2173: Inteligência artificial gerou caras de pessoas através das suas vozes

CIÊNCIA

Uma rede neural artificial ouviu várias vozes e, de seguida, gerou uma imagem de como os seus rostos poderiam ser. Apesar dos bons resultados, a tecnologia ainda tem algumas limitações.

As pessoas têm a tendência de associar uma voz a uma determinada cara. Mesmo quando nunca viram a cara, tendem a construir uma imagem mental de como poderá parecer essa pessoa. Agora, a inteligência artificial fez um teste que não esteve longe de confirmar esse pressuposto.

Os resultados da investigação foram pré-publicados na revista online arXiv, mas ainda não foram revistos pelos pares.

A rede neural artificial chamada Speech2Face foi treinada por cientistas para gerar caras de pessoas com base nas suas vozes. Para o efeito, ouviu áudios de mais de 100 mil pessoas a falarem. Associando certas características vocais a determinadas características físicas, a inteligência artificial tornou-se capaz de recriar uma cara foto-realista.

Comparação entre a cara da pessoa e o rosto reconstruido a partir da voz.

As caras geradas pela Speech2Face são bastante semelhantes às reais, mas de acordo com o Live Science, a rede neural ainda não tem a capacidade de determinar as características físicas exactas através da voz. Para chegar a este resultado final, a inteligência artificial tem como base indicadores do género, idade e etnia das pessoas.

“Como tal, o modelo apenas produz caras mais ou menos parecidas com as reais”, escreveram os cientistas. Apesar do realismo das simulações não ser perfeito, a IA acertou com sucesso no género, faixa etária e etnia de maior parte das pessoas.

O problema surgiu quando a rede neural era confrontada com variações na linguagem. Por exemplo, quando um asiático foi gravado a falar chinês, a inteligência artificial gerava o rosto de um asiático. No entanto, num outro clip em que falava inglês, o Speech2Face gerava uma cara de um ocidental caucasiano.

A tecnologia também associava normalmente vozes agudas a mulheres e vozes graves a homens, mesmo quando não era esse o caso.

ZAP //

Por ZAP
14 Junho, 2019

[vasaioqrcode]

1820: Cientistas criam metal líquido como o do filme Exterminador

CIÊNCIA

Alguns dos avanços tecnológicos mais impressionantes são feitos quando a vida imita a arte. Neste caso, cientistas da Universidade de Beihang, na China, conseguiram criar um metal líquido magnético altamente maleável, como o do filme Exterminador do Futuro.

Os avanços recentes da Inteligência Artificial têm levantado junto da comunidade científica receios de que um dia as máquinas ganhem consciência e que a sua inteligência supere a do Homem, potenciando um cenário semelhante ao da saga Terminator. Agora, até mesmo o singular material de que é feito o mítico T-1000 acaba de ser inventado.

Cientistas da Universidade de Beihang, na China, criaram um metal líquido capaz de se dobrar e de se moldar, tal como o robô assassino interpretado por Robert Patrick em Terminator 2. Os especialistas acreditam que estão perto de aperfeiçoar uma nova composição de metal líquido que poderá ser usada na tecnologia de robótica leve no futuro.

Segundo o All That’s Interesting, o material metálico em forma líquida pode ser manipulado com ímanes e torcido de várias formas. Para o foco da actual indústria tecnológica moderna em nanotecnologias e robótica leve, esta inovação tem muitas mais ramificações em grande escala do que o que o seu aspecto visual consegue transmitir.

O relatório da American Chemical Society (ACS), Magnetic Liquid Metals, explica que as duas principais propriedades deste material são altamente contraditórias e, portanto, extremamente excitantes.

“As propriedades aparentemente contrárias – a boa elasticidade e a força mecânica para tridimensional (3D) – podem ser controladas de forma precisa, conveniente e sem contacto pelo campo magnético proporcionado por ímanes permanentes”, adianta o relatório. Na prática, os cientistas descobriram que ao adicionar partículas magnéticas, como níquel ou ferro, os metais líquidos pode ser facilmente manipulados com ímanes.

Para chegar a este estado condutor, maleável e magnético, os investigadores da Universidade de Beihang precisavam de encontrar o tipo exacto de liga que permitiria estas propriedades que, à primeira vista, são completamente contrárias.

Os metais, líquidos à temperatura ambiente, apresentam alta condutividade e são facilmente manipulados. No entanto, este tipo de metal tem, geralmente, uma alta tensão superficial que pode ser manipulada apenas num plano horizontal. Além disso, estes metais precisam de estar submersos num líquido para evitar que o metal seque durante o movimento.

Liang Hu e Jing Liu, os cientistas responsáveis por esta descoberta, estavam ansiosos para desenvolver um metal líquido que não fosse restringido por estas limitações e, assim, criar um material sintético capaz de se movimentar com mais liberdade, esticando tanto horizontal como verticalmente.

A equipa de cientistas experimentou então adicionar partículas de ferro a uma gota de uma liga de gálio, índio e estanho, enquanto permaneciam imersos em ácido clorídrico. Desta experiência resultou uma camada de óxido de gálio na superfície da gota, que baixou a tensão superficial do metal líquido – o que foi fundamental na criação de uma substância capaz de ser manipulada magneticamente sem ser partida.

“Quando a equipa aplicou dois ímanes em direcções opostas, conseguiu estender uma gota para até quase quatro vezes o seu comprimento em repouso”, explica o relatório da ACS. “Também conseguiu manipular o metal líquido para conectar dois eléctrodos horizontais submersos e, em virtude das suas propriedades condutivas, acender uma lâmpada LED.”

O segredo da flexibilidade do composto é a tal camada de óxido de gálio.

Danfe TV @DanfeTv

Chinese scientists create liquid metal that stretches like Terminator http://eng.danfetv.com/?p=21012 

Na experiência, os cientistas conseguiram esticar verticalmente o metal líquido e movê-lo horizontalmente para conectar os dois eléctrodos – um exposto e o outro submerso no ácido clorídrico. “Isto mostrou que o material não precisa de estar totalmente submerso. Desta forma, o metal líquido magnético assemelha-se a um anfíbio que caminha de pé”, afirmam os cientistas no relatório.

Além do óbvio potencial de um metal líquido maleável e magnético, o mais notável desta invenção é a retirada da restrição que requer submersão, ou seja, ao desenvolver um metal que tenha todas estas propriedades, mas não precisa estar contido no líquido, é criada uma nova panóplia de escolhas no que diz respeito à área do design.

LM, ZAP //

Por LM
8 Abril, 2019

[vasaioqrcode]

 

1482: Há uma nova ferramenta (online) para manter a vida alienígena debaixo de olho

SETI

Pela primeira vez, uma nova ferramenta na Internet permite acompanhar e actualizar todas as pesquisas de inteligência artificial não terrestre (SETI) realizadas pela comunidade científica desde 1960. 

Um pouco por todo o mundo, correm investigações que procuram vida alienígena e, por vezes, torna-se difícil acompanhar todos os avanços alcançados.

Foi com isto em mente que Jill Tarter, pioneira neste campo de investigação e co-fundadora do Instituto SETI (Search for Extraterrestrial Intelligence), lançou o Technosearch, uma nova ferramenta disponível na Internet que compila todas as pesquisas do SETI publicadas nas últimas seis décadas. A plataforma permite ainda que os utilizadores enviem as suas próprias investigações, mantendo o banco de dados actualizado.

“Comecei a guardar este arquivo de pesquisa quando era ainda estudante”, explica Tarter citada em comunicado. “Alguns dos artigos originais foram apresentados em conferências, ou aparecem em revistas obscuras que são de difícil acesso para os recém-chegados ao campo do SETI. Estou muito contente por termos agora uma ferramenta que pode ser utilizada por toda a comunidade e com uma metodologia para mantê-la actualizada”.

Tarter desenvolveu a Technosearch em colaboração com estagiários da Research Experience for Undergraduates (REU), estudantes de pós-graduação que trabalham com o professor Jason Wright da Universidade Estadual da Pensivânia, nos Estados Unidos, e Andrew Garcia, estudante da REU em 2018 no Instituto SETI.

A Technosearch rastreia informações, incluindo dados básicos de cada observação e os seus autores, data e objectos observados e a instalação a partir da qual foi realizada. As características do telescópio utilizado são definidas, o tempo dedicado a cada objecto e o respectivo link para o artigo de investigação publicado originalmente.

Actualmente, a Technosearch conta com mais de 100 pesquisas de rádio e 38 pesquisas ópticas, totalizado cerca de 140 investigações científicas diferenciadas. No futuro, a comunidade SETI deverá colaborar para manter a Technosearch actualizada e precisa.

Desde a primeira pesquisa SETI levada a cabo por Frank Drake em 1960, astrónomos e amadores em todo o mundo têm procurado e esperam encontrar evidências de vida, especialmente vida inteligente, além do planeta Terra. Um desafio constante para os apaixonados por este tipo de investigação tem sido acompanhar as dezenas de pesquisas que já foram realizadas – a Technosearch visa colmatar esse mesmo problema.

ZAP // EuropaPress / LiveScience

Por ZAP
16 Janeiro, 2019

[vasaioqrcode]

 

715: Humanos para quê? Inteligência Artificial recria tabela periódica

maveric2003 / Flickr

Os humanos demoraram quase um século para organizar a tabela periódica, mas um novo programa de Inteligência Artificial realizou a mesma tarefa em apenas algumas horas.

Tabela periódica é indiscutivelmente uma das maiores realizações científicas em química, mas demorou quase um século para estar completamente concluída. Agora, um novo programa de Inteligência Artificial, desenvolvido por físicos da Universidade de Stanford, nos Estados Unidos, conseguiu o mesmo feito mas em apenas algumas horas.

O Atom2Vec, programa que conseguiu igualar o feito humano num período de tempo menor, aprendeu a distinguir diferentes átomos depois de analisar uma lista de nomes de compostos químicos a partir de um banco de dados online.

A Inteligência Artificial usou conceitos emprestados do campo do processamento de linguagem natural para agrupar esses elementos de acordo com suas propriedades químicas, sem qualquer ajuda humana.

“Queríamos saber se uma IA podia ser inteligente o suficiente para descobrir a tabela periódica por conta própria”, disse o principal autor do estudo, Shou-Cheng Zhang. E pode mesmo!. Este é um importante passo – e o primeiro – em direcção a uma meta muito mais ambiciosa: projectar um substituto para o teste de Turing, um dos mais importantes para definir a inteligência de uma máquina.

Para passar no teste de Turing, a IA deve ser capaz de responder a perguntas de maneira indistinguível à de um ser humano.

“Os seres humanos são produto da evolução e as nossas mentes estão cheias de qualquer tipo de irracionalidade. Para uma IA passar no teste de Turing seria necessário reproduzir todas essas irracionalidades humanas. Isso é muito difícil de fazer”, diz Zhang.

Em vez disso, Zhang propõe um novo marco para a inteligência da máquina. “Queremos tentar projectar uma Inteligência Artificial capaz de derrotar humanos ao descobrir uma nova lei da natureza. Para fazer isso, temos de testar, em primeiro lugar, se a nossa IA consegue fazer algumas das maiores descobertas já feitas por humanos”, como a tabela periódica.

Zhang e a sua equipa desenvolveram o Atom2Vec a partir de um programa de Inteligência Artificial que engenheiros da Google criaram para analisar a linguagem natural, o Word2Vec. A IA da Google converte palavras em códigos numéricos ou vectores. Ao analisar os vectores, o programa consegue estimar a probabilidade de uma palavra aparecer num determinado texto. “Podemos aplicar a mesma ideia aos átomos”, explicou Zhang.

“Em vez de alimentar todas as palavras e frases de uma colecção de textos, fornecemos ao Atom2Vec todos os compostos químicos conhecidos“, adianta a investigadora. O estudo foi publicado recentemente na Phys Org.

A partir destes dados, o Atom2Vec descobriu, por exemplo, que o potássio (K) e o sódio (Na) devem ter propriedades semelhantes, porque ambos os elementos podem-se ligar ao cloro (Cl).

Aplicações práticas

Os investigadores esperam que, no futuro, o conhecimento do Atom2Vec seja aproveitado para descobrir e projectar novos materiais, como “um material altamente eficiente na conversão de luz solar em energia”, sugeriu Zhang.

A sua equipa está agora concentrada em desenvolver a versão 2.0 do programa, que se irá preocupar com a resolução de um problema intratável na investigação médica: desenvolver o anticorpo certo para atacar antígenos específicos de células cancerígenas.

ZAP // HypeScience

Por ZAP
1 Julho, 2018

[vasaioqrcode]

[SlideDeck2 id=1476]

[powr-hit-counter id=cfe01956_1530442342170]

– Não sei se foram os cientistas que afirmaram isto se foi o anormal que transcreveu este texto e colocou um cabeçalho paranormal: “Humanos para quê? Inteligência Artificial recria tabela periódica“. Claro, pá! Acabe-se, extermine-se a raça humana que a Inteligência Artificial toma conta disto…

362: Num exame de contratos legais, os robôs arrasaram os advogados

Gwydion M. Williams / Flickr

Alguns dos principais advogados dos Estados Unidos entraram numa competição contra a Inteligência Artificial e acabaram… a perder.

O desafio fez parte de um teste comandado pela plataforma legal de IA LawGeex, em parceria com os professores de direito da Universidade de Stanford, da Faculdade de Direito Duke e da Universidade do Sul da Califórnia.

Na competição, os participantes tiveram quatro horas para rever cinco acordos de não divulgação, também conhecido em inglês como NDA, incluindo arbitragem, confidencialidade de relacionamento e indemnização.

Os advogados “reais” atingiram uma média de precisão de 85%, enquanto os robôs alcançaram 95%.

A diferença parece pouca se não for considerado o facto de que a Inteligência Artificial levou apenas 26 segundos para completar a tarefa, enquanto os humanos demoraram 92 minutos. Num teste específico de contratos, os robôs atingiram 100% de precisão e os advogados formados ficaram com o percentual de 97%.

Segundo um dos advogados envolvidos no teste, Grant Gulovsen, as tarefas concluídas pela Inteligência Artificial são parecidas com as realizadas diariamente por advogados.

Erika Buell, professora clínica da Faculdade de Direito Duke, acredita que a entrada dos robôs nas actividades diárias de um advogado pode poupar tempo para que os profissionais se foquem em trabalhos que exigem mais atenção humana.

“Eu acredito fortemente que estudantes de direito e advogados iniciantes precisam de compreender essas ferramentas de Inteligência Artificial e outras tecnologias que os ajudam a ser melhores advogados e futuramente moldar a prática legal”, relata Buell.

De qualquer maneira, os investigadores reforçam que a tecnologia nunca vai substituir completamente a necessidade dos seres humanos nas operações legais.

ZAP // Canal Tech

Por ZAP
11 Março, 2018

[vasaioqrcode]

[SlideDeck2 id=1476]

[powr-hit-counter id=14613d3f_1520764136176]

360: Inteligência Artificial reconstrói o que vemos ao ler as ondas cerebrais

(CC0/PD) geralt / pixabay

Investigadores da Universidade de Toronto, no Canadá, criaram uma Inteligência Artificial (IA) capaz de ler mentes e recriar imagens vistas por seres humanos com base na sua actividade cerebral.

O primeiro passo da equipa foi alimentar um grande número de imagens de rostos a uma rede neural, com o objectivo de a ensinar a detectar características e padrões.

Depois de ter aprendido a distinguir características, a IA aprendeu a combinar essas características com padrões de actividade cerebral registados em exames de electroencefalograma (EEG), observando esses mesmos rostos.

De acordo com Dan Nemrodov, que participou no estudo, quando a mente humana vê algo, o nosso cérebro cria uma percepção mental, que é essencialmente uma impressão mental do objecto visto.

“Conseguimos capturar esta percepção usando EEG para obter uma ilustração directa do que está a acontecer no cérebro durante esse processo”, explicou em comunicado.

Voluntários observaram imagens de rostos utilizando sensores de EEG. Em seguida, a IA foi capaz de reconstruir esses rostos usando as informações lidas a partir desses EEGs, com uma precisão surpreendente.

“Não só a IA pode produzir uma reconstrução baseada no que uma pessoa estava a perceber, mas também do que se lembrava e imaginava, no que queria expressar”, disse Adrian Nestor, um dos autores do estudo, publicado no final de Janeiro na revista eNeuro.

Segundo a equipa, a tecnologia pode revelar o conteúdo subjectivo da nossa mente e fornecer uma maneira de aceder, explorar e partilhar o conteúdo da nossa percepção, memória e imaginação.

Os resultados dessa pesquisa podem ter aplicações práticas, por exemplo, para pessoas que não conseguem comunicar verbalmente. Se a experiência lhe trouxe à memória “Black Mirror”, acertou em cheio. A equipa também afirmou que, no futuro, a tecnologia poderia ser usada como forma de combater o crime.

“Também poderia ter usos forenses para a aplicação da lei na recolha de informações de testemunhas oculares sobre possíveis suspeitos, em vez de confiar em descrições verbais fornecidas a um artista para criar um retrato falado”, explicou Nestor.

Por outras palavras, em vez de descrever um crime que testemunhou, os polícias acederiam ao cérebro da testemunha ocular para obter uma imagem mais precisa do que viu e do que se lembra dos eventos. O crime e o rosto do criminoso poderiam assim ser reconstruidos a partir das ondas cerebrais.

Esta não é a primeira vez que imagens de rostos de pessoas são reconstruidas a partir de exames cerebrais, mas é a primeira vez que isso é feito com EEG. A técnica aprofunda a percepção da mente das pessoas e reconstrói o que veem de forma mais barata, portátil e acessível do que nunca.

ZAP // IFL Science / HypeScience

Por ZAP
10 Março, 2018

[vasaioqrcode]

[SlideDeck2 id=1476]

[powr-hit-counter id=412da41b_1520695201594]

 

349: A Inteligência Artificial está ainda mais perto de ser humana

O desenvolvimento da inteligência artificial depende da aprendizagem das máquinas. De certa forma, as máquinas precisam de aprender a aprender. E se a melhor forma de aprender é através dos nossos erros, estão no caminho certo.

Um novo algoritmo permite que a Inteligência Artificial (IA) aprenda com os seus próprios erros, quase como os seres humanos fazem.

Este avanço acontece graças a um novo algoritmo de código aberto chamado Hindsight Experience Replay (HER), desenvolvido por investigadores da empresa OpenAI, com sede nos EUA. Nos últimos meses, investigadores da OpenAI têm se concentrado no desenvolvimento do processo de aprendizagem da inteligência artificial.

O algoritmo ajuda um agente de IA a “olhar para trás” em retrospectiva, por assim dizer, à medida que completa uma tarefa. De acordo com a OpenAI, a máquina passa a interpretar as falhas como sucessos, para chegar ao resultado pretendido no início da tarefa.

“O ponto chave da HER é algo o que os humanos fazem intuitivamente: mesmo que não tenhamos sucesso num objectivo específico, pelo menos conseguimos um objectivo diferente. Então, por que não apenas fingir que queríamos atingir esse objectivo para começar, em vez do que pretendemos alcançar originalmente?”, explicam os investigadores.

“Ao fazer a substituição, o algoritmo de aprendizagem de reforço pode obter um sinal de aprendizagem, uma vez que alcançou um objectivo, esmo que não fosse esse o que pretendia originalmente. Se repetirmos esse processo, eventualmente aprenderemos a alcançar objectivos arbitrários, incluindo os objectivos que realmente queríamos alcançar”, assinalam.

Isso significa que todas as tentativas falhadas da inteligência artificial funcionam como outro objectivo “virtual” não planeado.

Acontece algo parecido connosco quando estamos a aprender. Quando tentamos andar de bicicleta pela primeira vez, não nos conseguimos equilibrar correctamente. Mesmo assim, essas tentativas ensinam-nos o que não fazer e o que evitar. Cada fracasso aproxima-nos do objectivo. É assim que os seres humanos aprendem – e agora as máquinas também.

Com a HER, o OpenAI quer que as suas inteligências artificiais aprendam da mesma forma. Ao mesmo tempo, o método tornar-se-á uma alternativa ao sistema de recompensas usual envolvido em modelos de reforço de aprendizagem.

Para ensinar a IA a aprender por conta própria, ela tem que trabalhar com um sistema de recompensas. Os sistemas usados hoje ou dão cookies para a inteligência artificial quando esta alcança o objectivo – e não quando não alcança, ou dão cookies dependendo de quão perto a IA está de atingir o seu objectivo.

Nenhum dos métodos é perfeito. O primeiro não dá espaço para a aprendizagem, enquanto o segundo pode ser bastante complicado de implementar.

Ao tratar cada tentativa como um objectivo em retrospectiva, HER dá a um agente de IA uma recompensa mesmo quando na verdade ele não conseguiu realizar a tarefa especificada. Isso ajuda a inteligência artificial a aprender mais rápido e com maior qualidade.

No vídeo abaixo, é possível ver como isso funciona na prática. São mostradas diversas tarefas feitas pela HER e por outra inteligência artificial. A aprendizagem do novo sistema tem resultados muito melhores.

Este método não significa que o HER facilita completamente a aprendizagem. “Aprender com HER em robôs reais ainda é difícil, pois ainda requer uma quantidade significativa de amostra”, aponta Matthias Plappert, da OpenAI.

Em qualquer caso, como as simulações da OpenAI demonstraram, esta pode ser bastante útil para “encorajar” os agentes de IA para aprender com os seus erros.

ZAP // HypeScience / Science Alert

Por ZAP
8 Março, 2018

[vasaioqrcode]

[SlideDeck2 id=42]

[powr-hit-counter id=78fc4788_1520510042053]

343: Doutor Assistente IA: o primeiro médico robô já atende pacientes

Um robô dotado com Inteligência Artificial começou a operar no centro médico Shuanggang, na cidade de Hefei, capital da província chinesa de Anhui, leste da China.

O “Doutor Assistente IA” é um robô, dotado com Inteligência Artificial, capaz de diagnosticar pacientes e passar receitas. O robô foi desenvolvido pela empresa chinesa iFlytek e tem um aspecto humanoide, com grandes olhos azuis e um sorriso permanente.

O sistema baseia-se em diagnósticos anteriores. O robô é capaz de memorizar as receitas de outros médicos, que trabalham no mesmo ambulatório, de forma a poder basear-se em experiências passadas para tratar os seus próprios doentes.

No ano passado, o Doutor Assistente IA tornou-se no primeiro robô do mundo a passar nos exames para obter a licença necessária para exercer medicina.

De acordo com a agência noticiosa Xinhua, os diagnósticos terão de ser confirmados por um médico humano numa fase inicial, como uma forma de prevenção caso algo não corra como previsto.

A China é um dos países líderes na investigação de IA e robótica. Os robôs são utilizados na China já em várias áreas, incluindo redacção de notícias ou no cuidado de crianças e idosos.

ZAP // Lusa

Por ZAP
6 Março, 2018

[vasaioqrcode]

[SlideDeck2 id=42]

[powr-hit-counter id=1d093979_1520334188859]

337: Inteligência artificial reconstrói os mistérios de sistemas quânticos

(CC0/PD) Comfreak / pixabay

Duas das áreas mais empolgantes da ciência estão se a unir para se ajudarem mutuamente. Os cientistas querem usar a inteligência artificial que conduz automóveis autónomos para explorar as complexidades do mundo quântico.

A inteligência artificial vai ajudar os cientistas a explorarem as complexidades do mundo quântico. Por outro lado, um algoritmo quântico pode contribuir para que a inteligência artificial dê um salto de qualidade e se torne ainda mais poderosa do que já é.

Os físicos demonstraram que a aprendizagem da máquina pode reconstruir um sistema quântico com base em relativamente poucas medidas experimentais. Este método permitirá que cientistas avaliem completamente sistemas de partículas de forma muito mais rápida do que as técnicas convencionais usadas actualmente.

De forma muito mais rápida mesmo: sistemas complexos que exigiriam milhares de anos para ser reconstruidos com métodos anteriores poderiam ser analisados ​​inteiramente numa questão de horas.

O desenvolvimento de computadores quânticos e outras aplicações da mecânica quântica seriam beneficiados pela nova técnica. “Mostramos que a inteligência da máquina pode capturar a essência de um sistema quântico de forma compacta”, diz o co-autor do estudo, Giuseppe Carleo, cientista de pesquisa do Centro de Computação de Física Quântica do Instituto Flatiron, na cidade de Nova Iorque.

O estudo foi publicado na segunda-feira na revista Nature Physics.

A inspiração dos investigadores foi o AlphaGo, programa de computador que usou a aprendizagem da máquina para superar o campeão mundial do jogo de tabuleiro chinês Go em 2016. “O AlphaGo foi realmente impressionante, então começamos a perguntar-nos como poderíamos usar essas ideias na física quântica“, diz Carleo.

Sistemas de partículas, como electrões, podem existir em muitas configurações diferentes, cada uma com uma probabilidade particular de ocorrência. No reino quântico, os sistemas não observados não existem com qualquer uma dessas configurações.

Em vez disso, o sistema pode ser pensado como existindo com todas as configurações possíveis simultaneamente. Cada electrão, por exemplo, pode ter uma rotação para cima ou para baixo, semelhante ao famoso gato de Schrödinger, morto e vivo ao mesmo tempo até ser observado.

Quando medido, o sistema colapsa e chega a uma das configurações, assim como o gato de Schrödinger, que está morto ou vivo depois de a caixa ser aberta. Essa peculiaridade da mecânica quântica significa que nunca se pode observar toda a complexidade de um sistema numa única experiência. Em vez disso, os cientistas conduzem as mesmas medidas várias vezes até poderem determinar o estado de todo o sistema.

Esse método funciona bem para sistemas simples, com apenas algumas partículas. Mas quando estão envolvidas muitas partículas, as coisas começam a complicar-se. Se considerarmos que cada electrão pode ser girado para cima ou para baixo, um sistema de cinco electrões possui 32 configurações possíveis. Um sistema de 100 electrões tem biliões de possibilidades.

O emaranhamento das partículas complica ainda mais. Através do emaranhamento quântico, partículas independentes entrelaçam-se e deixam de poder ser tratadas como entidades puramente separadas, mesmo quando separadas fisicamente. Este emaranhamento altera a probabilidade de configurações diferentes. Métodos convencionais, portanto, simplesmente não são viáveis ​​para sistemas quânticos complexos.

Carleo e os seus colegas contornaram essas limitações usando técnicas de aprendizagem de máquina.

Os cientistas colocaram medidas experimentais de um sistema quântico numa ferramenta de software baseada em redes neurais artificiais. O software aprende ao longo do tempo e tenta imitar o comportamento do sistema. Uma vez que o software tem dados suficientes, pode reconstruir com precisão o sistema quântico completo.

Os investigadores testaram o software usando conjuntos de dados experimentais simulados com base em diferentes sistemas quânticos. Nestes testes, o software ultrapassou os métodos convencionais. Para oito electrões, cada um com giro para cima ou para baixo, o software poderia reconstruir com precisão o sistema com apenas cerca de 100 medidas contra os quase 1 milhão de medidas que o método convencional exigiria para atingir o mesmo nível de precisão.

A nova técnica também pode lidar com sistemas muito maiores. Por sua vez, essa habilidade pode ajudar os cientistas a validar se um computador quântico está configurado correctamente e que qualquer software quântico funcionaria como pretendido.

Capturar a essência de sistemas quânticos complexos com redes neurais artificiais compactas tem outras consequências de longo alcance.

O coordenador do Centro para Cálculo Computacional de Química Quântica, Andrew Millis, observa que estas ideias fornecem uma nova abordagem importante para o desenvolvimento contínuo de novos métodos para entender o comportamento dos sistemas quânticos interactivos e se conectar com o trabalho noutras abordagens de aprendizagem mecânica de inspiração quântica.

Além das aplicações para pesquisas fundamentais, Carleo explica que as lições aprendidas pela equipa ao combinar a aprendizagem de máquinas com ideias da física quântica também poderiam melhorar as aplicações de uso geral de inteligência artificial.

“Poderíamos usar os métodos que desenvolvemos aqui noutros contextos. Um dia, quem sabe, podemos ter um carro autónomo inspirado pela mecânica quântica”, realçou.

Em vez de utilizar a inteligência artificial para melhorar o conhecimento sobre a física quântica, as pesquisas que envolvem estes dois elementos geralmente funcionam no caminho inverso: o da utilização da física quântica para melhorar a inteligência artificial.

A inteligência artificial actual é limitada a estes algoritmos especializados de aprendizagem de máquinas, capazes de realizar tarefas específicas de forma automatizada – como conduzir um carro ou jogar xadrez.

ZAP // Hype Science / Phys.org / Futurism

Por ZAP
2 Março, 2018

[vasaioqrcode]

[SlideDeck2 id=42]

[powr-hit-counter id=706732cb_1519989822995]