Resumindo: a IA de memória limitada aprende com dados passados e também usa entradas recentes por um curto período para tomar decisões. Carros autônomos, chatbots e sistemas de recomendação são exemplos do dia a dia, e é o tipo de IA mais comum atualmente.
Introdução:
Os modelos de aprendizagem automática com memória limitada obtêm conhecimento a partir de material aprendido anteriormente, factos, armazenamento local ou situações. As máquinas de memória limitada, ao contrário das máquinas reativas, podem aprender com o passado ao analisar ações ou dados que lhes são fornecidos com o objetivo de acumular conhecimento provisório.
O que é a IA de memória limitada?
Como o nome indica, a IA de memória limitada é constituída por máquinas capazes de olhar para o passado. Aprende com experiências passadas ao observar os dados ou as ações. Este tipo de IA usa conhecimento histórico com informação pré-programada e faz previsões ao executar tarefas complexas.[1]
Como funciona a IA de memória limitada?
A IA de memória limitada é usada quando a equipa, sem interrupções, treina continuamente o modelo sobre como analisar os dados e utilizá-los e, com base nessa experiência, a máquina prevê resultados futuros.
Têm de ser seguidas seis fases ao utilizar IA de memória limitada na aprendizagem automática:
- O modelo de aprendizagem automática necessário é criado.
- O modelo tem de ser capaz de fazer previsões ou estimativas.
- O modelo tem de ser capaz de aceitar feedback social.
- O modelo tem de aceitar a resposta do ambiente.
- O feedback tem de ser guardado como dados.
- É essencial que estas fases sejam repetidas em sequência.
Quais são as principais abordagens de aprendizagem automática que usam inteligência artificial de memória limitada?
Aprendizagem por reforço:
É um tipo de aprendizagem automática que aprende a criar melhores previsões ou estimativas através de experimentação ou de tentativa e erro.
Memória de longo e curto prazo (LSTM):
É um tipo de memória que usa informação anterior para antecipar o item seguinte numa sequência. Ao gerar previsões, as LSTM dão prioridade aos dados mais recentes e desvalorizam os dados do passado, mas ainda assim usam-nos para tirar conclusões.
Redes generativas adversárias evolutivas (E-GAN):
Evolui ao longo do tempo, seguindo caminhos ligeiramente diferentes com base em encontros anteriores. Este modelo procura continuamente um caminho melhor durante o seu ciclo evolutivo de mutação e cumpre diferentes objetivos usando simulações e estatísticas, ou o acaso.[2]
Qual é o exemplo de IA de memória limitada?
Por exemplo, os veículos autónomos empregam IA de memória limitada para vigiar a velocidade e a direção de outros automóveis, ajudando-os a "ler a estrada" e a fazer os ajustes necessários. São mais seguros nas estradas devido a este processo de análise e interpretação dos dados recebidos.
A IA de memória limitada, por outro lado, continua a ser restrita, como o próprio nome indica. Os dados que os carros autónomos usam são momentâneos e não são guardados na memória de longo prazo do veículo.
Quais são algumas características da IA de memória limitada?
- Capaz de lidar com tarefas complexas.
- Capaz de armazenar a experiência histórica.
- Este é o estado atual da IA e há quem diga que chegámos a um limite.
Conclusão:
As máquinas com memória limitada podem usar experiências anteriores para tomar decisões eficazes. As observações dos dados são analisadas pelas máquinas com base na sua fundamentação teórica pré-programada. Os dados observados são guardados durante um curto período e depois descartados.
- Understanding the Four Types of Artificial Intelligence. 14 de novembro de 2016; Disponível em: https://www.govtech.com/computing/understanding-the-four-types-of-artificial-intelligence.html.
- Introduction to AI. Disponível em: https://builtin.com/artificial-intelligence.
Exemplos de IA de memória limitada
A maior parte da IA que usa todos os dias é IA de memória limitada. Eis exemplos comuns:
- Os carros autónomos acompanham a velocidade, a direção e a distância de veículos e peões próximos durante uma janela curta e combinam isso com o conhecimento treinado das regras de trânsito.
- Os chatbots e assistentes virtuais usam a conversa atual para dar respostas relevantes.
- Os sistemas de recomendação em aplicações de vídeo, música e compras aprendem com a sua atividade recente.
- A deteção de fraude compara uma nova transação com o seu padrão de gastos recente.
- As aplicações de navegação usam dados de trânsito recentes para sugerir rotas mais rápidas.
- Modelos de reconhecimento de imagens e rostos treinados com grandes conjuntos de fotografias.
- A previsão de procura usa as vendas recentes para prever as necessidades de stock da próxima semana; veja análises com IA.
Como funciona a IA de memória limitada
Um modelo é primeiro treinado com um grande conjunto de dados passados. Quando funciona, mantém também uma memória de curto prazo das entradas recentes. Não guarda essa memória para sempre, e por isso se chama "limitada". Compare-a com uma máquina reativa, que não tem qualquer memória.
Os quatro tipos de IA num relance
A inteligência artificial costuma ser dividida em quatro tipos, de acordo com a quantidade de memória e de compreensão que um sistema possui.
| Tipo | Memória e compreensão | Exemplo | Existe hoje? |
|---|---|---|---|
| Máquina reativa | Sem memória; reage apenas à entrada atual | Computador de xadrez IBM Deep Blue | Sim |
| IA de memória limitada | Aprende com dados passados e usa entradas recentes por um curto período | Carros autônomos, chatbots, sistemas de recomendação | Sim, a maior parte da IA atual |
| IA de teoria da mente | Entenderia as crenças, emoções e intenções humanas | Apenas protótipos de pesquisa | Ainda não |
| IA autoconsciente | Teria consciência e autoconsciência próprias | Nenhum; apenas na ficção científica | Não |
Para uma explicação completa dos quatro tipos, leia os quatro tipos de IA explicados.
Respostas rápidas
O ChatGPT é uma IA de memória limitada?
Os grandes modelos de linguagem são geralmente classificados como IA de memória limitada porque são treinados com dados passados e usam a conversa atual como contexto de curto prazo.
Qual é a diferença entre a IA de memória limitada e a IA com teoria da mente?
A IA de memória limitada usa dados recentes para tomar decisões. A IA com teoria da mente compreenderia também as crenças e as emoções humanas, o que os sistemas atuais não fazem realmente. Veja IA com teoria da mente.
As empresas podem usar IA de memória limitada?
Sim. Os chatbots de apoio ao cliente, a previsão e a pesquisa de documentos são todos IA de memória limitada. Veja os nossos serviços de desenvolvimento de IA.
A IA de memória limitada é o mesmo que aprendizado de máquina?
Não exatamente. O aprendizado de máquina é a forma como um modelo aprende com dados. A memória limitada descreve como um sistema de IA usa a memória: ele aprende com dados passados e guarda as entradas recentes apenas por pouco tempo. A maioria dos sistemas de aprendizado de máquina em uso hoje é IA de memória limitada.
A IA de memória limitada armazena dados para sempre?
Não. Ela guarda as observações recentes apenas pelo tempo necessário para tomar uma decisão, como um carro autônomo que acompanha os veículos próximos. Os dados de treinamento são separados, e por quanto tempo os dados são mantidos depende de como o sistema foi projetado.
