Pesquisadores brasileiros e alemães vão otimizar técnicas de inteligência artificial

Com informações da Agência Fapesp - 13/03/2017

Uma das técnicas mais utilizadas hoje em inteligência artificial para analisar grandes quantidades de dados é conhecida como aprendizagem profunda.
[Imagem: Wikimedia Commons]

Megadados

Pesquisadores da Universidade Estadual Paulista (Unesp) de Bauru assinaram uma colaboração com colegas da Universidade Friedrich-Alexander de Nurnberg, na Alemanha, para otimizar técnicas avançadas de inteligência artificial usadas para lidar com os chamados megadados.

O objetivo é desenvolver algoritmos que permitam que programas de computador sejam capazes de coletar dados, interpretá-los e fazer previsões e generalizações a partir deles, tudo de forma automatizada.

"Já havíamos realizado um projeto em colaboração com colegas da Universidade do Estado de Ohio, nos EUA, e da RMIT, da Austrália, [voltadas] para o diagnóstico por imagem de retinopatia diabética. E, agora, pretendemos usar essa mesma abordagem em bioinformática [a aplicação de técnicas de informática voltadas para análise e modelização de dados obtidos em pesquisas biológicas]," explicou o professor João Paulo Papa.

Aprendizagem profunda

Uma das técnicas mais avançadas utilizadas atualmente em inteligência artificial para analisar grandes quantidades de dados e extrair conhecimento deles são as do tipo aprendizagem profunda.

Já utilizados para fazer o reconhecimento de usuários a partir de fotos, por exemplo, uma das vantagens dos algoritmos de aprendizado em profundidade é sua capacidade de treinar com grandes quantidades de dados de uma forma não supervisionada - dados não anotados, no jargão da computação.

Uma rede de neurônios artificiais está aprendendo a usar linguagem humana por meio das técnicas de aprendizagem profunda.
[Imagem: ANNABELL Project/Un. Sassari]

Para fazer isso, contudo, esses algoritmos têm que lidar com centenas de parâmetros, explicou Papa: "O desafio de criar algoritmos de aprendizagem profunda é justamente escolher os parâmetros mais adequados, porque cada aplicação exige uma configuração diferente."

Uma das abordagens que têm sido adotadas para identificar os melhores parâmetros desejados para uma determinada aplicação é rodar um algoritmo inúmeras vezes para selecionar o melhor resultado.

Algoritmos bioinspirados

A fim de diminuir o tempo desse processo de escolha aleatória de parâmetros, os pesquisadores pretendem avaliar o uso de algoritmos chamados de bioinspirados, assim designados por serem inspirados na natureza. Um deles, por exemplo, é baseado no comportamento de formigas.

As formigas tendem a escolher o menor trajeto durante seus deslocamentos porque, à medida que caminham, liberam feromônio para que as outras integrantes de sua colônia possam segui-las. E, se o trajeto que escolherem for longo, corre-se o risco de o feromônio que liberaram se dissipar e as formigas de suas colônias perderem esses rastros.

"Os algoritmos bioinspirados no comportamento das formigas são baseados nessa premissa para escolher os melhores valores dos parâmetros para uma aplicação específica em um tempo viável, de modo a otimizar ou diminuir o erro de uma aplicação de uma técnica de inteligência artificial", detalhou Papa.