Ago 27, 2018

Redes Neurais de Duelo

A inteligência artificial está a ficar muito boa em identificar as coisas: mostre um milhão de fotos, e ela pode dizer com uma precisão incrível que retrata um pedestre a atravessar uma rua.

Mas, a inteligência artificial é desesperada em gerar imagens de pedestres por si só. Se pudesse fazer isso, seria capaz de criar montes de imagens realistas, mas sintéticas, retratando pedestres em vários cenários, que um carro autónomo poderia usar para treinar sem nunca sair da estrada.

O problema é que criar algo inteiramente novo requer imaginação - e até agora isso tem IA perplexos.

A solução ocorreu primeiramente a Ian Goodfellow, então um estudante na Universidade de Montreal, durante uma discussão académica num bar em 2014. A abordagem, conhecida como rede geradora de adversários, ou GAN, usa duas redes neurais - os modelos matemáticos simplificados do cérebro humano que sustenta a aprendizagem de máquina mais moderna - e coloca-os uns contra os outros num jogo digital de gato e rato.

Ambas as redes são treinadas no mesmo conjunto de dados. Um deles, conhecido como gerador, tem a tarefa de criar variações nas imagens que já foram vistas - talvez uma foto de um pedestre com um braço extra. O segundo, conhecido como o discriminador, é solicitado a identificar se o exemplo que vê é como as imagens em que foi treinado ou um falso produzido pelo gerador - basicamente, é provável que a pessoa de três braços seja real?

Com o tempo, o gerador pode tornar-se tão bom na produção de imagens que o discriminador não consegue detectar falsificações. Essencialmente, o gerador foi ensinado a reconhecer e criar imagens realistas de pedestres.

A tecnologia tornou-se um dos avanços mais promissores da IA ​​na última década, capaz de ajudar as máquinas a produzirem resultados que enganam até mesmo os seres humanos.

As GAN foram usadas para criar uma fala com som realista e imagens falsas foto realistas. Num exemplo convincente, investigadores da fabricante de chips Nvidia prepararam um GAN com fotografias de celebridades para criar centenas de rostos confiáveis ​​de pessoas que não existem. Outro grupo de pesquisa fez pinturas falsas não-convincentes que se parecem com as obras de Van Gogh. Forçando ainda mais, as GAN podem re-imaginar as imagens de diferentes maneiras - fazendo uma estrada ensolarada parecer nevada ou transformando cavalos em zebras.

Os resultados nem sempre são perfeitos: as GAN podem gerar bicicletas com dois conjuntos de guiadores, digamos, ou faces com sobrancelhas no lugar errado. Mas, como as imagens e os sons são surpreendentemente realistas, alguns especialistas acreditam que há um senso de que as GAN estão a começar a entender a estrutura subjacente do mundo que vêem e ouvem. E isso significa que a IA pode ganhar, junto com um senso de imaginação, uma capacidade mais independente de entender o que vê no mundo.