Notícia

Cientistas conseguem aumentar a capacidade de memória de sistemas inteligentes com base na função de neurônios humanos

Divulgação, Universidade de Liège

Fonte

Universidade de Liège

Data

quarta-feira, 16 junho 2021 06:15

Áreas

Computação. Inteligência Artificial. Neurociências.

O enorme interesse em inteligência artificial nos últimos anos levou ao desenvolvimento de técnicas de aprendizado de máquina extremamente poderosas. Por exemplo, séries temporais – qualquer série de dados onde um componente de tempo está presente, como preços de ações, padrões climáticos ou eletroencefalogramas – são por sua natureza extremamente comuns e de grande interesse devido à sua ampla gama de aplicações. A análise de séries temporais é um tipo de tarefa para a qual as técnicas de aprendizado de máquina são de particular interesse, permitindo a previsão de eventos futuros com base em eventos passados. Dada a diversidade de aplicações potenciais, é lógico que o processamento de tais dados por meio de algoritmos de inteligência artificial tenha se tornado muito popular nos últimos anos.

Um tipo particular de rede neural artificial, chamada rede neural recorrente (RNN), foi especialmente desenvolvido nos últimos anos para ter uma memória que permite à rede reter informações ao longo do tempo para processar corretamente uma série temporal. Cada vez que novos dados são recebidos, a rede atualiza sua memória para reter essas novas informações. Apesar desses desenvolvimentos, ainda é difícil treinar essas redes e sua capacidade de memória é limitada no tempo.

“Podemos imaginar o exemplo de uma rede que recebe diariamente novas informações. Mas depois do quinquagésimo dia, notamos que a informação do primeiro dia já tinha sido esquecida”, explicou Nicolas Vecoven, doutorando no laboratório de Sistemas e Modelagem da Universidade de Liège, na Bélgica. Nicolas e colegas da Escola de Engenharia da Universidade de Liège desenvolveram um novo neurônio artificial inspirado nos diferentes modos de operação dos neurônios humanos.

“No entanto, os neurônios humanos são capazes de reter informação durante um período de tempo quase infinito graças ao mecanismo de bi-estabilidade. Isso permite que os neurônios se estabilizem em dois estados diferentes, dependendo da história das correntes elétricas a que foram submetidos, e isso por um período infinito de tempo. Em outras palavras, graças a esse mecanismo, os neurônios humanos podem reter um bit (um valor binário) de informação por um tempo infinito”, explicou Nicolas.

Com base neste mecanismo de bi-estabilidade, Nicolas Vecoven, o professor Dr. Damien Ernst (especialista em inteligência artificial) e o Dr. Guillaume Drion (especialista em neurociência) construíram o novo neurônio artificial com este mesmo mecanismo e o integraram em redes artificiais recorrentes.

Chamado de Bistable Recurrent Cell (BRC), o novo neurônio artificial permitiu que redes recorrentes aprendessem relações temporais de mais de 1000 intervalos de tempo, onde os métodos clássicos falharam após apenas cerca de 100 intervalos de tempo. Os resultados foram publicados na revista científica PLOS One.

Os três pesquisadores continuam suas pesquisas neste campo específico e continuam desenvolvendo tecnologias para melhorar a memória das RNNs, promovendo o surgimento de pontos de equilíbrio dentro delas.

Acesse o artigo científico completo (em inglês).

Acesse a notícia completa na página da Universidade de Liège (em inglês).

Fonte: Universidade de Liège. Imagem: Divulgação, Universidade de Liège.

Em suas publicações, o Portal Tech4Health da Rede T4H tem o único objetivo de divulgação científica, tecnológica ou de informações comerciais para disseminar conhecimento. Nenhuma publicação do Portal Tech4Health tem o objetivo de aconselhamento, diagnóstico, tratamento médico ou de substituição de qualquer profissional da área da saúde. Consulte sempre um profissional de saúde qualificado para a devida orientação, medicação ou tratamento, que seja compatível com suas necessidades específicas.