{"id":1229,"date":"2019-01-29T17:48:29","date_gmt":"2019-01-29T17:48:29","guid":{"rendered":"http:\/\/gotodata.com.br\/site\/?p=1229"},"modified":"2019-01-29T17:48:29","modified_gmt":"2019-01-29T17:48:29","slug":"isso-e-uma-chaleira-ou-uma-bola-de-golfe","status":"publish","type":"post","link":"https:\/\/gotodata.com.br\/web\/isso-e-uma-chaleira-ou-uma-bola-de-golfe\/","title":{"rendered":"Isso \u00e9 uma chaleira ou uma bola de golfe?"},"content":{"rendered":"

Pesquisadores testam os limites e falhas da intelig\u00eancia artificial na identifica\u00e7\u00e3o de imagens.<\/span><\/h3>\n

\"\"<\/a>A intelig\u00eancia artificial \u00e9 produto de d\u00e9cadas de dedica\u00e7\u00e3o da engenhosidade humana, que deu origem a sistemas complexos capazes de desempenhar fun\u00e7\u00f5es muitas vezes com mais celeridade e assertividade que seus pr\u00f3prios criadores. Mas enquanto o medo de sermos dominados pelas m\u00e1quinas continua sendo apenas uma paranoia cinematogr\u00e1fica, cientistas tentam pregar pe\u00e7as nos computadores \u2013 e \u00e0s vezes conseguem.<\/span><\/p>\n

Um estudo comandado por um time de psic\u00f3logos cognitivos da Universidade da Calif\u00f3rnia (UCLA) submeteu redes de <\/span>deep learning<\/span><\/i> a alguns testes de identifica\u00e7\u00e3o de imagens, e os resultados foram curiosos. Na verdade o objetivo n\u00e3o era exatamente enganar a m\u00e1quina, mas observar em que medida eles se assemelham ao c\u00e9rebro humano ao analisar imagens e quais s\u00e3o suas limita\u00e7\u00f5es nessa miss\u00e3o. <\/span><\/p>\n

Em um dos testes imagens de animais e objetos foram alteradas. Por exemplo, testaram a identifica\u00e7\u00e3o de um camelo com listras de zebra, uma chaleira com a superf\u00edcie de uma bola de golfe e um elefante com o padr\u00e3o quadriculado de uma meia. O sistema VGG-19 \u2013 submetido ao teste, um dos mais avan\u00e7ados da atualidade \u2013 s\u00f3 acertou cinco das 40 tentativas. Apontou que definitivamente n\u00e3o se tratava de um elefante e que era apenas de 0,41% a chance de tratar-se de uma chaleira \u2013 nesse caso, seu \u201cchute\u201d foi que era mesmo uma bola de golfe. Um forte ind\u00edcio de que para essa tecnologia, mais vale a textura ou o preenchimento que a forma das figuras mostradas. <\/span><\/p>\n

Noutro teste, os cientistas \u201cmostraram\u201d imagens de estatuetas de vidro transparente, e o resultado foi decepcionante. Nem o VGG-19 nem outro sistema testado, o AlexNet, conseguiram acertar de primeira nenhum desafio. Um urso polar foi identificado como um abridor de latas e um ganso foi rotulado como \u201cwebsite\u201d. <\/span><\/p>\n

Para analisar a capacidade dos sistemas de avaliar as imagens apenas pela silhueta, foram feitos outros dois testes: um com figuras contornadas em preto e sem preenchimento, e o outro com desenhos todos em preto. Os melhores resultados vieram no segundo. Os \u201ccontorno internos\u201d das imagens em branco confundem a m\u00e1quina. <\/span><\/p>\n

\"\"<\/a><\/p>\n

No quinto experimento, humanos entraram em a\u00e7\u00e3o. Primeiro seis imagens que o VGG-19 acertou no teste das silhuetas em preto foram \u201cembaralhadas\u201d, como na figura ao lado. Ao tentar identific\u00e1-las novamente, o sistema acertou 5 e chegou muito perto de acertar a sexta. Para os estudantes selecionados para analisar as mesmas imagens, n\u00e3o foi t\u00e3o f\u00e1cil. Alguns tiveram apenas um segundo para ver os desenhos. Acertaram 23% das vezes. Quando puderam ver por quanto tempo julgavam necess\u00e1rio, o percentual aumentou, mas pouco: 37%. <\/span><\/p>\n

Como conclus\u00e3o geral, os pesquisadores apontaram que enquanto os seres humanos tendem a ver o objeto por inteiro, os sistemas de intelig\u00eancia artificial processam fragmentos das figuras. Felizmente, seguimos mais competentes que os computadores para identificar imagens. Ao menos por enquanto, v\u00e3o dizer os mais temerosos.<\/span><\/p>\n","protected":false},"excerpt":{"rendered":"

Pesquisadores testam os limites e falhas da intelig\u00eancia artificial na identifica\u00e7\u00e3o de imagens. A intelig\u00eancia artificial \u00e9 produto de d\u00e9cadas de dedica\u00e7\u00e3o da engenhosidade humana, que deu origem a sistemas complexos capazes de desempenhar fun\u00e7\u00f5es muitas vezes com mais celeridade e assertividade que seus pr\u00f3prios criadores. Mas enquanto o medo de sermos dominados pelas m\u00e1quinas […]<\/p>\n","protected":false},"author":1,"featured_media":0,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[19],"tags":[],"class_list":["post-1229","post","type-post","status-publish","format-standard","hentry","category-tecnologia"],"jetpack_featured_media_url":"","_links":{"self":[{"href":"https:\/\/gotodata.com.br\/web\/wp-json\/wp\/v2\/posts\/1229"}],"collection":[{"href":"https:\/\/gotodata.com.br\/web\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/gotodata.com.br\/web\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/gotodata.com.br\/web\/wp-json\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/gotodata.com.br\/web\/wp-json\/wp\/v2\/comments?post=1229"}],"version-history":[{"count":0,"href":"https:\/\/gotodata.com.br\/web\/wp-json\/wp\/v2\/posts\/1229\/revisions"}],"wp:attachment":[{"href":"https:\/\/gotodata.com.br\/web\/wp-json\/wp\/v2\/media?parent=1229"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/gotodata.com.br\/web\/wp-json\/wp\/v2\/categories?post=1229"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/gotodata.com.br\/web\/wp-json\/wp\/v2\/tags?post=1229"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}