Uma Inteligência Artificial Bebê

Tudo tem um princípio e isso não é diferente na nossa inteligencia artificial!

Uma ideia bastante comum entre os desenvolvedores de Inteligencia Artificial é começar do "zero". Fazer algo que seja o mais simples do ponto de partida e que essa inteligência vá ganhando complexidade conforme se desenvolve e aí sim ganhar a força de uma inteligencia real.

Porém este tipo de abordagem trás muitos problemas. Partir do zero em um sistema que aprende é sempre investir tempo em tarefas básicas.

Isso não é diferente em um bebê humano. Ele irá falar meia duzia de palavras entre 1 e 2 anos de vida. Um adulto consegue memorizar muito mais palavras em menos tempo. Mas o bebê está ainda aprendendo coisas demais!

Então, é natural que os modelos de "deep learning", por exemplo, já há algum tempo praticam o transfer learning que é uma técnica que aproveita as primeiras camadas já treinadas de uma rede e só substitui a última ou as que interessem de acordo com o caso, para com isso treinar uma nova detecção sem precisar começar do zero. É literalmente reaproveitar o esforço feito por um treinamento e usar em outro que tenha alguma similaridade.

Mas até aí estamos falando de uma deep learning que começou do zero, aprendeu sozinha até chegar em um nível bom e que este nível agora é reaproveitado.

Porém, ainda tem pelo menos mais uma abordagem. Que é não ter mais "zero", e sim, colocar coisas lá no "zero" que já tem um viés ou uma direção.

Os seres vivos já nascem sabendo muita coisa. Não aprendemos a ouvir, enxergar, pensar. Isso já vem junto.

Por exemplo, os bebês humanos em geral seguram o dedo das pessoas. É instintivo, ele simplesmente segura. Se algum dia estiver com um bebê por perto, você pode oferecer seu dedo e o bebê vai segurar. Firmemente. Há pesquisas que mostrar bebês que seguram tão forte a ponto de ficarem pendurados no varal (claro, há alturas baixas).

A explicação é simples. Para os humanos isso não tem muita utilidade. Mas nos primatas, a mamãe primata simplesmente sai andando pela floresta subindo em àrvores e se o pequeno filhote precisar "aprender" a se segurar, ele vai ficar para trás.

E é nessa hora que precisamos mudar a forma de pensar e começar a jogar coisas que induzam nossas IA´s para onde nós desejamos ir, ou desejamos que ela aprenda.

Por exemplo, tenho utilizado frequentemente movimentos randômicos no início de um aprendizado por reforço afim de que uma ação ao acaso atinja um reforço desejado, permitindo assim o organismo aprender.

E mais importante, esse movimento randômico se tornará secundário assim que o agente aprender algo importante. O aprendizado é prioridade! E a randomização secundária! E a randomização não será 100% abandonada. Ela continuará lá, porém quanto mais o agente aprende, menor a chance dela surgir.

E recentemente tive um insight bastante poderoso. Não precisamos limitar a randomizar ações. Podemos randomizar "regras" no caso da linguagem natural, randomizar "labels" no caso de detecção de imagem!

Porque essa randomização é uma possível solução para "criarmos" labels, regras, ações! Isso gerará uma "cultura" para nossos agentes porque eles vão criar seu conhecimento baseado nisso! Agora eles tem um ponto de partida!

Como será que surgiu a primeira palavra? A primeira frase? É disso que estou falando!

Este tipo de estado e conhecimento inicial é fundamental!

Ele pode e deve ser superado! A função dele é despertar a inteligência futura!

Honestamente, talvez aqui teremos um ponto de inflexão das IAs modernas!

Bóra fazer IA!!