Unimals, as criaturas virtuais que usam IA para evoluir seus corpos e vencer obstáculos

Pesquisadores da Universidade Stanford, nos EUA, desenvolveram criaturas virtuais que evoluem seus corpos para vencer obstáculos e resolver problemas. Os “unimals” (abreviação de animais universais) foram utilizados para demonstrar que a evolução da inteligência depende da configuração dos corpos. Gustavo MinariCanaltech

They look like half-formed crabs made of sausages—or perhaps Thing, the disembodied hand from The Addams Family. But these “unimals” (short for “universal animals”) could in fact help researchers develop more general-purpose intelligence in machines. Will Douglas Heaven – MIT Technology Review

Em um ambiente digital, esses pequenos seres compostos por uma cabeça e membros articulados sofreram mutações para se adaptarem à paisagem, sugerindo novas maneiras de otimização para sistemas avançados de inteligência artificial (IA), que podem ser implantados em robôs no futuro.

The unimals that perform the best are then selected and mutations are introduced, and the resulting offspring are placed back in the environment, where they learn the same tasks from scratch. The process repeats hundreds of times: evolve and learn, evolve and learn.

Embodied Intelligence via Learning and EvolutionAgrim Gupta

Embodied Intelligence via Learning and EvolutionAgrim Gupta31.580 visualizações3 de fev. de 2021Results from our paper

Embodied Intelligence via Learning and Evolution“.

The intertwined processes of learning and evolution in complex environmental niches have resulted in a remarkable diversity of morphological forms. Moreover, many aspects of animal intelligence are deeply embodied in these evolved morphologies. However, the principles governing relations between environmental complexity, evolved morphology, and the learnability of intelligent control, remain elusive, partially due to the substantial challenge of performing large-scale {\it in silico} experiments on evolution and learning.

We introduce Deep Evolutionary Reinforcement Learning (DERL): a novel computational framework which can evolve diverse agent morphologies to learn challenging locomotion and manipulation tasks in complex environments using only low level egocentric sensory information. Leveraging DERL we demonstrate several relations between environmental complexity, morphological intelligence and the learnability of control.

First, environmental complexity fosters the evolution of morphological intelligence as quantified by the ability of a morphology to facilitate the learning of novel tasks. Second, evolution rapidly selects morphologies that learn faster, thereby enabling behaviors learned late in the lifetime of early ancestors to be expressed early in the lifetime of their descendants. In agents that learn and evolve in complex environments, this result constitutes the first demonstration of a long-conjectured morphological Baldwin effect. Third, our experiments suggest a mechanistic basis for both the Baldwin effect and the emergence of morphological intelligence through the evolution of morphologies that are more physically stable and energy efficient, and can therefore facilitate learning and control.

“Se os pesquisadores querem recriar a inteligência nas máquinas, pode estar faltando algo. Na biologia, a inteligência surge de mentes e corpos trabalhando juntos. Aspectos dos planos corporais, como o número e a forma dos membros, determinam o que os animais podem fazer e aprender”, explica o estudante de ciência da computação Agrim Gupta, autor principal do estudo.

Wrapping AIs in bodies that are adapted to specific tasks could make it easier for them to learn a wide range of new skills. “One thing every single intelligent animal on the planet has in common in a body,“ says Bongard. “Embodiment is our only hope of making machines that are both smart and safe.“

Para testar a capacidade de evolução dos unimais, os pesquisadores desenvolveram uma técnica chamada DERL (Deep Evolutionary Reinforcement Learning) — Aprendizado por Reforço Evolutivo Profundo, em tradução livre. Na primeira parte dos testes, eles foram treinados para completar uma tarefa simples, como caminhar por diferentes tipos de terreno ou mover um objeto em um ambiente virtual.

Os cientistas também testaram se os unimais podiam se adaptar a uma tarefa que não tinham visto antes. Aqueles que evoluíram em ambientes mais complexos, contendo obstáculos ou terreno irregular, foram mais rápidos no aprendizado de novas habilidades, como rolar uma bola em vez de empurrar uma caixa.

The mutations unimals are subjected to involve adding or removing limbs, or changing the length or flexibility of limbs. The number of possible body configurations is vast: there are 10^18 unique variations with 10 limbs or fewer. Over time, the unimals’ bodies adapt to different tasks.

“Já se sabe que certos órgãos aceleram o aprendizado. Este trabalho mostra que um corpo adequado também pode acelerar as mudanças no cérebro do robô, com inteligência e morfologia caminhando na mesma direção. Os unimais com corpos evoluídos mais bem-sucedidos resolveram tarefas mais rápido do que suas gerações anteriores”, acrescenta Gupta.

“Após os experimentos, descobrimos que a evolução seleciona rapidamente morfologias que aprendem mais rápido, permitindo assim que os comportamentos aprendidos no final da vida dos primeiros ancestrais sejam expressos no início da vida de seus descendentes e assim por diante”, lembra Gupta.

Stanford researchers evolve embodied AI agentsStanford

A team of researchers at Stanford wondered: Does embodiment matter for the evolution of intelligence? And if so, how might computer scientists make use of embodiment to create smarter AIs? To answer these questions, they created a computer-simulated playground where arthropod-like agents dubbed “unimals” (short for “universal animals”) learn and are subjected to mutations and natural selection.

Para os cientistas, o desenvolvimento cognitivo atrelado à evolução física dos unimais pode mudar a maneira como os pesquisadores desenvolverão a próxima geração dos sistemas de inteligência artificial, com robôs capazes de aprender a realizar várias tarefas no mundo real.

“Os humanos não sabem necessariamente como projetar corpos de robôs para tarefas estranhas, como rastejar por um reator nuclear para extrair resíduos, fornecer ajuda em desastres após um terremoto, ou fazer tarefas domésticas, como lavar pratos e dobrar roupas. Talvez a única maneira de avançar seja permitir que a evolução natural faça isso”, encerra a professora de física Surya Ganguli, coatora do estudo. Stanford University

“I find this exciting because it shows how deeply body shape and intelligence are connected,” says Gupta.

Gupta’s unimals are part of a broad shift in how researchers are thinking about AI. Instead of training AIs on specific tasks, such as playing Go or analyzing a medical scan, researchers are starting to drop bots into virtual sandboxes—such as POETOpenAI’s virtual hide-and-seek arena, and DeepMind’s virtual playground XLand—and getting them to learn how to solve multiple tasks in ever-changing, open-ended training dojos. Instead of mastering a single challenge, AIs trained in this way learn general skills.

For Gupta, free-form exploration will be key for the next generation of AIs. “We need truly open-ended environments to create intelligent agents,” he says.

Unimalze-se: Biobots, Drone inseto, Atlas, 10 anos depois!?!, 10 fatos sobre inteligência artificial, Uncanny Valley, Vídeo simula ação de robô-soldadoRobôs do Face criam língua própria – mas calma, não é a revolução das máquinasComo Fazer um Robô

Inteligência artificial conclui a “Décima” de Beethoven

Depois que computadores concluíram composições incompletas de Gustav Mahler e Franz Schubert, chegou a vez da sinfonia “inacabada” de Ludwig van Beethoven (1770-1827). Ao morrer, ele deixou esboços, em parte apenas breves fragmentos, não elaborados, de sua Sinfonia nº 10. Uma tentativa do musicólogo e compositor inglês Barry Cooper de concluir o primeiro movimento teve recepção pouco entusiástica ao ser estreada em 1988. Deutsche Welle

Em meados de 2019, a companhia de telecomunicações Telekom, sediada em Bonn, cidade natal do compositor, encarregou uma equipe de musicólogos, compositores e informáticos de analisar e assimilar o estilo beethoveniano, de modo a estar apta a terminar a “Inacabada” com apoio da inteligência artificial.

No decorrer do projeto, dispositivos de inteligência artificial foram alimentados com esboços e anotações do músico no limiar do classicismo para o romantismo, assim como com partituras de seus contemporâneos.

De modo análogo à rede neuronal do cérebro, o computador é capaz de criar novas conexões independentemente. Alimentado com sinfonias, sonatas para piano e quartetos de cordas de Beethoven, o sistema de IA foi progressivamente treinado para “pensar” como ele. Os resultados musicais que combinavam melhor entre si foram reintroduzidos no sistema, gerando mais música, e a composição foi crescendo.

Por ocasião dos 250 anos do nascimento do gênio musical alemão – devido à pandemia de covid-19, um pouco atrasado –, a obra híbrida foi estreada no sábado (09/10), dentro da programação do Beethovenfest de Bonn.

A prova dos nove foi a estreia da nova Décima de Beethoven pela Orquestra Beethoven de Bonn, regida pelo diretor musical geral da cidade, Dirk Kaftan, no sábado, no Telekom Forum, sob o título Beethoven X – The AI Project.

Beethoven X: The AI Project: Full Audio (Played By The Beethoven Orchestra Of Bonn)Sam

Para a pesquisa, tais cooperações são muito estimulantes, fornecendo dados sobre como as máquinas podem assistir os seres humanos – ou mesmo imitá-los em atividades criativas.

“Queríamos entender melhor qual é o estado da tecnologia na geração de música”, relata Ahmed Elgammal, diretor do laboratório Art & AI da Universidade Rutgers University de Nova York e programador do sistema de inteligência artificial Beethoven-KI. E, usando módulos de processamento da linguagem natural, “procuramos testar os limites”.

Só após a morte de Beethoven, em 1827, a posteridade ficou sabendo que a criação musical não era para ele uma tarefa simples. Relatos de contemporâneos que o vivenciaram no ato de compor influenciaram a imagem do maestro enredado na luta implacável e incondicional pela obra perfeita. Como neste quadro de Carl Schlösser, feito por volta de 1890.

Olhar sério, expressão ligeiramente severa, juba de leão: poucos compositores ostentam uma imagem tão popular como a do alemão Ludwig van Beethoven (1770-1827). No entanto, foram sobretudo os retratos do fim de vida que fixaram essa imagem de artista revolucionário, combativo e difícil.

Beethoven: Symphony No. 9 | Daniel Barenboim & the West-Eastern Divan Orchestra (complete symphony)DW Classical Music

The West-Eastern Divan Orchestra conducted by Daniel Barenboim performs Beethoven’s Ninth Symphony at the Berlin Philharmonic. It’s supported by singers Angela Denoke, Waltraud Meier, Burkhard Fritz and René Pape. The West-Eastern Divan Orchestra is a very special ensemble: It is made up of young Israeli and Arab musicians and is campaigning for a peaceful solution to the Middle East conflict. The West-Eastern Divan Orchestra, which was founded in 1999, gives concerts all over the world. Proceeds from the concert in Berlin went to the Barenboim-Said Academy, which supports musical education programs.

The 9th Symphony in D minor op. 125 is the last finished symphony by the composer Ludwig van Beethoven. The work was premiered in Vienna on May 7, 1824 in the presence of Beethoven, who was already completely deaf and was a complete success. The fourth movement is also known as “Ode to Joy” and is one of the most popular songs in the world. Since 1985, the main theme of the last movement has been the official European anthem.

Beethozen-se: 11 músicas que falam de saudade, Capitão Fantástico, Bidu Sayão, De Jobim a Hermeto, O Dia Em Que a Terra Parou

É, FOI BOM CONHECER VOCÊS

É, FOI BOM CONHECER VOCÊSCanal do Schwarza

Eu avisei vocês, está acontecendo! um universidade desenvolveu robôs que conseguem correr por conta própria! Cassie, o robô, conseguiu a proeza de correr 5 quilômetros em uma hora. Na notícia de hoje eu comento mais um avanço da inteligência artificial e da robótica, será que em breve teremos robôs andando com total autonomia por ai?

Foize-se: 10 fatos sobre inteligência artificial, Society 5.0, deepfake, Vídeo simula ação de robô-soldado, Máquinas viventes, Os desafios da transição energética

10 fatos sobre inteligência artificial

O conceito de IA se refere à criação de máquinas – não necessariamente com corpo físico – com a habilidade de pensar e agir como humanos. Softwares que conseguem abstrair, criar, deduzir e aprender ideias. O objetivo geralmente está em facilitar tarefas do dia a dia, avançar pesquisas científicas e modernizar indústrias. Veja, a seguir, dez fatos que o TechTudo reuniu sobre o passado, o presente e o futuro da inteligência artificial. Isabela Cabral

1. A história da inteligência artificial tem pelo menos 62 anos

 Já na Antiguidade, seres artificiais e homens mecânicos apareciam em mitos gregos e romanos. Filósofos e matemáticos de várias eras exploraram a possibilidade de mecanização do pensamento. No início do século passado, a ideia começa a surgir nas obras de ficção científica, como na peça teatral Rossum’s Universal Robots (1920), que introduziu a palavra “robô”, e no celebrado filme Metropolis (1927).

A Segunda Guerra reuniu cientistas de diversas áreas, incluindo neurociência, engenharia, matemática e computação. Alguns discutiam já nas décadas de 1940 e 1950 a criação de um cérebro artificial. Entre eles estava Alan Turing, conhecido como “o pai da informática”. Em 1956, nasceu oficialmente um campo de estudo voltado para a inteligência artificial. A Conferência Dartmouth formalizou o termo, determinou a missão da IA e seus pesquisadores precursores. Marvin Minsky, John McCarthy, Allen Newell e Herbert A. Simon foram alguns dos nomes fundamentais no processo.

2. Ela já está presente na sua vida

Assistentes virtuais como a Siri, a Cortana e o Google Assistant são bons exemplos de inteligência artificial em contato direto com os usuários. Mas os smartphones, computadores e outros gadgets do cotidiano também operam com IA de muitas outras maneiras, a começar pelo Google.

O app Fotos reconhece o conteúdo de suas imagens e permite que você faça uma busca digitando o nome de um objeto ou ação. O YouTube pode transcrever áudio e gerar legendas para os vídeos em 10 idiomas. O Gmail oferece respostas automáticas inteligentes para seus e-mails. O Google Tradutor traduz textos de placas, rótulos e cardápios com a câmera do celular. E vem mais por aí: a empresa anunciou que IA é um dos temas centrais das apresentações do Google I/O 2018, conferência anual que traz as novidades da companhia.

Spotify e a Netflix usam inteligência artificial para entender as preferências dos usuários e recomendar, respectivamente, músicas e filmes. A Amazon faz algo parecido ao oferecer a seus clientes novos produtos a partir de machine learning. O software ajuda a decidir até qual é o melhor momento para fazer as ofertas.

Carros autônomos também já são realidade e devem chegar ao mercado em poucos anos. Empresas como Google, UberSamsung e Volkswagen estão desenvolvendo e testando veículos que dirigem sozinhos. No cinema, a inteligência artificial cria multidões de pessoas para cenas de filmes. Na medicina, está ajudando a avançar estudos sobre o câncer.

3. Inteligência artificial não é o mesmo que machine learning

O “aprendizado de máquina” é uma aplicação de IA muito utilizada hoje, em que um programa acessa um grande volume de dados e aprende com eles automaticamente, sem intervenção humana. É o que acontece no caso das recomendações da Netflix e do Spotify e no reconhecimento facial em fotos do Facebook, por exemplo.

4. O aumento na coleta de dados em massa impulsionou a IA

Big Data, conjunto massivo de dados que serve de base para o aprendizado dos mais diversos softwares, como o machine learning, com mais informação disponível, os pesquisadores e as empresas ganharam mais motivação para buscar maneiras inteligentes e automatizadas de processar, analisar e usar os dados.

5. Google, IBM, Microsoft, Facebook, Amazon e outras empresas formaram um grupo de pesquisa e defesa da IA

Em 2016, grandes corporações do mundo da tecnologia, incluindo Google, IBMMicrosoft, Facebook e Amazon, se uniram para criar a “Parceria em IA para beneficiar pessoas e a sociedade”. O grupo afirma que quer avançar pesquisas e defender implementações éticas da inteligência artificial.

6. A inteligência artificial vai substituir humanos em muitos empregos

De acordo com a empresa de consultoria e auditoria PricewaterhouseCoopers (PwC), até 2030 robôs substituirão 38% das vagas de trabalho nos Estados Unidos, 30% no Reino Unido e 21% no Japão. Os setores de transporte, armazenamento, manufatura e varejo serão os mais afetados.

7. Especialistas acreditam que a inteligência artificial vai alcançar a capacidade humana em menos de 25 anos

Uma pesquisa realizada em 2013 fez a seguinte pergunta para centenas de especialistas em IA: quando o nível de inteligência artificial será 50% da inteligência humana? A resposta média foi 2040. Enquanto isso, outro estudo recente mostrou que 42% de um grupo de cientistas acreditam que a singularidade será atingida antes de 2030.

8. Ela já é melhor que seres humanos em algumas tarefas

Não há previsões de quando a inteligência artificial chegará ao patamar humano, mas já existem robôs que são melhores do que nós em tarefas específicas. Por exemplo, em 2011 o IBM Watson venceu os humanos no Jeopardy!, famoso programa americano de perguntas e respostas. Depois disso, a IA continuou em desenvolvimento e hoje já consegue fazer diagnósticos de câncer com maior precisão que os médicos. Sua taxa de acerto é de 90%, em comparação a 50% no caso dos seres humanos.

9. Grandes nomes da tecnologia estão preocupados com as consequências desse avanço

Elon Musk, CEO da Tesla e da SpaceX, já falou publicamente várias vezes que acredita que a inteligência artificial pode um dia se tornar uma ameaça para as pessoas e até pôr fim à humanidade. O empresário é entusiasta das mais avançadas tecnologias, mas ressalta a necessidade de regulamentação na área da IA e gostaria que armas autônomas fossem banidas. Armamentos operados por softwares inteligentes já são realidade em alguns governos.

O físico Stephen Hawking, que morreu em março, expressava sua preocupação também com o poder destrutivo de armas independentes e temia a substituição da força de trabalho humana, sem a criação suficiente de novas vagas. Bill Gates, fundador da Microsoft, concorda com Musk e Hawking e disse que não entende como algumas pessoas não estão preocupadas.

10. O basilisco de Roko é uma hipótese terrível sobre a IA

Existe um experimento mental assustador conhecido como Basilisco de Roko. A ideia é que, no futuro, uma poderosa inteligência artificial possa torturar todos que não a ajudaram de alguma forma a ser criada. Apenas o fato de saber sobre o basilisco, como você está fazendo ao ler estas palavras, colocaria alguém em perigo, já que a IA passaria a incluir tal pessoa em suas simulações.

O experimento está fundamentado em teorias complexas, mas que remetem a uma noção de que uma IA não teria limites por tentar tornar o mundo cada vez melhor. Com as ambiguidades da tarefa e sem a moral humana, ela faria de tudo que considerasse necessário, inclusive machucar pessoas. Assim, os que não facilitaram sua existência e desenvolvimento estariam sob ameaça.

O Basilisco de Roko foi proposto em um fórum de discussão do LessWrong, uma plataforma criada pelo pesquisador Eliezer Yudkowsky, que está a frente do Instituto de Pesquisa de Inteligência de Máquina (MIRI). O próprio Yudkowsky já deixou claro que acredita nos riscos da ideia.

AIze-se: iDvogados, Google Doodle Jogos, 20 Startups Super Quentes para Observarmos em 2020, Neon, IA – Indígena é Ateu? E os emojis com isso?, Inteligência digital plus Inteligência emocional, Arte mecaniza vida?, Simulação de Estupro?!?, deepfake