ARLA/CLUSTER: Inteligência Artificial desvenda em segundos o “problema dos três corpos”

[João Costa > CT1FBF]

O “problema dos três corpos�, inicialmente formulado por Isaac Newton no
século XVII e que desafia cientistas até aos dias que correm, foi resolvido
por um programa de Inteligência Artificial (IA) numa questão de segundos.

O problema parece simples, mas revela-se bastante complexo, frisa o Live
Science: passa por prever como é que três corpos celestes – como estrelas,
planetas e luas – se orbitam.

As interações gravitacionais entre estes objetos resultam de um sistema
caótico e complexo, sendo muito sensível às posições iniciais de cada corpo
e, por isso, tornava-se complicado encontrar uma forma simples de o
resolver.

Resolver este problema, escreve o Hype Science, requer uma quantidade
impensável de cálculsos. Por isso, e para tentar resolver a questão, os
cientistas recorrem a softwares que podem durar semanas ou até meses para
revelar os resultados.

Mas agora, um novo estudo da Universidade de Cambridge, no Reino Unido,
tentou testar se uma rede neuronal – um tipo de IA que imita a forma como o
cérebro humano opera – pode resolver o problema de forma mais rápida.

De acordo com a nova investigação, cujos resultados estão disponíveis em
pré-visualização no arXiv, a rede neuronal é bem mais rápida: 100 milhões
de vezes.

As redes neuronais devem ser treinadas, isto é, alimentadas com dados antes
de começarem a fazer previsões. Por isso, para esta investigação, os
cientistas começaram por gerar 9.900 cenários simplificados de três corpos
recorrendo ao Brutus, o software mais utilizado para resolver este problema.

No Brutus, a análise de cada cenário levou cerca de 2 minutos.

Depois, partiram desde dados para alimentar a rede neuronal, testando 5.000
cenários ainda não previstos recorrendo à IA, descobrindo que a rede
artificial pode resolvê-los numa questão de segundos e obtendo resultados
semelhantes aos do Brutus.

Potencial da descoberta
Segundo Chris Foley, cientista da Universidade de Cambridge e um dos
autores do estudo, esta eficácia pode ser “inestimável� para astrónomos que
estudam o comportamento de aglomerados de estrelas e a própria evolução do
Universo.

“Esta rede neural, se fizer um bom trabalho, deve dar-nos soluções num
prazo sem precedentes. Então, podemos começar a pensar em progredir com
questões muito mais profundas, como a forma como as ondas gravitacionais se
formam�, explicou.

Contudo, esta IA tem uma desvantagem óbvia: a rede neuronal é uma prova de
conceito que aprendeu a partir de cenários simplificados. Treiná-la para
outros cenários mais complexos exige que estes sejam inicialmente
calculados com o Brutus – situação que pode ser demorada e cara.

Foley explicou ainda que o Brutus é lento porque resolve problemas
recorrendo a “força bruta�, ou seja, realizando cálculos para cada etapa,
por menor que esta seja, das trajetórias dos corpos celestes. A rede
neural, por sua vez, analisa estes cálculos e deduz um padrão que pode
ajudar a prever cenários futuros com eficácia.

“Existe uma separação entre a nossa capacidade de treinar uma rede neural
com um desempenho fantástico e a nossa capacidade de derivar dados com os
quais treiná-la (…) Então, há um gargalo� nesta situação, explicou Foley.

Segundo o cientista, a ideia não passa por substituir o Brutus pela IA, mas
antes utilizá-los em conjunto. O software continuaria a fazer a maior parte
do trabalho “braçal� e a rede neuronal assumiria o resto do trabalho quando
os cálculos em causa ficassem complexos demais, “travando� o software.

“Criamos esse híbrido. Sempre que o Brutus fica preso, aplicamos a rede
neuronal e avançamos. Depois, avaliamos de o Brutus continuou preso�,
resumiu.

Fonte: ZAP
-------------- próxima parte ----------
Um anexo em HTML foi limpo...
URL: http://radio-amador.net/pipermail/cluster/attachments/20191109/60cce7da/attachment.htm