Lembra-se da sensação incrível e reveladora quando você descobriu a existência de causa e efeito? Essa é uma pergunta capciosa. As crianças começam a aprender o princípio da causalidade a partir dos oito meses de idade, ajudando-as a fazer inferências rudimentares sobre o mundo ao seu redor. Mas a maioria de nós não se lembra de muita coisa antes dos três ou quatro anos de idade, por isso a importante lição do “porquê” é algo que simplesmente tomamos como certo.
Não é apenas uma lição crucial para os humanos aprenderem, mas também uma lição na qual os sistemas de inteligência artificial de hoje são muito ruins. Embora a IA moderna é capaz de derrotar jogadores humanos em Go e dirigir carros em ruas movimentadas, isso não é necessariamente comparável ao tipo de inteligência que os humanos poderiam usar para dominar essas habilidades. Isso ocorre porque os humanos – mesmo as crianças pequenas – possuem a capacidade de generalizar, aplicando o conhecimento de um domínio a outro. Para IA para viver à altura do seu potencial, isto é algo que também precisa ser capaz de fazer.
Vídeos recomendados
“Por exemplo, se o robô aprendeu a construir uma torre usando alguns blocos, ele pode querer transferir essas habilidades para a construção de uma ponte ou mesmo de uma estrutura semelhante a uma casa”, Ossama Ahmed, estudante de mestrado na ETH Zurich, na Suíça, disse à Digital Trends. “Uma maneira de conseguir isso pode ser aprender as relações causais entre as diferentes variáveis ambientais. Ou imagine que o Robô TriFinger usado em Mundo Causal perde repentinamente um dedo devido a um mau funcionamento de hardware. Como ele ainda pode construir o formato do gol com apenas dois dedos?”
Vídeo CausalWorld
Um mundo de treinamento virtual para máquinas
Mundo Causal é o que Frederik Träuble, um Ph. estudante do Instituto Max Planck de Sistemas Inteligentes na Alemanha, refere-se como um “referência de manipulação”. É um passo em direção avançar na pesquisa para que os agentes robóticos possam generalizar melhor várias mudanças nas propriedades de um ambiente, como a massa ou a forma de objetos. Por exemplo, se um robô aprende a pegar um objeto específico, podemos razoavelmente esperar que ele pode transferir essa habilidade para objetos mais pesados - desde que compreenda a causa causal correta relação.
O tipo de ambiente de treinamento virtual que estamos acostumados a ouvir falar em filmes de ficção científica é aquele, digamos, O Matrix: um mundo virtual em que as regras não se aplicam. No CausalWorld, onde os pesquisadores podem treinar e avaliar sistematicamente seus métodos em ambientes robóticos, é exatamente o oposto. É tudo uma questão de aprender as regras – e aplicá-las. Os agentes robôs podem receber tarefas semelhantes às que as crianças participam quando brincam com blocos para empilhar, empurrar e outras brincadeiras de causa e efeito. Os pesquisadores podem intervir para testar as habilidades de generalização do robô à medida que ele aprende. É basicamente um ambiente de teste que ajudará a avaliar como a IA. os agentes podem generalizar.
“A maior parte da IA moderna. é baseado no aprendizado estatístico, que trata da extração de informações estatísticas – por exemplo, correlações – de dados”, Bernhard Schölkopf, diretor do Instituto Max Planck, disse ao Digital Trends. “Isso é ótimo porque nos permite prever uma quantidade a partir de outras, mas apenas enquanto nada mudar. Quando você intervém em um sistema, todas as apostas estão canceladas. Para fazer previsões nestes casos, precisamos de ir além da aprendizagem estatística, em direção à causalidade. Em última análise, se o futuro A.I. é pensar no sentido de ‘agir em espaços imaginados’, então as intervenções são fundamentais e, portanto, a causalidade precisa ser levada em conta.”
Recomendações dos Editores
- Robôs de segurança podem estar chegando a uma escola perto de você
- Amazon implanta IA para resumir análises de produtos
- Amazon planeja mudanças ‘únicas em uma geração’ para Pesquisa, revela anúncio de emprego
- Google Smart Canvas obtém integração mais profunda entre aplicativos
- O mais recente A.I. da Nvidia os resultados provam que o ARM está pronto para o data center
Atualize seu estilo de vidaDigital Trends ajuda os leitores a manter o controle sobre o mundo acelerado da tecnologia com as últimas notícias, análises divertidas de produtos, editoriais criteriosos e prévias únicas.
