Os pesquisadores do MIT tentam ensinar as máquinas a raciocinar sobre o que elas …

MIT researchers try and teach machines to reason about what they see
Pesquisadores do MIT tentam ensinar as máquinas a raciocinar sobre o que vêem

Os seres humanos podem usar o raciocínio sem ter que pensar sobre isso. Um exemplo seria dizer a uma criança para descrever um elefante rosa. A criança seria capaz de fazê-lo, apesar de nunca ver um elefante rosa. Os computadores não são tão bons nesse tipo de raciocínio porque aprendem com os dados. Os cientistas do MIT estão tentando dar às máquinas a capacidade de raciocinar sobre o que vêem.

Os pesquisadores de IA estão usando um programa abstrato ou simbólico. Esse tipo de IA pode conectar as regras que permitem a interpretação do que a máquina vê e, em seguida, usar a comparação sobre objetos para determinar como as entidades se relacionam.

Uma IA simbólica usa menos dados e registra a cadeia de etapas adotadas para chegar a uma decisão. Os cientistas dizem que quando uma IA simbólica é combinada com o poder de processamento de uma rede neural estatística, ela pode derrotar os humanos em testes de compreensão de imagem.

Usando uma IA estatística e simbólica híbrida, a equipe do MIT mostrou que a IA pode aprender conceitos relacionados a objetos, como cor, e usar esse conhecimento para interpretar relacionamentos complexos em uma cena. A IA híbrida foi capaz de responder a perguntas complexas sobre uma cena.

A equipe poderia perguntar coisas como: “Quantos objetos estão certos no cilindro verde e têm o mesmo material que a pequena bola azul?” A IA conseguiu dar uma resposta e, quando não conseguiu fornecer uma solução, o modelo foi atualizado. Os pesquisadores dizem que a IA híbrida superou seus pares com uma fração dos dados que as outras IAs possuíam. Os outros modelos foram treinados no conjunto de dados CLEVR com 70.000 imagens e 700.000 perguntas, enquanto a IA híbrida utilizou 5.000 imagens e 100.000 perguntas.

0 Shares