Machine Learning e Intelligence Artificial em foco na Universidade de Sheffield
A pesquisa recente da Universidade de Sheffield, em colaboração com o Alan Turing Institute, apresenta um novo modelo de “machine learning” que visa aprimorar a integração de diferentes tipos de dados, tornando a AI mais prática e confiável na resolução de problemas do mundo real.
Contexto da pesquisa
O estudo é parte de um esforço contínuo para desenvolver sistemas de inteligência artificial que se alimentem de dados multimodais, incluindo textos, imagens, sons e leituras de sensores. Essa abordagem é especialmente relevante, já que a maioria das AI atualmente se concentra em visão e linguagem, limitando seu potencial em enfrentar desafios complexos.
Método proposto
Os pesquisadores propõem um “blueprint” que inclui a integração de diversos tipos de dados, visando uma AI mais robusta. O professor Haiping Lu, da Universidade de Sheffield, enfatiza a necessidade de soluções mais abrangentes, afirmando que “AI tem avançado grande progresso em visão e linguagem, mas o mundo real é muito mais rico e complexo” (“AI has made great progress in vision and language, but the real world is far richer and more complex”).
“A pesquisa fornece um blueprint de implementação para AI que funciona além do laboratório — focando na segurança, confiabilidade e utilidade no mundo real.”
(“The study provides a deployment blueprint for AI that works beyond the lab—focusing on safety, reliability, and real-world usefulness.”)— Professor Haiping Lu, Pesquisa, Universidade de Sheffield
Resultados e impacto
A pesquisa destaca aplicações potenciais em três áreas: resposta a pandemias, design de carros autônomos e adaptação às mudanças climáticas. O estudo é um marco, considerando que 88,9% dos artigos discutidos envolvendo AI e que utilizam dois tipos de dados em 2024 se concentraram em visão ou linguagem. Dr. Louisa van Zeeland, do Alan Turing Institute, declarou que “integrando e modelando grandes conjuntos de dados diversificados através de AI multimodal, nosso trabalho juntos está estabelecendo um novo padrão para previsões ambientais” (“By integrating and modeling large, diverse sets of data through multimodal AI, our work together with Turing collaborators is setting a new standard for environmental forecasting.”)
As implicações da pesquisa vão além do acadêmico, podendo ser aplicadas em indústrias e no desenvolvimento de ferramentas melhores de diagnóstico e previsão baseadas em dados complexos.
Fonte: (TechXplore – Machine Learning & AI)
