Essa “segunda pessoa própria” observará tudo o que seu usuário faz e poderá representá-lo em determinadas situações, até mesmo reproduzindo sua fala. Schmidt também acredita que veremos redes neurais muito poderosas nos próximos anos, capazes de aconselhar pessoas em situações sociais ou de lazer.
O sistema MAGIC irá fornecer orientação em tempo real para 50 procedimentos médicos diferentes e ajudar na redução de erros durante situações críticas em guerra. Uma IA será treinada com 2.500 vídeos estereoscópicos e 50 milhões de imagens de procedimentos para indicar o que precisa ser feito e a sequência correta das intervenções médicas.
A “VideaHealth”, fundada por cientistas do MIT e Harvard, afirma que o sistema reduz em até 43% os erros de diagnóstico cometidos por dentistas. O algoritmo de detecção é baseado em uma rede neural convolucional treinada em um conjunto de dados gigante com mais de 100 milhões de imagens de raios-X.
O algoritmo, treinado por pessoas reais ao avaliar milhares de fotos, pode reproduzir quais seriam as primeiras impressões e estereótipos que outras pessoas projetariam em determinado indivíduo – quem usava óculos tendia a ser avaliado como mais inteligente, por exemplo. De acordo com os pesquisadores, é preciso cautela com o desenvolvimento da tecnologia já que ela pode ser usada na manipulação de imagens – em um dos cenários avaliados, fotos de candidatos políticos poderiam ser alteradas para parecerem mais confiáveis ou deixar oponentes parecerem suspeitos. O algoritmo foi originalmente desenvolvido para auxiliar na geração de imagens de rosto para uso em experimentos de percepção e cognição social.
Maximilian Diehl pretende ensinar inteligências artificiais a trabalhar e se adaptar à natureza imprevisível do comportamento humano. Diehl também quer que IAs se expliquem, deixando claro para humanos como e porquê certa decisão foi tomada para a resolução de um problema.
Para Mark Zuckerberg, a capacidade de se comunicar em qualquer idioma seria igual a um “superpoder”. A empresa vai se concentrar na construção de modelos que possam aprender a traduzir idiomas com menos exemplos de treinamento e sistemas que traduzam fala e textos em tempo real através de dispositivos como óculos de realidade aumentada.
Para Yann LeCun, esses sistemas não dependerão mais de conjuntos de dados cuidadosamente rotulados para que obtenham uma compreensão do mundo e executar suas tarefas. O aprendizado autossupervisionado utiliza dados não rotulados, tornando o sistema mais robusto e reduz a sensibilidade a vieses em dados.
O sistema possui uma rede de dezenas de milhares de servidores que utilizam processadores Xeon Platinum, com oito GPUs Nvidia V100, 692 GB de RAM, rede InfiniBand, além de FPGAs e outros aceleradores de IA. Segundo a Microsoft, no entanto, o “segredo” estaria na tecnologia de dimensionamento de carga e schedulers, reduzindo custos e aumentando a confiabilidade de serviços.
Uma espécie de rede neural chamada de GHN-2 (Graph HyperNetworks 2) foi projetada e treinada para prever parâmetros para outras inteligências artificiais em frações de segundo, tornando desnecessário o processo de treinamento desses modelos. A GHN-2 detecta padrões aparentemente aleatórios em redes neurais, o que facilitaria a transferência de conhecimento de uma arquitetura para outra.
Escritório de advocacia usa IA para determinar autenticidade de pinturas famosas: redes neurais convolucionais são treinadas para examinar pequenos segmentos de obras-primas para analisar e classificar certos padrões, até traços de pincéis. A firma Morgan Lewis, especializada em propriedade intelectual, utilizou a tecnologia para determinar que a pintura “Salvator Mundi”, a mais cara do mundo, vendida por 450 milhões de dólares em 2017, é uma autêntica obra de Leonardo da Vinci, afirmação controversa entre especialistas em história da arte. As informações são do blog da Nvidia.