Mercado fechado
  • BOVESPA

    102.224,26
    -3.586,99 (-3,39%)
     
  • MERVAL

    38.390,84
    +233,89 (+0,61%)
     
  • MXX

    49.492,52
    -1.132,48 (-2,24%)
     
  • PETROLEO CRU

    68,15
    -10,24 (-13,06%)
     
  • OURO

    1.785,50
    +1,20 (+0,07%)
     
  • BTC-USD

    55.163,48
    +9,82 (+0,02%)
     
  • CMC Crypto 200

    1.365,60
    -89,82 (-6,17%)
     
  • S&P500

    4.594,62
    -106,84 (-2,27%)
     
  • DOW JONES

    34.899,34
    -905,04 (-2,53%)
     
  • FTSE

    7.044,03
    -266,34 (-3,64%)
     
  • HANG SENG

    24.080,52
    -659,64 (-2,67%)
     
  • NIKKEI

    28.751,62
    -747,66 (-2,53%)
     
  • NASDAQ

    16.051,00
    -315,00 (-1,92%)
     
  • BATS 1000 Index

    0,0000
    0,0000 (0,00%)
     
  • EURO/R$

    6,3485
    +0,1103 (+1,77%)
     

Algoritmos imitam evolução biológica do cérebro para aprender melhor

·2 min de leitura

Pesquisadores da Universidade de Berna, na Suíça, desenvolveram novos algoritmos que imitam o processo de evolução biológica para “aprender” a desempenhar tarefas de maneira mais eficiente, reduzindo o tempo gasto no treinamento de inteligências artificiais.

Os chamados “algoritmos evolutivos” são programas de computador que buscam soluções para problemas complexos imitando o sistema natural de aprendizado humano. Essa abordagem utiliza o mesmo princípio em que a aptidão biológica interfere diretamente na forma como um organismo se adapta ao ambiente.

“Nossos cérebros são incrivelmente adaptáveis. Todos os dias, formamos novas memórias, adquirimos novos conhecimentos ou refinamos habilidades existentes. Isso contrasta com nossos computadores atuais, que normalmente executam apenas ações pré-programadas”, explica o professor Jakob Jordan, coautor do estudo.

Plasticidade sináptica

As sinapses são os pontos de conexão entre os neurônios, que podem mudar conforme são usados ou estimulados. Essa plasticidade sináptica é um importante tópico de pesquisa da neurociência, pois envolve todos os processos de aprendizagem e memória adquirida.

Esquema e utilização dos algoritmos evolutivos (Imagem: Reprodução/University of Bern)
Esquema e utilização dos algoritmos evolutivos (Imagem: Reprodução/University of Bern)

Para desenvolver uma máquina com essa capacidade adaptativa, os cientistas precisam de modelos que consigam operar mecanismos subjacentes a esses processos. Com esses modelos, é possível construir sistemas de inteligência artificial baseados no processamento de informações biológicas, criando máquinas que aprendem muito mais rápido.

“Em todos esses cenários, os algoritmos evolutivos são capazes de descobrir mecanismos de plasticidade sináptica e resolver com sucesso uma nova tarefa. Ao fazerem isso, esses algoritmos mostraram uma criatividade incrível e uma capacidade adaptativa muito superior do que a encontrada em sistemas atuais de IA”, acrescenta Jordan.

Evoluindo para aprender

A abordagem desenvolvida pelos pesquisadores é conhecida como “evoluindo para aprender” ou “tornando-se adaptável”. Com ela, é possível confrontar algoritmos evolutivos com três cenários típicos de aprendizagem. No primeiro, o computador precisa detectar um padrão repetido sem receber um retorno sobre seu desempenho.

Programação genética cartesiana desenvolve várias regras eficientes de aprendizagem orientadas por recompensas (Imagem: Reprodução/University of Bern)
Programação genética cartesiana desenvolve várias regras eficientes de aprendizagem orientadas por recompensas (Imagem: Reprodução/University of Bern)

Em um segundo cenário, o sistema recebe recompensas virtuais ao se comportar de maneira desejada. Já em uma terceira fase, com um esquema de aprendizagem orientada, o computador é informado sobre quanto seu comportamento se desviou do que era esperado.

“Vemos esse sistema como uma abordagem promissora para obter conhecimentos profundos sobre os princípios de aprendizagem biológica e acelerar o progresso de máquinas de aprendizagem artificiais, abrindo caminho para o desenvolvimento de dispositivos inteligentes, capazes de se adaptar melhor às necessidades de seus usuários”, encerra o professor Jakob Jordan.

Fonte: Canaltech

Trending no Canaltech:

Nosso objetivo é criar um lugar seguro e atraente onde usuários possam se conectar uns com os outros baseados em interesses e paixões. Para melhorar a experiência de participantes da comunidade, estamos suspendendo temporariamente os comentários de artigos