Embora os sistemas de inteligência artificial continuem avançando imensamente, eles ainda não são particularmente bons em lidar com o caos ou a imprevisibilidade. Agora, os pesquisadores pensam que encontraram uma maneira de consertar isso, ensinando IA sobre física.
Para ser mais específico, ensine-os sobre a função Hamiltoniana, que fornece à IA informações sobre a totalidade de um sistema dinâmico: toda a energia contida nele, tanto cinética quanto potencial.
As redes neurais, projetadas para imitar livremente o cérebro humano como um tipo de IA complexo e cuidadosamente ponderado, têm uma visão geral do que está acontecendo e isso pode abrir possibilidades para que a IA lide com problemas cada vez mais difíceis.
“O hamiltoniano é realmente o molho especial que dá às redes neurais a capacidade de aprender ordem e caos”, diz o físico John Lindner, da Universidade Estadual da Carolina do Norte.
“Com o hamiltoniano, a rede neural entende a dinâmica subjacente de uma maneira que uma rede convencional não pode. Este é o primeiro passo em direção a redes neurais com experiência em física que podem nos ajudar a resolver problemas difíceis”.
Os pesquisadores comparam a introdução da função Hamiltoniana a um pêndulo oscilante – está fornecendo informações de inteligência artificial sobre a rapidez com que o pêndulo está oscilando e seu caminho de viagem, em vez de apenas mostrar à AI um instantâneo do pêndulo em um ponto no tempo.
Se as redes neurais entendem o fluxo hamiltoniano – então, onde o pêndulo está, nesta analogia, para onde pode estar indo e a energia que ele tem -, então elas são mais capazes de gerenciar a introdução do caos em ordem, segundo o novo estudo.
Além disso, eles também podem ser construídos para serem mais eficientes: mais capazes de prever resultados dinâmicos e imprevisíveis, sem um grande número de nós neurais extras. Ajuda a IA a obter rapidamente uma compreensão mais completa de como o mundo realmente funciona.
Para testar sua recém-aprimorada rede neural de IA, os pesquisadores compararam um benchmark comumente usado chamado modelo Hénon-Heiles, criado inicialmente para modelar o movimento de uma estrela ao redor do sol.
A rede neural hamiltoniana passou com sucesso no teste, prevendo corretamente a dinâmica do sistema em estados de ordem e de caos.
Essa IA aprimorada pode ser usada em todos os tipos de áreas, desde o diagnóstico de condições médicas até a pilotagem de drones autônomos.
Já vimos a IA simular espaço, diagnosticar problemas médicos, atualizar filmes e desenvolver novos medicamentos, e a tecnologia está, relativamente falando, apenas começando – há muito mais a caminho. Essas novas descobertas devem ajudar com isso.
“Se o caos é uma ‘super potência’ não linear, permitindo que a dinâmica determinística seja praticamente imprevisível, o Hamiltoniano é um ‘molho secreto’ da rede neural, um ingrediente especial que permite aprender e prever ordem e caos”, escrevem os pesquisadores em seu artigo publicado.
Publicado em 28/06/2020 15h06
Artigo original:
- https://www.sciencealert.com/teaching-artificial-intelligence-about-physics-helps-it-deal-with-chaos
Estudo original:
Achou importante? Compartilhe!
Assine nossa newsletter e fique informado sobre Astrofísica, Biofísica, Geofísica e outras áreas. Preencha seu e-mail no espaço abaixo e clique em “OK”: