Os bebês são bolas de alegria alegres, fofinhas e risonhas. Eles também são máquinas de aprendizagem extremamente poderosas. Aos três meses de idade, eles já têm intuição sobre como as coisas ao seu redor se comportam – sem que ninguém lhes ensine explicitamente as regras do jogo.
Esta capacidade, apelidada de “física intuitiva”, parece extremamente trivial à primeira vista. Se eu encher um copo com água e colocá-lo sobre a mesa, sei que o copo é um objeto – algo em que posso envolver minhas mãos sem que derreta em minhas palmas. Não vai afundar na mesa. E se começasse a levitar, eu olhava e imediatamente saía correndo pela porta.
Os bebés desenvolvem rapidamente esta capacidade absorvendo dados dos seus ambientes externos, formando uma espécie de “senso comum” sobre a dinâmica do mundo físico. Quando as coisas não se movem como esperado – digamos, em truques de mágica onde os objetos desaparecem – elas demonstram surpresa.
Para a IA, é uma questão completamente diferente. Embora os modelos recentes de IA já tenham derrotado os humanos desde o jogo até a solução de décadas enigmas científicos, eles ainda lutam para desenvolver a intuição sobre o mundo físico.
Este mês, pesquisadores da DeepMind, de propriedade do Google, inspiraram-se na psicologia do desenvolvimento e construiu uma IA que extrai naturalmente regras simples sobre o mundo através da visualização de vídeos. Netflix e chill não funcionaram sozinhos; o modelo de IA only aprendemos as regras do nosso mundo físico quando recebemos uma ideia básica dos objetos, como quais são seus limites, onde estão e como se movem. Semelhante aos bebês, a IA expressou “surpresa” ao ver situações mágicas que não faziam sentido, como uma bola rolando em uma rampa.
Apelidada de PLATO (para Aprendizagem de Física por meio de codificação automática e rastreamento de objetos), a IA era surpreendentemente flexível. Foi necessário apenas um conjunto relativamente pequeno de exemplos para desenvolver a sua “intuição”. Depois de aprender isso, o software poderia generalizar suas previsões sobre como as coisas se moviam e interagiam com outros objetos, bem como sobre cenários nunca encontrados anteriormente.
De certa forma, PLATÃO atinge o ponto ideal entre natureza e criação. Os psicólogos do desenvolvimento há muito discutem se a aprendizagem em bebés pode ser alcançada apenas através da descoberta de padrões em dados provenientes de experiências. PLATÃO sugere que a resposta é não, pelo menos não para esta tarefa específica. Tanto o conhecimento quanto a experiência integrados são essenciais para completar toda a história de aprendizagem.
Para ser claro, PLATO não é uma réplica digital de um bebê de três meses – e nunca foi projetado para ser. No entanto, fornece um vislumbre de como nossas próprias mentes se desenvolvem potencialmente.
“O trabalho… está ultrapassando os limites do que a experiência cotidiana pode e não pode explicar em termos de inteligência”, comentou Drs. Susan Hespos e Apoorva Shivaram, da Northwestern University e da Western Sydney University, respectivamente, que não estiveram envolvidas no estudo. Pode “nos dizer como construir melhores modelos computacionais que simulem a mente humana”.
O enigma do senso comum
Com apenas três meses de idade, a maioria dos bebês nem piscará se deixar cair um brinquedo e ele cair no chão; eles já aprenderam o conceito de gravidade.
Como isso acontece ainda é desconcertante, mas existem algumas ideias. Nessa idade, os bebês ainda têm dificuldade para se contorcer, engatinhar ou se movimentar. A contribuição que recebem do mundo exterior ocorre principalmente por meio da observação. Esta é uma ótima notícia para a IA: significa que, em vez de construir robôs para explorar fisicamente o seu ambiente, é possível imbuir um sentido de física na IA através de vídeos.
É uma teoria endossada pelo Dr. Yann LeCun, um importante especialista em IA e cientista-chefe de IA da Meta. Em uma palestra de 2019, ele postulou que os bebês provavelmente aprendem por meio da observação. Seus cérebros baseiam-se nesses dados para formar uma ideia conceitual da realidade. Em contraste, mesmo os modelos de aprendizagem profunda mais sofisticados ainda lutam para construir uma noção do nosso mundo físico, o que limita o quanto podem interagir com o mundo – tornando-os quase literalmente mentes nas nuvens.
Então, como você mede a compreensão de um bebê sobre a física cotidiana? “Felizmente para nós, os psicólogos do desenvolvimento passaram décadas estudando o que as crianças sabem sobre o mundo físico”, escreveu cientista principal Dr. Luis Piloto. Um teste particularmente poderoso é o paradigma da violação de expectativa (VoE). Mostre a um bebê uma bola rolando colina acima, desaparecendo aleatoriamente ou indo repentinamente na direção oposta, e o bebê ficará olhando para a anomalia por mais tempo do que ficaria se observasse suas expectativas normais. Algo estranho está acontecendo.
Space Oddity
No novo estudo, a equipe adaptou o VoE para testar IA. Eles abordaram cinco conceitos físicos diferentes para construir o PLATO. Entre eles estão a solidez – isto é, dois objetos não podem passar um pelo outro; e continuidade – a ideia de que as coisas existem e não desaparecem mesmo quando escondidas por outro objeto (o teste do “esconde-esconde”).
Para construir o PLATO, a equipe começou primeiro com um método padrão em IA com uma abordagem dupla. Um componente, o modelo perceptivo, utiliza dados visuais para analisar objetos discretos em uma imagem. Em seguida vem o preditor de dinâmica, que usa uma rede neural para considerar o histórico de objetos anteriores e prever o comportamento do próximo. Em outras palavras, o modelo constrói uma espécie de “mecanismo físico” que mapeia objetos ou cenários e adivinha como algo se comportaria na vida real. Esta configuração deu ao PLATO uma ideia inicial das propriedades físicas dos objetos, tais como a sua posição e a rapidez com que se movem.
Em seguida veio o treinamento. A equipe mostrou ao PLATO menos de 30 horas de vídeos sintéticos de um conjunto de dados de código aberto. Estes não são vídeos de eventos da vida real. Em vez disso, imagine animações em blocos da velha guarda da Nintendo, de uma bola rolando por uma rampa, quicando em outra bola ou desaparecendo repentinamente. O PLATO eventualmente aprendeu a prever como um único objeto se moveria no próximo quadro de vídeo e também atualizou sua memória para esse objeto. Com o treinamento, suas previsões sobre a próxima “cena” tornaram-se mais precisas.
A equipe então jogou uma chave inglesa nos raios. Eles apresentaram a PLATÃO uma cena normal e outra impossível, como uma bola desaparecendo repentinamente. Ao medir a diferença entre o evento real e as previsões do PLATÃO, a equipe conseguiu avaliar o nível de “surpresa” da IA – que disparou para eventos mágicos.
A aprendizagem generalizou-se para outros objetos em movimento. Desafiado com um conjunto de dados completamente diferente desenvolvido pelo MIT, apresentando, entre outros itens, coelhos e pinos de boliche, PLATO discriminou habilmente entre eventos impossíveis e realistas. PLATÃO nunca tinha “visto” um coelho antes, mas sem qualquer retreinamento, mostrou-se surpreso quando um coelho desafiou as leis da física. Semelhante aos bebês, o PLATO foi capaz de capturar sua intuição física com apenas 28 horas de treinamento em vídeo.
Para Hespos e Shivaram, “Essas descobertas também são paralelas às características que vemos em estudos infantis”.
Intuição Digital
PLATO não pretende ser um modelo de IA para o raciocínio infantil. Mas mostra que explorar nossos crescentes cérebros de bebês pode inspirar os computadores com uma sensação de fisicalidade, mesmo quando o “cérebro” do software está literalmente preso dentro de uma caixa. Não se trata apenas de construir robôs humanóides. De próteses a carros autônomos, uma compreensão intuitiva do mundo físico une o mundo digital amorfo de 0s e 1s à realidade cotidiana e comum.
Não é a primeira vez que cientistas de IA pensam em turbinar as mentes das máquinas com uma pitada de engenhosidade infantil. Uma ideia é dar à IA um sentido de teoria da mente – a capacidade de se distinguir dos outros e de se imaginar no lugar dos outros. É uma capacidade que surge naturalmente nas crianças por volta dos quatro anos de idade e, se incorporada em modelos de IA, pode ajudá-las dramaticamente a compreender as interações sociais.
O novo estudo baseia-se nos nossos primeiros meses de vida como um rico recurso para desenvolver IA com bom senso. Por enquanto, o campo está apenas em sua infância. Os autores estão lançando seu conjunto de dados para que outros possam desenvolver e explorar a capacidade de um modelo de IA de interagir com conceitos físicos mais complexos, incluindo vídeos do mundo real. Por enquanto, “estes estudos podem servir como uma oportunidade sinérgica entre a IA e a ciência do desenvolvimento”, disseram Hespos e Shivaram.
