Inteligência artificial: Os 'eventos estranhos' que fizeram tecnologia pensar que tartaruga era uma arma:apostas mínimas em loterias on line

Vendo coisas

Os sistemasapostas mínimasapostas mínimas em loterias on lineloterias on linereconhecimento visual têm recebido especial atenção nesses casos. Pequenas alteraçõesapostas mínimas em loterias on lineimagens podem enganar as redes neurais - os algoritmosapostas mínimasapostas mínimas em loterias on lineloterias on lineaprendizado da máquina que direcionam grande parte da tecnologia modernaapostas mínimasapostas mínimas em loterias on lineloterias on lineIA. Esse tipoapostas mínimasapostas mínimas em loterias on lineloterias on linesistema já é usado, por exemplo, para marcar amigosapostas mínimas em loterias on linefotos ou identificar objetos nas imagens do smartphone.

Com alterações leves na textura e na corapostas mínimasapostas mínimas em loterias on lineloterias on lineobjetos impressosapostas mínimas em loterias on line3D, Athalye e colegas fizeram uma bolaapostas mínimasapostas mínimas em loterias on lineloterias on linebeisebol, por exemplo, ser classificada como um café expresso; e uma tartaruga, confundida com um rifle. Eles enganaram o computador com cercaapostas mínimasapostas mínimas em loterias on lineloterias on line200 outros objetos impressosapostas mínimas em loterias on line3D. À medida que colocamos mais robôsapostas mínimas em loterias on linecasa, drones no céu e veículos autônomos na rua, esse resultado se torna preocupante.

"No começo isso era apenas uma curiosidade", diz Athalye. "Agora, no entanto, enxergamos isso como um potencial problemaapostas mínimasapostas mínimas em loterias on lineloterias on linesegurança, já que os sistemas estão sendo cada vez mais implementados no mundo real."

Tome como exemplo os carros sem motorista que hoje passam por testes práticos: eles geralmente dependemapostas mínimasapostas mínimas em loterias on lineloterias on linesofisticadas e profundas redes neuraisapostas mínimasapostas mínimas em loterias on lineloterias on lineaprendizagem para navegar e dizer-lhes o que fazer.

No entanto, os pesquisadores mostraram que, ao simplesmente colocar pequenos adesivosapostas mínimas em loterias on lineplacasapostas mínimasapostas mínimas em loterias on lineloterias on linelimiteapostas mínimasapostas mínimas em loterias on lineloterias on linevelocidade, as redes neurais não conseguiram compreendê-las.

Ouvindo vozes

As redes neurais não são as únicas estruturasapostas mínimasapostas mínimas em loterias on lineloterias on lineaprendizadoapostas mínimasapostas mínimas em loterias on lineloterias on linemáquinaapostas mínimas em loterias on lineuso, e todas também parecem vulneráveis a esses eventos estranhos. E elas não estão limitadas a sistemasapostas mínimasapostas mínimas em loterias on lineloterias on linereconhecimento apenas visual.

"Em todas as áreas, da classificaçãoapostas mínimasapostas mínimas em loterias on lineloterias on lineimagens ao reconhecimento automáticoapostas mínimasapostas mínimas em loterias on lineloterias on linevoz e a tradução, as redes neurais podem classificar dados incorretamente", diz Nicholas Carlini, pesquisador do Google Brain, que desenvolve máquinas inteligentes.

Carlini mostrou como - com a adiçãoapostas mínimasapostas mínimas em loterias on lineloterias on lineum poucoapostas mínimasapostas mínimas em loterias on lineloterias on lineruídoapostas mínimasapostas mínimas em loterias on lineloterias on linefundo - uma voz que deveria ler: "Without the dataset the article is useless" foi lida como "Ok Google browse to evil dot com". E os erros não se limitam apenas à fala. Em outro exemplo, um trecho da Suíte Nº 1 para violonceloapostas mínimasapostas mínimas em loterias on lineloterias on lineBach foi transcrita como "a fala pode ser incorporada na música".

Para Carlini, tais exemplos contraditórios "provam conclusivamente que o aprendizadoapostas mínimasapostas mínimas em loterias on lineloterias on linemáquina ainda não atingiu a capacidade humana mesmoapostas mínimas em loterias on linetarefas muito simples".

Sob a pele

Redes neurais se baseiam,apostas mínimasapostas mínimas em loterias on lineloterias on lineforma superficial,apostas mínimas em loterias on linecomo o cérebro processa a informação visual e aprende com ela. Imagine uma criança pequena aprendendo o que é um gato: à medida que se depara com mais dessas criaturas, ela começa a perceber os padrões - essa mancha chamada gato tem quatro patas, pelo macio, duas orelhas pontudas, olhos amendoados e um rabo comprido e macio.

Dentro do córtex visual da criança (a área do cérebro que processa a informação visual), há camadas sucessivasapostas mínimasapostas mínimas em loterias on lineloterias on lineneurônios que respondem a detalhes visuais, como linhas horizontais e verticais, permitindo que a criança construa uma imagem neural do mundo e aprenda com isso.

As redes neurais funcionamapostas mínimasapostas mínimas em loterias on lineloterias on linemaneira semelhante. Os dados fluem por meioapostas mínimasapostas mínimas em loterias on lineloterias on linecamadasapostas mínimasapostas mínimas em loterias on lineloterias on lineneurônios artificiais até que - depoisapostas mínimasapostas mínimas em loterias on lineloterias on lineserem treinadasapostas mínimas em loterias on linecentenas ou milharesapostas mínimasapostas mínimas em loterias on lineloterias on lineexemplos da mesma coisa (geralmente rotuladas por um humano) - a rede comece a identificar padrões do que está sendo visualizado. O mais sofisticado desses sistemas emprega o "aprendizado profundo" (deep learning), o que significa que eles têm mais camadas.

No entanto, embora os cientistas da computação entendam os detalhes básicosapostas mínimasapostas mínimas em loterias on lineloterias on linecomo as redes neurais funcionam, eles não sabem exatamente o que está acontecendo quando elas processam os dados. "Atualmente, não os entendemos bem o suficiente para, por exemplo, explicar por que existe o fenômenoapostas mínimasapostas mínimas em loterias on lineloterias on lineexemplos contraditórios e saber como corrigi-lo", diz Athalye.

Parte do problema pode estar relacionada à natureza das tarefas que as tecnologias existentes foram projetadas para resolver: distinguir entre imagensapostas mínimasapostas mínimas em loterias on lineloterias on linecães e gatos, por exemplo. Para fazer isso, a tecnologia processa vários exemplosapostas mínimasapostas mínimas em loterias on lineloterias on linecães e gatos, até que tenha dados suficientes para diferenciá-los.

"O objetivo principalapostas mínimasapostas mínimas em loterias on lineloterias on linenossas estruturasapostas mínimasapostas mínimas em loterias on lineloterias on lineaprendizadoapostas mínimasapostas mínimas em loterias on lineloterias on linemáquina era obter um desempenhoapostas mínimas em loterias on linemédia bom", diz Aleksander Madry, outro cientista da computação do MIT, que estuda a confiabilidade e a segurança das estruturasapostas mínimasapostas mínimas em loterias on lineloterias on lineaprendizadoapostas mínimasapostas mínimas em loterias on lineloterias on linemáquina. "Quando você treina o programa para ser apenas bom, sempre haverá imagens que vão confundi-lo".

Uma solução pode ser treinar redes neurais com exemplos mais desafiadores do que os atuais. Isso poderia fortalecê-los contra os pontos fora da curva.

"Definitivamente, é um passo na direção certa", diz Madry. Mas, mesmo que essa abordagem torne as estruturas mais robustas, ela provavelmente tem limites, pois há várias maneirasapostas mínimasapostas mínimas em loterias on lineloterias on linese modificar a aparênciaapostas mínimasapostas mínimas em loterias on lineloterias on lineuma imagem ou um objeto para gerar confusão.

Um classificadorapostas mínimasapostas mínimas em loterias on lineloterias on lineimagens verdadeiramente robusto replicaria o que a "semelhança" significa para um humano: ele entenderia que o rabiscoapostas mínimasapostas mínimas em loterias on lineloterias on lineum gato feito por uma criança representa a mesma coisa que uma fotoapostas mínimasapostas mínimas em loterias on lineloterias on lineum gato ou um gatoapostas mínimas em loterias on linemovimento na vida real. Por mais impressionantes que sejam as redes neurais profundasapostas mínimasapostas mínimas em loterias on lineloterias on lineaprendizado, elas ainda não são páreo para o cérebro humano quando se trataapostas mínimasapostas mínimas em loterias on lineloterias on lineclassificar objetos, entender seu ambiente ou lidar com o inesperado.

Se quisermos desenvolver máquinas realmente inteligentes que possam funcionarapostas mínimas em loterias on linecenários do mundo real, talvez devamos voltar ao cérebro humano para entender melhor como ele resolve esses problemas.

Problema vinculativo

Embora as redes neurais tenham sido inspiradas pelo córtex visual humano, notamos cada vez mais que essa semelhança é apenas superficial. A principal diferença é que, alémapostas mínimasapostas mínimas em loterias on lineloterias on linereconhecer atributos visuais como linhas ou objetos, nosso cérebro também codifica as relações entre esses atributos - portanto, a linha faz parte do objeto. Isso nos permite atribuir significado aos padrões que vemos.

"Quando olhamos para um gato, vemos todas as características que formam os gatos e como elas se relacionam umas com as outras", diz Simon Stringer, da Fundaçãoapostas mínimasapostas mínimas em loterias on lineloterias on lineOxford para a Neurociência Teorética e a Inteligência Artificial. "Essa informaçãoapostas mínimasapostas mínimas em loterias on lineloterias on line'vinculação' é o que garante nossa capacidadeapostas mínimasapostas mínimas em loterias on lineloterias on linecompreender o mundo e nossa inteligência geral".

Essa informação crítica se perde na atual geraçãoapostas mínimasapostas mínimas em loterias on lineloterias on lineredes neurais artificiais.

"Se você não solucionou essa vinculação, você pode saber queapostas mínimas em loterias on linealgum lugar da cena há um gato, mas não sabe onde ele está e não sabe quais características na cena fazem parte daquele gato", explica Stringer.

Ao tentar manter as coisas simples, os engenheiros responsáveis pelas estruturas neurais artificiais ignoraram várias propriedades dos neurônios reais - cuja importância está começando a ficar clara.

"Os neurônios das redes artificiais são exatamente iguais, mas a variedade morfológicaapostas mínimasapostas mínimas em loterias on lineloterias on lineneurônios no cérebro sugere que isso não é irrelevante", diz Jeffrey Bowers, neurocientista da Universidadeapostas mínimasapostas mínimas em loterias on lineloterias on lineBristol, que investiga quais aspectos da função cerebral não estão sendo capturados pelas redes neurais.

Seu laboratório desenvolve simulaçõesapostas mínimasapostas mínimas em loterias on lineloterias on linecomputador do cérebro humano para entender como ele funciona. Recentemente, eles incorporaram informações do timing e da organização dos neurônios reais, e treinaram o sistema com uma sérieapostas mínimasapostas mínimas em loterias on lineloterias on lineimagens. Com isso, já perceberam uma mudança fundamental na forma como suas simulações processavam informações.

Em vezapostas mínimasapostas mínimas em loterias on lineloterias on linetodos os neurônios dispararem ao mesmo tempo, eles começaram a notar padrões mais complexosapostas mínimasapostas mínimas em loterias on lineloterias on lineatividade. Por exemplo, um subgrupoapostas mínimasapostas mínimas em loterias on lineloterias on lineneurônios artificiais parecia agir como guardiões: só disparariam se os sinais visuais que recebessem chegassem ao mesmo tempo.

Stringer acredita que os "neurôniosapostas mínimasapostas mínimas em loterias on lineloterias on linevinculação" agem como uma certidãoapostas mínimasapostas mínimas em loterias on lineloterias on linecasamento: eles formalizam as relações entre os neurônios e fornecem um meioapostas mínimasapostas mínimas em loterias on lineloterias on linechecar se dois sinais que parecem conectados realmente o estão. Dessa forma, o cérebro detecta se duas linhas diagonais e uma curva, por exemplo, representam uma característica como a orelhaapostas mínimasapostas mínimas em loterias on lineloterias on lineum gato ou algo totalmente sem relação.

Redes híbridas

A equipeapostas mínimasapostas mínimas em loterias on lineloterias on lineStringer busca evidênciasapostas mínimasapostas mínimas em loterias on lineloterias on linetais neurôniosapostas mínimas em loterias on linecérebros humanos reais. E também vem desenvolvendo redes neurais "híbridas", que incorporem as novas informações para ver se elas produzem uma forma mais robustaapostas mínimasapostas mínimas em loterias on lineloterias on lineaprendizadoapostas mínimasapostas mínimas em loterias on lineloterias on linemáquina. Uma coisa que a equipeapostas mínimasapostas mínimas em loterias on lineloterias on lineStringer testará é se as redes saberiam,apostas mínimasapostas mínimas em loterias on lineloterias on lineforma confiável, se uma pessoa idosa está caindo, simplesmente sentando-se ou colocando as compras no chãoapostas mínimasapostas mínimas em loterias on lineloterias on linecasa.

"Esse ainda é um problema muito difícil para os algoritmosapostas mínimasapostas mínimas em loterias on lineloterias on linevisão artificial, enquanto que o cérebro humano pode resolver isso sem esforço", diz Stringer.

Ele também contribui com a pesquisa do Laboratórioapostas mínimasapostas mínimas em loterias on lineloterias on lineCiência e Tecnologiaapostas mínimasapostas mínimas em loterias on lineloterias on lineDefesaapostas mínimas em loterias on linePorton Down,apostas mínimas em loterias on lineWiltshire, Inglaterra, que desenvolve uma versão ampliadaapostas mínimasapostas mínimas em loterias on lineloterias on linesua estrutura neural para a área militar, como localizar tanques inimigosapostas mínimasapostas mínimas em loterias on lineloterias on linecâmeras inteligentes instaladasapostas mínimas em loterias on linedrones autônomos.

O objetivoapostas mínimasapostas mínimas em loterias on lineloterias on lineStringer é,apostas mínimas em loterias on line20 anos, ter garantido uma inteligência artificial no mesmo nível que aapostas mínimasapostas mínimas em loterias on lineloterias on lineratos. E ele reconhece que o desenvolvimentoapostas mínimasapostas mínimas em loterias on lineloterias on lineuma inteligência no nível humano pode levar uma vida inteira - talvez até mais.

Madry concorda que essa abordagem inspirada na neurociência é interessante para resolver os problemas com os atuais algoritmosapostas mínimasapostas mínimas em loterias on lineloterias on lineaprendizadoapostas mínimasapostas mínimas em loterias on lineloterias on linemáquina. "Está ficando cada vez mais claro que a maneira como o cérebro funciona é bem diferenteapostas mínimasapostas mínimas em loterias on lineloterias on linecomo nossos modelos existentesapostas mínimasapostas mínimas em loterias on lineloterias on lineaprendizagem profunda funcionam", afirma.

"Então, isso pode acabar tomando um caminho completamente diferente. É difícil dizer o quão viável é e qual é o prazo necessário para alcançar o sucesso nesse caso", acrescenta.

Enquanto isso, talvez precisemos evitar confiar demais nos robôs, carros e programas alimentados por inteligência artificial aos quais estaremos cada vez mais expostos. Nunca sabe se é uma alucinação.

apostas mínimas em loterias on line Leia a versão original desta reportagem (em inglês apostas mínimas em loterias on line ) no site BBC Future.

apostas mínimas em loterias on line Já assistiu aos nossos novos vídeos no YouTube apostas mínimas em loterias on line ? Inscreva-se no nosso canal!