Principais conclusões
- Um novo tipo de hardware de computador pode permitir que a inteligência artificial aprenda continuamente como o cérebro humano.
- Pesquisadores da Purdue University dizem que seu dispositivo pode ser reprogramado sob demanda por meio de pulsos elétricos.
- Embora um sistema de IA que aprende completamente sozinho ainda seja principalmente um conceito, há muitos exemplos que se aproximam.
A inteligência artificial (IA) poderá em breve receber um impulso de um novo tipo de chip de computador inspirado no cérebro humano. Pesquisadores da Purdue University construíram uma nova peça de hardware que pode ser reprogramada sob demanda por meio de pulsos elétricos. A equipe afirma que essa adaptabilidade permitiria que o dispositivo assumisse todas as funções necessárias para construir um computador inspirado no cérebro. Faz parte de um esforço contínuo para construir sistemas de IA que possam aprender continuamente. “Quando os sistemas de IA aprendem continuamente no ambiente, eles podem se adaptar a um mundo que muda com o tempo”, disse o especialista em IA do Stevens Institute of Technology, Jordan Suchow, à Lifewire em uma entrevista por e-mail. “Vemos isso, por exemplo, quando um sistema de detecção de fraude detecta um padrão anteriormente não observado de compras fraudulentas ou quando um sistema de reconhecimento facial encontra uma pessoa que nunca viu antes.”
Aprendizes ao longo da vida
Os pesquisadores da Purdue publicaram recentemente o artigo na revista Ciência. Ele descreve como os chips de computador podem se reconectar dinamicamente para receber novos dados da mesma forma que o cérebro. A abordagem pode ajudar a IA a continuar aprendendo ao longo do tempo. “Os cérebros dos seres vivos podem aprender continuamente ao longo de sua vida. Agora criamos uma plataforma artificial para as máquinas aprenderem ao longo de sua vida”, disse um dos autores do artigo, Shriram Ramanathan, em um comunicado à imprensa. O hardware desenvolvido pela equipe de Ramanathan é um pequeno dispositivo retangular feito de um material chamado niquelato de perovskita, que é muito sensível ao hidrogênio. A aplicação de pulsos elétricos em diferentes voltagens permite que o dispositivo embaralhe uma concentração de íons de hidrogênio em questão de nanossegundos, criando estados que os pesquisadores descobriram que poderiam ser mapeados para funções correspondentes no cérebro. Quando o aparelho tem mais hidrogênio próximo ao seu centro, por exemplo, ele pode atuar como um neurônio, uma única célula nervosa. Com menos hidrogênio naquele local, o aparelho funciona como uma sinapse, uma conexão entre os neurônios, que é o que o cérebro usa para armazenar a memória em circuitos neurais complexos. “Se quisermos construir um computador ou uma máquina inspirada no cérebro, então, correspondentemente, queremos ter a capacidade de programar, reprogramar e alterar continuamente o chip”, disse Ramanathan.
Máquinas Pensantes?
Muitos sistemas de IA modernos se adaptam a novas informações quando retreinados, disse David Kanter, diretor executivo da MLCommons, um consórcio aberto de engenharia dedicado a melhorar o aprendizado de máquina, em um e-mail. “O mundo é um lugar intrinsecamente dinâmico e, em última análise, o aprendizado de máquina e a IA devem se adaptar a isso”, disse Kanter. “Por exemplo, um sistema de reconhecimento de fala em 2022 que não ‘sabe’ sobre o COVID-19 ou os coronavírus perderia um grande aspecto do mundo moderno. Da mesma forma, um veículo autônomo deve se adaptar às mudanças nas ruas, fechamento de pontes ou mesmo as baixas temperaturas tornando a estrada gelada.”
Embora um sistema de IA que aprende completamente sozinho ainda seja um conceito, muitos exemplos chegam perto, disse Sameer Maskey, CEO da empresa de IA Fusemachines, em uma entrevista por e-mail. Um desses sistemas de autoaprendizagem virou notícia quando um sistema de IA venceu um humano em um jogo de Go. “O AlphaGo foi a primeira IA da DeepMind a derrotar um jogador profissional de Go”, acrescentou Maskey. “Suas franquias de jogos se tornaram trampolins com cada nova adição adotando avanços em direção a uma IA que continua aprendendo.” Os sistemas de IA do futuro buscarão as informações necessárias para tomar boas decisões e ações apropriadas, previu Suchow. Esses computadores avançados evitarão erros dispendiosos aprendendo com suas próprias simulações de experiência, por exemplo, por meio de “autojogo”, em que a IA imagina os resultados das interações que tem com cópias de si mesma. “Isso é semelhante a como os humanos podem aprender por meio da imaginação, prevendo um resultado ruim sem precisar experimentá-lo diretamente”, acrescentou Suchow. “Os sistemas de IA aprenderão estratégias mais eficazes de aprendizado, da mesma forma que um aluno pode direcionar seu tempo e atenção não apenas para o conteúdo substantivo do que está estudando, mas também para o próprio processo de aprendizado”.
