Olá, caro e cara ouvinte Deviante, Dobrý Den! Esta é a edição 1225 do Spin de Notícias, o seu giro diário de informações científicas em escala subatômica. Eu sou o Igor Alcantara, cientista de dados e um dos apresentadores do podcast Intervalo de Confiança, especializado em ciência de dados e Inteligência Artificial.
E hoje, dia 21 Coronian do Calendário Dekatrian e dia 19 de Março de 2020.2, ops, quer dizer, 2021, do calendário gregoriano, eu trago para vocês notícias nas áreas de Inteligência Artificial.
Hoje vamos falar sobre uma Inteligência Artificial que lê ondas cerebrais e gera imagens atraentes, um robô que se conecta a um ouvido morto e consegue captar sons através dele e sobre drones pequenos do tamanho de insetos. Esse episódio está muito Black Mirror, mêo. Vamos então às notícias, mas antes, Felipe, solta a vinheta!
Eu vou abrir o episódio de hoje contando que pesquisadores das Universidades de Helsinki e Copenhague construíram uma Inteligência Artificial que entende nossas noções bastante subjetivas sobre o que torna um rosto atraente.
Os pesquisadores usaram inteligência artificial para interpretar os sinais cerebrais e combinaram a interface cérebro-computador resultante com um modelo generativo de faces artificiais. Isso permitiu que o computador criasse imagens faciais que apelassem às preferências individuais.
Em estudos anteriores, eles projetaram modelos que podiam identificar e controlar características simples de retratos, como cor de cabelo, dos olhos e emoção. Foi fácil no começo identificar, por exemplo, quem é loiro, quem é moreno ou quem sorri. Só que atratividade é um estudo mais desafiador, já que está associado a fatores culturais e psicológicos que provavelmente desempenham papéis inconscientes em nossas preferências individuais. Ou seja, caro e cara ouvinte, a nossa preferência está influenciada por fatores sociais e culturais. E o que é pior é que muitas vezes achamos difícil explicar o que exatamente torna algo, ou alguém, bonito. É como dizem: “a beleza está nos olhos de quem vê”.
Inicialmente, os pesquisadores deram a uma Rede Neural Adversarial Generativa (generative adversarial neural network: GAN) a tarefa de criar centenas de retratos artificiais. As imagens foram mostradas, uma de cada vez, a 30 voluntários que foram solicitados a prestar atenção aos rostos que consideravam atraentes enquanto suas respostas cerebrais eram registradas por meio de eletroencefalografia.
Funcionou um pouco como o Tinder: os participantes ‘deslizaram para a direita’ quando se depararam com um rosto atraente. Aqui, no entanto, eles não precisaram fazer nada além de olhar para as imagens. Os pesquisadores então mediram a resposta imediata do cérebro às imagens.
Os pesquisadores analisaram os dados obtidos do cérebro com técnicas de Machine Learning criando uma interface cérebro-computador capaz de interpretar as opiniões dos usuários sobre a atratividade de uma gama de imagens. Ao interpretar suas visões, o modelo de IA que interpreta as respostas do cérebro e a rede neural geradora que modela as imagens faciais podem, juntos, produzir uma imagem inteiramente nova de rosto combinando o que uma pessoa em particular acha atraente.
Para testar a validade de sua modelagem, os pesquisadores geraram novos retratos para cada participante, prevendo que eles os achariam pessoalmente atraentes. Testando-as em um procedimento duplo-cego contra controles combinados, eles descobriram que as novas imagens combinavam com as preferências dos sujeitos com uma precisão de mais de 80%.
Os pesquisadores acham que os resultados podem ser utilizados, por exemplo, na modelagem de preferências e tomadas de decisão, bem como na identificação de atitudes inconscientes.
A segunda notícia vem da Universidade de Tel Aviv em Israel. Pesquisadores deste local relatam que conectaram com sucesso o ouvido de um gafanhoto morto a um robô que recebe os sinais elétricos do ouvido e responde de acordo com esses sinais. Espera aí, Igor. Isso é um episódio do Spin de Notícias ou do Mundo Freak? Calma, caro e cara ouvinte, não tem nada de sobrenatural aqui, é apenas a ciência em ação. Sobre este estudo, o resultado é muito animador: quando os pesquisadores batem palmas uma vez, o ouvido do gafanhoto ouve o som e o robô avança; quando os pesquisadores batem palmas duas vezes, o robô se move para trás. Parece pouco, mas existe muita tecnologia envolvida nisso.
Os resultados do estudo foram publicados na revista Sensors e, no artigo em questão, os pesquisadores explicam que, no início do estudo, procuraram examinar como as vantagens dos sistemas biológicos poderiam ser integradas aos sistemas tecnológicos e como os sentidos de gafanhotos mortos poderiam ser usados como sensores para um robô. Eles contam que escolheram o sentido da audição porque ele pode ser facilmente comparado às tecnologias existentes, diferentemente do olfato, por exemplo, em que o desafio é muito maior. A tarefa inicial da pesquisa era substituir o microfone eletrônico do robô pelo ouvido de um inseto morto, usar a capacidade do ouvido para detectar os sinais elétricos do ambiente, neste caso vibrações no ar, e, usando um chip especial, converter a entrada do inseto para aquele do robô.
Em geral, os sistemas biológicos têm uma grande vantagem sobre os sistemas tecnológicos – tanto em termos de sensibilidade quanto em termos de consumo de energia. Esta iniciativa dos pesquisadores da Universidade de Tel Aviv abre as portas para integrações sensoriais entre robôs e insetos – e pode render muito desenvolvimentos mais pesados e caros no campo da robótica redundante. Eu já comentei aqui em outros Spins e lá no meu outro podcast, o Intervalo de Confiança, que a gente se inspira muito na natureza porque a gente pode usar o sistema mais eficaz de tentativa, erro e aprimoramento que é a Seleção Natural, já que as características que a gente observa na natureza foram testadas e adaptadas a diferentes condições por milhões de anos. Bem melhor que nossos modelos construídos em R, Python ou Júlia.
Voltando a este estudo do ouvido de gafanhoto, a gente precisa entender que os sistemas biológicos gastam energia insignificante em comparação com os sistemas eletrônicos. Eles são miniaturas e, portanto, extremamente econômicos e eficientes. Para fins de comparação, um laptop consome cerca de 100 watts por hora, enquanto o cérebro humano consome cerca de 20 watts por dia. A natureza é muito mais avançada do que nós, por isso devemos usá-la. O princípio que foi aqui demonstrado pode ser usado e aplicado a outros sentidos, como olfato, visão e tato. Por exemplo, alguns animais têm habilidades incríveis para detectar explosivos ou drogas; a criação de um robô com um nariz biológico poderia nos ajudar a preservar a vida humana e identificar criminosos de uma forma que não é possível hoje. Alguns animais sabem detectar doenças. Outros podem sentir terremotos. Isso sem contar que podemos recuperar os sentidos de pessoas que os perderam por diferentes motivos. Por isso esse estudo é tão bacana.
Por fim, vamos para a última notícia. Se o ouvinte assistiu o episódio “Hated in the Nation” da terceira temporada de Black Mirror, essa notícia vai assustar um pouco. Sabe quando você espanta um mosquito para longe de seu rosto, mas logo ele volta? Então, a gente sabe que os insetos podem ser incrivelmente acrobáticos e resistentes durante o voo. Essas características os ajudam a navegar no mundo aéreo, com todas as rajadas de vento, obstáculos e incertezas gerais, sem grandes problemas. Essas características são difíceis de construir em drones, mas o professor assistente do MIT Kevin Yufeng Chen construiu um sistema que se aproxima dessa agilidade dos insetos.
Chen desenvolveu drones do tamanho de insetos com destreza e resiliência até agora sem precedentes. Esses robôs aéreos são movidos por uma nova classe de atuadores suaves, que lhes permite resistir às dificuldades físicas do voo no mundo real. Chen espera que os robôs possam um dia ajudar os humanos polinizando plantações ou realizando inspeções de máquinas em espaços apertados. E agora você gritou: “Mêo, eu vi no Black Mirror, isso não vai dar certo!” Calma, a realidade não necessariamente é ruim como a ficção. Às vezes ela pode ser pior! Estou brincando, desculpa. Vamos voltar!
Normalmente, os drones exigem grandes espaços abertos porque não são ágeis o suficiente para navegar em espaços confinados e nem robustos o bastante para resistir a colisões. Se olharmos para a maioria dos drones hoje, eles geralmente são muito grandes. A maioria de suas aplicações envolve voar ao ar livre. A questão é: como podemos criar robôs em escala de inseto que podem se mover em espaços muito complexos e desordenados?
De acordo com Chen, “o desafio de construir pequenos robôs aéreos é imenso”. Os drones pequenos requerem uma construção fundamentalmente diferente dos maiores. Os drones grandes geralmente são movidos por motores, mas os motores perdem eficiência à medida que você os encolhe. Portanto, para robôs semelhantes a insetos você precisa procurar alternativas.
A principal alternativa até agora tem sido o emprego de um atuador pequeno e rígido construído com materiais cerâmicos piezoelétricos. Embora a cerâmica piezoelétrica tenha permitido que a primeira geração de pequenos robôs existisse, eles são bastante frágeis. E isso é um problema quando você está construindo um robô para imitar um inseto. Voltando ao Black Mirror mais uma vez, as abelhas, por exemplo, sofrem uma colisão a cada segundo.
Chen projetou um pequeno drone mais resistente usando atuadores macios em vez de rígidos. Os atuadores macios são feitos de cilindros de borracha finos revestidos de nanotubos de carbono. Quando a voltagem é aplicada aos nanotubos de carbono, eles produzem uma força eletrostática que comprime e alonga o cilindro de borracha. O alongamento e a contração repetidos fazem com que as asas do drone batam rapidamente.
Os atuadores de Chen podem bater quase 500 vezes por segundo, dando ao drone uma resistência semelhante à de um inseto. Segundo Chen, “você pode acertá-lo quando ele estiver voando e ele pode se recuperar”. Ele também pode fazer manobras agressivas como cambalhotas no ar e pesa apenas 0,6 grama, aproximadamente a massa de uma abelha grande. O drone se parece um pouco com uma pequena fita cassete com asas, embora se esteja trabalhando em um novo protótipo em forma de libélula. E se o ouvinte é jovem demais e não sabe o que é uma fita cassete, pesquisa aí no Google.
Construir robôs semelhantes a insetos pode fornecer uma janela para a biologia e a física do voo dos insetos, uma antiga via de investigação para os pesquisadores. O trabalho de Chen aborda essas questões por meio de uma espécie de engenharia reversa. Esses drones também podem ser úteis na indústria e na agricultura. Pense na inspeção de um motor de turbina. Um drone inseto poderia se mover nesse espaço fechado com uma pequena câmera para verificar se há rachaduras nas placas.
Outras aplicações potenciais incluem a polinização artificial de plantações ou a realização de missões de busca e resgate após um desastre. Todas essas coisas podem ser muito desafiadoras para os robôs de grande escala existentes. Conclusão, às vezes, maior não é melhor.
Mas sabe algo que maior é sempre melhor? É o tamanho do seu Pa-trocínio ao Portal Deviante. O Spin de Notícias, SciCast, Contrafactual, Fronteiras do Tempo, Beco da Bike, Miçangas, além de outros podcasts, os textos do site e tudo isso que é feito aqui só é possível por causa do seu apoio no site do Portal Deviante, através das plataformas Patreon, Padrim e PicPay. Entre lá em deviante.com.br, clique no link “Seja um Patrono” e ajuda a patrocinar a divulgação científica.
Como eu disse, eu sou o Igor Alcantara e vocês me encontram volta e meia aqui no Spin de Notícias e no meu podcast, o Intervalo de Confiança, intervalodeconfianca.com.br ou no meu site pessoal igoralcantara.com.br
Um grande abraço e até amanhã com mais Spin de Notícias!
Tchau! Na Shledanou!
https://ieeexplore.ieee.org/document/9353984
https://www.mdpi.com/1424-8220/21/1/228
http://dx.doi.org/10.1109/TRO.2021.3053647
Igor Alcântara. Cientista de Dados há vários anos, com experiência em diversas empresas e universidades como Philadelphia Eletric Company, University of Southern California e Harvard University. Um dos apresentadores do podcast “Intervalo de Confiança”, especializado em dados e Inteligência Artificial, Igor também é o criador da Science Sauces, onde ele usa seus conhecimentos científicos para disfarçar sua total falta de talento culinário e ao mesmo produzir deliciosos molhos de pimenta que homenageiam grandes nomes da ciência.
