Cérebro flex: reservatórios de neurônios artificiais

Pesquisadores da Universidade Estadual de Ohio, nos EUA, desenvolveram um novo sistema de computação que imita a maneira como o cérebro humano funciona, com uma capacidade de processamento de informações até um milhão de vezes mais rápida, exigindo uma entrada de dados muito menor.  Gustavo Minari – Canaltech

Eles aprimoraram uma tecnologia conhecida como computação de reservatórios, desenvolvida no início dos anos 2000 e que utiliza um algoritmo de aprendizagem de máquina para resolver problemas de computação mais complexos, como previsões de evolução em sistemas dinâmicos que mudam drasticamente com o tempo.

Sistemas dinâmicos, como o clima, são difíceis de prever porque apenas uma pequena mudança em uma condição pode ter efeitos massivos no futuro, disse o professor de física Daniel Gauthier, autor principal do estudo.

Os co-autores do estudo foram Erik Bollt, professor de engenharia elétrica e de computação na Clarkson University; Aaron Griffith, que recebeu seu Ph.D. em física no estado de Ohio; e Wendson Barbosa, pesquisador de pós-doutorado em física no estado de Ohio.

Esses novos dispositivos de computação utilizam uma rede neural para “aprender” sistemas dinâmicos, fornecendo previsões mais precisas sobre comportamentos futuros. Os cientistas alimentam esses reservatórios de neurônios artificiais conectados aleatoriamente com informações necessárias para completar determinadas tarefas.

Warmup são dados de treinamento que precisam ser adicionados como entrada no computador do reservatório para prepará-lo para sua tarefa real. Engenharia.org

O novo conceito foi testado em um sistema de previsão meteorológica, utilizando um computador desktop comum. Nesse primeiro experimento, a computação de reservatórios foi de 33 a 163 vezes mais rápida que modelos atuais que desempenham funções de simulação parecidas.

Em tarefas que exigiam uma precisão maior do sistema de previsões, a nova tecnologia foi cerca de 1 milhão de vezes mais veloz, alcançando a mesma exatidão com o equivalente a apenas 28 neurônios artificiais, ao contrário dos mais de 4 mil necessários para o funcionamento da geração atual.

“Uma razão importante para a aceleração é que o cérebro artificial simplificado por trás desta próxima geração de computação de reservatórios precisa de muito menos treinamento ou dados adicionais em comparação com os sistemas atuais para produzir os mesmos resultados de forma muito mais eficiente e rápida”, encerra Gauthier. Ohio State University

O estudo foi publicado na revista Nature Communications.

Um problema é que o reservatório de neurônios artificiais é uma “caixa preta”, disse Gauthier, e os cientistas não sabem exatamente o que se passa dentro dele – eles apenas sabem que funciona.

Eles testaram seu conceito em uma tarefa de previsão envolvendo um sistema meteorológico desenvolvido por Edward Lorenz, cujo trabalho levou à nossa compreensão do efeito borboleta.

Ele e seus colegas planejam estender este trabalho para resolver problemas de computação ainda mais difíceis, como a previsão de dinâmica de fluidos.

deepfake

Deepfake é uma técnica que utiliza recursos de inteligência artificial para substituir rostos em vídeos e imagens com o propósito de chegar o mais próximo possível da realidade. O termo é uma mistura das expressões deep learning e fake e significa o emprego da IA para criar uma situação falsa. Ramalho Lima – tecmundo

O deepfake é uma tecnologia que usa inteligência artificial (IA) para criar vídeos falsos, mas realistas, de pessoas fazendo coisas que elas nunca fizeram na vida real. A técnica que permite fazer as montagens de vídeo já gerou desde conteúdos pornográficos com celebridades até discursos fictícios de políticos influentes.  Isabela Cabral – TechTudo

MIT

Grace Windheim já tinha ouvido falar de deepfakes antes, descobrir que era super fácil e totalmente gratuito e em um dia do ano de 2020, ela criou um tutorial passo a passo no YouTube para guiar outras pessoas ao longo do processo. “Fazer uma dessas deepfakes e sobrepor áudio não é tão complicado quanto você pode pensar”, diz ela no vídeo, publicado em 4 de agosto. MIT Technology Review

Windheim, recém-formada, trabalha como criadora de conteúdo na startup Kapwing, com sede em São Francisco. A empresa, que começou como fabricante de memes, oferece um pacote baseado em navegador gratuito de ferramentas de software de edição de vídeo.

O que era caro e extremamente trabalhoso se tornou simples e acessível a princípio para especialistas da área e posteriormente para o grande público por meio de aplicativos móveis e plataformas online. Hoje, é possível criar manipulações realistas usando computador e internet em casa.

No início de 2019, uma das ferramentas de deepfake mais conhecidas era o ZAO, um app chinês criado para iOS que permitia capturar uma selfie e embutir o rosto no corpo de um personagem de filme ou série em segundos. Por questões de segurança, o programa limitava as cenas em que os usuários podiam editar vídeos falsos, uma vez que a técnica poderia ser usada para a criação de fake news.

Para quem precisa de algo mais sofisticado, o FSGAN reproduz não apenas os trejeitos do rosto da fonte mas também sua voz. A ferramenta foi criada por Yuval Nirkin e está disponível na Open University of Israel. Para que funcione, no entanto, é necessário um hardware de altíssimo desempenho que é praticamente impossível de ser adquirido por usuários finais.

De acordo com John Vilasenor, pesquisador do Centro de Inovações Tecnológicas Brookings Institution, organização que pesquisa o tema, a popularidade da técnica tem chamado atenção de autoridades para a necessidade da fiscalização e regulamentação da tecnologia.

O termo deepfake apareceu em dezembro de 2017, quando um usuário do Reddit com esse nome começou a postar vídeos de sexo falsos com famosas. Com softwares de deep learning, ele aplicava os rostos que queria a clipes já existentes. Os casos mais populares foram os das atrizes Gal Gadot e Emma Watson. A expressão deepfake logo passou a ser usada para indicar uma variedade de vídeos editados com machine learning e outras capacidades da IA.

Efeitos especiais de computador que criam rostos e cenas no audiovisual não são nenhuma novidade; o cinema faz isso há muitos anos. A grande virada do chamado deepfake está na facilidade com que ele pode ser produzido. Comparado ao que costumava ser necessário, o método atual é simples e barato. Qualquer um com acesso a algoritmos e conhecimentos de deep learning, um bom processador gráfico e um amplo acervo de imagens pode criar um vídeo falso convincente.

A técnica é baseada em deep learning, uma subclassificação de IA para definir algoritmos de podem reconhecer padrões com base em um banco de dados. Isso significa que, para criar um vídeo de deepfake de determinada personalidade, o sistema precisa ser alimentado com fotos e vídeos em que ela aparece. Quanto mais material houver, maiores serão as chances de se obter um bom resultado. Treinada com base no conteúdo fornecido, a IA aprende como a pessoa se comporta, passando a reconhecer padrões de movimento, trações do rosto, da voz e de outras características.

São utilizados softwares baseados em bibliotecas de código aberto voltadas ao aprendizado de máquina. Segundo entrevista ao site Motherboard, o usuário do Reddit usou TensorFlow aliado ao Keras, uma API de deep learning escrita em linguagem Python. O programador fornece centenas e até milhares de fotos e vídeos das pessoas envolvidas, que são automaticamente processadas por uma rede neural. É como um treinamento, no qual o computador aprende como é determinado rosto, como ele se mexe, como ele reage a luz e sombras.

O deepfake é muito recente e sua definição é fluida. O fenômeno se confunde na discussão pública com tecnologias com funções similares ou complementares. Há, por exemplo, um programa anunciado pela Adobe que consegue criar falas com a voz de uma pessoa a partir de amostras reais. Existem ainda experimentos de reencenação facial, com a recriação das mesmas falas e expressões de uma pessoa no rosto de outra, e de sincronização labial, vídeos de alguém falando gerado com áudio e imagens de seu rosto.

Agora que os deepfakes fazem parte da nossa realidade, é essencial aprender a identificá-los. Pode ser que cheguemos a um ponto em que isso seja impossível ou muito difícil, mas hoje ainda existem alguns detalhes que ajudam a revelar um vídeo falso. Preste atenção nos movimentos da boca, se eles correspondem bem ao que está sendo dito. Fique atento também para a própria voz: a entonação e o tom soam normais?

Verifique os olhos para notar se eles estão piscando. Na maioria das vezes, os algoritmos não reproduzem bem esse aspecto nem a respiração da pessoa. Veja ainda se ela se mexe de forma natural como um todo. As recriações podem ter dificuldade em encaixar todas as partes do rosto e do resto do corpo e duplicar certos movimentos orgânicos. E se a pessoa no vídeo em questão é alguém que você não conhece bem, procure outros clipes, de preferência em que haja certeza de veracidade, para comparar.

Society 5.0

A Sociedade 5.0 refere-se a uma nova sociedade criativa, aportada pela inovação e pela transformação digital, representando uma nova visão com o objetivo de resolver questões sociais, utilizando as evoluções tecnológicas. Esta sociedade sucede as passadas: a sociedade de caça (Sociedade 1.0), sociedade agrícola (Sociedade 2.0), sociedade industrial (Sociedade 3.0) e sociedade da informação e do conhecimento (Sociedade 4.0).

O termo “Society 5.0” surgiu no Japão em 2016, pelo Gabinete Japonês na 5th Science and Technology Basic Plan. Ela conecta todas as pessoas e coisas através da Internet das Coisas (IoT – Internet of Things), compartilha vários conhecimentos e informações e cria novo valor nunca antes existente. Além disto, traz uma nova perspectiva de vida humana, aprimorando a produtividade e a qualidade de vida, com desenvolvimento pautado por transformações acopladas pela inovação científica e tecnológica. Por meio da inteligência artificial (IA), as informações e conhecimentos necessários são fornecidos, e tecnologias como robôs, drones,  transportes públicos automatizados, criptomoedas, Blockchain, mobilidade e veículos autônomos, vencerão questões que hoje estão nos bloqueando.

Bem-vindos à Sociedade 5.0

A Sociedade 5.0 é realizada por um sistema que combina espaço cibernético (espaço virtual) e espaço físico (espaço real), potencialmente conectados. Uma enorme quantidade de dados dos sensores do espaço físico é acumulada no ciberespaço. No ambiente do ciberespaço, a IA analisa esses dados e os resultados são devolvidos aos seres humanos no espaço físico de várias maneiras.

O ambiente ao redor do Japão e do mundo está em um período de grandes mudanças. À medida que o desenvolvimento econômico avança, a vida das pessoas se torna mais conveniente e rica, cresce a demanda por energia e alimentos, e aumenta a expectativa de vida e o envelhecimento das pessoas. Além disso, a globalização da economia progride, a concorrência internacional se intensifica e também há aspectos como concentração de riqueza e desigualdade entre regiões. Percebe como as questões sociais estão se tornando mais complexas? Medidas como a promoção da industrialização sustentável, realocação de riqueza e correção de disparidades entre regiões estão se tornando imprescindíveis. No entanto, no atual sistema social, é difícil alcançar o desenvolvimento econômico e a resolução de questões sociais. Acordo Coletivo

No princípio era a Matemática

Instagram: umsabadoqualquer

Janela de Overton

Domínio Público

O ( Pi ) π e o ( Phi ) Φ

The bad trip da música

A primeira biblioteca de livros censurados

A filosofia dos Pitagóricos viam a matemática como algo mágico e divino.