Tecnologia

Inteligência Artificial se aproxima da capacidade de raciocinar

Nariene da Silva Xavier
Escrito por Nariene da Silva Xavier em 22 de maio de 2021
Inteligência Artificial se aproxima da capacidade de raciocinar

Um estudo realizado na Universidade Khalifa, nos Emirados Árabes Unidos, pretende provar que sistemas de Inteligência Artificial conseguem se aproximar da capacidade humana de raciocinar. Os pesquisadores analisaram vários modelos de computação hiperdimensional (HDC) que utilizam vetores grandes, de aproximadamente 10 mil bits cada um, e são inspirados em padrões que se comparam a atividade neural encontrada no cérebro humano.

A arquitetura HDC faz um desenvolvimento que envolve vários estágios. Estes, podem ser divididos em codificação, treinamento e comparação. Com isso, o sistema consegue detectar falhas e ruídos em padrões predeterminados, assim como o sistema nervoso central de uma pessoa.

Como a computação hiperdimensional consegue pensar:

Os vetores HDC conseguem compreender a distorção e mesmo que parte de um objeto falte, o sistema é capaz de reconhecê-lo como um todo e utiliza dados sobre a aparência original guardados em na memória.

“Em um vetor HDC, podemos representar os dados de forma holística, o que significa que o valor de um objeto é distribuído entre muitos pontos de dados. Portanto, podemos reconstruir o significado do vetor, desde que tenhamos 60% de seu conteúdo”, diz o professor Eman Hassan, ao site Canal Tech.

Dados preliminares mostram que os vetores HDC podem superar as redes neurais digitais em aplicativos de reconhecimento de voz, que possuem um conjunto de dados unidimensionais. Porém, em aplicações bidimensionais, a codificação dos dados pode consumir cerca de 80% do tempo usado durante o treinamento, o que ainda torna a tecnologia inviável.

A computação hiperdimensional pode representar um avanço no desenvolvimento de novas tecnologias baseadas em Inteligência Artificial, capazes de utilizar elementos de memória para reduzir o processamento de dados. Com o aumento da demanda por dispositivos inteligentes, inclusive de veículos autônomos, cresce também a necessidade de sistemas em que a computação é realizada em tempo real, sem depender do processamento de dados feito na nuvem ou em data centers localizados a quilômetros de distância.

“O HDC tem mostrado resultados promissores para aplicações unidimensionais, usando menos energia e com menor latência do que as redes neurais profundas de última geração. Mas em aplicativos 2D ainda alcançam maior precisão de classificação, mas às custas de mais cálculos“, concluiu o professor Hassan.

Hey,

o que você achou deste conteúdo? Conte nos comentários.

O seu endereço de e-mail não será publicado. Campos obrigatórios são marcados com *

Quem Somos

“Nosso foco é informar com senso crítico tudo o que existe de mais importante na área da segurança, saúde, emprego e do ir e vir do cidadão brasileiro.”