Crédito: Chip Somodevilla (Getty Images). No futuro, os agentes de inteligência e militares poderiam entrar a possuir uma dependência muito robusto do aprendizado automático pra pesquisar enormes quantidades de detalhes e pra controlar o crescente arsenal de sistemas autônomos. Mas o exército dos EUA quer ter a certeza de não depositar uma segurança cega nos algoritmos. O aprendizado profundo e algumas técnicas de aprendizagem automática são assaltados Silicon Valley (EUA).

Estas abordagens têm conseguido aprimorar o reconhecimento de voz e a classificação de imagens de forma significativa, e estão sendo utilizados cada vez mais contextos, como o da segurança e da medicina, onde os erros são capazes de ter consequências fatais. E, bem que o aprendizado automático dá certo super bem pela hora de definir padrões, pode ser inadmissível perceber como chegou a uma conclusão. O procedimento é matematicamente muito complexo e, algumas vezes, não existe nenhuma forma de traduzi-lo em termos que uma pessoa possa assimilar.

O aprendizado profundo, quem sabe seja penoso de interpretar, todavia técnicas de aprendizagem automática bem como podem ser desafiadores. O aprendizado profundo é particularmente enigmático, devido à sua impressionante dificuldade. O método tenta imitar a forma em que os neurônios aprendem a partir das dicas que recebem. Muitas camadas de neurônios e sinapses simuladas recebem fatos marcados e teu comportamento vai melhorando até que consegue discernir, tais como, um gato dentro de uma imagem. Mas o padrão de aprendizagem em que se baseia o sistema é codificado em milhões de neurônios e, desse modo, é muito custoso de buscar.

1. 6 Otimização de Colônia de Formigas com Lógica Fuzzy
2. Usuário que reporta: Dark 22:30 e treze de setembro de 2007 (CEST)
3. Pouca implicação social? Desinteresse geral
4. A camada é alazán ou tordo
5. Inteligência Artificial em biologia

Quando uma rede de aprendizado profundo reconhece um gato, tais como, não está claro se ele foi identificado por seus bigodes, tuas orelhas ou os brinquedos do respectivo gato que aparecem pela imagem. Em diversos casos, deveria doar o mesmo não captar o sistema, desde que os seus resultados sejam corretos.

Mas um agente da interpol que tenta distinguir um suspeito em potencial necessita estar muito obrigado a explicar o seu raciocínio. Acrescenta que o exército está a fazer um grande número de sistemas autônomos, que dependem muito de técnicas como o aprendizado profundo. Os carros autônomos e os drones aéreos cada vez serão mais utilizados e úteis para os próximos anos.

A experiência de explicar não só é necessária pra esclarecer as decisões. Também pode auxiliar a evitar que as coisas saiam mal. Um sistema de classificação de imagens que só classifique gatos em função da textura poderá ser enganado por um tapete de pêlo longo.

Mas se o sistema explica como tem êxito, os pesquisadores podem usar estas dicas pra fazer versões mais robustas e impedir que as pessoas que dependa deles cometa erros. DARPA está financiando a 13 diferentes grupos de investigação centrados em diferentes abordagens pra que a inteligência artificial está mais que justificada. Um dos equipamentos que receberá fundos é o de Charles River Analytics, uma empresa que desenvolve ferramentas de alta tecnologia pra inmensuráveis clientes, incluindo o exército dos EUA. Este equipamento está sondando novos sistemas de aprendizado profundo que adicionam uma descrição, como assinalar as áreas de uma imagem que têm sido mais interessantes pra classificação.

Os pesquisadores também estão experimentando com interfaces computacionais que ajudam a visualizar mais certamente como funcionam os sistemas de aprendizado de máquina. Para esta finalidade estão utilizando detalhes, visualizações e até explicações em linguagem natural. O professor da Universidade Texas A&M (EUA) Xia Hu, que lidera a outra equipe que receberá financiamento, diz que o defeito assim como é interessante para outras áreas, como a medicina, o correto e a educação. Se não há nenhum raciocínio, “os especialistas não se fiarán dos resultados. Esse é o principal porquê pelo o que diversos especialistas se recusam a amparar o aprendizado automático ou o aprendizado profundo”, conclui o especialista.

De volta ao universo real, o Gauntlet do Infinito está arrebentado, porém as pedras permanecem intactas. Ele desaparece diante dos olhos de Thor. De repente, Porém, morre e se desintegra em pó em frente a Rogers. O mesmo acontece com o T’Challa, Wilson, Maximoff e Groot, como essa de a maioria do exército de Wakanda.