Modelo de Aprendizado Profundo Inspira-se na Psicologia do Desenvolvimento para Compreender Física Intuitiva

Tecnologia Inteligência Artificial Psicologia do Desenvolvimento

Pesquisadores da DeepMind desenvolveram um modelo de aprendizado profundo, chamado PLATO, inspirado na psicologia do desenvolvimento, para ensinar inteligência artificial a compreender conceitos físicos intuitivos. Publicado na Nature Human Behavior, o estudo utiliza um conjunto de dados sintéticos e testes baseados em paradigmas de desenvolvimento infantil para avaliar a capacidade do modelo em entender o mundo físico.

Create a 2D, flat corporate style vector image on a plain white background. The image illustrates the DeepMind's advanced learning model, named 'PLATO'. This model should be visually represented interacting with various objects in motion, embodying physical concepts. These objects are set in a synthetic testing environment that is used for training 'PLATO'. Performance graphs are included in the image to display 'PLATO's test results. Paint this scene with a soft, technological color palette featuring shades of blue and green.

Imagem gerada utilizando Dall-E 3

A compreensão do mundo físico é uma habilidade crítica que os humanos geralmente dominam sem esforço, mas que ainda representa um desafio para a inteligência artificial. Pesquisadores da DeepMind buscaram resolver essa questão desenvolvendo um modelo de aprendizado profundo inspirado na psicologia do desenvolvimento infantil. O estudo, publicado na Nature Human Behavior, introduz o PLATO (Physics Learning through Auto-encoding and Tracking Objects), um sistema que representa o mundo como um conjunto de objetos que evoluem ao longo do tempo.

Solidez
Persistência de objetos
Continuidade
Imutabilidade
Inércia direcional

O PLATO foi treinado com vídeos de interações físicas simples e testado com um conjunto de dados sintéticos que avalia cinco conceitos físicos: solidez, persistência de objetos, continuidade, imutabilidade e inércia direcional. O modelo demonstrou sucesso em todos os testes, superando modelos 'planos' de tamanho similar que não utilizam representações baseadas em objetos.

- O PLATO aprendeu conceitos físicos com apenas 28 horas de experiência visual. - O modelo foi testado com objetos nunca antes vistos e passou nos testes sem re-treinamento. - A pesquisa sugere que a física intuitiva pode ser aprendida com pouca experiência, se suportada por uma representação adequada do mundo como objetos.

Os pesquisadores esperam que o conjunto de dados e o modelo PLATO ajudem a comunidade científica a entender melhor as capacidades dos modelos de IA em compreender o mundo físico. Futuramente, planejam expandir os testes para incluir mais conceitos físicos e utilizar estímulos visuais mais ricos, incluindo vídeos do mundo real.

A pesquisa da DeepMind representa um avanço significativo na interseção entre psicologia do desenvolvimento e inteligência artificial. O sucesso do PLATO em aprender conceitos físicos intuitivos com pouca experiência visual sugere novas possibilidades para o desenvolvimento de sistemas de IA mais seguros e eficientes. O futuro trabalho nesta área poderá expandir ainda mais nossa compreensão e aplicação de modelos de IA em contextos do mundo real.