O futuro com o machine learning (ou aprendizado de máquina) permite vislumbrar uma possibilidade de nossos smartphones realizarem tarefas que atualmente só são possíveis por meio de grandes data centers, e o MIT (Massachusetts Institute of Technology), está nos aproximando dessa inovação.
Estamos falando aqui sobre aprendizado de máquina baseado no movimento da luz. É isso mesmo: luz. Se você já ficou impressionado com as habilidades do ChatGPT de gerar ensaios ou códigos com assustadora precisão (quem não ficou?), então prepare-se porque o novo brinquedo do MIT pode ser uma possibilidade de revolucionar o machine learning.
A nova pesquisa do MIT, apresentada no prestigiado jornal Nature Photonics, é nada menos que revolucionária. Aqui vão os detalhes importantes:
Estatísticas de Desempenho: O sistema desenvolvido pelos pesquisadores registrou uma impressionante melhoria de 100 vezes na eficiência energética. Além disso, houve um aumento de 25 vezes na densidade de cálculo. Para materializar a ideia, é mais ou menos como comparar a velocidade de uma bicicleta a um carro de corrida.
Como funciona? Em vez de realizar os cálculos da forma convencional, por elétrons, este sistema é baseado totalmente nos movimentos de luz. Centenas de lasers minúsculos são as estrelas do show aqui.
O grande potencial: Os pesquisadores MIT antecipam que essa técnica pode reforçar massivamente as tarefas de machine learning em uma variedade de dispositivos. Imagine dispositivos descentralizados (como nossos smartphones e tablets) executando programas que, hoje, são o domínio exclusivo de data centers enormes.
Uma coisa importante: Você sabe a diferença entre inteligência artificial, machine learning e deep learning? Clica aqui e veja um vídeo que te explica em dois minutinhos tudo que você precisa saber!
O futuro com a nova possibilidade para o machine learning
O ChatGPT, e muitos outros sistemas, são alimentados por Deep Neural Networks (DNNs – redes neurais profundas). Imagine-os como modelos gigantescos de aprendizado de máquina, simulando o processamento de dados do nosso cérebro. Mas aqui está o problema: os DNNs de hoje consomem muita energia e estão principalmente acorrentados a enormes data centers. Não é bom para um futuro sustentável e eficiente.
Já nesse novo modelo, a luz pode transferir mais dados em espaços menores, portanto, optando por óptica em vez de eletrônica, abrem-se portas para um mundo com menor consumo de energia e sistemas mais compactos mas muito poderosos.
Dirk Englund, professor associado do Departamento de Engenharia Elétrica e Ciência da Computação do MIT e líder do trabalho, nos dá uma ideia clara do que está por vir, sugerindo que as limitações impostas pelos supercomputadores de hoje, como os custos e a escala, podem se tornar coisa do passado. Já em 2019 essa equipe provocou o mundo com um trabalho teórico que preparou o terreno para a atual revelação.
Englund menciona algumas limitações do atual modelo de machine learning, como por exemplo o que acontece com o ChatGPT, que é limitado justamente pelas condições que os supercomputadores de hoje impõem, inviabilizando o avanço da tecnologia usada nesse sistema. Porém, com a nova proposta, pode ser possível tornar o sistema de aprendizado de máquina 100 vezes mais potente.
Englund diz que essas realizações ainda estão no campo das especulações, que ainda não há certeza sobre o que será, de fato, possível, mas ele diz que o machine learning que usa luz para treinar as redes neurais é um tipo de descoberta que pode sim permitir que essas especulações se tornem realidade.
Um ponto importante: O projeto de Englund pode estar pronto para o mercado em apenas alguns anos, porque os componentes utilizados já são produzidos hoje, com os processos de fabricação atuais, como no caso, por exemplo, da variedade de lasers, que é o mesmo usado atualmente na tecnologia de reconhecimento facial do nosso celular.
Os pesquisadores já entraram com um pedido de patente, que foi patrocinado por instituições renomadas como o US Army Research Office, US National Science Foundation, a Fundação Volkswagen, e várias outras!
As perspectivas do machine learning baseado em luz são muito otimistas, permitindo que a inteligência artificial avance consideravelmente. Um exemplo é a evolução que pode ser possível em modelos GPTs textuais, como o do ChatGPT, que já caiu nas graças do público amplo. Essa tecnologia poderá permitir que esses sistemas cheguem a uma performance muito mais impressionante do que já têm hoje.
Por mais que os efeitos das aplicações do novo modelo de machine learning ainda sejam especulações, se já existe uma tecnologia que pode apresentar um tremendo avanço, é sinal que um passo nessa direção já foi dado, não é?
Fonte: MIT News
