Uma equipe de pesquisadores defende que a união da IA com a ecologia gera uma sinergia que poderá fortalecer a IA e ajudar a resolver desafios globais complexos, como surtos de doenças, perda de biodiversidade e impactos das alterações climáticas.
A larga maioria dos sistemas de inteligência artificial atuais imita vagamente o cérebro humano, denominada abordagem neuromórfica.
Agora, pesquisadores estão propondo que outro ramo da biologia – a ecologia – seja usada como fonte de inspiração para toda uma nova geração de IA, que poderá com isso se tornar mais poderosa, mais resiliente e socialmente responsável. O artigo da pesquisa foi publicado na Revista PNAS – Proceedings of the National Academy of Sciences.
Essa convergência busca novos paradigmas de pensamento para dar suporte à extrapolação inteligente para sistemas e futuros não observados (ou não observáveis).
O argumento dos pesquisadores se estende muito além do paradigma “IA para X” de simplesmente aplicar IA a uma miríade de domínios (representados por “X”).
Uma mudança em direção à pesquisa convergente coproduzida tem o potencial de alimentar a próxima geração de avanços em IA e compreensão ecológica.
Leia mais sobre IA Generativa: O QUE É IA GENERATIVA? COMO USAR? PRECAUÇÕES
IA mesclada com ecologia geraria soluções ambientais mais harmônicas
Os dados refletem observações ou medições brutas (por exemplo, dados de satélite, como temperatura da superfície do mar (TSM) em um local específico), enquanto sintetizar essas medições em uma forma significativa constitui informação (por exemplo, fornecer contexto espacial ou temporal para medições de TSM na forma de mapas de séries temporais). O conhecimento adiciona contexto, fornecendo exemplos semelhantes ou comparações com outros sistemas de conhecimento (por exemplo, alguns organismos marinhos sofrerão estresse por calor). Finalmente, a sabedoria considera todos esses elementos, bem como valores sociais ou culturais para avaliar ações potenciais (por exemplo, limites de emissão de carbono para mitigar efeitos prejudiciais do aquecimento climático). As setas representam como o aprendizado de máquina (ML, azul) e a pesquisa de sistemas ecológicos (amarelo) alcançam conexões dentro dessa estrutura. O ML pode transformar dados em informações, mas também pode ignorar a etapa de informação para direcionar a inferência transmitida como conhecimento. Em contraste, as setas bidirecionais para ecologia representam feedback iterativo para o processo de coleta de dados a fim de obter conhecimento por meio de modelagem estatística e refinamento de hipóteses. Avanços intencionais e sinérgicos em ML-IA e ciência de sistemas ecológicos podem estimular maior compreensão, previsão e proteção da função de sistemas complexos se pudermos alinhar os pontos fortes de cada disciplina para identificar explicitamente vieses e gerenciar incertezas e diferentes formas de conhecimento, especialmente em níveis de informação e conhecimento. Figura do artigo
A ideia surgiu da observação de que a IA pode ser surpreendentemente boa em determinadas tarefas, mas ainda longe de ser útil noutras, e que o desenvolvimento da área está se deparando com obstáculos que os princípios ecológicos poderiam ajudá-la a superar.
“Os tipos de problemas com os quais lidamos regularmente na ecologia não são apenas desafios dos quais a IA poderia se beneficiar em termos de pura inovação – são também os tipos de problemas em que, se a IA pudesse ajudar, poderia significar muito para o bem global. Isso pode realmente beneficiar a humanidade,” defendeu Barbara Han, ecologista do Instituto Cary de Estudos de Ecossistemas, nos EUA, que liderou o estudo com seu colega Kush Varshney, da IBM.
Os sistemas de inteligência artificial são notoriamente frágeis, com consequências que vão de uma nota baixa na escola (quando ela responde incorretamente a pergunta de um estudante) a potencialmente devastadoras (quando ela erra em um diagnóstico de um câncer ou causa um acidente de carro).
Como a ecologia pode tornar a IA melhor
O que os pesquisadores defendem é que a incrível resiliência dos sistemas ecológicos pode inspirar arquiteturas de IA mais robustas e adaptáveis.
Por exemplo, o conhecimento ecológico poderia ajudar a resolver o problema do colapso do modo em redes neurais artificiais, os sistemas de IA que embasam o reconhecimento de fala, a visão computacional e muitas outras aplicações.
“O colapso do modo ocorre quando você treina uma rede neural artificial em algo, e então você a treina em outra coisa e ela esquece a primeira coisa em que foi treinada,” explicou Varshney. “Ao compreender melhor por que o colapso modal ocorre ou não nos sistemas naturais, podemos aprender como fazer com que isso não aconteça na IA.”
Uma IA inspirada em sistemas ecológicos poderá ainda incluir ciclos de retroalimentação, caminhos redundantes e estruturas de tomada de decisão.
Essas atualizações de flexibilidade também poderiam contribuir para uma “inteligência mais geral” para as IAs, que poderia permitir o raciocínio e a criação de conexões além dos dados específicos nos quais o algoritmo foi treinado.
A ecologia também pode ajudar a revelar por que os grandes modelos de linguagem baseados em IA, que alimentam bate-papos como o ChatGPT, apresentam comportamentos emergentes que não estão presentes em modelos de linguagem menores. Esses comportamentos incluem “alucinações”, quando uma IA gera informações falsas.
Dado que a ecologia examina sistemas complexos em vários níveis e de formas holísticas, ela é boa na captura de propriedades emergentes como essas e pode ajudar a revelar os mecanismos por trás desses comportamentos anômalos.
Além disso, já se sabe que o progresso da IA não poderá vir unicamente de tornar os modelos maiores. “Terá de haver outras inspirações e a ecologia oferece um caminho para novas linhas de pensamento,” disse Varshney.
Vantagens de uma IA ecológica
Uma das principais vantagens na integração da ecologia e da IA estaria na síntese de grandes quantidades de dados e na localização de elos perdidos em sistemas complexos.
Os cientistas normalmente tentam compreender o mundo comparando duas variáveis de cada vez – por exemplo, como é que a densidade populacional afeta o número de casos de uma doença infecciosa.
O problema é que, tal como acontece na maioria dos sistemas ecológicos complexos, a previsão da transmissão de doenças depende de muitas variáveis, e não apenas de uma.
Os ecologistas nem sempre sabem quais são todas essas variáveis, o que os limita a trabalhar com aquelas que podem ser facilmente medidas, e mesmo aí é difícil captar como essas diferentes variáveis interagem – em oposição aos fatores sociais e culturais, por exemplo.
“Em comparação com outros modelos estatísticos, a IA pode incorporar maiores quantidades de dados e uma diversidade de fontes de dados, e isso pode nos ajudar a descobrir novas interações e motivadores que talvez não considerássemos importantes,” disse Shannon LaDeau, membro da equipe.
“Há muitas promessas no desenvolvimento da IA para capturar melhor mais tipos de dados, como os insights socioculturais que são realmente difíceis de resumir em um número.”
Política de Uso
A reprodução de matérias é livre mediante a citação do título do texto com link apontando para este texto. Crédito do site Nature & Space
IA COM REGRAS DA ECOLOGIA GERARIA SOLUÇÕES HARMÔNICAS
Bibliografia:
Artigo: A Synergistic Future for AI and Ecology
Autores: Barbara A. Han, Kush R. Varshney, Shannon LaDeau, Ajit Subramaniam, Kathleen C. Weathers, Jacob Zwart
Revista: Proceedings of the National Academy of Sciences
Vol.: 120 (38) e2220283120
DOI: 10.1073/pnas.2220283120
Site Inovação Tecnológica
Inteligência artificial inspirada na Ecologia pode ficar mais sábia
