As tendências de inteligência artificial

É difícil superestimar o quanto o desenvolvimento está sendo feito em inteligência artificial por fornecedores, governos e instituições de pesquisa — e quão rapidamente o campo está mudando. Do lado do hardware, as startups estão desenvolvendo novas e diferentes formas de organizar memória, computação e networking que poderiam remodelar a maneira como as empresas líderes projetam e implantam algoritmos de IA. Pelo menos um fornecedor começou a testar um único chip do tamanho de um iPad que, conforme detalhado neste relatório sobre chips gigantes de IA, pode mover dados  milhares de vezes mais rápido do que os chips de IA existentes.

Até mesmo a sabedoria aceita – como a superioridade de GPUs vs. CPUs para executar cargas de trabalho de IA – está sendo desafiada pelos principais pesquisadores de IA. Uma equipe da Universidade Rice, por exemplo, está trabalhando em uma nova categoria de algoritmos, chamada SLIDE (Sub-LInear Deep learning Engine), que promete tornar as CPUs práticas para mais tipos de algoritmos. As CPUs, é claro, são hardware de commodities – presente em todos os lugares e barato em comparação com GPUs. “Se pudermos projetar algoritmos como slide que podem executar AI diretamente em CPUs de forma eficiente, isso pode ser um divisor de águas”, disse Anshumali Shrivastava, professor assistente do departamento de ciência da computação da Rice, ao TechTarget.

Do lado do software, cientistas da academia e da indústria estão empurrando os limites das aplicações atuais de inteligência artificial. Na busca febril para desenvolver máquinas autoconsciente que competirá com a inteligência humana, antagonistas tradicionais em IA estão enterrando o machado nessa ideia.

Proponentes da IA simbólica – métodos que se baseiam em representações simbólicas de alto nível de problemas, lógica e busca – estão unindo forças com proponentes de redes neurais intensivas em dados para desenvolver IA que seja boa tanto na captura de estrutura composicional quanto na causal (IA simbólica) e capazes dos feitos de reconhecimento de imagem e processamento de linguagem natural realizados por redes neurais profundas. Essa abordagem neuro-simbólica permitiria que as máquinas raciocinarem sobre o que veem, representando um marco na evolução da IA.

“A modelagem neuro-simbólica é uma das áreas mais emocionantes em IA no momento”, disse Brenden Lake, professor assistente de psicologia e ciência de dados na Universidade de Nova York, ao TechTarget. Leia nossas matérias anteriores sobre esta pesquisa inovadora e suas implicações para o futuro da IA.

Iniciar conversa
Precisa de ajuda?
Talma Teleinformática
Olá,
Em que podemos ajudar?