São Paulo — InkDesign News — Pesquisadores da Universidade Brown estão utilizando jogos online como ferramenta para treinar sistemas de inteligência artificial (IA) e melhorar sua capacidade de percepção visual, aproximando a interpretação de máquinas da experiência humana.
Contexto da pesquisa
No último ano, a crescente aplicação de sistemas de machine learning trouxe à tona a necessidade de desenvolver IAs que consigam interpretar imagens de maneira mais semelhante aos humanos. Apesar do avanço da tecnologia, essas IAs ainda cometem erros que são raros para os seres humanos, evidenciando a diferença fundamental na percepção visual entre máquinas e pessoas.
Método proposto
O projeto envolve o jogo online chamado Click Me, onde participantes selecionam partes de imagens que consideram mais informativas para o reconhecimento da IA. Essa abordagem incentiva uma análise estratégica, na qual os jogadores são estimulados a pensar sobre o que é mais relevante, pois a IA somente verá as áreas clicadas. Após a coleta de dados, a “harmonização neural” ajusta o treinamento da IA, focando nos elementos identificados pelos humanos.
“O AI-alinhamento ocorre em uma fase posterior, onde forçamos a IA a concentrar-se nas mesmas características da imagem que foram identificadas pelos humanos”
(“AI-human alignment occurs at a later stage, where we force the AI to focus on the same image features that humans had identified.”)— Pesquisadores, Universidade Brown
Resultados e impacto
O engajamento público foi um dos pilares do projeto, atraindo milhares de participantes e resultando em uma vasta coleta de dados que ajuda a entender a percepção humana de informações visuais. O desempenho da IA em tarefas de classificação de imagens foi significativamente aprimorado, refletindo a interação dos usuários no jogo. O sistema também se alinha com as decisões e tempos de resposta humanos, resultando em um processo de tomada de decisão mais natural.
“Através da participação pública, conseguimos coletar dados rapidamente sobre como as pessoas percebem e avaliam informações visuais”
(“Through public participation, we are able to rapidly collect data on how people perceive and evaluate visual information.”)— Nome, Cargo, Instituição
As aplicações práticas dessa pesquisa são amplas, abrangendo áreas como medicina, onde a confiança e compreensão em ferramentas de diagnóstico baseadas em IA são cruciais, e na segurança de veículos autônomos, onde a IA pode prever melhor o comportamento dos motoristas. As futuras iterações desse modelo podem contribuir para a melhoria de ferramentas de acessibilidade e softwares educacionais.
Fonte: (TechXplore – Machine Learning & AI)
