Cientistas da Universidade de Genebra colmataram uma lacuna na IA ao criar uma rede neural artificial que aprende tarefas antes de as comunicar a outra IA, que as pode replicar.
Os seres humanos conseguem compreender novas tarefas a partir de instruções curtas e articular a tarefa aprendida suficientemente bem para que outra pessoa a possa reproduzir. Isto é essencial para a comunicação humana e é uma caraterística fundamental do nosso mundo consciente.
Este fascinante estudo, pormenorizado em Nature NeuroscienceO sistema de comunicação e de aprendizagem da IA, que é uma forma de comunicação e de aprendizagem humana que há muito escapa à tecnologia, é um sistema de comunicação e de aprendizagem que permite à IA comunicar e aprender.
O projeto, liderado por Alexandre Pouget, professor da Faculdade de Medicina da UNIGE, juntamente com a sua equipa, investiga técnicas avançadas no âmbito do processamento de linguagem natural - um subconjunto da IA centrado na compreensão e resposta das máquinas a linguagem humana.
Pouget explica as actuais limitações da IA neste contexto, observando que artigo publicado no sítio Web da Universidade de Genebra: "Atualmente, os agentes de conversação que utilizam a IA são capazes de integrar informações linguísticas para produzir um texto ou uma imagem. Mas, tanto quanto sabemos, ainda não são capazes de traduzir uma instrução verbal ou escrita numa ação sensório-motora, e muito menos de a explicar a outra inteligência artificial para que esta a possa reproduzir".
A equipa de Genebra melhorou um modelo neural artificial (RNA) existente para a compreensão de línguas, o S-Bert.
Ligaram o S-Bert a uma rede mais pequena e mais simples, simulando as áreas de perceção e produção de linguagem do cérebro humano - as áreas de Wernicke e Broca.
Através de treino, esta rede podia executar tarefas com base em instruções escritas em inglês e depois transmitir essas tarefas linguisticamente a uma rede "irmã", permitindo que as duas IA comunicassem instruções de tarefas exclusivamente através da língua.
Reidar Riveland, um estudante de doutoramento envolvido no estudo, explicou: "Começámos com um modelo existente de neurónios artificiais, o S-Bert, que tem 300 milhões de neurónios e está pré-treinado para compreender a linguagem. Ligámo-lo a outra rede mais simples, com alguns milhares de neurónios".
As tarefas variavam entre instruções simples, como apontar para um local, e comandos mais complexos que exigiam a identificação de contrastes subtis entre estímulos visuais.
Eis os principais resultados do estudo:
- O sistema de IA podia compreender e executar instruções, executando corretamente tarefas novas e inéditas 83% do tempo com base apenas em instruções linguísticas.
- O sistema poderia gerar descrições de tarefas aprendidas de forma a permitir que uma segunda IA compreendesse e replicasse essas tarefas com uma taxa de sucesso semelhante.
Isto aumenta o potencial dos modelos de IA para aprenderem e comunicarem tarefas linguisticamente, abrindo novas oportunidades na robótica.
Integra a compreensão linguística com funções sensório-motoras, o que significa que as IA podem conversar e compreender quando uma instrução lhe pede para executar uma tarefa, como tirar algo de uma prateleira ou deslocar-se numa determinada direção.
"A rede que desenvolvemos é muito pequena. Nada impede agora que se desenvolvam, nesta base, redes muito mais complexas que seriam integradas em robôs humanóides capazes de nos compreenderem, mas também de se compreenderem uns aos outros", partilharam os investigadores sobre o estudo.
Juntamente com os recentes investimentos maciços em robótica de IA empresas como a Figure AIOs andróides inteligentes podem estar mais perto da realidade do que pensamos.
