INTELIGÊNCIA ARTIFICIAL – Investigadores da UC criam algoritmo inovador

1
7
Trata-se de um novo algoritmo
de inteligência artificial para a evolução das denominadas redes neuronais

(que imitam o comportamento do cérebro) profundas. O DENSER, acrónimo de
Deep Evolutionary Network Structured Representation (
https://cdv.dei.uc.pt/denser/), pode muito bem vir a revolucionar a forma de
responder ao problema de classificação do conteúdo de imagens.
Na área da Inteligência
Artificial e Machine Learning (aprendizagem de máquina), a classificação
de imagens é altamente complexa e enfrenta grandes desafios. O que é
compreensível, considerando que, nos humanos, um terço do cérebro é dedicado ao
processamento visual, envolvendo centenas de milhões de neurónios.
Desenvolvido no âmbito de um
projeto de investigação financiado pela Fundação para a Ciência e Tecnologia
(FCT), o DENSER tem vindo a despertar o interesse da comunidade científica e
será apresentado na próxima EvoStar, a mais importante conferência europeia na
área da computação evolucionária (computação de inspiração biológica para resolver
problemas de elevada complexidade). Destaca-se das abordagens convencionais ao não
exigir intervenção humana
, não usar conhecimento prévio sobre o
domínio e por ser uma solução de baixo custo
.
Comparativamente com outras técnicas,
a desenvolvida na UC apresenta duas grandes vantagens, como explicam os
coordenadores do projeto, Bernardete Ribeiro e Penousal Machado: «na maioria das abordagens a este problema otimizam-se os parâmetros de uma rede que, à
partida, obtém uma performance elevada; na nossa abordagem a rede é evoluída de
raiz, ou seja, sem intervenção humana
Para se perceber melhor a
diferença, os cientistas recorrem a uma analogia. «
O que a maioria faz é
afinar um Bugatti Veyron, um automóvel que, como sabemos, já é bastante rápido,
de forma a conseguir boas performances; o que nós fazemos é dar ao algoritmo um
conjunto de peças (jantes, pneus, peças para o motor, travões, etc.) e deixar
que o algoritmo entenda o contexto da situação, isto é, descubra como combinar
aquelas peças de forma a construir um veículo que obtenha uma performance
competitiva. Mas nem sequer o informamos que tem de ser um carro
»,
ilustram.
Para comparar a performance das
diferentes abordagens, incluindo as convencionais, os investigadores utilizaram
o teste CIFAR (constituído por 60 mil imagens), dividido em duas categorias:
CIFAR 10 e CIFAR 100, em função do número de classes (por exemplo, tipos de
objetos) a identificar nas imagens.
O sistema que mais se aproxima da
solução arquitetada pelos investigadores da Faculdade de Ciências e Tecnologia
da Universidade de Coimbra é o do projeto “Google Brain”, da gigante Google,
que obtém resultados marginalmente inferiores. Conforme sublinham os outros dois
investigadores da equipa, Filipe Assunção e Nuno Lourenço, «eles obtêm um
resultado competitivo com o nosso no CIFAR 10, mas não reportam os resultados
no CIFAR 100, que é um problema mais difícil. Para além disso, usam algum
conhecimento sobre o problema, o que os ajuda a alcançar bons resultados
A outra vantagem é o baixo custo
do DENSER. Enquanto os investigadores do projeto “Google Brain” «usam 800 GPUs (placas gráficas) topo de gama,
nós usamos 4 GPUs das mais acessíveis, que são usadas, por exemplo, nos
videojogos. Para se ter uma ideia, as 800 GPUs da Google custam 1,3 milhões de
euros e as nossas apenas 2.500 euros
», destacam.
Os resultados do projeto, que
podem vir a ser aplicados em vários domínios do conhecimento, decorrem da
experiência de mais de duas décadas do CISUC nas áreas da inteligência
artificial, machine learning e computação evolucionária, e de um esforço
e investimento mais recente no domínio da evolutionary machine learning.
Legenda imagem 1:
O objetivo do
problema passa por identificar o conteúdo de cada imagem, dentro de um conjunto
de classes pré-definidas (gato, cão, carro, camião, etc.). Na imagem exemplo,
fazendo a leitura da esquerda para a direita e de cima para baixo, encontramos
o seguinte conteúdo: cão; pássaro; pássaro; barco; cão; pássaro; gato; sapo;
camião; cão; parede; sapo.
Foto da equipa – da esquerda para a direita: Filipe Assunção, Penousal Machado,
Bernardete Ribeiro e Nuno Lourenço.


1 COMENTÁRIO

  1. Neste mundo anacrónico e violento, ler uma notícia sobre algo positivo desenvolvido no meu país (ainda que em estado embrionário), faz rejubilar de alegria qualquer cidadão. Obrigado.

DEIXE UMA RESPOSTA

Por favor digite seu comentário!
Por favor, digite seu nome aqui