Aba

segunda-feira, 7 de maio de 2018

Pesquisadores em Inteligência Artificial alegam que o aprendizado de máquinas é alquimia

Ali Rahimi, um pesquisador da Google em Inteligência Artificial (IA), deu uma guinada na sua área de pesquisa em dezembro do ano passado. Falando em um congresso de IA, Rahimi acusou os algoritmos de aprendizado de máquinas, nas quais os computadores aprendem por tentativa e erro, de serem uma forma de “alquimia”. Pesquisadores no geral, de acordo com ele, não sabem porque alguns algoritmos funcionam e outros não, além de não terem nenhum critério rigoroso para escolher uma arquitetura de IA ao invés de outra. Em seu último trabalho apresentado no dia 30 de abril na Conferência Internacional de Representações de Aprendizagem em Vancouver, no Canadá, Rahimi e seus colaboradores documentaram exemplos do que eles veem como o “problema da alquimia” e oferecem explicações para remediar o problema das IAs.

Conferência Internacional de Representações de Aprendizagem – nesse evento também foram mostrados vários outros trabalhos falando sobre aprendizado de máquinas, vale a pena dar uma olhada se quiser aprender mais sobre isso: https://iclr.cc/

Existe uma certa angústia na área. Muitos de nós sente que estamos operando uma espécie de tecnologia alienígena. - Rahimi


O problema é diferente do problema de reprodutibilidade de IAs (no qual pesquisadores não conseguem replicar o resultado de outras pessoas por causa de práticas experimentais inconsistentes) e também é diferente do problema da “caixa preta” ou “interpretabilidade” no aprendizado de máquinas que é a dificuldade em explicar como uma IA chegou a determinadas conclusões.


Estou tentando traçar uma diferenciação entre o sistema de aprendizado de máquinas que é caixa preta e um campo todo que também se tornou uma caixa preta. Sem um entendimento aprofundado das ferramentas básicas para construir e treinar um novo algoritmo, os pesquisadores criando IAs estão recorrendo a achismos, como alquimistas medievais. – Rahimi


Além disso, outro pesquisador da área, François Chollet (também da Google), diz que os pesquisadores da área parecem fazer parte de cultos de descarrego, dependendo de folclore e feitiços. Ele ainda cita o exemplo de vários pesquisadores que adotam metodologias de treinamento de bichinhos, para “acertar” as taxas de aprendizagem das IA, sem realmente entender o motivo de um ser melhor que o outro. Em outros casos, pesquisadores de IA treinando seus algoritmos estão simplesmente dando voltas no escuro. Apesar das milhares pesquisas realizadas no campo, o processo ainda depende da tentativa e erro.


A diminuição de um gradiente depende de tentativa e erro para otimizar um algoritmo, tendo como objetivo alcançar o menor ponto de um ambiente em 3D


Algo que muitos programadores fazem e Rahimi também sugere começar a ser feito para entender quais algoritmos funcionam melhor para as IAs é ir deletando pedaços do algoritmo um por vez e ver qual é a função de cada parte. Essa “análise em partes” consegue mostrar de forma muito eficiente quais partes funcionam melhor do que outras em um algoritmo e, assim, melhorar o entendimento das mecânicas internas de determinada IA.



É esse tipo de separação que deve ser realizada para entender melhor o que cada parte de um algoritmo pode fazer


Apesar dessa ideia estar recebendo muitas críticas positivas, concordando com Rahimi, existem também os contrários a essas ideias. Yann LeCun, chefe de IA do Facebook, demonstrou preocupação na possibilidade de que mudar o foco de tecnologias de ponta para o simples entendimento do cerne dos algoritmos pode frear a inovação e desencorajar a adoção da IA no mundo real. Ele afirma “Isso não é alquimia, é engenharia. E engenharia é bagunçada mesmo”.

Isso não é alquimia, é engenharia. E engenharia é bagunçada mesmo. Nós precisamos tanto de pesquisas metódicas quanto aventureiras. Precisamos entender onde estão os pontos falhos para montar sistemas melhores e, além disso, precisamos expandir nossas fronteiras para que tenhamos cada vez mais sistemas impressionantes.

Quer saber mais?

-Em inglês:

Os problemas de reprodutibilidade de IAs: http://science.sciencemag.org/content/359/6377/725
Como uma IA chega a suas conclusões: http://science.sciencemag.org/content/357/6346/22

-Em português: 

Vídeo da IBM explicando como a IA funciona e o que ela é: https://www.youtube.com/watch?v=rGGKO9cw5-g
Definição de algoritmo: https://pt.wikipedia.org/wiki/Algoritmo



Por: Lucas Farinazzo Marques
kim_farinazzo@hotmail.com
Sobre o autor: Biólogo pela Universidade Federal de Juiz de Fora, e atualmente trabalha com Bioinformática.
Compartilhar:
←  Anterior Proxima  → Inicio

0 comentários:

Postar um comentário

Seja um colaborador!

Postagens populares

Total de visualizações

Seguidores

Tecnologia do Blogger.