São Paulo — InkDesign News —
Um novo estudo dirigido por pesquisadores da Universidade de Amsterdã explora as capacidades únicas do cérebro humano na compreensão de ambientes, ressaltando a diferença fundamental entre machine learning e a inteligência artificial (IA). A pesquisa, publicada na *Proceedings of the National Academy of Sciences*, destaca como essas diferenças impactam a eficiência de ações automatizadas.
Contexto da pesquisa
Pesquisadores investigaram como o cérebro humano reconhece “o que você pode fazer com o ambiente” (“what you can do with the environment”), utilizando métodos de neuroimagem para analisar essa habilidade inata. A compreensão de “afordâncias” — as oportunidades de ação em um determinado cenário — é essencial para melhorar a interação entre humanos e máquinas.
Método proposto
O estudo utilizou um scanner de ressonância magnética funcional (fMRI) em participantes que observavam imagens de diversos ambientes. O grupo foi solicitado a indicar se a imagem permitia ações como andar, nadar ou escalar. As áreas ativas observadas no córtex visual revelaram padrões que transcendem a simples identificação de objetos.
“Essas possibilidades de ação são processadas automaticamente”
(“These action possibilities are therefore processed automatically”)— Iris Groen, Computacional Neurocientista, Universidade de Amsterdã
Resultados e impacto
Os resultados mostraram que áreas específicas do cérebro respondiam a cenários sem instruções explícitas, desafiando a capacidade de modelos de IA, como o ChatGPT e outros algoritmos de reconhecimento de imagens. Embora a IA pudesse, em treinamento especializado, replicar parcialmente os juízos humanos, os padrões neurais humanos não correspondem às calculadoras internas dos modelos de IA.
“Até mesmo os melhores modelos de IA não dão exatamente as mesmas respostas que os humanos”
(“Even the best AI models don’t give exactly the same answers as humans”)— Clemens Bartnik, Pesquisador de Ph.D., Universidade de Amsterdã
A pesquisa sugere que, à medida que diferentes setores adotam a IA, como saúde e robótica, será crucial que as máquinas não apenas reconheçam objetos, mas também entendam suas utilidades potenciais. Este entendimento não apenas abre caminho para aplicações práticas em ambientes dinâmicos, como também apresenta oportunidades para tornar o treinamento de IA mais sustentável e acessível.
Fonte: (TechXplore – Machine Learning & AI)
