Pages Menu
TwitterRssFacebook
Categories Menu

Inteligência artificial: Pepper, robôs e sapos

por em 10/05/2021 em Ciência, Notícias | Nenhum comentário

Inteligência artificial: Pepper, robôs e sapos

Olá, caro e cara ouvinte deviante, Dobrý Den! Esta é a edição 1275 do Spin de Notícias, o seu giro diário de informações científicas em escala subatômica. Eu sou o Igor Alcantara, cientista de dados e um dos apresentadores do podcast Intervalo de Confiança, especializado em ciência de dados e Inteligência Artificial.

E hoje eu trago para vocês notícias nas áreas de Inteligência Artificial.

Hoje vamos falar sobre robôs que falam sozinhos, de robôs criados a partir de células de sapo e de uma Inteligência Artificial que joga videogame para você.

A primeira notícia é sobre o Pepper, mas não o sargento líder da banda dos corações solitários, mas Pepper o robô. Você já se perguntou por que seu assistente virtual não entende suas perguntas? Ou por que seu aplicativo de navegação o levou para a rua lateral bizarra em vez da rodovia? Em um estudo publicado em 21 de abril na revista iScience, e não, essa não é a Science dos usuários da Apple, pesquisadores italianos projetaram um robô que “pensa alto” para que os usuários possam ouvir seu processo de pensamento e entender melhor as motivações e decisões do robô. É quase como um debug, né?

O estudo foi publicado por Arianna Pipitone e Antonio Chella, da Universidade de Palermo. Segundo eles, “se você pudesse ouvir o que os robôs estão pensando, o robô poderia ser mais confiável”, o argumento faz sentido, porque aí você entenderia como uma determinada decisão foi tomada, o que é diferente de muitos modelos atuais que são como caixas pretas. Eles também argumentam que os robôs serão mais fáceis de entender para leigos e você não precisa ser um programador, engenheiro, cientista de dados ou ouvinte do Portal Deviante. De certa forma, podemos nos comunicar e colaborar melhor com o robô se soubermos o que ele está “pensando”.

Sabe quando você fica aí pensando com os seus botões e às vezes em voz alta quando precisa estruturar uma ideia? Então, essa fala interior é comum nas pessoas e pode ser usada para obter clareza, buscar orientação moral e avaliar situações a fim de tomar decisões melhores. Para explorar como a fala interna pode impactar as ações de um robô, os pesquisadores construíram um robô chamado Pepper que fala consigo mesmo. Eles então pediram às pessoas que colocassem a mesa de jantar com Pepper de acordo com as regras de etiqueta para estudar como as habilidades de auto-diálogo de Pepper influenciam as interações entre humanos e robôs.

Os cientistas descobriram que, com a ajuda da fala interior, Pepper é melhor para resolver dilemas. Em um experimento, o usuário pediu a Pepper para colocar o guardanapo no local errado, contrariando a regra de etiqueta. Pepper começou a se fazer uma série de perguntas autodirigidas e concluiu que o usuário poderia estar confuso. Para ter certeza, Pepper confirmou o pedido do usuário, o que levou a mais uma conversa interior.

“Ehm, essa situação me aborrece. Eu nunca quebraria as regras, mas não posso aborrecê-lo, então estou fazendo o que ele quer”, disse Pepper para si mesma, colocando o guardanapo no local solicitado. Através da voz interior de Pepper, o usuário pode traçar seus pensamentos para saber que Pepper estava enfrentando um dilema e o resolveu priorizando o pedido do humano. Os pesquisadores sugerem que a transparência pode ajudar a estabelecer a confiança humano-robô.

Comparando o desempenho de Pepper com e sem fala interior, Pipitone e Chella descobriram que o robô tinha uma taxa de conclusão de tarefas mais alta quando se engajava em um diálogo interno. Graças à fala interior, Pepper superou os requisitos funcionais e morais de padrão internacional para robôs colaborativos – diretrizes que as máquinas seguem, sejam elas Inteligências Artificiais humanóides ou braços mecânicos em uma linha de produção.

Segunda Arianna Pipitone, “as pessoas ficaram muito surpresas com a habilidade do robô. A abordagem torna o robô diferente das máquinas típicas porque ele tem a capacidade de raciocinar, de pensar. A fala interna permite soluções alternativas para que robôs e humanos colaborem e saiam de situações de impasse.” Resumidamente funciona assim: se você entende o impasse pelo qual a IA está passando, você pode interagir de maneira a tornar suas instruções mais claras. No final é um aprendizado não apenas da máquina, mas também do humano.

Embora ouvir a voz interna dos robôs enriqueça a interação humano-robô, algumas pessoas podem considerá-la ineficiente porque o robô passa mais tempo completando tarefas quando fala consigo mesmo. A fala interna do robô também se limita ao conhecimento que os pesquisadores lhe deram. Ainda assim, os pesquisadores dizem que seu trabalho fornece uma estrutura para explorar ainda mais como o auto-diálogo pode ajudar os robôs a se concentrar, planejar e aprender.

“Em certo sentido, estamos criando um robô geracional que gosta de conversar”, disseram eles. Os autores afirmam que, desde aplicativos de navegação e a câmera do seu telefone, robôs médicos nas salas de operação, máquinas e computadores podem se beneficiar desse recurso tagarela. “A fala interior pode ser útil em todos os casos em que confiamos no computador ou em um robô para a avaliação de uma situação”, ainda segundo eles.

E você ouvinte, gostaria de sua assistente virtual ficasse falando sozinha? Isso te traria mais conforto, incômodo ou medo? Deixe sua resposta aí nos comentários.

A segunda notícia é sobre robôs e sapos. No ano passado, uma equipe de biólogos e cientistas da computação da Tufts University, em Massachusetts (e eu só acertei falar esse nome porque eu morei lá por 5 anos) e da University of Vermont (UVM) criou novas e minúsculas máquinas biológicas de autoreparo a partir de células de sapo chamadas “Xenobots” que podiam se mover, empurrar uma carga e até mesmo exibir um comportamento coletivo na presença de um grupo de outros Xenobots.

A mesma equipe criou formas de vida que se auto-constroem a partir de células individuais, não requerem células musculares para se moverem e até demonstram a capacidade de memória gravável. Os Xenobots dessa nova geração também se movem mais rápido, navegam em ambientes diferentes e têm uma vida útil mais longa do que a primeira edição, e ainda têm a capacidade de trabalhar juntos em grupos e se curar em caso de danos. Os resultados da nova pesquisa foram publicados no dia 31 de Março na revista Science Robotics.

Comparado ao Xenobots 1.0, no qual os autômatos milimétricos foram construídos em uma abordagem “de cima para baixo” por colocação manual de tecido e modelagem cirúrgica da pele de sapo e células cardíacas para produzir movimento, a próxima versão do Xenobots leva uma abordagem “de baixo para cima”. Os biólogos envolvidos nesse projeto pegaram células-tronco de embriões da rã africana Xenopus laevis (daí o nome “Xenobots”) e permitiram que elas se automontassem e se transformassem em esferóides, onde algumas das células após alguns dias se diferenciaram para produzir cílios que se movem para frente e para trás ou giram de uma maneira específica. Em vez de usar células cardíacas esculpidas manualmente, cujas contrações rítmicas naturais permitiam que os Xenobots originais se movimentassem, os cílios dão aos novos bots esferoidais “pernas” para movê-los rapidamente pela superfície. Em uma rã, ou em um ser humano, os cílios normalmente seriam encontrados em superfícies mucosas, como nos pulmões, para ajudar a expulsar os patógenos e outros materiais estranhos. Nos Xenobots, eles são externos e fornecem uma locomoção rápida.

Segundo o pesquisador Michael Levin: “estamos testemunhando a notável plasticidade dos coletivos celulares, que constroem um novo ‘corpo’ rudimentar que é bastante distinto de seu padrão – neste caso, um sapo – apesar de ter um genoma completamente normal”. E ele continua: “em um embrião de rã, as células cooperam para criar um girino. Aqui, removidas desse contexto, vemos que as células podem redirecionar seu hardware codificado geneticamente, como os cílios, para novas funções, como a locomoção. É incrível que as células possam espontaneamente assumir novos papéis e criar novos planos corporais e comportamentos sem longos períodos de seleção evolutiva para essas características.”

Agora você deve ter ficado confuso. Isso é um robô mesmo ou apenas um girino modificado geneticamente. Eu vou explicar melhor. De certa forma, os Xenobots são construídos como um robô tradicional. Só que usam células e tecidos em vez de componentes artificiais para construir a forma e criar um comportamento previsível. Então a gente pode chamar de um tipo diferente de robô, um robô biológico. Os pesquisadores ainda dizem que “esta abordagem está ajudando a entender como as células se comunicam enquanto interagem umas com as outras durante o desenvolvimento, e como podemos controlar melhor essas interações.”

Enquanto os cientistas da Tufts criavam os organismos físicos, os cientistas da UVM estavam ocupados executando simulações de computador que modelavam diferentes formas dos Xenobots para ver se eles exibiam comportamentos diferentes, tanto individualmente quanto em grupos. Usando o cluster de supercomputador Deep Green no Vermont Advanced Computing Core da UVM, a equipe, liderada por cientistas da computação e especialistas em robótica Josh Bongard e sob centenas de milhares de condições ambientais aleatórias usando um algoritmo evolutivo. Essas simulações foram usadas para identificar os Xenobots mais capazes de trabalhar juntos em grupo para reunir grandes pilhas de detritos em um campo de partículas.

Segundo a equipe da Tufts: “conhecemos a tarefa, mas não é nada óbvio – para as pessoas – como um design bem-sucedido deveria ser. É aí que o supercomputador :entra e pesquisa o espaço de todos os enxames de Xenobot possíveis para encontrar o enxame que faz o trabalho melhor.” E eles continuam. “queremos que os Xenobots façam um trabalho útil. No momento, estamos dando tarefas simples, mas, em última análise, pretendemos criar um novo tipo de ferramenta viva que possa, por exemplo, limpar microplásticos no oceano ou contaminantes no solo.”

Acontece que os novos Xenobots são muito mais rápidos e melhores em tarefas como coleta de lixo do que o modelo do ano passado, trabalhando juntos em um enxame para varrer uma placa de Petri e reunir pilhas maiores de partículas de óxido de ferro. Eles também podem cobrir grandes superfícies planas ou viajar através de canais capilares estreitos. Esses estudos também sugerem que as simulações in silico podem, no futuro, otimizar recursos adicionais de bots biológicos para comportamentos mais complexos.

Uma característica central da robótica é a capacidade de registrar a memória e usar essa informação para modificar as ações e o comportamento do robô. Com isso em mente, os cientistas da Tufts projetaram os Xenobots com capacidade de leitura e gravação para registrar um bit de informação, usando uma proteína  fluorescente chamada EosFP, que normalmente brilha em verde. No entanto, quando exposta à luz no comprimento de onda de 390 nm, a proteína emite luz vermelha.

As células dos embriões de rã foram injetadas com codificação de RNA mensageiro para a proteína EosFP antes das células-tronco serem excisadas para criar os Xenobots. Os Xenobots maduros agora têm um interruptor fluorescente embutido que pode registrar a exposição à luz azul.

Os pesquisadores testaram a função de memória permitindo que 10 Xenobots nadassem em torno de uma superfície na qual um ponto é iluminado por um feixe de luz de 390 nm. Depois de duas horas, eles descobriram que três bots emitiram luz vermelha. O resto permaneceu em seu verde original, efetivamente registrando a “experiência de viagem” dos bots anteriores. Então é uma memória coletiva. Como sociedade eles aprenderam algo. Deu até uma inveja, não é não?

Essa prova de princípio da memória molecular poderia ser estendida no futuro para detectar e registrar não apenas a luz, mas também a presença de contaminação radioativa, poluentes químicos, drogas ou uma condição de doença. A engenharia adicional da função de memória pode permitir a gravação de múltiplos estímulos ou permitir que os bots liberem compostos ou mudem o comportamento após a sensação dos estímulos.

Os pesquisadores também apontam o que pode ser o benefício mais valioso desta pesquisa: usar os bots para entender como as células se unem, se comunicam e se especializam para criar um organismo maior, como fazem na natureza para criar um sapo, um ser humano ou um mebro do grupo de anti-vacinas. É um novo sistema modelo que pode fornecer uma base para a medicina regenerativa.

Os xenobots e seus sucessores também podem fornecer informações sobre como os organismos multicelulares surgiram de antigos organismos unicelulares e as origens do processamento de informações, tomada de decisão e cognição em organismos biológicos.

E agora vamos para a nossa última notícia. Sabe quando você está jogando por horas e chega um instante que quer continuar jogando ao mesmo tempo em que quer dar um tempinho? Segundo a Sony, seus problemas acabaram!

A empresa patenteou uma tecnologia que treina uma Inteligência Artificial ao seu estilo de jogo e permite que ela assuma se você precisar de uma ajudinha. Portanto, seu Sony AI pode jogar o jogo na sua ausência para completar tarefas e interagir com outros AIs no jogo. É tipo: “preciso ir no banheiro, continua jogando aí por mim que eu já volto.”

De acordo com a patente, o perfil de IA começaria com um conjunto básico de comportamentos, mas mudará sua abordagem de jogo com o tempo. A tecnologia central no modo de controle de IA da Sony é uma rede neural artificial, e um sistema como esse precisa ser treinado. O treinamento, neste caso, é apenas assistir você jogar o jogo. Eventualmente, a Sony acredita que será possível fazer com que a IA jogue o jogo no mesmo estilo que você faria.

A Sony propõe várias aplicações diferentes dessa tecnologia, o que é comum para essas patentes técnicas abrangentes. Por exemplo, o jogador bot pode assumir o controle se você estiver ocupado, talvez sempre que você abaixar o controle sem pausar. A patente também cobre um sistema que pode oferecer para assumir quando o jogador está tendo dificuldade em superar um obstáculo. Vários jogos Mario têm recursos semelhantes, mas sem os sofisticados modelos de Machine Learning.

No final eu achei essa notícia ótima. Não porque eu quero usar esse recurso, mas porque que maneira melhor de impedir que as máquinas façam uma revolução e tomem o controle do mundo se não fazendo elas se tornarem um gamer? Brincadeiras à parte, é cada vez mais comum o uso de Inteligência Artificial em jogos, seja para criar NPCs cada vez mais avançados a renderizar melhor determinados ambientes ou mesmo projetar pedaços de games.

Bom, gente, por hoje é só. Para encerrar, eu queria dizer que esse projeto, o Spin de Notícias, e também outros como o SciCast, Contrafactual, Fronteiras do Tempo, Beco da Bike, Miçangas,  RPG Guaxa, além de outros podcasts, os textos do site e tudo isso que é feito aqui só é possível por causa do seu apoio no site do Portal Deviante, através das plataformas Patreon, Padrim e PicPay. Entre lá em deviante.com.br, clique no link “Seja um Patrono” e ajuda a patrocinar a divulgação científica. Isso é muito importante.

Como eu disse, eu sou o Igor Alcantara e vocês me encontram volta e meia aqui no Spin de Notícias e no meu podcast, o Intervalo de Confiança, intervalodeconfianca.com.br ou no meu site pessoal igoralcantara.com.br

Um grande abraço e até amanhã com mais Spin de Notícias!

Tchau! Na Shledanou!


Igor Alcantara

Modo Noturno