Por que humanos aprendem mais rápidos que os robôs?

Em 2013, uma empresa americana chamada DeepMind Technologies, desenvolveu um estudo que buscava compreender a agilidade de aprendizagem humana e robótica relacionada a um jogo de videogame. Os resultados disso trouxeram à tona algumas reflexões importantes de serem compartilhadas.

Os próximos passos da evolução da inteligência artificial em diversos segmentos do mercado são altamente promissores. Esta perspectiva de crescimento se dá devido a grande importância desta pauta no mercado atual; a quantidade de empresas que têm se preocupado em incorporar esta tecnologia em serviços de experiência ao cliente; e ao aumento de plataformas (nacionais e internacionais) para ajudar as organizações a aplicarem a I.A. em suas rotinas de trabalho.

Embora tudo isso aconteça de forma muito rápida, ainda fala-se sobre a velocidade de aprendizado de um robô quando comparado ao potencial humano. A startup americana DeepMind Technologies, que é líder mundial em pesquisa de inteligência artificial e sua aplicação para impacto positivo, publicou em 2013 um artigo inovador mostrando como uma rede neural (robô) poderia aprender a jogar videogames assim como os humanos — olhando para a tela.

Alguns meses depois, o Google comprou a empresa por U$ 400 milhões. Isso significa claramente um interesse no aprofundamento de estudos como este e, desde então, a DeepMind aplicou o aprendizado profundo em uma série de situações.

Mas qual foi o resultado deste estudo?

O jogo usado na pesquisa funcionava da seguinte forma: duas equipes de jogadores individuais competem em um determinado mapa com o objetivo de capturar a bandeira do time adversário enquanto protegem a própria. Para obter vantagem tática, eles podem marcar os membros da equipe adversária para enviá-los de volta aos seus pontos de desova. A equipe com mais capturas após cinco minutos vence.

O teste incluiu 40 jogadores humanos, nos quais humanos e agentes (robôs) são aleatoriamente combinados em jogos — tanto como adversários quanto como companheiros de equipe.

Tech SC: acompanhe as principais notícias sobre o universo da tecnologia em SC​​

Ao final do estudo, notou-se que a inteligência artificial (os agentes) obtiveram tempos de reação muito rápidos e foram muito precisos. Por sua vez, os jogadores humanos são comparativamente lentos para processar e agir sobre a entrada sensorial, devido a sinalização biológica mais lenta.

Isso quer dizer que o desempenho acima do esperado dos robôs pode ser resultado de seu processamento visual e controle motor mais rápido. No entanto, reduzindo artificialmente a precisão e o tempo de reação — os colocando sob as mesmas condições de aprendizagem humanas — este era o único fator de destaque entre eles.

Estes resultados iniciais indicam que objetos de inteligência artificial podem desempenhar um papel (neste caso no cenário do jogo proposto) de forma competitiva, e estão começando a desafiar as habilidades dos humanos.

Neste contexto, a DeepMind destaca o quanto este formato de treinamento em conjunto (humanos e agentes artificiais) podem avançar o desenvolvimento da I.A., pois força o desenvolvimento de agentes robustos que podem até mesmo se unir aos humanos.

"Nosso trabalho dá os primeiros passos para quantificar a importância de várias prioridades que os humanos empregam na resolução de videogames e na compreensão de como o conhecimento prévio torna os humanos bons em tarefas tão complexas", acrescentam.

Isso sugere um caminho interessante para os cientistas da computação que trabalham com inteligência de máquina — para programar suas cargas com o mesmo conhecimento básico que os humanos aprendem desde cedo. Desta forma, as máquinas devem ser capazes de alcançar os humanos em sua velocidade de aprendizado, e talvez até superá-las.

Fontes: Technology Review; DeepMind.

*Henrique Bilbao é diretor comercial da Ezok