Este novo algoritmo foi criado por quatro investigadores do Centro de Informática e Sistemas da Universidade de Coimbra e poderá vir a revolucionar a área de inteligência artificial.

Se 2017 foi o ano do bitcoin, 2018 vai – muito provavelmente – ser o ano da inteligência artificial e do machine learning, ou pelo menos é onde alguns investidores vão colocar o seu dinheiro.

A corrida desenfreada a este tipo de tecnologia está associada a grandes potências empresariais, como a Google, ou a países onde o conhecimento sobre est tema está substancialmente mais desenvolvido, como a China.

Apesar da luz estar a apontar para os gigantes da indústria, a mais recente disrupção do setor foi feita em Portugal, no Centro de Informática e Sistemas da Universidade de Coimbra (CISUC).

Atualmente, um dos maiores desafios pelos quais a inteligência artificial passa é o problema da classificação das imagens, algo compreensível visto que, nos humanos, um terço do cérebro é dedicado ao processamento daquilo que vemos, envolvendo centenas de milhões de neurónios.

E é este problema que o DENSER (Deep Evolutionary Network Structured Representation), o objeto desenvolvido pelos investigadores do CISUC, vem tentar resolver. Este novo algoritmo faz um upgrade no que diz respeito às redes neurais profundas incorporadas nos sistemas de inteligência artificial, que imitam o comportamento do cérebro.

O DENSER destaca-se das abordagens convencionais por não precisar de intervenção humana para funcionar, por não usar conhecimento prévio sobre o que está a ver e por ser uma solução de custo reduzido, visto que, enquanto que os investigadores da Google Brain utilizam 800 placas gráficas com um custo de 1,3 milhões de euros, a solução do CISUC utiliza apenas quatro placas gráficas que, ao todo, custam 2500 euros.

“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, que descubra como combinar aquelas peças de forma a construir um veículo que obtenha uma performance competitiva”, explicaram em comunicado os membros da equipa, Penousal Machado e Bernardete Ribeiro. Ou seja, em vez de criarem algo direcionado para um cenário fechado, a equipa criou um algoritmo que consegue aperceber-se do cenário em que está inserido e interpretar a possível solução.

Questionado pelo Link to Leaders sobre as potencialidades desta tecnologia, Penousal Machado admitiu que “como não usamos conhecimento a priori sobre o domínio, a abordagem é bastante genérica o que potência a sua aplicação a várias áreas. As aplicações mais evidentes são as que se relacionam com visão computacional, por exemplo, no domínio da medicina poderia ser usada na análise de imagens médicas (ex. detecção de tumores). A aplicação deste tipo de técnica a fotos ou imagens de satélite também poderá ser interessante”. Acrescenta ainda que “apesar da abordagem ser genérica, é necessário determinar se é competitiva nesses outros domínios. Embora existam razões para nos fazer acreditar que sim é prematuro fazer esse tipo de afirmação”.

Em princípio, a tecnologia não vai render dinheiro à CISUC visto que “os artigos estão publicados e disponíveis para quem os quiser ler… Não há propriamente nada que seja vendável”.

Comentários