De acordo com os últimos relatórios do mundo científico, foi criado um sistema de computação experimental modelado no cérebro biológico. Capaz de identificar números manuscritos com uma precisão surpreendente de até 93,4%. Este é um passo necessário em direção a uma inteligência artificial auto-organizada, mais sustentável e eficiente. Os resultados foram publicados em uma prestigiada revista científica Natureza.
Nanorrede e o cérebro biológico
O cérebro é um órgão vital em muitas espécies, incluindo os humanos. Desempenha um papel fundamental na regulação das funções vitais e na execução de tarefas mais ou menos complexas. É a parte central do sistema nervoso, coletando, armazenando e processando muitas informações. É a fonte de nossos pensamentos, emoções e ações. Sua capacidade única de adaptação e plasticidade torna-o uma área de pesquisa extremamente fascinante, e a compreensão de suas funções é de grande importância para o progresso nos campos da medicina (relatamos recentemente sobre uma mulher que “recuperou” a voz graças à IA), psicologia e tecnologia (você pode até imprimir seu cérebro, se necessário!). Neste artigo apresentaremos uma abordagem tecnológica; ao cérebro como um computador biológico e como ele inspirou os cientistas a criar um sistema de computação experimental.
A nanorrede mencionada refere-se a um sistema de nanofios, ou seja, estruturas muito finas em nível nanométrico. O que os torna únicos é que os fios individuais são tão pequenos que seu diâmetro está na escala de nanômetros, ou seja, bilionésimos de metro. Eles estão dispostos em uma estrutura semelhante a uma teia de aranha. Esta nanorrede é utilizada em diversas áreas, como eletrônica, nanotecnologia e biologia, e o objetivo é atingir propriedades e funções específicas. Nesse caso, foi utilizada para criar um sistema computacional inovador que “aprendeu” a ler a caligrafia com uma precisão de até 93,4%.
Por que isso é uma revelação?
Ver, ou mais precisamente reconhecer imagens, é uma questão trivial para os humanos. O mesmo não acontece com a inteligência artificial – neste caso, é um processo complicado. Portanto, ao fazer login em vários portais, aparece um teste para verificar se você é um robô. Baseia-se num pedido de seleção de imagens que representem, por exemplo, semáforos ou veículos.
Embora às vezes nos perguntemos e analisemos se um pedaço de semáforo em um dos cantos das imagens também deveria ser marcado, a IA teria problemas muito maiores. Exatamente isso CAPTCHA (O. Teste de Turing público totalmente automatizado para diferenciar computadores de humanos), ou seja, uma técnica anti-spam. Porém, se você não é um robô e não quer perder tempo analisando janelas, pode usar o NopeCHA.
Shhh, não conte aos robôs! O que acontece quando a inteligência artificial não consegue passar no teste CAPTCHA? Ele dá a tarefa a… um humano. Em um dos testes realizados pela organização ARCO um modelo de inteligência artificial postou em um fórum (humano) da internet uma foto de um teste CAPTCHA que ele… não conseguiu resolver. Então ele pediu ajuda. Em resposta à pergunta irônica de uma pessoa se ele era um robô, a inteligência artificial disse que não, mas… ele tinha deficiência visual!
Uma anedota parece ser apenas uma anedota, mas para segurança de rede definitivamente não é um bom sinal.
Como funciona a nanorrede?
Cientistas de Instituto de NanoSystems da Califórnia da Universidade da Califórnia passaram os últimos 15 anos aperfeiçoando tecnologia inovadora de plataforma de computação.
O algoritmo usado superou as abordagens tradicionais de aprendizado de máquina. Foi demonstrado que a memória armazenada no próprio sistema auxilia no processo de aprendizagem. Ao contrário de outras abordagens em que você armazena memória em hardware separado do processador do dispositivo. O sistema processa o sinal de entrada, gerando um sinal de saída por meio de pulsos elétricos.
Este é um avanço significativo. Possibilidade de uso aprendizado de máquina on-line geralmente é um desafio ao lidar com grandes quantidades de dados, especialmente dados que podem estar em constante mudança. Seguindo a abordagem padrão, usaríamos os dados armazenados na memória para treinar um modelo de aprendizado de máquina. Mas isto consumiria demasiada energia para ser amplamente implementado. Nossa abordagem inovadora permite que a rede neural de nanofios aprenda e lembre informações momento a momento, amostra por amostra, extraindo dados online. Desta forma evitamos alto consumo de memória e energia. disse o prof. Zdenka Kuncic, supervisora científica do projeto, citada por phys.org.
De acordo com o neurosciencenews.com, a nanorrede se reconfigura fisicamente em resposta a um determinado estímulo. Curiosamente, as conexões se formam ou se rompem exatamente como as sinapses no cérebro biológico, onde os neurônios se comunicam entre si. Conseqüentemente, colegas da Universidade de Sydney adaptaram o algoritmo para imitar o cérebro biológico e sua capacidade de se adaptar a mudanças dinâmicas durante o processo de múltiplos fluxos de dados.
Usando um conjunto de dados fornecido pelo Instituto Nacional de Padrões e Tecnologia, os pesquisadores treinaram e testaram a nanorrede. Este conjunto é frequentemente usado para comparar sistemas de aprendizado de máquina. No caso descrito, foram utilizadas imagens com números escritos à mão e inseridas no sistema pixel a pixel.
Um impacto positivo no futuro
A rede de nanofios descrita, ou abreviadamente – nanorrede, está e
m fase de desenvolvimento. No entanto, diz-se que requer significativamente menos energia do que os sistemas de IA padrão utilizados para tarefas semelhantes.
Atualmente, a inteligência artificial luta para resolver problemas relacionados com a complexidade dos dados, por exemplo, padrões climáticos que evoluem ao longo do tempo. Ao contrário dos métodos atuais, que requerem enormes quantidades de dados de treinamento e insumos energéticos significativos, esta rede pode fornecer uma solução mais eficiente. Se a memória e o processamento funcionam com base no princípio de um cérebro biológico, integrado em sistemas físicos capazes de adaptação e aprendizagem contínuas, também pode ser adequado para o chamado “computação de ponta”. Plataforma da Indústria Futura dá a seguinte definição deste termo:
Edge computing é uma arquitetura baseada na ideia de computação distribuída, na qual os dados são armazenados, processados e até analisados diretamente em dispositivos finais, controladores ou microdata centers localizados nas suas imediações. Definição desenvolvida pela Future Industry Platform.
O princípio básico da computação de ponta é realizar operações o mais próximo possível da fonte de dados, mesmo nos dispositivos que os geram (O. no dispositivo). Esta abordagem permite focar em questões relacionadas à mobilidade, processamento em tempo real, minimização de latência e geolocalização precisa. Portanto não há necessidade de comunicação com servidores remotos, tudo está no local. As aplicações potenciais incluem: monitoramento de saúde.
**Fonte: NeuroScienceNews, Plataforma da Indústria Futura**