Coimbra  20 de Junho de 2019 | Director: Lino Vinhal

Semanário no Papel - Diário Online

 

Cientistas da UC criam algoritmo de inteligência artificial inovador

22 de Janeiro 2018

Filipe Assunção, Penousal Machado, Bernardete Ribeiro e Nuno Lourenço

 

Investigadores do Centro de Informática e Sistemas da Universidade de Coimbra (CISUC) criaram um novo algoritmo de inteligência artificial para automatizar processos de aprendizagem no campo da visão computacional, revelou, hoje, a UC.

Esta nova e inovadora abordagem, o DENSER (acrónimo de Deep Evolutionary Network Structured Representation) reflecte-se na evolução das denominadas redes neuronais profundas (que imitam o comportamento do cérebro) e, segundo a UC, “pode muito bem vir a revolucionar a forma de responder ao problema de classificação do conteúdo de imagens.

Nesta área da Inteligência Artificial e de ‘Machine Learning’ (aprendizagem de máquina), a classificação de imagens é bastante complexa e enfrenta grandes desafios, uma vez que, nos humanos, um terço do cérebro é dedicado ao processamento visual, envolvendo centenas de milhões de neurónios.

Este projecto foi desenvolvido no âmbito de uma investigação financiada pela Fundação para a Ciência e Tecnologia (FCT) e “tem vindo a despertar o interesse da comunidade científica, sendo que será apresentado na próxima ‘EvoStar’, a mais importante conferência europeia na área da computação evolucionária (computação de inspiração biológica para resolver problemas de elevada complexidade)”, refere a Universidade.

O DENSER destaca-se das abordagens convencionais ao não exigir intervenção humana, não usar conhecimento prévio sobre o domínio e por ser uma solução de baixo custo e, comparativamente com outras técnicas, esta apresenta duas grandes vantagens.

“Na maioria das abordagens a este problema optimizam-se os parâmetros de uma rede que, à partida, obtém uma performance elevada; na nossa abordagem a rede é evoluída de raiz, ou seja, sem intervenção humana”, explicam os coordenadores do projecto, Bernardete Ribeiro e Penousal Machado. Os investigadores adiantam: “o que a maioria faz é afinar um Bugatti Veyron, um automóvel que, como sabemos, já é bastante rápido, de forma a conseguir boas performances; o que nós fazemos é dar ao algoritmo um conjunto de peças (jantes, pneus, peças para o motor, travões, etc.) e deixar que o algoritmo entenda o contexto da situação, isto é, descubra como combinar aquelas peças de forma a construir um veículo que obtenha uma performance competitiva”, contudo, nem sequer se informa o algoritmo “de que tem de ser um carro”.

Para comparar a performance das diferentes abordagens, incluindo as convencionais, os investigadores utilizaram o teste CIFAR (constituído por 60 000 imagens), dividido em duas categorias: CIFAR 10 e CIFAR 100, em função do número de classes (por exemplo, tipos de objectos) a identificar nas imagens.

A Universidade realça que “o sistema que mais se aproxima da solução arquitectada pelos investigadores da Faculdade de Ciências e Tecnologia é o do projecto ‘Google Brain’, da gigante Google, que obtém resultados marginalmente inferiores”.

Filipe Assunção e Nuno Lourenço, que também fazem parte da equipa de investigação, sublinham que: “eles obtêm um resultado competitivo com o nosso no CIFAR 10, mas não reportam os resultados no CIFAR 100, que é um problema mais difícil. Para além disso, usam algum conhecimento sobre o problema, o que os ajuda a alcançar bons resultados”.

A outra vantagem é o baixo custo do DENSER, já que enquanto o projecto “Google Brain” usa 800 GPUs (placas gráficas) topo de gama, o DENSER usa 4 GPUs das mais acessíveis, que são usadas, por exemplo, nos videojogos. “Para se ter uma ideia, as 800 GPUs da Google custam 1,3 milhões de euros e as nossas apenas 2 500 euros”, destacam.

Os resultados do projecto, que podem vir a ser aplicados em vários domínios do conhecimento, decorrem da experiência de mais de duas décadas do CISUC nas áreas da inteligência artificial, ‘machine learning’ e computação evolucionária, e de um esforço e investimento mais recente no domínio da ‘evolutionary machine learning’.

Algoritmo DENSER - UC

O objectivo do problema passa por identificar o conteúdo de cada imagem, dentro de um conjunto de classes pré-definidas (gato, cão, carro, camião, etc.). Na imagem exemplo, fazendo a leitura da esquerda para a direita e de cima para baixo, encontramos o seguinte conteúdo: cão; pássaro; pássaro; barco; cão; pássaro; gato; sapo; camião; cão; parede; sapo.

WP Facebook Auto Publish Powered By : XYZScripts.com