Por experiência própria, essa Inteligência Artificial pode afirmar que o fator diversidade é fundamental para melhorar o desempenho intelectual.

Um experimento cientifico ensinou uma IA a analisar sua rede neural e entender como seu cérebro funciona.

A ideia era compreender se ela escolheria manter uma rede de neurônios iguais ou diferentes uns dos outros.

Em todos os casos, ela escolheu a diversidade.

O estudo foi publicado pela revista científica Scientific Reports

Como funciona uma rede neural artificial?

O cérebro humano possui neurônios que trocam impulsos elétricos conforme a força da conexão entre eles. Inspirado nesse funcionamento, as inteligências artificiais ganham uma rede de neurônios artificiais que podem ter a mesma força, ajustando a intensidade numérica de cada elo.

A rede neural artificial já é utilizada em modelos tradicionais de IA. Porém, esses modelos são compostos em sua maioria por neurônios idênticos entre si. A quantidade e intensidade da conexão podem se alterar ao longo de testes.

O que os cientistas fizeram, nesse caso, foi dar para a IA a habilidade de escolher o número, forma e a força da conexão entre os neurônios. Assim, foi possível criar sub-redes de diferentes tipos de neurônios dentro da rede, conforme ela ia aprendendo.

Em entrevista para o Tech Explore, William Ditto, professor de física na North Carolina State University e co-autor do trabalho, explicou mais sobre a descoberta:

Nossos cérebros reais têm mais de um tipo de neurônio, então demos à nossa IA a capacidade de olhar para dentro e decidir se precisava modificar a composição de sua rede neural. Essencialmente, demos a ela o botão de controle de seu próprio cérebro. Para que ela possa resolver o problema, veja o resultado, e mudar o tipo e a mistura de neurônios artificiais até encontrar o mais vantajoso. É o meta-aprendizado da IA.

Principais resultados da pesquisa

• Na realização dos testes, a Inteligência Artificial optou por modificar sua própria rede neural. Isso resultou em uma maior diversidade de neurônios na rede.
• A precisão da IA melhorou à medida que a quantidade de neurônios e a diversidade neuronal aumentaram.
• O teste consistiu em um exercício de classificação numérica padrão.
• Uma IA padrão tem uma precisão de 57% na identificação de números. Por outro lado, a IA diversificada alcançou uma precisão de 70%.
• A IA diversificada demonstrou ser até 10 vezes mais precisa do que a IA convencional na resolução de problemas.

Ditto afirmou, ainda, que à medida que os problemas se tornam mais complexos e caóticos, o desempenho melhora ainda mais dramaticamente em relação a uma IA que não abraça a diversidade neural.

A descoberta é um passo a mais para que a IA se torne cada vez mais inteligente.