Um programa de computador está a “aprender sozinho” a adquirir bom senso através da análise de fotos do dia a dia.
O Never Ending Image Learner (NEIL, em inglês) – ou Aprendiz Sem Fim de Imagens, em português – é um projecto da universidade Carnegie Mellon, nos Estados Unidos.
O objectivo do projecto é verificar se os computadores conseguem identificar – da mesma forma que fazem os humanos – aspectos comuns encontrados em imagens, como por exemplo perceber que barcos costumam navegar na água.
O computador do projecto NEIL passa todas as horas do dia a analisar imagens. Desde julho, foram registadas três milhões de imagens.
Até agora NEIL, que precisa de bastante memória para funcionar e tem mais de 200 processadores, conseguiu identificar 1,5 mil objetos e 1,2 mil paisagens, além de descobrir 2,5 mil associações entre objetos presentes em diferentes fotos.
Os investigadores querem que o NEIL consiga perceber a relação entre objectos diferentes sem precisar de ser “ensinado” – ou seja, programado por humanos para o fazer.
“As imagens são a melhor forma de aprender coisas sobre propriedades visuais”, diz à BBC o investigador Abhinav Gupta, do Instituto de Robótica da Carnegie Mellon.
“Elas também trazem muita informação de bom senso sobre o resto do mundo. As pessoas aprendem isso sozinhas, e queremos que, da mesma forma, o NEIL o faça também.”
Carros e patos
O NEIL já conseguiu “aprender” algumas coisas sozinho, como o facto de que os carros estão bastante relacionados com as estradas, e que os patos se parecem com gansos.
Mas o programa também erra. O computador pode confundir o termo “pink” (“rosa”) com a famosa cantora com o mesmo nome.
Por conta destes erros, os humanos que controlam o NEIL ainda precisam de interferir no seu processo de aprendizagem.
“As pessoas não sabem como nem o quê ensinar aos computadores”, diz Abhinav Shivastava, um estudante de doutoramento que trabalha também no projecto, “mas os humanos são bons a dizer quando é que os computadores erram.”
Outra função do NEIL é ajudar a criar o maior banco de dados visuais do mundo, onde objetos, paisagens, ações, atributos e relações podem ser rotulados e catalogados.
“O que aprendemos nos últimos cinco ou dez anos de pesquisa sobre visão computacional é que quanto mais dados conseguimos, melhor a capacidade de visão dos computadores”, diz Gupta.
Os investigadores planeiam deixar NEIL a trabalhar por tempo indeterminado. Esperemos que o resultado final não seja “42“.
ZAP / BBC
