• Home
  • Química
  • Astronomia
  • Energia
  • Natureza
  • Biologia
  • Física
  • Eletrônicos
  • Os bebês são a chave para a próxima geração de inteligência artificial?

    Crédito:Unsplash/CC0 Public Domain

    Os bebês podem ajudar a desbloquear a próxima geração de inteligência artificial (IA), de acordo com neurocientistas e colegas da Trinity que acabaram de publicar novos princípios orientadores para melhorar a IA.
    A pesquisa, publicada hoje na revista Nature Machine Intelligence , examina a neurociência e a psicologia do aprendizado infantil e destila três princípios para orientar a próxima geração de IA, que ajudará a superar as limitações mais prementes do aprendizado de máquina.

    Dr. Lorijn Zaadnoordijk, bolsista de pesquisa Marie Sklodowska-Curie no Trinity College, explicou:"A inteligência artificial (IA) fez um tremendo progresso na última década, fornecendo alto-falantes inteligentes, pilotos automáticos em carros, aplicativos cada vez mais inteligentes e diagnóstico médico aprimorado. Esses desenvolvimentos empolgantes em IA foram alcançados graças ao aprendizado de máquina que usa enormes conjuntos de dados para treinar modelos de redes neurais artificiais.

    "No entanto, o progresso está estagnado em muitas áreas porque os conjuntos de dados com os quais as máquinas aprendem devem ser cuidadosamente curados por humanos. Mas sabemos que o aprendizado pode ser feito com muito mais eficiência, porque os bebês não aprendem dessa maneira. Eles aprendem experimentando o mundo ao redor deles, às vezes até vendo algo apenas uma vez."

    Em seu artigo "Lições do aprendizado infantil para aprendizado de máquina não supervisionado", o Dr. Lorijn Zaadnoordijk e o professor Rhodri Cusack, do Trinity College Institute of Neuroscience (TCIN), e o Dr. Tarek R. Besold da TU Eindhoven, Holanda, argumentam que são necessárias melhores maneiras de aprender com dados não estruturados. Pela primeira vez, eles fazem propostas concretas sobre quais insights específicos do aprendizado infantil podem ser aplicados de forma frutífera no aprendizado de máquina e como exatamente aplicar esses aprendizados.

    As máquinas, dizem eles, precisarão de preferências embutidas para moldar seu aprendizado desde o início. Eles precisarão aprender com conjuntos de dados mais ricos que capturam como o mundo está parecendo, soando, cheirando, provando e sentindo. E, como bebês, eles precisarão ter uma trajetória de desenvolvimento, onde experiências e redes mudam à medida que "crescem".

    O Dr. Tarek R. Besold, pesquisador do grupo de Filosofia e Ética da TU Eindhoven, disse:"Como pesquisadores de IA, muitas vezes traçamos paralelos metafóricos entre nossos sistemas e o desenvolvimento mental de bebês e crianças humanas. Já é hora de fazer essas analogias mais a sério e olhar para o rico conhecimento do desenvolvimento infantil da psicologia e da neurociência, que pode nos ajudar a superar as limitações mais prementes do aprendizado de máquina."

    O professor Rhodri Cusack, professor Thomas Mitchell de Neurociência Cognitiva, diretor do Trinity College Institute of Neuroscience, acrescentou:"As redes neurais artificiais foram em parte inspiradas no cérebro. Semelhantes aos bebês, elas dependem do aprendizado, mas as implementações atuais são muito diferentes das aprendizagem humana (e animal). Por meio de pesquisas interdisciplinares, os bebês podem ajudar a desbloquear a próxima geração de IA."
    © Ciência https://pt.scienceaq.com