Computador analisa imagens para ‘aprender’ bom senso sozinho

Um programa de computador está “aprendendo sozinho” como adquirir bom senso através da análise de fotos do dia a dia.

O Never Ending Image Learner (NEIL, em inglês) – ou Aprendiz Sem Fim de Imagens, em português – é um projeto da universidade Carnegie Mellon, nos Estados Unidos.

O objetivo do projeto é verificar se os computadores conseguem identificar – da mesma forma como fazem os humanos – aspectos comuns encontrados em imagens, como por exemplo perceber que barcos costumam navegar na água.

O computador do projeto NEIL passa todas as horas do dia analisando imagens. Desde julho, foram três milhões de imagens registradas.

Até agora o programa conseguiu identificar 1,5 mil objetos e 1,2 mil paisagens, além de descobrir 2,5 mil associações entre objetos presentes em diferentes fotos.

Os pesquisadores querem que o NEIL consiga aprender sobre a relação entre objetos diferentes sem precisar ser “ensinado” – ou seja, programado por humanos para fazê-lo.

“As imagens são a melhor forma de aprender sobre propriedades visuais”, diz o pesquisador Abhinav Gupta, do Instituto de Robótica da Carnegie Mellon.

“Elas também trazem muita informação de bom senso sobre o resto do mundo. As pessoas aprendem isso sozinhas, e queremos que, da mesma forma, o NEIL faça isso.”

Carros e patos

O NEIL já conseguiu “aprender” algumas coisas sozinho, como o fato de que carros estão bastante relacionados a estradas, e que patos se parecem com gansos.

Mas o programa também erra. O computador pode confundir o termo “pink” (“rosa”) com uma famosa cantora com o mesmo nome.

Por conta destes erros, os humanos que controlam o computador do projeto NEIL ainda precisam interferir no seu processo de aprendizagem.

“As pessoas não sabem direito como nem o que ensinar aos computadores”, diz o estudante de doutorado Abhinav Shivastava, que trabalha no laboratório.

“Mas os humanos são bons para dizer quando os computadores erram.”

Outra função do NEIL é ajudar a criar o maior banco de dados visuais do mundo, onde objetos, paisagens, ações, atributos e relações podem ser rotulados e catalogados.

“O que aprendemos nos últimos cinco ou dez anos de pesquisa sobre visão computacional é que quanto mais dados conseguimos, melhor a capacidade de visão dos computadores”, diz Gupta.

O supercomputador precisa de bastante memória para rodar, com mais de 200 processadores. Os pesquisadores têm planos de deixar o NEIL rodando por tempo indeterminado.