Uma IA refez em 3D uma cidade inteira a partir de fotos que ela observou em 2D 

Ilustração: Clarice Wenzel

Por Roberta Duarte

Fazer com que as máquinas aprendam por conta própria: esse é, hoje, o grande desafio da inteligência artificial, a IA. Com esse objetivo e aparelhada de técnicas que imitam o processo de aprendizagem dos humanos, nasceu a área de “machine learning” ou aprendizado de máquina, cujo foco é possibilitar que os computadores desempenhem tarefas sozinhos por meio de observações ou interações com o ambiente.

A ideia, simples — basta alimentar uma máquina com dados e definir um propósito —, se inspira no modo como os humanos aprendem, ou seja, eles observam padrões já quando nascem. Uma criança passa a reconhecer um cachorro depois de observá-lo diversas vezes. Após soltar um brinquedo no ar e repetir essa ação, ela interioriza que tal objeto vai cair. Observar padrões e interagir com o mundo é como vivenciamos a realidade, uma experiência que está associada ao modo como interpretamos o ambiente.

Fudamentando-se nessa ideia, a área da IA obteve vários casos de sucesso, como derrotar o campeão humano no jogo go, até resolver um problema da biologia que estava encruado havia cinquenta anos. Aqui, porém, trata-se de situações em que lhe ensinaram tanto o jogo como a relação entre as proteínas. Não espanta que nos perguntemos se, além dessas realizações, ela seria capaz de criar ou gerar coisas por si só, o que para os seres humanos é natural. Nossa inteligência é, em geral, muito associada a nossa capacidade de construir, de obras de arte a projetos de cidades e receitas culinárias – enfim, a imaginação é o limite.

A questão motivou cientistas da computação a investigar como uma IA seria capaz de entender e extrair a informação de dados, que são alimentados ao modelo, e com base neles conseguir construir novos dados. Foi então que as redes generativas ganharam força. E o que são redes generativas? São redes que são ensinadas a refazer versões dos dados após entender a distribuição deles. Como produzir imagens baseadas em desenhos ou montar uma casa após observar diferentes fotos de casas. A combinação das redes generativas com o potencial que as redes neurais oferecem foi um marco importante para o avanço dessa proposta.

Leia o texto completo no blog Ciência Fundamental, na Folha de S.Paulo.