Aprendizado mais fácil é possível para IA

Mudando a abordagem atual usada no desenvolvimento da inteligência artificial e redescobrindo um método mais simples, passando do aprendizado profundo, que é um método que conta com o uso de muitas camadas de processamento, para técnicas mais semelhantes às estratégias de aprendizado do ser humano cérebro. O potencial dessa abordagem é ilustrado pela pesquisa dirigida por Ido Kanter, da Universidade Bar-Ilan em Israel, Publicados Na revista Scientific Reports.

A ideia, aliás não nova, para os pesquisadores israelenses é que a inteligência artificial pode aprender de forma mais simples. Sem os muitos níveis de complexidade que estão sendo construídos atualmente, Simon Scardapani, da Universidade Sapienza de Roma, disse à agência de notícias americana (ANSA) Por definição, a inteligência artificial é uma tentativa de replicar algumas das capacidades do cérebro humano, e é claro que em muitos aspectos ele se inspira em sua arquitetura, mas até agora os mais bem-sucedidos deles são organizados de uma maneira completamente diferente das redes neurais encontradas na natureza.

“Uma dessas diferenças óbvias é o número de ‘camadas’: as redes de aprendizagem profunda são profundas, ou seja, são compostas por centenas ou milhares de camadas de processamento no cérebro e, se faz sentido fazer essa analogia, existem muito poucos”, especifica Scardapane. Duas arquiteturas muito diferentes, cada uma com vantagens e desvantagens.

“Desde o surgimento da inteligência”, acrescentou Scardapane, “ambas as soluções foram exploradas, mas até agora os resultados do aprendizado profundo não podem ser comparados com a outra abordagem”. No entanto, os pesquisadores israelenses queriam pegar a velha alternativa de redes rasas, implementar algumas inovações e testá-las em campo usando computadores existentes. Essas soluções têm mostrado resultados animadores, explicam os pesquisadores, cujo potencial, no entanto, para ser bem analisado, requer o desenvolvimento de computadores específicos para essa nova área.