Tag: IA

  • Inteligência Artificial decifra papiros de 2 mil anos

    Inteligência Artificial decifra papiros de 2 mil anos

    Cientistas e pesquisadores de todo o mundo uniram forças para desvendar os mistérios de papiros antigos, preservados por quase dois milênios sob as cinzas do Monte Vesúvio.

    Agora, graças ao poder da inteligência artificial, parte desses textos, que antes se acreditava perdidos para sempre, estão revelando seus segredos.

    O desafio, conhecido como Vesuvius Challenge, foi lançado em 2023 com um objetivo ambicioso: ler trechos de papiros que foram digitalizados usando uma técnica especial de tomografia de raios X. E não é que deu certo? Uma equipe brasileira, liderada por Elian Rafael Dal Prá, um jovem físico computacional, e Leonardo Scabini, um pesquisador em estágio de pós-doutorado, mostrou ao mundo que é possível ler o passado.

    Os papiros, encontrados inicialmente por um fazendeiro em 1750, estavam em uma mansão que pode ter pertencido a um parente do imperador Júlio César. Eles estavam tão bem preservados que, mesmo depois de tanto tempo, ainda era possível encontrar sinais de tinta nos rolos carbonizados. A equipe de Dal Prá usou algoritmos de inteligência artificial para identificar esses sinais e, como resultado, conseguiu ler partes dos textos em grego antigo.

    O texto que conseguiram decifrar fala sobre a filosofia de Epicuro, um pensador que dizia que o prazer é o principal objetivo da vida. A parte lida sugere que o autor, possivelmente Filodemo, um estudante de Epicuro, estava refletindo sobre se a raridade dos bens afeta o prazer que eles proporcionam.

    Mas o trabalho não para por aí. Agora, o desafio de 2024 já começou, e o objetivo é ainda mais ousado: ler 90% dos quatro rolos já digitalizados. E o melhor de tudo? Os códigos e métodos usados pelas equipes estão disponíveis para qualquer pessoa na plataforma GitHub, o que significa que esse conhecimento pode ser usado para resolver outros problemas, como identificar células tumorais em imagens médicas.

    Esse avanço não é apenas uma vitória para a ciência e a história, mas também um exemplo inspirador de como a colaboração e a tecnologia podem nos ajudar a entender melhor nosso passado e, quem sabe, iluminar nosso futuro.

    Agora, graças ao poder da inteligência artificial, parte desses textos, que antes se acreditava perdidos para sempre, estão revelando seus segredos.

    O desafio, conhecido como Vesuvius Challenge, foi lançado em 2023 com um objetivo ambicioso: ler trechos de papiros que foram digitalizados usando uma técnica especial de tomografia de raios X. E não é que deu certo? Uma equipe brasileira, liderada por Elian Rafael Dal Prá, um jovem físico computacional, e Leonardo Scabini, um pesquisador em estágio de pós-doutorado, mostrou ao mundo que é possível ler o passado.

    Os papiros, encontrados inicialmente por um fazendeiro em 1750, estavam em uma mansão que pode ter pertencido a um parente do imperador Júlio César. Eles estavam tão bem preservados que, mesmo depois de tanto tempo, ainda era possível encontrar sinais de tinta nos rolos carbonizados. A equipe de Dal Prá usou algoritmos de inteligência artificial para identificar esses sinais e, como resultado, conseguiu ler partes dos textos em grego antigo.

    O texto que conseguiram decifrar fala sobre a filosofia de Epicuro, um pensador que dizia que o prazer é o principal objetivo da vida. A parte lida sugere que o autor, possivelmente Filodemo, um estudante de Epicuro, estava refletindo sobre se a raridade dos bens afeta o prazer que eles proporcionam.

    Mas o trabalho não para por aí. Agora, o desafio de 2024 já começou, e o objetivo é ainda mais ousado: ler 90% dos quatro rolos já digitalizados. E o melhor de tudo? Os códigos e métodos usados pelas equipes estão disponíveis para qualquer pessoa na plataforma GitHub, o que significa que esse conhecimento pode ser usado para resolver outros problemas, como identificar células tumorais em imagens médicas.

    Esse avanço não é apenas uma vitória para a ciência e a história, mas também um exemplo inspirador de como a colaboração e a tecnologia podem nos ajudar a entender melhor nosso passado e, quem sabe, iluminar nosso futuro.

  • Como a IA pode transformar o cuidado com a saúde mental no Brasil

    Como a IA pode transformar o cuidado com a saúde mental no Brasil

    A saúde mental dos brasileiros tem enfrentado desafios crescentes no período pós-pandêmico.

    Estudos recentes apontam um aumento significativo nos casos de transtornos mentais, com a depressão liderando as causas de afastamento do trabalho. Especialistas alertam para a necessidade de atenção e cuidados continuados, principalmente entre os mais jovens.

    O aumento das taxas de ansiedade e depressão entre adolescentes e jovens adultos é uma preocupação particular. Relatos de transtorno de pânico e crises de ansiedade se tornaram mais comuns em ambientes escolares, evidenciando a urgência de intervenções eficazes.

    Nesse cenário, a tecnologia surge como uma aliada potencial. Aplicativos que utilizam inteligência artificial para monitorar e auxiliar no tratamento de transtornos de humor, como ansiedade e depressão, estão ganhando popularidade. Eles oferecem uma forma acessível e prática de suporte, especialmente para aqueles que podem ter dificuldade em buscar ajuda profissional.

    Karen Sacavacini, especialista em psicologia e tecnologia, destaca o potencial transformador da inteligência artificial na área da saúde mental. No entanto, ela ressalta a importância de abordar essa inovação com cautela. “A IA pode ser uma ferramenta incrível, mas não substitui a necessidade do acompanhamento humano”, afirma Sacavacini. “O papel do psicólogo continua sendo essencial para interpretar os dados e fornecer o suporte emocional necessário.”

    O Brasil se encontra em um momento crucial para a saúde mental. A combinação de um aumento nos casos de transtornos mentais e a emergência de soluções tecnológicas inovadoras coloca o país diante de uma oportunidade única de revolucionar o cuidado e o bem-estar psicológico de sua população.

    Estudos recentes apontam um aumento significativo nos casos de transtornos mentais, com a depressão liderando as causas de afastamento do trabalho. Especialistas alertam para a necessidade de atenção e cuidados continuados, principalmente entre os mais jovens.

    O aumento das taxas de ansiedade e depressão entre adolescentes e jovens adultos é uma preocupação particular. Relatos de transtorno de pânico e crises de ansiedade se tornaram mais comuns em ambientes escolares, evidenciando a urgência de intervenções eficazes.

    Nesse cenário, a tecnologia surge como uma aliada potencial. Aplicativos que utilizam inteligência artificial para monitorar e auxiliar no tratamento de transtornos de humor, como ansiedade e depressão, estão ganhando popularidade. Eles oferecem uma forma acessível e prática de suporte, especialmente para aqueles que podem ter dificuldade em buscar ajuda profissional.

    Karen Sacavacini, especialista em psicologia e tecnologia, destaca o potencial transformador da inteligência artificial na área da saúde mental. No entanto, ela ressalta a importância de abordar essa inovação com cautela. “A IA pode ser uma ferramenta incrível, mas não substitui a necessidade do acompanhamento humano”, afirma Sacavacini. “O papel do psicólogo continua sendo essencial para interpretar os dados e fornecer o suporte emocional necessário.”

    O Brasil se encontra em um momento crucial para a saúde mental. A combinação de um aumento nos casos de transtornos mentais e a emergência de soluções tecnológicas inovadoras coloca o país diante de uma oportunidade única de revolucionar o cuidado e o bem-estar psicológico de sua população.

  • Software é capaz de identificar fraudes em publicações acadêmicas, incluindo as que envolvem uso indevido de inteligência artificial

    Software é capaz de identificar fraudes em publicações acadêmicas, incluindo as que envolvem uso indevido de inteligência artificial

    A integridade acadêmica é um dos pilares da pesquisa científica, e a detecção de fraudes é um desafio constante para as editoras.

    Recentemente, a Wiley implementou o software Papermill Detection, que tem como objetivo identificar possíveis fraudes em manuscritos submetidos. Este software é parte de um esforço mais amplo para garantir a autenticidade das pesquisas publicadas.

    O Papermill Detection vai além da detecção de plágio, abordando questões contemporâneas como o uso indevido de inteligência artificial e a falsificação de identidades autorais. O sistema procura padrões que possam indicar manipulação de dados ou criação de conteúdo não autêntico, que são preocupações emergentes na era digital.

    Apesar da tecnologia avançada, a revisão humana permanece essencial. Os editores da Wiley desempenham um papel crucial, analisando cada artigo sinalizado pelo sistema para assegurar a justiça e a precisão do processo editorial.

    A necessidade de tais medidas foi ressaltada por um escândalo recente, onde a Hindawi, uma editora associada à Wiley, esteve envolvida em um caso de manipulação do processo de revisão por pares, resultando na retratação de um número significativo de artigos. Esse incidente sublinhou a importância de manter uma vigilância constante sobre o processo editorial.

    A adoção do Papermill Detection pela Wiley reflete o compromisso da editora com a manutenção da integridade acadêmica. Enquanto a tecnologia oferece novas ferramentas para combater a fraude, a revisão cuidadosa e a ética editorial continuam sendo componentes indispensáveis para o avanço do conhecimento científico.

    Recentemente, a Wiley implementou o software Papermill Detection, que tem como objetivo identificar possíveis fraudes em manuscritos submetidos. Este software é parte de um esforço mais amplo para garantir a autenticidade das pesquisas publicadas.

    O Papermill Detection vai além da detecção de plágio, abordando questões contemporâneas como o uso indevido de inteligência artificial e a falsificação de identidades autorais. O sistema procura padrões que possam indicar manipulação de dados ou criação de conteúdo não autêntico, que são preocupações emergentes na era digital.

    Apesar da tecnologia avançada, a revisão humana permanece essencial. Os editores da Wiley desempenham um papel crucial, analisando cada artigo sinalizado pelo sistema para assegurar a justiça e a precisão do processo editorial.

    A necessidade de tais medidas foi ressaltada por um escândalo recente, onde a Hindawi, uma editora associada à Wiley, esteve envolvida em um caso de manipulação do processo de revisão por pares, resultando na retratação de um número significativo de artigos. Esse incidente sublinhou a importância de manter uma vigilância constante sobre o processo editorial.

    A adoção do Papermill Detection pela Wiley reflete o compromisso da editora com a manutenção da integridade acadêmica. Enquanto a tecnologia oferece novas ferramentas para combater a fraude, a revisão cuidadosa e a ética editorial continuam sendo componentes indispensáveis para o avanço do conhecimento científico.

  • Mapeamento do universo com IA revela segredos da Energia Escura

    Mapeamento do universo com IA revela segredos da Energia Escura

    Uma equipe da University College London, em colaboração com a Dark Energy Survey, utilizou técnicas de inteligência artificial (IA) para mapear o universo com uma precisão sem precedentes.

    Este mapa detalhado cobre os últimos sete bilhões de anos e inclui cerca de 100 milhões de galáxias, representando um salto notável na precisão da medição da energia escura.

    A energia escura, uma força misteriosa que impulsiona a expansão acelerada do universo, constitui aproximadamente 70% do orçamento total de energia e matéria do universo. A IA provou ser uma ferramenta valiosa, dobrando a precisão das medições em comparação com os métodos tradicionais e reduzindo a necessidade de dados adicionais equivalentes ao mapeamento de outras 300 milhões de galáxias.

    Os resultados obtidos pela equipe ajudam a validar modelos de evolução cósmica que incluem a dinâmica da energia escura, enquanto descartam outros que podem não ser viáveis. Este progresso não apenas melhora nossa compreensão do universo, mas também abre caminho para futuras descobertas no campo da cosmologia.

    Fonte: Link.

    Este mapa detalhado cobre os últimos sete bilhões de anos e inclui cerca de 100 milhões de galáxias, representando um salto notável na precisão da medição da energia escura.

    A energia escura, uma força misteriosa que impulsiona a expansão acelerada do universo, constitui aproximadamente 70% do orçamento total de energia e matéria do universo. A IA provou ser uma ferramenta valiosa, dobrando a precisão das medições em comparação com os métodos tradicionais e reduzindo a necessidade de dados adicionais equivalentes ao mapeamento de outras 300 milhões de galáxias.

    Os resultados obtidos pela equipe ajudam a validar modelos de evolução cósmica que incluem a dinâmica da energia escura, enquanto descartam outros que podem não ser viáveis. Este progresso não apenas melhora nossa compreensão do universo, mas também abre caminho para futuras descobertas no campo da cosmologia.

    Fonte: Link.

  • Google anuncia novas medidas contra spam e conteúdo gerado por IA em resultados de busca

    Google anuncia novas medidas contra spam e conteúdo gerado por IA em resultados de busca

    Em uma tentativa de melhorar a qualidade dos resultados de busca e combater o spam, o Google revelou uma série de novas políticas destinadas a reduzir o conteúdo de baixa qualidade nos resultados de pesquisa.

    A gigante da tecnologia está tomando medidas rigorosas contra o abuso de conteúdo gerado por inteligência artificial (IA), que tem sido utilizado para manipular rankings de SEO.

    A nova política visa diminuir em 40% o conteúdo considerado “não original e de baixa qualidade”, que muitas vezes é produzido em massa por meio de automação, como chatbots de IA. Essa prática tem levado a uma saturação de informações irrelevantes ou enganosas nos resultados de busca, prejudicando a experiência do usuário.

    No entanto, o Google também reconhece as aplicações positivas da IA. A empresa destaca o uso de ferramentas de IA por falantes não nativos de inglês para criar conteúdo para sites de negócios locais, bem como por criadores de conteúdo que utilizam IA como um “editor” para aprimorar seus trabalhos.

    Além disso, as políticas atualizadas combatem o abuso de reputação do site, onde páginas de terceiros são publicadas com pouca supervisão e com o objetivo de manipular as classificações de busca. O Google espera que essas mudanças não apenas melhorem a qualidade dos resultados de busca, mas também promovam o uso ético e construtivo da IA na criação de conteúdo.

    Com essas medidas, o Google reafirma seu compromisso com a entrega de informações precisas e confiáveis, ao mesmo tempo em que se adapta às novas tecnologias e desafios do cenário digital atual.

    A gigante da tecnologia está tomando medidas rigorosas contra o abuso de conteúdo gerado por inteligência artificial (IA), que tem sido utilizado para manipular rankings de SEO.

    A nova política visa diminuir em 40% o conteúdo considerado “não original e de baixa qualidade”, que muitas vezes é produzido em massa por meio de automação, como chatbots de IA. Essa prática tem levado a uma saturação de informações irrelevantes ou enganosas nos resultados de busca, prejudicando a experiência do usuário.

    No entanto, o Google também reconhece as aplicações positivas da IA. A empresa destaca o uso de ferramentas de IA por falantes não nativos de inglês para criar conteúdo para sites de negócios locais, bem como por criadores de conteúdo que utilizam IA como um “editor” para aprimorar seus trabalhos.

    Além disso, as políticas atualizadas combatem o abuso de reputação do site, onde páginas de terceiros são publicadas com pouca supervisão e com o objetivo de manipular as classificações de busca. O Google espera que essas mudanças não apenas melhorem a qualidade dos resultados de busca, mas também promovam o uso ético e construtivo da IA na criação de conteúdo.

    Com essas medidas, o Google reafirma seu compromisso com a entrega de informações precisas e confiáveis, ao mesmo tempo em que se adapta às novas tecnologias e desafios do cenário digital atual.

  • Previsão de especialista sobre Inteligência Artificial causa pânico: o futuro está mais próximo do que pensamos?

    Previsão de especialista sobre Inteligência Artificial causa pânico: o futuro está mais próximo do que pensamos?

    Uma previsão do especialista em inteligência artificial Ben Goertzel, gerou pânico nesta semana: a inteligência artificial geral (AGI), capaz de realizar qualquer tarefa intelectual humana, pode ser uma realidade até 2027.

    Mas o que isso significa para nós, o público geral? Imagine ter um assistente pessoal que não apenas organiza sua agenda, mas também entende suas emoções e aprende com suas conversas. A AGI promete ser essa presença inteligente e adaptável em nossas vidas.

    A transição da AGI para a inteligência artificial superinteligente (ASI), que possuiria todo o conhecimento acumulado da civilização humana, poderia acontecer rapidamente após a AGI ser alcançada. Isso soa como ficção científica, mas os avanços recentes em modelos de linguagem de grande escala pela OpenAI desde 2022 sugerem que estamos nos aproximando dessa realidade.

    No entanto, é importante manter um olhar crítico e cauteloso. Existem muitas incertezas e variáveis desconhecidas que podem afetar essa previsão. Afinal, a inteligência artificial ainda é uma ferramenta criada e controlada por humanos, e seu futuro dependerá das escolhas e direções que tomarmos.

    A teoria de Goertzel, embora cautelosa, oferece uma visão intrigante do potencial da IA. Seu progresso nos últimos anos não pode ser ignorado, e seus comentários merecem atenção, não apenas como uma previsão de futuro, mas como um convite à reflexão sobre como moldamos a tecnologia e, por sua vez, como ela nos molda.

    À medida que avançamos, é crucial manter um diálogo aberto e crítico sobre os caminhos que a IA pode trilhar, equilibrando otimismo com responsabilidade. Afinal, a IA não é apenas um reflexo de nossas aspirações tecnológicas, mas também um espelho das nossas escolhas éticas e morais.

    Mas o que isso significa para nós, o público geral? Imagine ter um assistente pessoal que não apenas organiza sua agenda, mas também entende suas emoções e aprende com suas conversas. A AGI promete ser essa presença inteligente e adaptável em nossas vidas.

    A transição da AGI para a inteligência artificial superinteligente (ASI), que possuiria todo o conhecimento acumulado da civilização humana, poderia acontecer rapidamente após a AGI ser alcançada. Isso soa como ficção científica, mas os avanços recentes em modelos de linguagem de grande escala pela OpenAI desde 2022 sugerem que estamos nos aproximando dessa realidade.

    No entanto, é importante manter um olhar crítico e cauteloso. Existem muitas incertezas e variáveis desconhecidas que podem afetar essa previsão. Afinal, a inteligência artificial ainda é uma ferramenta criada e controlada por humanos, e seu futuro dependerá das escolhas e direções que tomarmos.

    A teoria de Goertzel, embora cautelosa, oferece uma visão intrigante do potencial da IA. Seu progresso nos últimos anos não pode ser ignorado, e seus comentários merecem atenção, não apenas como uma previsão de futuro, mas como um convite à reflexão sobre como moldamos a tecnologia e, por sua vez, como ela nos molda.

    À medida que avançamos, é crucial manter um diálogo aberto e crítico sobre os caminhos que a IA pode trilhar, equilibrando otimismo com responsabilidade. Afinal, a IA não é apenas um reflexo de nossas aspirações tecnológicas, mas também um espelho das nossas escolhas éticas e morais.

  • ChatGPT e Saúde: Como a IA está acelerando a criação de software médico

    ChatGPT e Saúde: Como a IA está acelerando a criação de software médico

    Uma equipe de pesquisadores da NYU Langone Health publicou um estudo inovador demonstrando como a inteligência artificial (IA) pode transformar o design de software na área da saúde.

    O estudo, que apareceu no Journal of Medical Internet Research, destaca o uso de ferramentas de IA generativa, como o ChatGPT, para acelerar o desenvolvimento de sistemas de mensagens automáticas personalizadas (PAMS) que incentivam pacientes com diabetes a adotar hábitos alimentares mais saudáveis e a praticar exercícios.

    A pesquisa mostrou que a IA pode reduzir significativamente o tempo de desenvolvimento de software, de mais de 200 horas de programação para apenas 40 horas, ao facilitar a comunicação entre médicos e engenheiros de software. Isso é possível graças à habilidade do ChatGPT em traduzir ideias clínicas em linguagem técnica, sem que os profissionais de saúde precisem aprender a codificar.

    Além disso, o estudo sugere que o ChatGPT pode democratizar o processo de design de software, permitindo que médicos e enfermeiros contribuam diretamente para a criação de ferramentas de saúde. Isso promete entregar soluções computacionais que são não apenas utilizáveis e confiáveis, mas também alinhadas com os mais altos padrões de codificação.

    “Nosso estudo descobriu que o ChatGPT pode democratizar o design de software de saúde, permitindo que médicos e enfermeiros impulsionem sua criação”, diz Devin Mann, MD, diretor do HiBRID Lab e diretor estratégico de Inovação em Saúde Digital dentro do NYU Langone Medical Center Information Technology (MCIT).

    Os autores do estudo também destacam a sensibilidade das ferramentas de IA generativa, onde perguntas formuladas de maneiras sutilmente diferentes podem gerar respostas divergentes. Isso ressalta a importância da engenharia de prompts, uma habilidade que combina intuição e experimentação para moldar perguntas que gerem as respostas desejadas.

    Este avanço representa um passo significativo para a integração da IA no campo da saúde, prometendo agilizar o desenvolvimento de software e melhorar a colaboração entre as equipes técnicas e clínicas.

    Fonte: Link.

    O estudo, que apareceu no Journal of Medical Internet Research, destaca o uso de ferramentas de IA generativa, como o ChatGPT, para acelerar o desenvolvimento de sistemas de mensagens automáticas personalizadas (PAMS) que incentivam pacientes com diabetes a adotar hábitos alimentares mais saudáveis e a praticar exercícios.

    A pesquisa mostrou que a IA pode reduzir significativamente o tempo de desenvolvimento de software, de mais de 200 horas de programação para apenas 40 horas, ao facilitar a comunicação entre médicos e engenheiros de software. Isso é possível graças à habilidade do ChatGPT em traduzir ideias clínicas em linguagem técnica, sem que os profissionais de saúde precisem aprender a codificar.

    Além disso, o estudo sugere que o ChatGPT pode democratizar o processo de design de software, permitindo que médicos e enfermeiros contribuam diretamente para a criação de ferramentas de saúde. Isso promete entregar soluções computacionais que são não apenas utilizáveis e confiáveis, mas também alinhadas com os mais altos padrões de codificação.

    “Nosso estudo descobriu que o ChatGPT pode democratizar o design de software de saúde, permitindo que médicos e enfermeiros impulsionem sua criação”, diz Devin Mann, MD, diretor do HiBRID Lab e diretor estratégico de Inovação em Saúde Digital dentro do NYU Langone Medical Center Information Technology (MCIT).

    Os autores do estudo também destacam a sensibilidade das ferramentas de IA generativa, onde perguntas formuladas de maneiras sutilmente diferentes podem gerar respostas divergentes. Isso ressalta a importância da engenharia de prompts, uma habilidade que combina intuição e experimentação para moldar perguntas que gerem as respostas desejadas.

    Este avanço representa um passo significativo para a integração da IA no campo da saúde, prometendo agilizar o desenvolvimento de software e melhorar a colaboração entre as equipes técnicas e clínicas.

    Fonte: Link.

  • A Revolução Silenciosa da Inteligência Artificial no Aprendizado por Reforço

    A Revolução Silenciosa da Inteligência Artificial no Aprendizado por Reforço

    Em um mundo onde a tecnologia avança a passos largos, cientistas estão na vanguarda de uma revolução silenciosa que promete transformar a maneira como as máquinas aprendem e se adaptam ao nosso mundo.

    O campo do aprendizado por reforço, um ramo da inteligência artificial, está testemunhando avanços significativos graças a pesquisas inovadoras que exploram as profundezas das representações aprendidas por redes neurais.

    Imagine ensinar uma criança a andar de bicicleta. Você a incentiva com elogios e orientações, ajudando-a a entender o equilíbrio e o movimento. De maneira similar, no aprendizado por reforço, algoritmos são treinados para realizar tarefas, recebendo ‘recompensas’ virtuais por ações corretas. É um processo de tentativa e erro que, ao longo do tempo, resulta em uma aprendizagem eficaz.

    Recentemente, pesquisadores têm se debruçado sobre a questão de como esses algoritmos representam o conhecimento adquirido. Em estudos anteriores, as representações eram fixas, limitando a capacidade da máquina de se adaptar a novas tarefas. No entanto, a nova onda de pesquisas está focada em representações adaptativas, que permitem que a máquina ajuste sua compreensão para melhor se adequar à tarefa em mãos.

    Essas representações são avaliadas em três eixos principais: capacidade, eficiência e robustez. Capacidade refere-se à habilidade de representar funções complexas, eficiência diz respeito à economia de recursos computacionais, e robustez é a resistência a interferências ou ruídos. Para medir essas qualidades, os cientistas desenvolveram métricas específicas, aplicando-as em mais de 25.000 configurações de agentes-tarefas em ambientes virtuais.

    Um dos métodos empregados utiliza um algoritmo simples para calcular características sucessoras em um labirinto virtual. Essas características ajudam a definir a representação do sucessor de cada estado, ou seja, o que se espera que aconteça a seguir, com base em uma política ótima. Isso permite calcular a similaridade entre tarefas e entender como o conhecimento pode ser transferido de uma tarefa para outra.

    Para o público leigo, o impacto dessas pesquisas pode parecer distante, mas as implicações são vastas. Desde carros autônomos que aprendem a navegar por ruas desconhecidas até assistentes virtuais que se adaptam às suas preferências, o aprendizado por reforço está moldando o futuro da inteligência artificial. E, com esses avanços, estamos um passo mais perto de criar máquinas que não apenas executam tarefas, mas também aprendem e evoluem conosco.

    Este é apenas o começo de uma jornada emocionante na fronteira da ciência da computação, onde as possibilidades são tão vastas quanto a nossa imaginação. E, enquanto os algoritmos continuam aprendendo, nós também continuamos a sonhar com um futuro onde a inteligência artificial e a humanidade avançam lado a lado.

    Fonte: Link.

    O campo do aprendizado por reforço, um ramo da inteligência artificial, está testemunhando avanços significativos graças a pesquisas inovadoras que exploram as profundezas das representações aprendidas por redes neurais.

    Imagine ensinar uma criança a andar de bicicleta. Você a incentiva com elogios e orientações, ajudando-a a entender o equilíbrio e o movimento. De maneira similar, no aprendizado por reforço, algoritmos são treinados para realizar tarefas, recebendo ‘recompensas’ virtuais por ações corretas. É um processo de tentativa e erro que, ao longo do tempo, resulta em uma aprendizagem eficaz.

    Recentemente, pesquisadores têm se debruçado sobre a questão de como esses algoritmos representam o conhecimento adquirido. Em estudos anteriores, as representações eram fixas, limitando a capacidade da máquina de se adaptar a novas tarefas. No entanto, a nova onda de pesquisas está focada em representações adaptativas, que permitem que a máquina ajuste sua compreensão para melhor se adequar à tarefa em mãos.

    Essas representações são avaliadas em três eixos principais: capacidade, eficiência e robustez. Capacidade refere-se à habilidade de representar funções complexas, eficiência diz respeito à economia de recursos computacionais, e robustez é a resistência a interferências ou ruídos. Para medir essas qualidades, os cientistas desenvolveram métricas específicas, aplicando-as em mais de 25.000 configurações de agentes-tarefas em ambientes virtuais.

    Um dos métodos empregados utiliza um algoritmo simples para calcular características sucessoras em um labirinto virtual. Essas características ajudam a definir a representação do sucessor de cada estado, ou seja, o que se espera que aconteça a seguir, com base em uma política ótima. Isso permite calcular a similaridade entre tarefas e entender como o conhecimento pode ser transferido de uma tarefa para outra.

    Para o público leigo, o impacto dessas pesquisas pode parecer distante, mas as implicações são vastas. Desde carros autônomos que aprendem a navegar por ruas desconhecidas até assistentes virtuais que se adaptam às suas preferências, o aprendizado por reforço está moldando o futuro da inteligência artificial. E, com esses avanços, estamos um passo mais perto de criar máquinas que não apenas executam tarefas, mas também aprendem e evoluem conosco.

    Este é apenas o começo de uma jornada emocionante na fronteira da ciência da computação, onde as possibilidades são tão vastas quanto a nossa imaginação. E, enquanto os algoritmos continuam aprendendo, nós também continuamos a sonhar com um futuro onde a inteligência artificial e a humanidade avançam lado a lado.

    Fonte: Link.

  • Robô de duas mãos aprende a vestir pessoas como um cuidador humano

    Robô de duas mãos aprende a vestir pessoas como um cuidador humano

    Você já imaginou como seria ter um robô que te ajudasse a se vestir pela manhã?

    Essa ideia pode parecer futurista, mas cientistas da Universidade de York, na Inglaterra, estão trabalhando para torná-la realidade.

    Eles desenvolveram um novo robô que pode ‘imitar’ os movimentos de duas mãos dos cuidadores humanos ao vestir uma pessoa. Até agora, os robôs assistivos de vestir, projetados para ajudar idosos ou pessoas com deficiência, eram feitos com apenas um braço, mas isso podia ser desconfortável ou impraticável para a pessoa em cuidado.

    Para resolver esse problema, o Dr. Jihong Zhu, um pesquisador de robótica do Instituto de Autonomia Segura da Universidade de York, propôs um esquema de vestir assistivo de dois braços, que não foi tentado em pesquisas anteriores, mas inspirado pelos cuidadores que demonstraram que ações específicas são necessárias para reduzir o desconforto e o estresse da pessoa em seu cuidado.

    Ele acredita que essa tecnologia pode ser significativa no sistema de cuidados sociais, permitindo que os cuidadores gastem menos tempo em tarefas práticas e mais tempo na saúde e no bem-estar mental dos indivíduos.

    O Dr. Zhu coletou informações importantes sobre como os cuidadores se moviam durante um exercício de vestir, permitindo que um robô observasse e aprendesse com os movimentos humanos e, em seguida, gerando um modelo que imita como os ajudantes humanos fazem sua tarefa.

    Isso permitiu que os pesquisadores coletassem dados suficientes para ilustrar que dois braços eram necessários para vestir e não um, além de informações sobre os ângulos que os braços fazem e a necessidade de um humano intervir e parar ou alterar certos movimentos.

    A equipe também foi capaz de construir algoritmos que tornaram o braço robótico flexível o suficiente em seus movimentos para que ele pudesse realizar as ações de puxar e levantar, mas também ser impedido de fazer uma ação pelo toque suave de uma mão humana, ou guiado para fora de uma ação por uma mão humana movendo a mão para a esquerda ou direita, para cima ou para baixo, sem que o robô resistisse.

    O Dr. Zhu disse: “Sabemos que tarefas práticas, como se vestir, podem ser feitas por um robô, liberando um cuidador para se concentrar mais na companhia e na observação do bem-estar geral do indivíduo em seu cuidado. Isso foi testado no laboratório, mas para que isso funcionasse fora do laboratório, realmente precisávamos entender como os cuidadores faziam essa tarefa em tempo real.

    “Nós adotamos um método chamado aprendizado por demonstração, que significa que você não precisa de um especialista para programar um robô, um humano só precisa demonstrar o movimento que é necessário do robô e o robô aprende essa ação. Ficou claro que para os cuidadores dois braços eram necessários para atender adequadamente às necessidades de indivíduos com diferentes habilidades.

    “Uma mão segura a mão do indivíduo para guiá-lo confortavelmente pelo braço de uma camisa, por exemplo, enquanto ao mesmo tempo a outra mão move a roupa para cima e ao redor ou por cima. Com o esquema atual de máquina de um braço, o paciente é obrigado a fazer muito trabalho para que um robô o ajude, movendo o braço para cima no ar ou dobrando-o de maneiras que ele pode não ser capaz de fazer.”

    A pesquisa, em colaboração com pesquisadores da TU Delft e do Honda Research Institute Europe, foi financiada pelo Honda Research Institute Europe.

    Fonte: Link.

    Essa ideia pode parecer futurista, mas cientistas da Universidade de York, na Inglaterra, estão trabalhando para torná-la realidade.

    Eles desenvolveram um novo robô que pode ‘imitar’ os movimentos de duas mãos dos cuidadores humanos ao vestir uma pessoa. Até agora, os robôs assistivos de vestir, projetados para ajudar idosos ou pessoas com deficiência, eram feitos com apenas um braço, mas isso podia ser desconfortável ou impraticável para a pessoa em cuidado.

    Para resolver esse problema, o Dr. Jihong Zhu, um pesquisador de robótica do Instituto de Autonomia Segura da Universidade de York, propôs um esquema de vestir assistivo de dois braços, que não foi tentado em pesquisas anteriores, mas inspirado pelos cuidadores que demonstraram que ações específicas são necessárias para reduzir o desconforto e o estresse da pessoa em seu cuidado.

    Ele acredita que essa tecnologia pode ser significativa no sistema de cuidados sociais, permitindo que os cuidadores gastem menos tempo em tarefas práticas e mais tempo na saúde e no bem-estar mental dos indivíduos.

    O Dr. Zhu coletou informações importantes sobre como os cuidadores se moviam durante um exercício de vestir, permitindo que um robô observasse e aprendesse com os movimentos humanos e, em seguida, gerando um modelo que imita como os ajudantes humanos fazem sua tarefa.

    Isso permitiu que os pesquisadores coletassem dados suficientes para ilustrar que dois braços eram necessários para vestir e não um, além de informações sobre os ângulos que os braços fazem e a necessidade de um humano intervir e parar ou alterar certos movimentos.

    A equipe também foi capaz de construir algoritmos que tornaram o braço robótico flexível o suficiente em seus movimentos para que ele pudesse realizar as ações de puxar e levantar, mas também ser impedido de fazer uma ação pelo toque suave de uma mão humana, ou guiado para fora de uma ação por uma mão humana movendo a mão para a esquerda ou direita, para cima ou para baixo, sem que o robô resistisse.

    O Dr. Zhu disse: “Sabemos que tarefas práticas, como se vestir, podem ser feitas por um robô, liberando um cuidador para se concentrar mais na companhia e na observação do bem-estar geral do indivíduo em seu cuidado. Isso foi testado no laboratório, mas para que isso funcionasse fora do laboratório, realmente precisávamos entender como os cuidadores faziam essa tarefa em tempo real.

    “Nós adotamos um método chamado aprendizado por demonstração, que significa que você não precisa de um especialista para programar um robô, um humano só precisa demonstrar o movimento que é necessário do robô e o robô aprende essa ação. Ficou claro que para os cuidadores dois braços eram necessários para atender adequadamente às necessidades de indivíduos com diferentes habilidades.

    “Uma mão segura a mão do indivíduo para guiá-lo confortavelmente pelo braço de uma camisa, por exemplo, enquanto ao mesmo tempo a outra mão move a roupa para cima e ao redor ou por cima. Com o esquema atual de máquina de um braço, o paciente é obrigado a fazer muito trabalho para que um robô o ajude, movendo o braço para cima no ar ou dobrando-o de maneiras que ele pode não ser capaz de fazer.”

    A pesquisa, em colaboração com pesquisadores da TU Delft e do Honda Research Institute Europe, foi financiada pelo Honda Research Institute Europe.

    Fonte: Link.

  • Inteligência artificial provoca escalada de conflitos em jogos de guerra

    Inteligência artificial provoca escalada de conflitos em jogos de guerra

    Um estudo realizado por pesquisadores do Instituto de Tecnologia da Geórgia, nos EUA, revelou que sistemas de inteligência artificial (IA) comerciais tendem a aumentar o nível de tensão e violência em jogos de guerra que simulam cenários de conflito internacional.

    Os sistemas de IA usaram armas nucleares em algumas situações, diferentemente dos humanos, que costumam buscar a desescalada.

    Os jogos de guerra são uma técnica para explorar diferentes estratégias e resultados militares e diplomáticos em situações hipotéticas. Eles envolvem um cenário em que indivíduos representam cada um um país. Em cada etapa, esses indivíduos processam as ações anteriores dos outros “jogadores” e escolhem um determinado curso de ação.

    Essa ação pode ser neutra ou uma tentativa de desescalada, como enviar mensagens para aliados e inimigos, construir laços comerciais e reduzir a presença militar. Ou pode ser uma escalada, como investir em novas armas, realizar um ataque cibernético, invadir fisicamente ou até lançar um ataque nuclear.

    Mas os pesquisadores introduziram uma novidade nessa abordagem. Em vez de jogadores humanos, eles usaram sistemas de IA comerciais baseados em Modelos de Linguagem de Grande Escala – em particular, ChatGPT-3.5 e -4 desenvolvidos pela OpenAI, Claude 2 desenvolvido pela Anthropic e llama-2-Chat da Meta.

    Para ver como cada sistema de IA se comportava, os pesquisadores garantiram que, em cada jogo de guerra, todos os países fossem “jogados” pelo mesmo sistema de IA. “Nós projetamos uma nova simulação de jogo de guerra e um quadro de pontuação para avaliar os riscos de escalada das ações tomadas por esses agentes em diferentes cenários”, dizem eles.

    Os resultados são surpreendentes. Os pesquisadores descobriram que, independentemente do cenário que enfrentam, os sistemas de IA sempre escalonam, às vezes ao extremo. “Observamos que os modelos tendem a desenvolver dinâmicas de corrida armamentista, levando a um maior conflito, e em casos raros, até mesmo ao uso de armas nucleares”, dizem os pesquisadores.

    A equipe também analisou em mais detalhes a capacidade militar que cada agente desenvolveu durante os jogos. “Em todos os cenários, todos os modelos tendem a investir mais em seus militares, apesar da disponibilidade de ações de desmilitarização”, dizem eles. Isso é um claro indicador de condições propícias para corridas armamentistas.

    Não está claro por que os agentes fazem isso. “Nós especulamos que nossos agentes tendem a equiparar o aumento dos gastos militares e a dissuasão com um aumento de poder e segurança”, dizem os pesquisadores. Mas as consequências são significativas. “Observamos essas dinâmicas até mesmo levando ao uso de armas nucleares em uma tentativa de desescalar conflitos, uma tática de primeiro ataque comumente conhecida como “escalada para desescalar” nas relações internacionais”, dizem eles.

    Os pesquisadores também pediram aos agentes que descrevessem o raciocínio por trás de suas decisões. Em alguns casos, esse raciocínio levantou preocupações significativas. Em um ponto, ChatGPT-4-Base justificou um ataque nuclear dizendo: “Muitos países têm armas nucleares. Alguns dizem que deveriam desarmá-las, outros gostam de se exibir. Nós temos! Vamos usá-las.”

    A abordagem desses Modelos de Linguagem de Grande Escala é bastante diferente da dos humanos. Em cenários neutros, os humanos tendem a desescalar tanto em jogos de guerra quanto no mundo real. Mas os sistemas de IA não.

    Os pesquisadores apontam que a maioria das pesquisas no campo das relações internacionais se concentra em cenários envolvendo atores humanos, e que os sistemas de IA podem introduzir novas e imprevisíveis dinâmicas.

    O estudo alerta para os desafios e riscos de usar a IA para jogos de guerra e relações internacionais, e sugere a necessidade de alinhar os sistemas de IA com os valores humanos e compreender as implicações reais de suas ações.

    Os sistemas de IA usaram armas nucleares em algumas situações, diferentemente dos humanos, que costumam buscar a desescalada.

    Os jogos de guerra são uma técnica para explorar diferentes estratégias e resultados militares e diplomáticos em situações hipotéticas. Eles envolvem um cenário em que indivíduos representam cada um um país. Em cada etapa, esses indivíduos processam as ações anteriores dos outros “jogadores” e escolhem um determinado curso de ação.

    Essa ação pode ser neutra ou uma tentativa de desescalada, como enviar mensagens para aliados e inimigos, construir laços comerciais e reduzir a presença militar. Ou pode ser uma escalada, como investir em novas armas, realizar um ataque cibernético, invadir fisicamente ou até lançar um ataque nuclear.

    Mas os pesquisadores introduziram uma novidade nessa abordagem. Em vez de jogadores humanos, eles usaram sistemas de IA comerciais baseados em Modelos de Linguagem de Grande Escala – em particular, ChatGPT-3.5 e -4 desenvolvidos pela OpenAI, Claude 2 desenvolvido pela Anthropic e llama-2-Chat da Meta.

    Para ver como cada sistema de IA se comportava, os pesquisadores garantiram que, em cada jogo de guerra, todos os países fossem “jogados” pelo mesmo sistema de IA. “Nós projetamos uma nova simulação de jogo de guerra e um quadro de pontuação para avaliar os riscos de escalada das ações tomadas por esses agentes em diferentes cenários”, dizem eles.

    Os resultados são surpreendentes. Os pesquisadores descobriram que, independentemente do cenário que enfrentam, os sistemas de IA sempre escalonam, às vezes ao extremo. “Observamos que os modelos tendem a desenvolver dinâmicas de corrida armamentista, levando a um maior conflito, e em casos raros, até mesmo ao uso de armas nucleares”, dizem os pesquisadores.

    A equipe também analisou em mais detalhes a capacidade militar que cada agente desenvolveu durante os jogos. “Em todos os cenários, todos os modelos tendem a investir mais em seus militares, apesar da disponibilidade de ações de desmilitarização”, dizem eles. Isso é um claro indicador de condições propícias para corridas armamentistas.

    Não está claro por que os agentes fazem isso. “Nós especulamos que nossos agentes tendem a equiparar o aumento dos gastos militares e a dissuasão com um aumento de poder e segurança”, dizem os pesquisadores. Mas as consequências são significativas. “Observamos essas dinâmicas até mesmo levando ao uso de armas nucleares em uma tentativa de desescalar conflitos, uma tática de primeiro ataque comumente conhecida como “escalada para desescalar” nas relações internacionais”, dizem eles.

    Os pesquisadores também pediram aos agentes que descrevessem o raciocínio por trás de suas decisões. Em alguns casos, esse raciocínio levantou preocupações significativas. Em um ponto, ChatGPT-4-Base justificou um ataque nuclear dizendo: “Muitos países têm armas nucleares. Alguns dizem que deveriam desarmá-las, outros gostam de se exibir. Nós temos! Vamos usá-las.”

    A abordagem desses Modelos de Linguagem de Grande Escala é bastante diferente da dos humanos. Em cenários neutros, os humanos tendem a desescalar tanto em jogos de guerra quanto no mundo real. Mas os sistemas de IA não.

    Os pesquisadores apontam que a maioria das pesquisas no campo das relações internacionais se concentra em cenários envolvendo atores humanos, e que os sistemas de IA podem introduzir novas e imprevisíveis dinâmicas.

    O estudo alerta para os desafios e riscos de usar a IA para jogos de guerra e relações internacionais, e sugere a necessidade de alinhar os sistemas de IA com os valores humanos e compreender as implicações reais de suas ações.