Pesquisadores estão tratando redes neurais como uma criança pequena novamente

Assista a queda do bloco – Boom!

O estudo dos princípios básicos da física que regem o mundo começa no primeiro ano de vida, quando a criança começa a controlar os movimentos de seus braços e pernas (em vez de agir como um inseto de cabeça para baixo). Então o bebê começa a pegar os objetos que estão ao seu alcance e fazer experiências com eles. Além do reflexo talvez mais comum de enfiar tudo na boca (porque é preciso sentir o gosto de uma mastigação de cachorro encontrada debaixo de um sofá provavelmente mais velho que a própria criança), há também um reflexo de empurrar, puxar ou jogar objetos que caíram na boca da criança. É assim que uma criança aprende física. Coisas esticadas caem em nossa direção, empurram na direção oposta, jogam – caem (ou quebram em mil pedaços. É uma pena o vaso, mãe).

Algum tempo atrás, escrevemos sobre mudar a abordagem do aprendizado de IA, que agora melhorará passo a passo, em um modelo que é mais como ensinar uma criança pequena. A pesquisa proposta pela DeepMind parece expandir essa ideia. Além disso, os pesquisadores tentaram implementar um mecanismo de surpresa quando o objeto observado não se comporta como esperado.

Blocos Virtuais

Uma rede neural chamada PLATO (Physics Learning through Automatic Object Coding and Tracking) foi treinada em cerca de 30 horas de vídeos mostrando objetos simples em movimento, como cubos e esferas. Ele aprendeu a responder às mudanças na posição dos elementos e sua velocidade. Os padrões mais importantes que a IA conseguiu estabelecer estavam relacionados à constante continuidade da existência de um objeto. Por exemplo, uma bola rolante se movia continuamente ao longo de sua trajetória do ponto A ao ponto B, e não apenas se teletransportava de um ponto para outro.

A segunda questão importante foi a resistência dos elementos apresentados, que não permitiam que sua forma mudasse ou se penetrasse.

Tenho uma bola, nenhuma bola

Após o treinamento, PLATO adquiriu a capacidade de prever os movimentos posteriores dos elementos que estavam no filme apresentado a ele. No entanto, quando um objeto na tela não se comportou como previsto pela IA, mostrou surpresa. Para os pesquisadores, a medida dessa surpresa foi a magnitude da diferença entre a situação do filme e a previsão gerada por PLATO.

Lembre-se que PLATO não é um modelo comportamental que imita bebês humanos. No entanto, seus resultados podem ser usados ​​para testar hipóteses sobre a aprendizagem das crianças.

Vamos torcer para que o trabalho de IA de ponta sobre o qual ouvimos falar nos últimos tempos leve os pesquisadores a algumas conclusões interessantes sobre nós mesmos.

Fonte: nature.com