Evolucionismo das máquinas: Inteligência Artificial começa a se auto-desenvolver

A Inteligência Artificial (IA) está evoluindo e várias pesquisas mostram isso. Tanto pela popularidade de alguns algoritmos de IA, como machine learning, quanto pela aplicabilidade da tecnologia para diferentes fins. O conceito de evolução darwinista, inclusive, já é usado por um software que evolui sem intervenção humana. 

Em artigo para a Science, publicação da American Association for the Advencement of Science (AAAS), pesquisadores contam que criaram um software que utiliza do conceito de “sobrevivência do mais apto”, do naturalista Charles Darwin, para criar programas de IA que melhoram geração após geração sem a contribuição humana. O programa replicou décadas de pesquisa em IA em questão de dias, e seus designers pensam que um dia ele poderá descobrir novas abordagens para a IA. 

“Enquanto a maioria das pessoas estava dando passos de bebê, eles deram um salto gigante no desconhecido”, disse Risto Miikkulainen à publicação, cientista da computação da Universidade do Texas, Austin, que não estava envolvido no trabalho. “Este é um daqueles artigos que podem lançar muitas pesquisas futuras”, complementou. 

Cérebro eletrônico

Edd Gent, que assina o artigo, mostra outras tecnologias que já apresentam essa característica “evolutiva” para afirmar que a “IA está evoluindo, literalmente”. 

As redes neurais, exemplifica, imitam vagamente a estrutura do cérebro e aprendem com os dados de treinamento, alterando a força das conexões entre os neurônios artificiais. Subcircuitos menores de neurônios realizam tarefas específicas e os pesquisadores podem passar meses trabalhando em como conectá-los para que trabalhem juntos sem problemas. 

Algumas etapas foram aceleradas com a automatização de processos, mas esses programas ainda dependem da costura de circuitos prontos projetados por seres humanos. Isso significa que a produção ainda é limitada pela imaginação dos engenheiros e seus preconceitos existentes, diz o artigo. 

Enquanto isso, Quoc Le, cientista de computação do Google, e colegas desenvolveram um programa chamado AutoML-Zero que poderia desenvolver programas de IA com efetivamente nenhuma contribuição humana, usando apenas conceitos matemáticos básicos que um estudante do ensino médio conheceria. 

 “Nosso objetivo final é realmente desenvolver novos conceitos de machine learning que nem os pesquisadores conseguiram encontrar”, disse ele.  

 O programa descobre algoritmos usando uma aproximação solta da evolução. Ele começa criando uma população de 100 algoritmos candidatos, combinando aleatoriamente operações matemáticas, conta Gent. Em seguida, ele é testado em uma tarefa simples, como um problema de reconhecimento de imagem, onde é necessário decidir se uma imagem mostra um gato ou um caminhão. 

Em cada ciclo, o programa compara o desempenho dos algoritmos com os algoritmos desenhados à mão. As cópias dos melhores desempenhos são “mutadas”, substituindo, editando ou excluindo aleatoriamente parte do seu código para criar pequenas variações dos melhores algoritmos, explica. Essas “crianças” são adicionadas à população, enquanto os programas mais antigos são descartados. O ciclo se repete. 

O sistema cria milhares dessas populações de uma só vez, o que permite agitar dezenas de milhares de algoritmos por segundo até encontrar uma boa solução. O programa também usa truques para acelerar a pesquisa, como, ocasionalmente, trocando algoritmos entre populações para evitar qualquer beco sem saída evolutivo e eliminando automaticamente algoritmos duplicados. 

Bom início. Mas ainda é um início

Em um artigo de pré-impressão publicado no mês passado os pesquisadores mostram que as soluções são simples em comparação com os algoritmos mais avançados de hoje, admite Le. Porém, para ele o trabalho é uma prova inicial e está otimista de que pode ser ampliado para criar IAs muito mais complexas. 

Ainda assim, Joaquin Vanschoren, cientista da computação da Universidade de Tecnologia de Eindhoven, acha que levará algum tempo até que a abordagem possa competir com o estado da arte. Uma coisa que poderia melhorar o programa, disse à publicação, não é pedir para começar do zero, mas sim propagá-lo com alguns dos truques e técnicas que os humanos descobriram 

Mas Le pretende concentrar-se em problemas menores e não em algoritmos inteiros. Seu grupo publicou outro artigo no arXiv, em 6 de abril, que usava uma abordagem semelhante para redesenhar um componente pré-fabricado popular usado em muitas redes neurais. 

O pesquisador também acredita que aumentar o número de operações matemáticas na biblioteca e dedicar ainda mais recursos de computação ao programa pode permitir que ele descubra novos recursos de IA. “Essa é uma direção pela qual somos realmente apaixonados. Para descobrir algo realmente fundamental que levará muito tempo para os seres humanos descobrirem”, disse à publicação.