Pesquisadores do MIT tentam ensinar máquinas a raciocinar sobre o que vêem

Os 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 ter visto um elefante rosa. Os computadores não são 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 veem.

Pesquisadores de IA estão usando programas abstratos ou simbólicos. Esse tipo de inteligência artificial pode conectar as regras que permitem a interpretação do que a máquina vê e depois usar a comparação sobre os objetos para determinar como as entidades se relacionam.

Uma IA simbólica usa menos dados e registra a cadeia de etapas tomadas 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 vencer humanos em testes de compreensão de imagem.

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

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

Via: Slash Gear