Paper da Apple descreve novas técnicas de Inteligência Artificial

Por Redação | 27 de Dezembro de 2016 às 12h04
photo_camera DepositPhotos/agsandrew

Imagem: DepositPhotos/agsandrew

Seis cientistas da Apple divulgaram nesta terça-feira (27) um novo paper que descreve um novo método de aprendizado simulado e não supervisionado de Inteligência Artificial. Com ele, os cientistas responsáveis pelos estudos pretendem melhorar a qualidade de treinamento em imagens sintéticas - aquelas geradas por máquinas e não do mundo real.

O documento é o primeiro fruto do recém-criado grupo de aprendizado de máquina de Cupertino e demonstra que a Apple aumentou os investimentos em IA assim como fizeram Google, Facebook, Microsoft e Amazon. O grande diferencial é que todas essas empresas já publicaram centenas de papers, enquanto a Maçã se mantém firme e forme sobre sua política de secretismo.

Neste ensejo, a publicação de hoje representa uma mudança de direção, que havia sido anunciada no início deste mês de dezembro pelo diretor de Pesquisa em Inteligência Artificial Russ Salakhutdinov, que garantiu mais publicações de pesquisas da empresa.

A importância das imagens e vídeos sintéticos é que eles têm sido utilizados para treinar modelos de aprendizado de máquina, num processo mais rápido e menos oneroso do que seria caso fossem utilizadas imagens do mundo real. O problema, contudo, é que há riscos de pequenas imperfeições que podem surgir e impactar negativamente o resultado final, pois as imagens sintéticas devem obedecer aos mesmos padrões de qualidade das reais.

Em seu paper, a Apple propõe a utilização das Generative Adversarial Networks (GAN), modificadas de tal forma que há melhorias na qualidade dessas imagens. Neste caso, um simulador gera imagens sintéticas, que logo sem seguida são analisadas por um sistema de refinamento e somente depois são testadas para ver se é possível distingui-la de uma imagem real.

A Apple também explica quais modificações estão sendo introduzidas para garantir a qualidade do processo e sua real utilidade em aprendizado de máquina.

Fonte: Arvix, TechCrunch

Canaltech no Facebook

Mais de 370K likes. Curta nossa página você!