A interação entre máquinas e humanos pela linguagem natural é uma das coisas que marcaram o nosso momento com a inteligência artificial, mas agora, estamos diante de algo ainda mais impressionante. Mais que fazer os sistemas de IA entenderem os nossos comandos, cientistas da Universidade de Genebra alcançaram um novo marco: o desenvolvimento de uma IA capaz de aprender tarefas novas a partir de instruções verbais ou escritas e, em seguida, descrever essas tarefas verbalmente para outra IA, permitindo-lhe executar as mesmas tarefas.
Esta capacidade reflete uma habilidade profundamente humana, até agora inédita em máquinas, de aprender por meio de instruções expressas pela linguagem natural e comunicar essas ações aprendidas a seus pares, também pela linguagem, sem, contudo, ter uma experiência dessas ações.
A inovação está na criação de um modelo de IA que emula a capacidade humana de aprender e comunicar. Imagine receber uma tarefa nova, entender como realizá-la com base apenas em instruções verbais ou escritas e, depois de aprendê-la, ser capaz de ensinar outra pessoa a realizar a mesma tarefa através da descrição desta tarefa. Esta é uma faceta da comunicação e aprendizado humano que nos distingue significativamente de outras espécies, e até agora, esta característica era vista como um domínio exclusivamente humano, resistente à emulação por inteligências artificiais.
A equipe da Universidade de Genebra integrou um modelo de linguagem pré-treinado, conhecido como S-Bert, que possui 300 milhões de neurônios, a uma rede neural mais simples, composta por alguns milhares de neurônios. Esta combinação foi projetada para simular as áreas do cérebro humano responsáveis pela percepção, interpretação e produção da linguagem, imitando as áreas de Wernicke e Broca, áreas que são fundamentais para o processamento da linguagem no cérebro humano, localizando-se no hemisfério dominante, geralmente o esquerdo.
A área de Broca, situada na parte frontal do lobo temporal, é responsável pela produção da fala e aspectos da gramática, e a área de Wernicke, encontrada no lobo temporal próximo à junção com o lobo parietal, desempenha um papel crítico na compreensão da linguagem falada e escrita. A colaboração entre essas áreas, através do fascículo arqueado, possibilita a complexa dinâmica de entender e produzir linguagem de forma coerente.
Este avanço, que reproduziu funções tão complexas do cérebro, além de aprimorar nossa compreensão da interação entre linguagem e comportamento, abre novas possibilidades para a robótica, vislumbrando um futuro onde as máquinas possam se comunicar e aprender umas com as outras de maneiras que imitam a comunicação humana.
Os melhores modelos apresentaram um desempenho de 83% de sucesso em realizar uma tarefa nunca antes vista, apenas com instruções pela linguagem, ou seja, as máquinas conseguiram executar as tarefas psicofísicas propostas pelos pesquisadores, sem que executassem a tarefa anteriormente, portanto, sem aprendizado direto da tarefa, o que é chamado de aprendizado zero-shot.
Compreensão e aprendizado pela linguagem natural
O experimento utilizou modelos sensório-motores RNN (Redes Neurais Recorrentes) para aprender e executar tarefas, e um modelo de linguagem pré-treinado para incorporar instruções de linguagem natural.
O estudo foi conduzido envolvendo o treinamento do modelo de IA em uma série de tarefas básicas. Após o aprendizado, a IA foi capaz de fornecer uma descrição dessas tarefas através da linguagem para uma “irmã” IA, que, por sua vez, conseguiu executá-las. Algumas dessas tarefas incluíam apontar para a localização – esquerda ou direita – onde um estímulo era percebido, responder na direção oposta de um estímulo, e, em um contexto mais complexo, entre dois estímulos visuais com uma ligeira diferença de contraste, identificar o mais brilhante.
Este é o primeiro exemplo documentado de duas IAs comunicando-se entre si puramente pela linguagem, uma conquista que até então permanecia fora do alcance das capacidades conhecidas da inteligência artificial. Os resultados promissores, publicados na revista Nature Neuroscience, destacam o potencial dessa inovação, especialmente para a robótica, onde o desenvolvimento de tecnologias que permitem às máquinas conversar entre si é uma questão-chave.
O modelo que foi desenvolvido pela equipe da Universidade de Genebra, ao abrir novos horizontes para a compreensão da interação entre linguagem e comportamento, se torna particularmente promissor para o setor de robótica, onde a possibilidade de desenvolver redes mais complexas, baseadas nesse modelo, poderia ser integrada em robôs humanoides capazes de compreender e comunicar-se não apenas conosco, mas também entre si.
Essa perspectiva começa a se distanciar da ficção científica, se colocando como uma possibilidade cada vez mais tangível, impulsionada por este avanço significativo do aprendizado pela linguagem da inteligência artificial.
Fonte: Neuroscience News
