![](https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEjkqiaGkMYhmsbbXQWvU2WptRx4tkYkYdMXcOVcW9hcsf-U3_JG1vgbyjqcnhwKhnzqWb8KuIZsFQ2F8ttKg7SujdgEDOeMiNqV2jShQNhyphenhyphenQYOWpboYpw7EB9c83X-QIFhRFaFBG4OozYA/s1600/IMAGEM+DE+TEXTO+2_.jpg)
Já vimos robôs interagirem com humanos tanto em histórias de ficção científica quanto no mundo real. Mas a inteligência artificial está caminhando para outro nível: ela será capaz de adivinhar o que você está prestes a dizer. E isso já é realidade graças a um trabalho elaborado por cientistas da Universidade de Michigan, nos Estados Unidos. Eles desenvolveram um mecanismo fundamentado no paradigma de Computação de Reservatório ou Reservoir Computing (RC), que é baseado em uma rede neural, habilitada ao processamento de dados variados. Essa última foi concebida a partir de memristores, dispositivos eletrônicos que “gravam” em sua memória algo ou algum padrão que já aconteceu antes.
![](https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEjeSVx1QLu9_zrcQq_j__RROfrxFiZE5jnAHGquKtnD87RnMMaQ-5luC4W8h19oD2PUYEAkwVNIn7oJl__r9unY6yP50jEaTG2HhXJeJ-fcPKSygSuQC3A9_Lusid0uvULMAaE3jDMi_EU/s1600/IMAGEM+DE+TEXTO+1_.jpg)
A construção de uma rede neural pode ser compreendida como os neurônios de um cérebro, sendo eles constituídos de conexões entre nós. Para que seja capacitada a fazer esse tipo de predição, ela é geralmente submetida a um grande número de perguntas acompanhadas de suas respectivas respostas. Com a conclusão desse treinamento, também já se torna capaz de reconhecer algo que ainda não saiba. Porém, com o uso de memristores no sistema de computação, parte considerável desse processo é excluída, uma vez que seu reservatório não necessita de treinamento. Assim, para fazer predições, o próprio reservatório se encarrega de selecionar e simplificar dados mais importantes.
Em seguida, eles são repassados para uma segunda rede, que requer apenas treinamentos com as redes neurais mais simples. Logo, ela vai processá-los selecionando aqueles que forem considerados mais adequados, até atingir o melhor nível possível, ou seja, com a menor possibilidade de erros. Inicialmente, a rede neural poderá somente prever palavras e números que ainda serão escritos em um texto. Nesse caso, os especialistas conseguiram “treinar” a rede neural com 88 memristores, atingindo uma alta precisão de 91,1%. Essa quantidade de componentes foi o mais próximo do ideal, uma vez que, aumentando essa quantidade para 112 unidades, a taxa subiria apenas para 91,5%.
![](https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEhcwIC4Jvr4xP8cI27N1YoAb0L2GMftKOOLBEkK0wpAf4IUyCAuinyCCZi7xXp7I-o3mTssPw1f4I2NkjuIrT1iBvphmmZrgZ80hlPTwjBYuHoJJSdrwmwciK6q92Fwq7rd36iwtMXIqWw/s1600/IMAGEM+DE+TEXTO+3_.jpg)
Diante disso, os especialistas afirmam que o sistema ainda pode ser otimizado com alguns ajustes durante o pré-processamento dessas informações. Feito isso, eles poderão passar para a próxima etapa, na qual pretendem torná-lo apto ao reconhecimento antecipado de palavras em uma conversa falada entre duas pessoas. Essa tecnologia deverá beneficiar diversas áreas, em especial aquelas que necessitam de ferramentas a análise de fala e reconhecimento/predição de ações. Além disso, poderão ser usadas para elevar a eficiência de inteligência artificial, de forma geral, e do aprendizado de máquina e computadores neuromórficos, que funcionam de modo semelhante ao cérebro humano.
Nenhum comentário:
Postar um comentário