A pesquisa em Inteligência Artificial (IA) está constantemente buscando novas maneiras de melhorar a eficácia e a eficiência dos modelos de IA. Uma dessas abordagens inovadoras é a ideia de construir IAs que “dormem” e “sonham”, inspiradas na arquitetura e no comportamento do cérebro humano.
Esquecimento Catastrófico
Concetto Spampinato e seus colegas da Universidade de Catânia, na Itália, estavam procurando maneiras de evitar um fenômeno conhecido como “esquecimento catastrófico”. Isso ocorre quando um modelo de IA treinado para realizar uma nova tarefa perde a capacidade de realizar tarefas que antes dominava.
Aprendizagem Consolidada do Sono Acordado
Para combater isso, eles desenvolveram um novo método de treinamento de IA chamado Aprendizagem Consolidada do Sono Acordado (WSCL). Este método imita a maneira como os cérebros humanos reforçam novas informações, transformando memórias de curto prazo de experiências e lições aprendidas ao longo do dia em memórias de longo prazo durante o sono.
Como Funciona
Os modelos que usam WSCL são treinados como de costume em um conjunto de dados para a fase “acordada”. Mas eles também são programados para ter períodos de “sono”, onde analisam uma amostra de dados acordados, bem como um rolo de destaque de lições anteriores.Crucialmente, o WSCL também tem um período de “sonho”, quando consome dados inteiramente novos feitos a partir da combinação de conceitos anteriores. Isso ajuda a mesclar caminhos anteriores de “neurônios” digitais, liberando espaço para outros conceitos no futuro.
Resultados Promissores
Os pesquisadores descobriram que sua técnica recém-desenvolvida levou a um aumento significativo da precisão – os modelos treinados pelo sono tinham de 2% a 12% mais probabilidade de identificar corretamente o conteúdo de uma imagem. Eles também mediram um aumento na “transferência direta” dos sistemas WSCL, uma métrica que indica quanto conhecimento antigo um modelo usa para aprender uma nova tarefa.
Apesar desses resultados promissores, alguns especialistas, como André Rogoyski da Universidade de Surrey, no Reino Unido, argumentam que usar o cérebro humano como um modelo não é necessariamente a melhor maneira de aumentar o desempenho da IA. No entanto, a pesquisa de Spampinato e sua equipe representa um passo interessante e inovador na busca contínua por modelos de IA mais eficazes e confiáveis.
