A Inteligência Artificial pode imaginar coisas? A imaginação é um processo complexo. Se pararmos para pensar na quantidade de elementos que podem constituir um cenário imaginário, é mais fácil começarmos a nos aproximar de uma noção de quão profundo pode ser esse procedimento mental.
Uma equipe de pesquisadores da University of Southern California, nos Estados Unidos, apresentou um projeto que visa dotar a IA de qualidade semelhante, a fim de implementar sistemas capazes de criar novos conceitos a partir de elementos já conhecidos.
Um novo sistema que permite à Inteligência Artificial imaginar
À primeira vista, a ideia de treinar um sistema de inteligência artificial com “capacidades humanas” pode parecer estranha. No entanto, isso tem um propósito prático, interessante e acessível.
O processo de imaginação é geralmente definido como um processo criativo no qual, a partir de elementos previamente percebidos, novas imagens mentais são construídas. Levando isso para o plano da IA, um sistema que domina um bom número de fórmulas de medicamentos, por exemplo, poderia decompor seus componentes e funções, a fim de começar a testar novas receitas.
Mecanismos desse tipo já foram apresentados antes, mas limitados em sua ação a um determinado contexto, como o exemplo que acabamos de mencionar das drogas. Ao contrário dessas, a IA desenvolvida por pesquisadores da USC pode ser extrapolada para diferentes aplicações. Isso significa que em diferentes cenários, este sistema deve ser capaz de definir suas próprias regras e variáveis, para configurar o maior número possível de combinações de atributos.
Para alcançar essa versatilidade, os pesquisadores usaram um mecanismo semelhante ao usado na geração de falsificações profundas. Assim como no caso dessas peças audiovisuais enganosas, um algoritmo pode identificar o rosto e os gestos de uma pessoa, para emulá-los com um rosto substituído digitalmente; no caso dessa Inteligência Artificial, o sistema seria capaz de reconhecer os componentes de cada cenário analisado.
Em um conversação com sua casa de estudos, o aluno Yunhao Ge, parte da equipe por trás desse desenvolvimento, exemplificou esse processo a partir do filme Transformers. “Pode assumir a forma de um carro Megatron, a cor e a pose de um carro Bumblebee amarelo e o plano de fundo da Times Square de Nova York. O resultado será um Bumblebee Megatron Car colorido, rodando na Times Square, mesmo que esta amostra não tenha sido testemunhada durante o treino ”, comentou.
No mesmo caso, outro membro desta equipe, o professor Laurent Itti, comentou que “o aprendizado profundo já mostrou desempenho insuperável e promessa em muitos domínios, mas muitas vezes isso aconteceu por meio de mimetismo superficial e sem uma compreensão mais profunda dos atributos separados que tornar cada objeto único ”, acrescentando que“ esta nova abordagem de desemaranhamento, pela primeira vez, realmente desencadeia um novo senso de imaginação em sistemas de IA, aproximando-os da compreensão humana do mundo ”.
Com sistemas como esse, os carros autônomos seriam capazes de imaginar tantos cenários quanto possível com base em fatores climáticos e ambientais, reforçando sua segurança. E assim, à medida que forem identificadas necessidades compatíveis com o que este sistema oferece, o catálogo de possíveis aplicações poderá continuar a crescer.
Os detalhes desta pesquisa foram tornados públicos em um artigo intitulado “Síntese Zero-Shot com Aprendizagem Supervisionada por Grupo“, Lançado na Conferência Internacional sobre Representações de Aprendizagem deste ano.