Feito inédito: pela primeira vez, duas inteligências artificiais "conversam" entre si

Um estudo recente publicado na Nature divulgou o feito inédito: uma inteligência artificial com neurônios artificiais foi capaz de aprender tarefas e depois repassá-las para outra inteligência artificial.

inteligências artificiais
Duas inteligências artificiais (IA) conversam entre si em feito inédito.

Mais um avanço na era da tecnologia! Pesquisadores da Universidade de Genebra, na Suíça, conseguiram um fato inédito: transformar uma habilidade humana de cognição em inteligência artificial. Trata-se da execução de uma tarefa, sem treinamento prévio, a partir de instruções verbais ou escritas, e depois descrevê-la a outros para que possam reproduzi-la. Os resultados são promissores, principalmente para a robótica, e foram divulgados recentemente em um artigo na revista Nature Neuroscience.

As redes neurais de IA

Os pesquisadores conseguiram modelar uma rede neural artificial capaz de realizar essa capacidade cognitiva humana. Essas redes neurais são inspiradas nos nossos neurônios biológicos e na forma como eles transmitem sinais elétricos entre si no cérebro.

A Inteligência Artificial é a capacidade de programas e dispositivos de realizar tarefas utilizando algoritmos que simulam o raciocínio humano com base em padrões aprendidos.

Depois de aprender e realizar uma série de tarefas básicas, esta Inteligência Artificial (IA) foi capaz de fornecer uma descrição linguística das tarefas a outra IA, que por sua vez as executou.

Para chegar nisso, os pesquisadores utilizaram um modelo de neurônios artificiais chamado S-Bert, que tem cerca de 300 milhões de neurônios e é pré-treinado para entender a linguagem, e então o conectaram a outra rede mais simples de alguns milhares de neurônios.

Na primeira etapa, foi preciso treinar a rede neural para simular a área de ‘Wernicke’, localizada no hemisfério esquerdo do cérebro e associada à percepção e à interpretação da linguagem. Na segunda etapa, a rede foi treinada para reproduzir a área de ‘Broca’, também neste hemisfério, e que auxilia na produção e articulação de palavras. As duas etapas foram feitas em notebooks convencionais.

“Uma vez que essas tarefas foram aprendidas, a rede foi capaz de descrevê-las para uma segunda rede (uma cópia da primeira) reproduzi-las. Até onde sabemos, essa é a primeira vez que duas IAs foram capazes de conversar uma com a outra de maneira puramente linguística” - Alexandre Pouget, neurocientista e coautor do estudo.

Depois, instruções escritas em inglês foram então transmitidas à IA, como por exemplo: apontar para o local – esquerdo ou direito – onde um estímulo é percebido; responder na direção oposta de um estímulo; ou, algo mais complexo, entre dois estímulos visuais com ligeira diferença de contraste, evidenciando o mais claro. Os pesquisadores avaliaram então os resultados do modelo, que simulava a intenção de se mover, ou neste caso apontar. Após as tarefas serem aprendidas, a rede foi capaz de descrevê-las para uma segunda rede (uma cópia sua) reproduzi-las.

Os modelos das redes neurais realizaram uma tarefa nunca antes vista com um desempenho médio de 83% de acertos com base apenas em instruções linguísticas, conforme o estudo.

Expectativas futuras

Essa “conversa” entre as IAs é vista como promissora, especialmente para a área da robótica. “Atualmente, agentes de conversação que utilizam IA são capazes de integrar informações linguísticas para produzir texto ou imagem. Mas, até onde sabemos, eles ainda não conseguem traduzir uma instrução verbal ou escrita para uma ação sensória-motora, e menos ainda explicá-la para outra IA reproduzi-la”, disse Alexandre Pouget, neurocientista e coautor do estudo.

Este modelo de IA abre novos horizontes para a compreensão da interação entre linguagem e comportamento. E segundo os pesquisadores, a rede desenvolvida é bem pequena, mas nada impede o desenvolvimento de redes muito mais complexas que seriam integradas a robôs humanoides capazes de nos entender e entender uns aos outros.

Referência da notícia:

Riveland, R.; Pouget, A. Natural language instructions induce compositional generalization in networks of neurons. Nature Neuroscience, 2024.