Informática

Computadores estão recebendo uma dose de bom senso

Uma startup chamada MetaMind desenvolveu um novo e melhorado algoritmo para a linguagem de processamento.

  • segunda-feira, 29 de junho de 2015
  • Por Will Knight
  • Tradução por Elisa Matté (OPINNO)

Falar com uma máquina através do telefone ou através de uma janela de chat pode ser uma experiência irritante. No entanto, vários grupos de pesquisa, incluindo alguns em grandes empresas de tecnologia como Google e Facebook, estão conseguindo progresso constante no sentido de melhorar as competências linguísticas dos computadores aproveitando-se dos recentes avanços em aprendizagem de máquina.

O mais recente avanço nesta área vem de uma startup chamada MetaMind, que publicou detalhes de um sistema que é mais preciso do que outras técnicas em responder a perguntas sobre várias linhas de texto que contam uma história. MetaMind está desenvolvendo uma tecnologia que está sendo projetada para ser capaz de realizar diversas diferentes tarefas de inteligência artificial e espera vendê-la para outras empresas. A startup foi fundada por Richard Socher, um proeminente especialista em aprendizagem de máquina com doutorado pela Universidade de Stanford.

A abordagem da MetaMind combina duas formas de memória com uma rede neural avançada que envia grandes quantidades de texto. O primeiro é uma espécie de banco de dados de conceitos e fatos; o outro é de curto prazo, ou "episódico", quando o sistema, que a empresa chama de rede dinâmica de memória, ouve a pergunta, irá procurar por padrões relevantes no texto; depois de encontrar associações, ele irá usar a sua memória episódica para voltar à questão e procurar padrões mais distantes, mais abstratos. Isto lhe permite responder a perguntas que exigem a conexão entre vários pedaços de informação.

Um documento relacionado com o trabalho, publicado na internet hoje, dá o seguinte exemplo:

Fatos inseridos no sistema:
Jane foi para o corredor.
Mary caminhou até o banheiro.
Sandra foi para o jardim.
Daniel voltou para o jardim.
Sandra pegou o leite lá.
Pergunta:
Onde está o leite?
Resposta:
No jardim.

Porque o sistema de Socher foi treinado usando conjuntos de dados que englobam sentimento e estrutura, o sistema pode responder a perguntas sobre o sentimento, ou tom emocional do texto, bem como a perguntas básicas sobre sua estrutura. "O legal é que ele aprende a partir de exemplos", diz Socher. "Ele prepara a própria memória episódica".

MetaMind testou seu sistema utilizando um conjunto de dados divulgado pelo Facebook para medir o desempenho da máquina em tarefas de perguntas e respostas. O software da startup até superou os algoritmos do Facebook por uma pequena margem.

Tornar os computadores melhores na compreensão da linguagem cotidiana pode ter implicações significativas para empresas como o Facebook. Pode oferecer uma maneira muito mais fácil de os usuários encontrarem ou filtrarem informações, permitindo-lhes inserir  pedidos escritos como frases normais. Ele também poderia permitir que o Facebook tire algum significado da informação que seus usuários postam em suas páginas e nas de seus amigos. Essa pode ser uma maneira poderosa para recomendar informações, ou para colocar anúncios ao lado de conteúdo mais pensativo.

O trabalho é um sinal de progresso contínuo em direção a máquinas com melhores competências linguísticas. Grande parte desse trabalho agora gira em torno de uma abordagem conhecida como aprendizagem profunda, que envolve inserir vastas quantidades de dados em um sistema que realiza uma série de cálculos para ajudar a identificar características abstratas em, digamos, uma imagem ou um arquivo de áudio.

"Uma coisa que está se prometendo aqui é que a arquitetura tem módulos claramente separados para memória 'episódica' e 'semântica'", diz Noah Smith, professor adjunto na Universidade Carnegie Mellon, que estuda processamento de linguagem natural. "Essa tem sido uma lacuna de muitas arquiteturas baseadas em rede neural e, na minha opinião, é ótimo ver um passo na direção de modelos que podem ser inspecionados para permitir a engenharia de novas melhorias".

Yoshua Bengio, professor da Universidade de Montreal e figura de liderança na área da aprendizagem profunda, descreve o sistema de Socher como "uma nova variação" dos métodos defendidos pelo Facebook e Google. Bengio acrescenta que o trabalho é um dos muitos avanços recentes que são experimentais, mas promissores. "O potencial para este tipo de investigação é muito importante para o entendimento da linguagem e interfaces de linguagem natural, o que é fundamental e que tem valor muito elevado para muitas empresas", diz ele.

Outros ficam menos impressionado. Robert Berwick, professor de linguística computacional e ciência da computação do MIT, diz que o método de Socher utiliza técnicas estabelecidas e oferece apenas um progresso incremental. Ele acrescenta que este método tem pouca semelhança com a forma como a memória episódica funciona no cérebro humano e ignora importantes progressos recentes da linguística.

Socher acredita que o maior significado do seu trabalho é que ele faz o progresso em direção a inteligência da máquina mais generalizável. "Essa idéia de adicionar componentes da memória é algo que está no ar neste momento", diz ele. "Muitas pessoas estão construindo diferentes tipos de modelos, mas nosso objetivo é tentar encontrar um modelo que pode realizar muitas tarefas diferentes".

Para deixar seu comentário, por favor, regístrate ou efetue seu login

Esqueceu sua senha?

Publicidade

Vídeo

Inovadores com menos de 35 anos Brasil

Mais Vídeos

Informes Especiais

Uma Cura para os Gastos com Saúde

Os gastos com a saúde estão fora de controle. E a inovação em medicamentos, testes e tratamentos é o motivo. Mas e se a tecnologia pudesse ser uma forma de poupar dinheiro ao invés de gastá-lo?

Ganhando Com Dispositivos Móveis

Publicidade
Publicidade