IA de memória limitada

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.

1. 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.
2. 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:

1. 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.
2. Os chatbots e assistentes virtuais usam a conversa atual para dar respostas relevantes.
3. Os sistemas de recomendação em aplicações de vídeo, música e compras aprendem com a sua atividade recente.
4. A deteção de fraude compara uma nova transação com o seu padrão de gastos recente.
5. As aplicações de navegação usam dados de trânsito recentes para sugerir rotas mais rápidas.
6. Modelos de reconhecimento de imagens e rostos treinados com grandes conjuntos de fotografias.
7. 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.

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.