Robótica

IA começa a compreender o mundo 3D

A pesquisa sobre a inteligência artificial sai das representações 2D para as 3D do mundo - trabalho que poderia conduzir a grandes avanços na robótica e na condução automatizada.

  • Segunda-feira, 12 de dezembro de 2016
  • Por Will Knight
  • Tradução por Elisa Matte (Opinno)

Imagem: Pesquisadores da UC berkley estão trabalhando com uma máquina da Rethink Robotics para ajudar a IA entender como objetos do mundo real podem ser manipulados.

Houve algum progresso impressionante na inteligência artificial ultimamente, mas tem sido surpreendentemente constante.

Agora, os pesquisadores de IA estão se movendo para além das imagens bidimensionais e dos pixels. Em vez disso, eles estão construindo sistemas capazes de retratar o mundo tridimensional e agir. O trabalho poderia ter um grande impacto na robótica e condução autônoma, ajudando a fazer máquinas que podem aprender a agir de forma mais inteligente no mundo real.

"Uma tendência emocionante e importante é o movimento em sistemas de visão baseados na aprendizagem, de apenas fazer coisas com imagens para fazer coisas com objetos tridimensionais", diz Josh Tenenbaum, professor do Departamento de Cérebro e Ciências Cognitivas do MIT. "Isso inclui ver objetos em profundidade e modelar objetos sólidos inteiros - não apenas reconhecer que esse padrão de pixels é um cão ou uma cadeira ou uma mesa".

Tenenbaum e colegas usaram uma técnica popular de aprendizagem de máquina conhecida como modelagem adversarial generativa para que um computador aprenda sobre as propriedades do espaço tridimensional a partir de exemplos. Poderia então gerar novos objetos que sejam realistas e fisicamente precisos. A equipe apresentou o trabalho esta semana na conferência Neural Information Processing System em Barcelona, Espanha.

Esta é apenas uma técnica que pode ser usada para aprender sobre o mundo físico, diz Tenenbaum. Pesquisas da ciência cognitiva sugerem que os seres humanos fazem uso de algum tipo de modelo tridimensional para perceber e agir. Por exemplo, podemos gerar uma imagem tridimensional de um objeto desconhecido, a fim de descobrir como pegá-lo. E usamos nossa compreensão do mundo físico - o fato de que as mesas são pesadas e as cadeiras cairão se elas se inclinarem para trás - para nos movimentar. A afirmação de Tenenbaum de que níveis mais elevados de inteligência, como o raciocínio e até a linguagem, podem se basear nisso.

Permitir que as máquinas compreendam o mundo tridimensional devem ter importantes aplicações práticas a curto prazo. "Isso é definitivamente algo que vamos precisar se vamos ter robôs que interagem com o mundo físico", acrescenta Tenenbaum. "Eles têm que ser capazes de lidar com o fato de que o mundo físico é tridimensional, e tem coisas nele".

Muitos pesquisadores do NIPS estão experimentando com sistemas de aprendizado de máquinas que existem dentro de mundos 3D simplificados. Isso oferece uma maneira de desenvolver e testar ideias simples que podem eventualmente ser transferidas para o mundo real. Um grupo da Microsoft, por exemplo, mostrou um sistema de aprendizado de máquina desenvolvido dentro de uma versão experimental do jogo de computador Minecraft.

Uma série de novos ambientes tridimensionais voltados para pesquisadores de IA devem impulsionar pesquisas adicionais nessa área (veja “A 3-D World for Smarter AI Agents” e “New Tool Lets AI Learn to Do Almost Anything on a Computer”).

Outro trabalho já está se concentrando em robôs. Uma equipe da Universidade da Califórnia, Berkeley, liderada por Sergey Levine, apresentou um sistema que aprende sobre o mundo físico usando uma combinação de imagens de vídeo e experimentação. Seu robô experimenta cutucando objetos e estudando o efeito que isso tem sobre o mundo visual, a fim de construir uma compreensão simples da física. Ele pode então executar novas ações com base nesse entendimento. Por exemplo, depois de cutucar um objeto muitas milhares de vezes, o robô (uma versão de pesquisa de uma máquina industrial da Rethink Robotics) pode mover o objeto para um novo lugar.

Tenenbaum não é o único que acredita que as ações de compreensão no mundo físico serão importantes para o progresso geral na IA. Nando de Freitas, professor da Universidade de Oxford, disse durante um discurso que, sem explorar o mundo real, a IA continuaria falhando. "A única maneira de descobrir a física é interagir", disse ele. "Só aprender com pixels não é suficiente".

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