As pesquisas em machine learning estão revelando as diferenças cruciais entre a forma como humanos e máquinas aprendem, especialmente em situações desconhecidas. Um estudo colaborativo recente liderado por pesquisadores da Universidade de Bielefeld destaca essas disparidades.
Contexto da pesquisa
Pesquisadores de ciência cognitiva e inteligência artificial (AI) se uniram para investigar o seguinte questionamento: como os humanos conseguem se adaptar a novas situações enquanto as máquinas frequentemente enfrentam dificuldades? A equipe, composta por mais de 20 especialistas de instituições renomadas, incluindo as universidades de Bielefeld, Bamberg, Amsterdam e Oxford, publicou seus achados na revista Nature Machine Intelligence. O artigo visa entender a generalização, um conceito central tanto em ciência cognitiva quanto em AI.
Método proposto
A pesquisa foca na generalização, que para humanos envolve raciocínio conceitual e abstração, enquanto em AI abrange processos variados, desde a generalização fora do domínio conhecido até inferências baseadas em regras. Como descreveu um dos autores:
“A maior dificuldade é que ‘generalização’ significa coisas completamente diferentes para AI e humanos.”
(“The biggest challenge is that ‘Generalization’ means completely different things for AI and humans.”)— Prof. Dr. Benjamin Paaßen, Professor da Universidade de Bielefeld
O estudo propõe um novo framework para entender a generalização, abordando três dimensões: o que significa, como é alcançada e como pode ser avaliada.
Resultados e impacto
A pesquisa sugere que a diferença na forma como humanos e máquinas generalizam deve ser fundamental para o sucesso de futuras colaborações entre humanos e AI. Prof. Dr. Barbara Hammer, coautora do estudo, enfatiza que “se queremos integrar sistemas de AI à vida cotidiana, precisamos entender como esses sistemas lidam com o desconhecido” (“If we want to integrate AI systems into everyday life, whether in medicine, transportation, or decision-making, we must understand how these systems handle the unknown”).
O estudo contribui para o avanço do conhecimento no campo de AI, pois a colaboração interdisciplinar entre a ciência cognitiva e a inteligência artificial é essencial para o desenho de sistemas que reflitam e apoiem os valores humanos e a lógica de decisão.
O estudo destaca que a compreensão das diferenças e semelhanças entre humanos e máquinas não apenas alavanca a eficácia de sistemas AI, mas também abre caminhos para aplicações práticas em diversas áreas, como medicina e transporte.
Fonte: (TechXplore – Machine Learning & AI)
