smuki – stock.adobe.com/Facebook
A inteligência artificial construída pelo Facebook aprendeu a classificar imagens de 1 bilhão de fotos do Instagram. A IA usou uma técnica de aprendizagem diferente de muitos outros algoritmos semelhantes, dependendo menos da presença de humanos. A equipe por trás disso diz que a IA aprende de uma maneira mais comum.
Convencionalmente, os sistemas de visão por computador são treinados para identificar coisas específicas, como um gato ou um cachorro. Eles conseguem isso aprendendo com uma grande coleção de imagens que foram anotadas para descrever o que há nelas. Depois de fazer isso o suficiente, a IA pode identificar as mesmas coisas em novas imagens, por exemplo, avistar um cachorro em uma imagem que ele nunca viu antes.
Este processo é eficaz, mas deve ser feito de novo com cada coisa nova que a IA precisa identificar, caso contrário, o desempenho pode cair.
Por outro lado, a abordagem usada pelo Facebook é uma técnica chamada aprendizagem autossupervisionada, na qual as imagens não vêm com anotações. Em vez disso, a IA primeiro aprende apenas a identificar as diferenças entre as imagens. Assim que puder fazer isso, ele verá um pequeno número de imagens anotadas para combinar os nomes com as características já identificadas.
“O objetivo era ver se era possível fazer os sistemas auto-supervisionados funcionarem melhor do que os sistemas supervisionados em cenários reais”, diz Armand Joulin, do Facebook AI Research.
O treinamento da IA levou cerca de um mês, usando 500 chips especializados chamados unidades de processamento gráfico. Ele alcançou uma precisão de 84,2 por cento na identificação do conteúdo de 13.000 imagens que nunca tinha visto no banco de dados de imagens ImageNet, que é freqüentemente usado para classificar a eficácia das ferramentas de visão computacional.
Joulin diz que o aprendizado autossupervisionado é um passo em direção à compreensão do “senso comum” pela IA. “Deve ser capaz de entender qualquer coisa sobre a imagem que é fornecida”, diz ele.
Ao adotar essa abordagem, ele e seus colegas acham que as IAs terão uma compreensão mais holística do que está em qualquer imagem. No entanto, a abordagem precisa de muitos dados. Joulin diz que você precisa de cerca de 100 vezes mais imagens para atingir o mesmo nível de precisão com um sistema autossupervisionado do que com um que tenha as imagens anotadas.
“Eu aceitaria com uma pitada de sal a alegação de que o aprendizado autossupervisionado por si só pode nos levar a máquinas que têm entendimento de bom senso”, disse Nikita Aggarwal, do Oxford Internet Institute, no Reino Unido. “Há uma diferença entre desenvolver sistemas de IA que podem identificar correlações em dados para classificar imagens e sistemas que podem realmente entender o significado e o contexto do que estão fazendo, ou mesmo raciocinar sobre isso.”
Aggarwal também está preocupado em usar imagens do Instagram para treinar IAs para aprender sobre o mundo. As imagens vão “representar de forma desproporcional a demografia mais jovem e aqueles que têm acesso à internet e telefones celulares”, diz ela. “Não há garantia de que este modelo de visão computacional produzirá resultados precisos para grupos que não são bem representados pelo conjunto de dados de imagem no qual foi treinado.”
Joulin diz que o sistema ainda não foi testado o suficiente para entender seus preconceitos, mas “é algo que queremos investigar no futuro”. Ele também espera expandir o banco de dados de 1 bilhão de imagens para expandir ainda mais a compreensão da IA. “Aqui, apenas arranhamos a superfície”, diz ele.
Publicado em 07/03/2021 10h11
Artigo original: