Enfrentando um bebê gritando e jogando comida no pavimento, pais estressados podem se surpreender ao ouvir que sua dulcinéia geração provavelmente é o inexperiente mais inteligente do universo.
Mas alguns cientistas da computação reconhecem há muito tempo essa veras e agora estão tentando imitar os poderes de processamento extraordinários dos bebês para desenvolver modelos de perceptibilidade sintético (IA).
Em alguns aspectos, nossas criações tecnológicas mais recentes parecem quase mágicas em suas capacidades, mas quando se trata de tirocínio autônomo, elas são tão burras quanto uma fralda.
Poderiam essas tecnologias ser treinadas para aprender porquê unidades de processamento de bebês, explorando dados parciais, confusos e do mundo real?
Uma equipe de pesquisadores da NYU (Universidade de Novidade York) tem tentado fazer exatamente isso e neste mês publicou suas descobertas na revista Science.
O experimento coletou dados de uma câmera ligeiro presa à cabeça de um bebê em Adelaide chamado Sam, registrando 61 horas de sua vida dos 6 aos 25 meses.
O fluxo de vídeo, incluindo imagens e sons embaralhados de pais, gatos, brincadeiras e brinquedos, foi logo processado em 600 milénio quadros de vídeo e 37.500 “enunciados” transcritos e alimentados em uma rede neural.
O duelo era combinar o que Sam via durante aproximadamente 1% de suas horas acordado com os sons que ele ouvia, para gerar um padrão de IA multimodal.
Mas porquê um bebê entende que a termo “globo” se relaciona com objetos redondos, saltitantes e multicoloridos muito diferentes?
Os cientistas cognitivos estão divididos sobre a explicação, mas todos concordam que os bebês são aprendizes incrivelmente habilidosos, generalizando a partir de entradas limitadas.
Entre seis e nove meses, os bebês começam a conectar palavras a imagens. Antes dos dois anos, eles já aprenderam em média 300 palavras, principalmente substantivos.
Até agora, as tentativas de erigir modelos de IA multimodais que possam combinar texto, imagens, áudio e vídeo têm dependido principalmente da emprego de enorme poder computacional a vastas quantidades de dados selecionados.
Mas os pesquisadores da NYU descobriram que seu padrão poderia associar com sucesso imagens e sons com substancialmente menos dados provenientes do vídeo de um bebê. Seu padrão teve uma taxa de precisão de 61,6% ao qualificar 22 “conceitos visuais”.
“Ficamos muito surpresos que o padrão pudesse exibir um proporção bastante notável de tirocínio oferecido os dados limitados que ele tinha”, disse Wai Keen Vong, responsável principal do cláusula da NYU, em uma entrevista em vídeo.
Essas descobertas são um incentivo encorajador para o desenvolvimento de futuros modelos de IA. Mas, porquê observa Vong, elas também destacam as habilidades de tirocínio fenomenais dos próprios bebês, que podem responder a sinais visuais e desenvolver suas próprias hipóteses de tirocínio.
Segmento da razão para sua precocidade é que os bebês humanos passam um longo período explorando ativamente o mundo antes de terem que se virar sozinhos.
“As crianças são o departamento de P&D [pesquisa e desenvolvimento] da espécie humana —os caras do firmamento azul, os criadores de ideias. Os adultos são produção e marketing”, porquê Alison Gopnik escreveu de forma memorável em seu livro “O Bebê Filosófico”.
De concordância com Gopnik, professora de psicologia na Universidade da Califórnia em Berkeley, os bebês têm três habilidades principais que os sistemas de IA não têm.
Primeiro, os bebês se destacam na construção imaginativa de modelos, criando uma estrutura conceitual para explicar o mundo. Eles também são curiosos, amantes de aventuras e aprendizes incorporados, explorando ativamente novos ambientes, em vez de estarem passivamente envolvidos em linhas de código.
E os bebês são animais sociais, aprendendo com todos com quem interagem, ajudando a desenvolver empatia, altruísmo e uma sensibilidade moral.
Em um email, Gopnik diz que o estudo da NYU é “fascinante e muito inteligente” e mostra que os modelos de IA podem extrair informações linguísticas dos dados com os quais os bebês lidam.
Mas, porquê os próprios autores do cláusula reconhecem, os bebês também usam dados diferentes, que obtêm por meio de exploração ativa e interação social.
“O sucesso dos modelos, que ainda é muito restringido, pode aproveitar as capacidades de exploração e tirocínio social dos bebês, mas isso não significa que eles próprios tenham essas habilidades”, escreve Gopnik.
Será necessário muito mais pesquisa para replicar computacionalmente o que os bebês aprendem naturalmente. Em privado, porquê podemos erigir máquinas que demonstrem siso generalidade e raciocínio social?
Os modelos de IA podem ser capazes de aprender substantivos associados a objetos físicos, mas ainda têm dificuldade com conceitos abstratos e verbos. Apesar dos avanços impressionantes em IA, ainda temos muito a aprender com o pequeno conjunto de “hardware” biológico que é o cérebro de um bebê.
