Service Hotline
Cientistas estão tentando criar “sonhos” de inteligência artificial
2024-03-13
807
De acordo com uma reportagem da revista alemã "Der Spiegel" de 1º de março, a inteligência artificial (IA) do cientista da computação italiano Simone Palazzo às vezes "sonha" com coisas estranhas. Seus sonhos podem incluir um caminhão com estampa de jaguatirica e um carrinho de brinquedo com cabeça de cachorro, ou uma cadeira reclinável com um copo enorme de cerveja preta na almofada do assento. Palazzo ocasionalmente coloca sua IA em modo de suspensão porque espera que ela aprenda mais detalhadamente.
O sono é crucial para a sobrevivência humana. Quando o cérebro entra em estado de sono, ele inconscientemente consolida conhecimentos e experiências adquiridos nas horas anteriores e categoriza informações, convertendo detalhes importantes em memória de longo prazo. Há a hipótese de que os sonhos auxiliam no armazenamento de experiências. No entanto, os pesquisadores ainda não conseguem explicar a função exata dos sonhos.
Ao contrário dos humanos, as redes neurais artificiais da IA nunca se cansam e não necessitam de descanso ou sono. No entanto, eles têm deficiências de memória: depois de aprenderem uma nova tarefa, muitas vezes esquecem habilidades aprendidas anteriormente. Palazzo disse: “Primeiro treinamos um modelo com imagens de cães e leopardos e depois mostramos imagens de pandas e girafas, e de repente ele pode falhar na diferenciação entre cães e leopardos”. Os especialistas chamam essa situação de “esquecimento catastrófico”.
Palazzo e seu colega Concetto Spampinato, ambos da Universidade de Catânia, estão desenvolvendo modelos de IA para aplicações médicas. Eles treinam esses modelos para analisar radiografias de dentes ou diagnosticar diversas doenças de pele com base em imagens. O “esquecimento catastrófico” é um problema que eles enfrentam: se a IA esquecer imagens anteriores ao aprender uma nova imagem clínica, isso não ajudará ninguém. Os resultados da pesquisa sobre o sono também podem ser usados para melhorar as máquinas?
Em seu experimento, Palazzo e Spampinato simularam estágios de vigília e sono. Primeiro, o modelo foi treinado em estado de vigília, como uma IA normal: os pesquisadores inserem imagens de papagaios ou sapos na rede neural. Posteriormente, a rede neural conectou neurônios artificiais e aprendeu a reconhecer as imagens. Dessa forma, ao ver outras imagens contendo papagaios ou sapos, poderia identificá-los com segurança.
Na segunda etapa, os pesquisadores colocaram o sistema em estado de suspensão por meio de comandos de computador. Eles não lhe mostraram mais novas imagens, mas apenas imagens que ele já tinha visto antes. Esse processo repetitivo parecia como se a máquina estivesse recuperando imagens da memória. Palazzo disse que esse método pode reforçar o conhecimento já aprendido na rede neural.
Finalmente, no modo sonho, a rede neural veria algumas imagens mistas, como um sofá e uma caneca de cerveja, ou uma jaguatirica e um caminhão. Palazzo espera que isso prepare o sistema para receber novos conhecimentos. Para conseguir isso, ele manteve a rede neural em um estado semelhante ao do sono por um longo período: no geral, a duração do estágio de sono foi cerca de 50 vezes maior que a do estágio de vigília.
As pessoas sempre quiseram criar máquinas à sua própria imagem. Palazzo também defende a reprodução fiel das funções do cérebro humano. No entanto, esta abordagem é controversa entre os cientistas da computação. O especialista britânico em IA Andrew Rogoyski escreveu na revista "New Scientist" que o cérebro humano é o resultado de milhões de anos de evolução e, portanto, representa um compromisso biológico entre desempenho e consumo de energia.
Se a IA de Palazzo está realmente “dormindo” e “sonhando” ainda pode estar em debate. Como o próprio Palazzo admite, a rede neural do seu modelo não pode aprender como um ser humano, nem gera imagens oníricas por si só; em vez disso, são criados por investigadores italianos num gerador de imagens baseado em IA.
A equipe de pesquisa italiana divulgou recentemente os resultados preliminares do experimento do sono. Especialistas independentes estão atualmente analisando os resultados. Dependendo do modelo, as redes de IA treinadas num ciclo sono-vigília podem atingir um aumento na precisão do reconhecimento de imagens de até 12%. A frequência do “esquecimento catastrófico” também diminui correspondentemente. Palazzo chama isso de “uma melhoria significativa”.
Related Recommendations
Discurso de Song Yuanming na Palestra Huaqiang: O Caminho para a Consolidação Global da Marca Kinghelm e Slkor
2026-06-05
725
Após dois títulos consecutivos, ainda estamos progredindo — Entrevista de Slkor com Sun Gaofei
2026-06-11
493




粤公网安备44030002007346号