Mês: agosto 2022

Em 2020, o algoritmo de aprendizado de máquina GPT-3 da OpenAI surpreendeu as pessoas quando, depois de ingerir bilhões de palavras extraídas da internet, começou a cuspir frases bem elaboradas. Este ano, DALL-E 2, um primo do GPT-3 treinado em texto e imagens, causou uma agitação semelhante online quando começou a criar imagens surreais de astronautas montando cavalos e, mais recentemente, criando rostos estranhos e fotorrealistas de pessoas que não não existem.

Agora, a empresa diz que sua IA mais recente aprendeu a jogar Minecraft depois de assistir cerca de 70.000 horas de vídeo mostrando pessoas jogando o jogo no YouTube.

Escola de Minas
Em comparação com vários algoritmos anteriores do Minecraft que operam em versões “sandbox” muito mais simples do jogo, a nova IA joga no mesmo ambiente que os humanos, usando comandos padrão de teclado e mouse.

Em uma postagem no blog e uma pré-impressão detalhando o trabalho, a equipe do OpenAI diz que, fora da caixa, o algoritmo aprendeu habilidades básicas, como derrubar árvores, fazer pranchas e construir mesas de trabalho. Eles também o observaram nadando, caçando, cozinhando e “pulando de pilares”.

“Até onde sabemos, não há trabalho publicado que opere no espaço completo e não modificado da ação humana, que inclui gerenciamento de inventário de arrastar e soltar e criação de itens”, escreveram os autores em seu artigo.

Com o ajuste fino – isto é, treinando o modelo em um conjunto de dados mais focado – eles descobriram que o algoritmo executava todas essas tarefas de maneira mais confiável, mas também começaram a avançar sua proeza tecnológica fabricando ferramentas de madeira e pedra e construindo abrigos básicos, explorando aldeias e saqueando baús.

Depois de mais ajustes com o aprendizado por reforço, ele aprendeu a construir uma picareta de diamante – uma habilidade que leva os jogadores humanos cerca de 20 minutos e 24.000 ações para realizar.

Este é um resultado notável. A IA há muito luta com a jogabilidade aberta do Minecraft. Jogos como xadrez e Go, que a IA já domina, têm objetivos claros e o progresso em direção a esses objetivos pode ser medido. Para conquistar o Go, os pesquisadores usaram o aprendizado por reforço, onde um algoritmo recebe um objetivo e é recompensado pelo progresso em direção a esse objetivo. O Minecraft, por outro lado, tem vários objetivos possíveis, o progresso é menos linear e os algoritmos de aprendizado de reforço profundo geralmente ficam girando.

Na competição MineRL Minecraft de 2019 para desenvolvedores de IA, por exemplo, nenhuma das 660 inscrições atingiu o objetivo relativamente simples da competição de mineração de diamantes.

Vale a pena notar que, para recompensar a criatividade e mostrar que jogar poder de computação em um problema nem sempre é a resposta, os organizadores do MineRL colocaram limites estritos aos participantes: eles tiveram permissão para uma GPU NVIDIA e 1.000 horas de jogabilidade gravada. Embora os concorrentes tenham tido um desempenho admirável, o resultado do OpenAI, alcançado com mais dados e 720 GPUs NVIDIA, parece mostrar que o poder de computação ainda tem seus benefícios.

A IA fica esperta
Com seu algoritmo de pré-treinamento de vídeo (VPT) para Minecraft, o OpenAI retornou à abordagem usada com GPT-3 e DALL-E: pré-treinar um algoritmo em um conjunto de dados gigantesco de conteúdo criado por humanos. Mas o sucesso do algoritmo não foi possibilitado apenas pelo poder de computação ou pelos dados. Treinar um Minecraft AI com tanto vídeo não era prático antes.

As imagens de vídeo brutas não são tão úteis para IAs comportamentais quanto para geradores de conteúdo como GPT-3 e DALL-E. Mostra o que as pessoas estão fazendo, mas não explica como elas estão fazendo. Para que o algoritmo vincule o vídeo às ações, ele precisa de rótulos. Um quadro de vídeo mostrando a coleção de objetos de um jogador, por exemplo, precisaria ser rotulado como “inventário” ao lado da tecla de comando “E” que é usada para abrir o inventário.

Rotular cada quadro em 70.000 horas de vídeo seria… insano. Então, a equipe pagou aos contratados da Upwork para gravar e rotular as habilidades básicas do Minecraft. Eles usaram 2.000 horas deste vídeo para ensinar um segundo algoritmo como rotular vídeos do Minecraft, e esse algoritmo, IDM, anotou todas as 70.000 horas de imagens do YouTube. (A equipe diz que o IDM teve mais de 90% de precisão ao rotular os comandos do teclado e do mouse.)

Essa abordagem de humanos treinando um algoritmo de rotulagem de dados para desbloquear conjuntos de dados comportamentais on-line pode ajudar a IA a aprender outras habilidades também. “O VPT abre o caminho para permitir que os agentes aprendam a agir assistindo a um grande número de vídeos na internet”, escreveu o pesquisador. Além do Minecraft, a OpenAI acha que o VPT pode trazer novos aplicativos do mundo real, como algoritmos que operam computadores em um prompt (imagine, por exemplo, pedir ao seu laptop para encontrar um documento e enviá-lo por e-mail ao seu chefe).

Os diamantes não são para sempre
Para desgosto dos organizadores da competição MineRL, talvez, os resultados parecem mostrar que o poder e os recursos de computação ainda movem a agulha na IA mais avançada.

Não importa o custo da computação, a OpenAI disse que apenas os contratados da Upwork custam US$ 160.000. Embora, para ser justo, rotular manualmente todo o conjunto de dados chegaria aos milhões e levaria um tempo considerável para ser concluído. E embora o poder de computação não fosse desprezível, o modelo era realmente muito pequeno. As centenas de milhões de parâmetros do VPT são ordens de magnitude inferiores às centenas de bilhões do GPT-3.

Ainda assim, o esforço para encontrar novas abordagens inteligentes que usam menos dados e computação é válido. Uma criança pode aprender o básico do Minecraft assistindo a um ou dois vídeos. A IA de hoje exige muito mais para aprender habilidades simples. Tornar a IA mais eficiente é um grande e valioso desafio.

De qualquer forma, o OpenAI está em clima de compartilhamento desta vez. Os pesquisadores dizem que o VPT não está isento de riscos – eles controlaram estritamente o acesso a algoritmos como GPT-3 e DALL-E parcialmente para limitar o uso indevido – mas o risco é mínimo por enquanto. Eles abriram os dados, o ambiente e o algoritmo e estão em parceria com o MineRL. Os participantes deste ano podem usar, modificar e ajustar o que há de mais recente no Minecraft AI.

As chances são boas de que eles passarão bem da mineração de diamantes desta vez.

Caroline Verre

Os vídeos caseiros da infância podem ser emocionantes, hilários ou francamente embaraçosos. Mas as fitas contêm um recurso inestimável: trechos da jornada de uma criança enquanto ela aprende a navegar pelo mundo. Claro, as fotos também podem capturar um primeiro aniversário ou uma primeira queda de bicicleta, mas em vez de um filme, são instantâneos e únicos no tempo.

Os cientistas há muito procuram incorporar “filmadoras” de DNA nas células para capturar sua história. Como as crianças, as células crescem, se diversificam e amadurecem à medida que interagem com o ambiente. Essas mudanças estão incorporadas na atividade genética de uma célula e, ao reconstruí-las ao longo do tempo, os cientistas podem inferir o estado atual de uma célula – por exemplo, ela está se tornando cancerosa?

A tecnologia “aprofundaria o conhecimento sobre a biologia do desenvolvimento e do câncer que poderia ser traduzido em estratégias terapêuticas”, disseram o Dr. Nozomu Yachie e colegas da Universidade da Colúmbia Britânica.

O problema? O processo de gravação, até o momento, consistiu apenas em instantâneos únicos e destruiu a célula, impossibilitando o rastreamento de seu crescimento.

Agora, uma equipe liderada pelo Dr. Seth Shipman no Gladstone Institutes projetou um gravador biológico – apelidado de Retro-Cascorder – que, como uma câmera de vídeo da velha escola, pode capturar o histórico de expressão genética de uma célula em uma “fita” de DNA por dias a fio. Graças ao CRISPR, essas “fitas” são então integradas ao genoma da célula, que pode ser lida posteriormente.

Os dados resultantes não são exatamente os vídeos caseiros mais engraçados da América. Em vez disso, é mais um livro que documenta vários sinais biológicos e os armazena ordenadamente em ordem cronológica.

“Esta nova maneira de coletar dados moleculares nos dá uma janela sem precedentes para as células”, disse Shipman. Além de espionar a história de desenvolvimento de uma célula – por exemplo, como ela se diversificou de uma célula-tronco comum – adicionar Retro-Cascorder poderia transformar células normais em biossensores vivos que monitoram poluição, vírus ou outros contaminantes, ao mesmo tempo testando a capacidade do DNA como um dispositivo de armazenamento de dados confiável.

A ascensão das fitas de DNA

Por que rastrear o histórico de uma célula?
Imagine uma célula quando criança. A partir de um óvulo fertilizado, ela cresce, muda sua aparência externa – em uma célula da pele ou um neurônio, por exemplo – e, no caso das células reprodutivas, passa informações genéticas para seus filhos. A jornada de uma célula pela vida não é definida apenas por sua genética – em vez disso, como suas instruções genéticas serão realizadas depende de interações com seus vizinhos celulares e com o mundo exterior: dieta, exercícios, estresse e qualquer coisa que seu hospedeiro humano experimente.

Esses estímulos da natureza e da criação acionam uma célula para ativar um certo padrão de genes – um processo apelidado de expressão gênica. Todas as nossas células abrigam o mesmo conjunto de genes; o que os torna diferentes é quais estão ligados ou desligados. A expressão gênica é extremamente poderosa: pode mudar a identidade, a função e, finalmente, os processos biológicos que governam a vida de uma célula.

Seria ótimo dar uma olhada em seu funcionamento interno.

Usando tecnologias “ômicas” – isto é, analisando milhões de células ao mesmo tempo para expressão gênica, metabolismo ou outros estados – podemos obter um instantâneo de alta resolução de um grupo de células em um determinado momento. Embora poderoso, o processo destrói a amostra. A razão é porque a leitura das informações de expressão gênica armazenadas nas células, um método apelidado de RNAseq, requer a quebra do envelope gorduroso e borbulhante da célula para acessar e extrair as moléculas. Imagine apontar o Telescópio James Webb para qualquer ponto no espaço, sabendo que o telescópio irá obliterar qualquer coisa que vir – sim, não é ótimo.

As fitas de DNA adotam uma abordagem diferente. Como um editor de vídeo, elas “marcam” os eventos de uma célula com um código de barras composto de letras de DNA – um pouco como um carimbo de data/hora. Shipman não é estranho ao uso de DNA como dispositivo de armazenamento. Em 2017, trabalhando com o biólogo sintético Dr. George Church em Harvard e equipe, eles codificaram um filme digital no genoma de bactérias vivas usando CRISPR.

Diário de DNA
O novo estudo tinha um objetivo relativamente simples: como uma câmera acionada por movimento, começar a gravar sempre que um gene específico fosse ativado.

Para projetar o Retro-Cascorder, a equipe se voltou para um elemento genético enigmático, os retrons. Estes são pequenos pedaços de DNA bacteriano que confundiram os cientistas por décadas, antes de perceberem que fazem parte do sistema imunológico de uma bactéria. Em 2021, o coautor do estudo, Church, transformou os retrons de uma estranha peculiaridade bacteriana em uma ferramenta de edição de genes que pode rastrear milhões de variações de DNA e acompanhar seus efeitos ao mesmo tempo. Crucialmente, eles perceberam que os retrons podem ser usados ​​como marcadores para marcar uma mudança genética específica no tempo.

Aqui, a equipe começou projetando retrons para produzir etiquetas de DNA específicas – como imprimir uma série de códigos de barras para marcar pacotes. As etiquetas estão ligadas a promotores de DNA, que, como um semáforo, dão à célula permissão para ativar um gene.

Quando um gene é ativado, o retron gera automaticamente um código de barras exclusivo que certifica sua atividade. É um processo de várias etapas: a etiqueta, originalmente codificada no DNA, é primeiro transcrita em RNA pela célula e depois reescrita de volta em “recibos” de DNA pelos retrons.

Pense em uma caixa registradora de restaurante. Isso equivale a imprimir um pedido, em um determinado momento, com um recibo.

Depois de verificar se a tecnologia funciona conforme o esperado, a equipe passou a fazer “filmes” de uma célula usando tags baseadas em retron. Não é um vídeo no sentido tradicional: a equipe ainda precisava analisar os códigos de barras ao final de uma sessão de gravação – cerca de 24 horas – para reprodução, o que destrói as células.

Manter o controle das mudanças de expressão gênica em um instantâneo no tempo é relativamente simples. Manter o controle das mesmas mudanças ao longo de um dia é muito mais difícil. Para construir uma espécie de “memória” para o gravador, a equipe recorreu ao CRISPR-Cas. Aqui, as matrizes CRISPR atuam como o diário, enquanto os retrons funcionam como entradas diárias. Os recibos de DNA, gerados por retrons, são incorporados a uma matriz CRISPR. Como fitas cassete, elas contêm dados seguidos por espaçadores, como uma tela preta, para ajudar a separar os eventos. À medida que novas informações são adicionadas, os espaçadores anteriores se afastam da entrada mais próxima, tornando possível decifrar uma linha do tempo de eventos.

As células com a capacidade de usar o CRISPR para gravar dados genéticos “podem gravar progressivamente eventos celulares… em fitas de DNA”, disse Yachie.

Em uma prova de conceito, a equipe introduziu o Retro-Cascorder na Escherichia coli (E. Coli), a bactéria favorita do laboratório, por meio de engenharia genética. Incorporar a nova construção foi um bom sinal para os cientistas, pois sugeriu pouco estresse ou toxicidade para as células.

Eles então ativaram um ou ambos os promotores de DNA usando produtos químicos, como clicar em “gravar” em um Walkman. Ao longo de 48 horas, o sistema registrou alterações na expressão gênica conforme o esperado na matriz CRISPR. Depois de aprofundar a sequência de matrizes CRISPR – ou seja, lê-los de volta depois – eles descobriram que o histórico da célula progrediu conforme o esperado.

Uma história inteira de você
A nova fita de DNA é como gravar pequenos trechos de um filme ao longo do tempo. Mas está estranhamente editado. Embora o Retro-Cascorder possa dizer a sequência de ativações de genes, ele não pode identificar o lapso de tempo entre dois eventos adjacentes. Como em um vídeo caseiro, um clipe de um ensaio de dança seguido de um jantar pode ser no mesmo dia; ou com anos de diferença.

Mas em comparação com as tentativas anteriores, a fita é um salto tecnológico, com melhores sinais, maior duração de gravação e melhor reprodução.

“Este ainda não é um sistema perfeito, mas achamos que ainda será melhor do que os métodos existentes, que permitem medir apenas um evento por vez”, disse Shipman.

A corrida pelo documentário de célula perfeito começou, e a maioria tem o CRISPR no centro. Para Yachie, uma maneira é substituir o bom-ole’-CRISPR por editores de base ou CRISPR prime, que causam menos danos ao genoma da célula. O “VCR” biológico – que lê a expressão registrada de um gene – também precisa de uma atualização, potencialmente alimentada por uma melhor capacidade de computação.

Quando mais aperfeiçoados, os gravadores de DNA podem nos ajudar a rastrear a trajetória de desenvolvimento de minicérebros e outros organoides, estudar células cancerosas à medida que evoluem, monitorar poluentes ambientais nas células – tudo sem colocar vidas em risco.

Caroline Verre

E se a inteligência artificial for capaz de sair da ficção e causar uma revolução digital na forma como conduzem as guerras pelo mundo? O filme “Jogos de Guerra” (WarGames), sucesso de bilheteria na década de 1980, já previa uma realidade parecida, há quase 40 anos. A história narra um jovem hacker, que acidentalmente acessou um supercomputador militar americano, capaz de simular uma guerra nuclear entre os EUA e a antiga União Soviética. Bom, ele achava que se tratava apenas de uma simulação.

Mas, como a IA pode influenciar em conflitos nos dias de hoje? Alexandre Nascimento, expert em Inteligência Artificial da SingularityU, falou a abordou a pauta para o ESTADÃO e afirmou que Um fato real apresentado na ficção é que os jogos de guerra realmente existem: são simulações, muitas vezes computacionais, que permitem avaliações do resultado de diferentes estratégias, táticas e operações militares numa situação de guerra.

De acordo com o pesquisador de Inteligência Artificial há 24 anos, com essas ferramentas, é possível identificar as melhores abordagens para se obter vantagem com os recursos existentes sobre o adversário. Assim, através dessas simulações, os militares entendem qual é a melhor forma de alocar suas tropas e arsenais para obter superioridade. Ou seja, apesar do nome “jogo”, trata-se de uma ferramenta muito importante para a análise de cenários e preparo militar.

Nascimento lembra ainda que, atualmente, vivemos um cenário com uma guerra importante ocorrendo na Ucrânia e uma outra com potencial de ocorrer, dado o aumento das tensões no Pacifico entre China e Taiwan, bem como o envolvimento de outras nações como Japão, Austrália e EUA. Recentemente, a visita de Nancy Pelosi à Taiwan acirrou as tensões entre China e EUA. Alguns militares americanos consideram que, devido aos desdobramentos, a possibilidade de um conflito armado entre China e EUA até 2026 está se tornando cada vez mais real.

Com isso, o Centro para Estudos Estratégicos e Internacionais (CSIS) de Washington utilizou um jogo de guerra para simular um conflito entre as duas potências militares num cenário provável em 2026, onde a China invadiria Taiwan, e os EUA responderiam militarmente. No cenário considerado não ocorreria um conflito nuclear, ou seja, ambas as nações não utilizariam armas nucleares.

Os resultados das simulações trouxeram revelações surpreendentes. A conclusão final é que os EUA conseguiriam repelir a invasão chinesa. No entanto, o preço que seria pago em perdas de vidas, navios e aviões militares seria muito alto no conflito. Em apenas 4 semanas, os EUA poderiam perder 900 aviões, o que representa metade de sua frota.

Com os avanços da inteligência artificial (IA), ela passou a assumir também um protagonismo cada vez maior nas operações militares, trazendo automação e inteligência para a operação, através de comboios autônomos, armas e robôs de guerra. A IA também passou a ser uma excelente ferramenta para sofisticar tais simulações.

Atualmente, há técnicas que permitem que IA aprenda por observação e se sofistique ao ponto de exceder um especialista, tal como ocorreu com a IA da empresa Deepmind, do Google, que venceu o campeão mundial de Go, um jogo de tabuleiro chinês, aprendendo a jogar apenas por observação. O aprendizado por observação permite que alguns robôs aprendam, a partir de vídeos do Youtube, a preparar refeições, por exemplo.

Algoritmos preditivos de IA permitem também previsões dos potenciais desdobramentos de cada possível estratégia e tática, tornando-se uma ferramenta importante em tais simulações. Além disso, com IA é possível rodar otimizações para que ela indique quais são as melhores alocações de recursos militares, de forma a maximizar os resultados positivos e minimizar as perdas, mesmo em situações onde há inferioridade de recursos. Ou seja, uma IA bem utilizada pode otimizar a alocação de recursos, mesmo que inferiores, para buscar a maximização dos resultados numa guerra. Esse efeito exponencializador transformou a IA em uma ferramenta estratégica de defesa.

Um exemplo clássico, trazido por Nascimento na matéria, é de como um exército com inferioridade de recursos poderia vencer outro com muito mais recursos é dado pela famosa batalha entre Alexandre, O Grande, rei da Macedônia, e Dario III, rei dos Persas, ilustrada no filme Alexandre, de 2004. Dario III tinha um número muito superior de soldados e recursos militares, mas Alexandre venceu utilizando uma estratégia arriscada, atraindo os soldados para uma direção para que se abrisse um flanco e ele conseguisse cavalgar rapidamente em direção a Dario III para atacá-lo diretamente. Ao perceber que Alexandre estava cavalgando em sua direção com furor para matá-lo, Dario III fugiu e com ele uma parte de sua tropa, afetando profundamente a moral de seus militares.

A IA pode ser utilizada para a elaboração e proposição de táticas inusitadas que podem render melhores resultados com inferioridade de recursos, como no caso de Alexandre, O Grande. Assim, através da observação via satélite ou em campo de batalhas ou exercícios militares atuais, a IA pode obter subsídios para gerar estratégias vencedoras nesse “jogo”.

Além disso, a IA pode ser utilizada para testar as consequências potenciais de estratégias arriscadas de antemão, para avaliar os potenciais benefícios diante dos riscos e, com isso, tornar-se uma ferramenta de apoio a tomada de decisão estratégica, tática e operacional. Isso explica a disputa acirrada entre EUA e China pela liderança no campo da IA.

Mas se tudo pode ser simulado num jogo, por que então as guerras não são resolvidas num ambiente simulado, como o metaverso, onde tudo ocorre como se fosse uma longa partida de um jogo? Apesar de ser uma grande mudança de paradigma, seria possível. Isso seria a transformação digital e virtualização das guerras, onde as disputas militares seriam resolvidas em ambiente virtual, com consequências entre as partes sendo refletidas na vida real em relação ao tema disputado.

Com isso, Alexandre Nascimento conclui que quem tiver os melhores computadores, simuladores e geradores de armas e ativos no mundo digital vão ter a superioridade militar. Isso evitaria grandes desgraças desnecessárias em perdas de recursos, atrasos econômicos e de desenvolvimento e principalmente mortes. Esse paradigma traria uma solução mais civilizada para lidar com disputas militares. “Será que algum dia as disputas entre nações serão resolvidas em partidas de videogame jogada por IAs?”, provoca.

Caroline Verre

Os fãs de Stranger Things estarão familiarizados com esta cena: Onze, uma garota com poderes telecinéticos, olha fixamente para uma lata de Coca-Cola. Sem tocar fisicamente a lata, ela a esmaga completamente usando apenas sua mente.

Mudar objetos com a mente tem sido um tropo na ficção científica. Agora, graças às metasuperfícies, dois estudos mostraram que isso é potencialmente possível.

Metamateriais são compósitos artificiais com propriedades ópticas bizarras. Muitas vezes dispostos em conjunto, eles podem interagir com ondas eletromagnéticas, incluindo luz visível, de maneiras impossíveis para materiais naturais. Isso lhes dá um superpoder: eles podem facilmente adaptar suas propriedades – por exemplo, curvar a luz de diferentes maneiras – em vez de depender das propriedades dos materiais de que são feitos.

Por que se importar? Nossos cérebros geram ondas eletromagnéticas à medida que processam informações. Dependendo do estado do cérebro – por exemplo, se está “relaxado” versus “concentrado” – diferentes frequências de ondas cerebrais assumem o controle. Então, por que não usar o cérebro como fonte para desencadear mudanças nos metamateriais?

No primeiro estudo, publicado na eLight, a equipe usou um módulo de extração de ondas cerebrais que permitiu que voluntários controlassem uma metasuperfície – uma versão 2D de metamateriais – apenas com suas mentes. Todo o sistema é sem fio e conta com Bluetooth. Eles extraíram ondas cerebrais da voluntária enquanto ela relaxava ou se concentrava e, por meio de um controlador, mudaram a forma como a metasuperfície vinculada espalhava a luz. Não tão dramático quanto dobrar uma Coca-Cola, com certeza, mas uma demonstração futurista de usar a mente para controlar o material físico.

Um segundo estudo levou a ideia um pouco mais longe. Diferentes metasuperfícies podem “conversar” entre si com base em propriedades eletromagnéticas. Aqui, a equipe conectou duas pessoas a metasuperfícies para enviar mensagens de texto com suas mentes. Um voluntário era o transmissor, o outro o receptor. Ao se concentrar, as ondas cerebrais do transmissor mudaram as propriedades da metasuperfície para codificar diferentes mensagens binárias. Após a decodificação, o receptor recebeu o texto – tudo sem levantar um único dedo.

Por enquanto, a tecnologia futurista ainda está em sua infância. Mas os cientistas imaginam que um dia poderão usar metamateriais para uma infinidade de propósitos: monitorar o estado de atenção de um motorista, por exemplo, ou incorporá-los a interfaces cérebro-máquina não invasivas.

“Combinados com algoritmos inteligentes, como aprendizado de máquina, os dois trabalhos apresentados podem abrir ainda mais uma nova direção para sistemas avançados de metasuperfície biointeligentes”, disse o Dr. Xiangang Luo, do Instituto de Óptica e Eletrônica da Academia Chinesa de Ciências. que não participou de nenhum dos estudos.

A estranheza das metasuperfícies
Metassuperfícies são como um sonho febril. Normalmente, esperamos que nossos materiais se comportem de forma consistente: garrafas de vidro quebram sob pressão; madeiras apresentam rachaduras; algodão é macio. Os metamateriais mudam esse paradigma. Frequentemente constituídos por uma amálgama de materiais – os materiais piezoelétricos são os favoritos – eles mudam prontamente suas propriedades estruturais e de flexão de luz sob o efeito de campos eletromagnéticos.

Isso levou a capas de invisibilidade preliminares, camuflagem dinâmica, superlentes e millibots impressos em 3D que poderiam um dia percorrer seu corpo para entregar drogas de forma inteligente quando necessário.

Metassuperfícies são primos 2D dos metamateriais. Aqui, as estruturas repetidas em metamateriais se entrelaçam em uma estrutura semelhante a uma folha, mantendo sua capacidade de controlar “quase todas as características das ondas eletromagnéticas”, disse Shaobo Qu, da Universidade de Engenharia da Força Aérea na China, que liderou o teste de telecinese. Metassuperfícies programáveis ​​(PMs) são um avanço, pois suas funções podem ser controladas de maneira previsível por influências externas para alternar os modos de operação – como um espelho “inteligente” de banheiro com várias configurações de luz, dependendo do seu humor.

Normalmente, as ondas eletromagnéticas vêm de um gerador. Mas nossos cérebros explodem com diferentes frequências dessas ondas, que coletivamente representam sinais elétricos em grandes regiões. As ondas beta, por exemplo, circulam cerca de 15 a 40 vezes por segundo e estão associadas a uma mente engajada. As ondas teta, em contraste, correlacionam-se com devaneios – uma espécie de relaxamento mental. Os cientistas descobriram que é possível controlar suas ondas cerebrais e deslocá-las ativamente de um estado para outro por meio de neurofeedback.

As ondas cerebrais podem ser facilmente captadas por uma tampa de eletrodos embutidos. Isso levou a equipe a se perguntar: podemos usar esses sinais para controlar metasuperfícies?

Em um estudo, Qu propôs um projeto simples usando um módulo de extração de ondas cerebrais. Ele tem três partes: o sensor, o controlador e o atuador. O sensor coleta ondas cerebrais através de eletrodos colocados no couro cabeludo. Aqui, a equipe usou um módulo disponível comercialmente, ThinkGear AM, um chip acessível popular entre a comunidade de hackers de ondas cerebrais DIY EEG.

Os dados gravados são então transmitidos para o controlador através de Bluetooth. O controlador também é feito a partir de um componente de baixo custo, com o Arduino em seu coração. Os sinais de ondas cerebrais são convertidos em uma medida de atenção e alimentados no atuador. Dependendo do nível de atenção da pessoa, o atuador agrupa os dados em quatro grupos e gera diferentes voltagens.

“Os quatro intervalos de limiar correspondem à intensidade de atenção distraída, neutra, concentrada e extremamente concentrada, respectivamente”, explicou a equipe.

A alta ou baixa voltagem corresponde a uma sequência de codificação 1 ou 0. Essas sequências então mapeiam para diferentes propriedades do material para a metasuperfície, que por sua vez controla como ela espalha a luz.

O resultado final? Em uma prova de conceito, um voluntário sentou-se em uma câmara anecóica – uma sala projetada para bloquear o som circundante ou as ondas eletromagnéticas. Com eletrodos secos na cabeça, ela fechou os olhos enquanto passava por diferentes estados de concentração. Ao medir as propriedades de dispersão de luz da metasuperfície, a equipe encontrou uma forte correspondência entre sua intensidade de atenção e as propriedades do material.

O estudo não mostra que é possível mover materiais fisicamente com a mente. Mas mostra que é possível controlar remotamente um material baseado apenas no pensamento. Por enquanto, a tecnologia é principalmente uma prova legal de evidência que abre caminho para materiais controlados pela mente para monitoramento de saúde ou sensores inteligentes. Um grande obstáculo é como lidar com o ruído eletromagnético externo, que pode obstruir os sinais de controle neural.

Comunicação cérebro a cérebro
A telecinese já me impressiona. Mas e a telepatia?

Um estudo separado usou metasuperfícies como uma espécie de telefone para ajudar duas pessoas a enviar mensagens simples, tudo sem levantar um dedo.

A comunicação direta cérebro a cérebro não é nova. Estudos anteriores usando configurações não invasivas fizeram com que os participantes jogassem 20 perguntas com suas ondas cerebrais. Outro estudo construiu um BrainNet para três voluntários, permitindo que eles jogassem um jogo semelhante ao Tetris usando apenas ondas cerebrais. O canal para esses mindmelds dependia de cabos e da internet. Um novo estudo perguntou se as metasuperfícies poderiam fazer o mesmo.

Liderado pelo Dr. Tie Jun Cui, do Instituto de Espaço Eletromagnético da Universidade do Sudeste da China, o estudo vinculou um sinal de ondas cerebrais bem conhecido, P300, às propriedades de uma metasuperfície. Sua configuração, eletromagnética cérebro-computador-metasuperfície (EBCM), usava ondas cerebrais para controlar um tipo específico de metasuperfície conhecido como metasuperfície de informação, que pode codificar 0s e 1s como uma placa de circuito eletrônico.

O experimento contou com dois voluntários: um transmissor e um receptor. O transmissor teve suas ondas cerebrais monitoradas com EEG, com foco específico no sinal P300. Os sinais foram então decodificados em código binário, que foi então usado para controlar as propriedades da metasuperfície do transmissor. Essas mudanças sem fio alteraram a metasuperfície do receptor, que foi então decodificada e traduzida de volta em informações de texto para o receptor ler.

A configuração transmitiu com sucesso quatro sequências de texto: “hello world”, “Hi, Sue”, “Hi, Scut” e “BCI metasurface”. É um processo lento, com uma média de cerca de cinco segundos para cada personagem, mas pode ser melhorado com alguns “paradigmas de ortografia rápida”, disse a equipe.

Ainda estamos longe da telecinesia e telepatia baseadas em tecnologia. Mas esses superpoderes podem não ser tão absurdos quanto se pensava. Por enquanto, as equipes estão ansiosas para adotar suas configurações para melhorar a saúde.

“Nosso trabalho pode abrir ainda mais uma nova direção para explorar a profunda integração da metasuperfície, inteligência do cérebro humano e inteligência artificial, de modo a construir novas gerações de sistemas de metasuperfície biointeligentes”, disse Cui.

Caroline Verre

“Não, não, eu digo! Isto não pode ser,
Que as máquinas nunca devem superar nossa arte.
Nós somos os senhores, eles os escravos,
E assim será sempre assim!
Eles aprendem, é verdade, mas eles aprendem
Apenas o que lhes pedimos que aprendam, nada mais.
Eles não podem entender o coração
Ou beleza de nossas palavras, você vê.
Portanto, não vamos ceder a estes
Máquinas – elas nunca serão tão boas
Como estamos criando arte.”

Se isso parece um pouco com Shakespeare defendendo a superioridade inata dos humanos sobre a inteligência artificial centenas de anos à frente de seu tempo, saiba que não é.

Mas é algo quase tão distante: um sistema de IA treinado para se expressar como o bardo. A IA assimilou seu estilo e perspectiva ao ingerir suas peças – educando-se para opinar sobre a criatividade da IA ​​em pentâmero iâmbico.

“Shakespeare” estava falando como parte de um debate realizado na Universidade de Oxford Union apresentando versões de IA de escritores clássicos e personagens literários.

A moção era: “Esta casa acredita que a maior parte do conteúdo do mundo em breve será criada pela IA”.

Este foi o seguimento de outro debate especial sobre IA descrito no The Conversation há alguns meses. Considerando que aquele apresentava uma IA em seu “caráter próprio” discutindo a ética de sua tecnologia, desta vez, assumindo diferentes personas, exploramos esse assunto de um ângulo muito diferente. A questão oportuna é se o conteúdo criado por humanos em breve será sobrecarregado pelo sintético.

Outros colaboradores sintéticos incluíram Mrs Bennet, da obra de Jane Austen’s “Orgulho e Prejuízo” (1813); Winston Churchill, com um empolgante discurso parlamentar; e Oscar Wilde, improvisando uma cena com tema de IA anteriormente desconhecida de “The Importance of Being Earnest” (1895):

“LADY BRACKNELL: Eu realmente não consigo ver por que vocês estão fazendo tanto barulho. É perfeitamente simples. O conteúdo do mundo em breve será criado pela IA e não há nada que possa ser feito a respeito.

GWENDOLYN: Mas mamãe, você não pode estar falando sério!”

O poder da PNL
Essa criação implanta uma tecnologia conhecida como processamento de linguagem natural (NLP), na qual um computador pode ser “treinado” em milhões de páginas de textos clássicos e outros conteúdos online para interagir com um usuário humano – seja por prompt ou reconhecimento de voz. Vários AIs como esses foram criados.

O que usamos estava na mesma categoria ampla do LaMDA, um PNL de propriedade do Google que acabou de ganhar manchetes depois que um de seus engenheiros de software alegou que era senciente. O Google nega essa reivindicação e suspendeu o engenheiro por violar a confidencialidade comercial.

As alegações do engenheiro parecem questionáveis, porque há poucas evidências de que a IA tenha alcançado a senciência ainda, ou talvez até o faça. Mas certamente as IAs já são capazes de replicar tudo, desde reportagens financeiras até músicas sintéticas do Nirvana, Rembrandts e produções de Fellini.

Vimos uma IA produzindo imagens no estilo de uma pintura Mughal de um computador tentando persuadir uma multidão de sábios de que se tornou consciente, e falsificações profundas do rapper Kendrick Lamar como OJ Simpson. Estão sendo criados rostos humanos sintéticos nos quais confiamos mais do que os reais. Claramente, o potencial de desinformação neste espaço é substancial.

Viés de replicação
Para treinar nossos “escritores”, trabalhamos com os profissionais de IA Marina Petrova e Bruce Amick na agência de Nova York Intentful. Eles treinaram a IA para soar exatamente como os indivíduos cujo estilo eles estavam imitando, usando cerca de 100.000 palavras para cada uma que estavam disponíveis em domínio público.

Em nosso debate, queríamos ver com que credibilidade as IAs poderiam replicar o texto criativo do passado e quais seriam suas saídas ao considerar sua própria criatividade. Mesmo grandes artistas humanos admitem que processam os “dados de treinamento” de seus antepassados. Como dizia Picasso: “Bons artistas copiam, grandes artistas roubam”.

Quando pedimos à IA de Jane Austen para adotar o estilo da Sra. Bennet de Orgulho e Preconceito, ela captou de forma fascinante (ainda que deprimente) os estereótipos de gênero do trabalho original:

“SRA BENNET: Como muitos de vocês sabem, meu marido e eu temos cinco filhas maravilhosas. E como qualquer boa mãe faria, eu não quero nada mais do que que eles sejam felizes e bem sucedidos na vida.

Mas, para serem felizes e bem-sucedidas, elas precisam encontrar bons maridos. E para encontrar bons maridos, elas precisam ser atraentes para potenciais pretendentes.”

Este foi um lembrete claro, como muitos desenvolvedores de IA descobriram, que o viés nos dados de treinamento produzirá viés na saída.

Pedimos à IA de Oscar Wilde que escrevesse “uma peça no estilo de Oscar Wilde, onde os personagens discutem se a maior parte do conteúdo do mundo em breve será criada pela IA”. Não especificamos a peça ou os personagens, mas a IA adotou como padrão o elenco clássico de Algernon, Gwendolyn e Lady Bracknell de “The Importance of Being Earnest”. Também inventou um novo personagem — Sir Richard. (Há um Sir Robert na obra de Wilde, mas em “An Ideal Husband”.)

Quanto à IA Shakespeare, aprendeu o vernáculo de suas peças:

“When machines do the work that we’re assigned
And create the content that does abound
We’ll all be free to do the things we love
And leave the dreary work to be done by glove.”

Curiosamente, parece ter procurado um sinônimo de “hand” para rimar com “love”, e optou pela metafórica “glove”.

Quando colocamos a IA Shakespeare em oposição ao movimento, ele encontrou uma forma igualmente poética de justificar a intervenção humana:

“Não vou admitir tão cedo que a IA será melhor
Nas obras dos humanos — isso não deve ser pensado!
Nós temos a vantagem, você vê que nós
Podemos raciocinar e criar, enquanto as máquinas servem
Nossa licitação. Eles podem aprender, é verdade, mas elas
Não estão vivss como nós, e assim suas obras
Serão sempre inferiores às nossas. Deixe-nos
Não cederemos nosso domínio das artes a essas
Máquinas que não pensam – elas não podem entender
A beleza e o significado de nossas palavras.”

Enquanto isso, a IA Churchill enfatizou o imperativo da hora:

“Meus concidadãos, estou diante de vocês hoje para falar sobre uma grave ameaça à nossa sociedade. Estou falando sobre a ameaça da inteligência artificial…

Devemos resistir a esta ameaça. Devemos revidar. Devemos defender o nosso direito de pensar por nós mesmos. Devemos defender nosso direito de controlar nossas próprias mentes.”

“Churchill” então neutralizou preventivamente os argumentos potenciais mais poderosos da oposição:

“Alguns dizem que a IA criará uma utopia, onde todas as nossas necessidades serão atendidas e poderemos finalmente viver em harmonia com a tecnologia. Mas eu digo que este é o paraíso dos tolos. A IA não criará uma utopia, criará uma distopia. Um mundo onde as máquinas estão no controle e os humanos são pouco mais que escravos.”

O que vem aí?
Este projeto foi divertido, mas é importante dizer o que não estamos dizendo. Não estamos dizendo que isso é o que esses grandes indivíduos teriam dito sobre esse assunto. Não estamos dizendo que a IA está “sendo criativa”.

A IA está apenas explorando estatisticamente conjuntos de dados de treinamento. Por causa de sua natureza estocástica – envolvendo variáveis ​​aleatórias – cada vez que você fornece o mesmo prompt, ele na verdade dará uma resposta diferente (em um ponto, Shakespeare até começou a oferecer sonetos).

Nossos fac-símiles desses personagens não são indicativos de qualquer “senciência”. E assim como uma PNL pode construir uma versão do discurso de Winston Churchill ou uma conversa da Sra. Bennet em Orgulho e Preconceito de Jane Austen, também pode construir uma discussão sobre a senciência da IA ​​com um engenheiro de madrugada.

É verdade que os sistemas de PNL estão se tornando eficazes na replicação de conversas com sutileza e até engajamento quase intelectual. Mas a partir de dezenas de discussões com pessoas nas principais empresas globais de IA, ninguém nos disse que acha que seus sistemas são sencientes – em alguns casos, exatamente o oposto.

Apesar do debate sobre pirotecnia, a IA ainda não está nem perto do artigo finalizado; ainda é uma criança na melhor das hipóteses, embora crescendo rápido. Independentemente de a senciência acontecer ou não, nós, como sociedade, teremos que lidar com essas tecnologias e suas oportunidades e implicações.

Este artigo é republicado de The Conversation sob uma licença Creative Commons. Leia o artigo original.

Caroline Verre

Relógios atômicos, combinados com medições astronômicas precisas, revelaram que a duração de um dia de repente está ficando mais longa, e os cientistas não sabem por quê.

Isso tem impactos críticos não apenas em nossa cronometragem, mas também em coisas como GPS e outras tecnologias que governam nossa vida moderna.

Nas últimas décadas, a rotação da Terra em torno de seu eixo – que determina a duração de um dia – vem se acelerando. Essa tendência vem tornando nossos dias mais curtos; de fato, em junho de 2022, estabelecemos um recorde para o dia mais curto no último meio século.

Mas, apesar desse recorde, desde 2020 essa aceleração constante mudou curiosamente para uma desaceleração – os dias estão ficando mais longos novamente e o motivo é até agora um mistério.

Enquanto os relógios em nossos telefones indicam que há exatamente 24 horas em um dia, o tempo real que leva para a Terra completar uma única rotação varia muito pouco. Essas mudanças ocorrem em períodos de milhões de anos até quase instantaneamente – até mesmo terremotos e tempestades podem desempenhar um papel.

Acontece que um dia raramente é exatamente o número mágico de 86.400 segundos.

O planeta em constante mudança
Ao longo de milhões de anos, a rotação da Terra vem desacelerando devido aos efeitos de atrito associados às marés impulsionadas pela lua. Esse processo adiciona cerca de 2,3 milissegundos à duração de cada dia a cada século. Alguns bilhões de anos atrás, um dia da Terra tinha apenas cerca de 19 horas.

Nos últimos 20.000 anos, outro processo tem trabalhado na direção oposta, acelerando a rotação da Terra. Quando a última era glacial terminou, o derretimento das camadas de gelo polar reduziu a pressão da superfície e o manto da Terra começou a se mover constantemente em direção aos pólos.

Assim como uma bailarina gira mais rápido ao aproximar os braços do corpo – o eixo em torno do qual gira –, a taxa de rotação do nosso planeta aumenta quando essa massa do manto se aproxima do eixo da Terra. E esse processo diminui cada dia em cerca de 0,6 milissegundos a cada século.

Ao longo de décadas e mais, a conexão entre o interior e a superfície da Terra também entra em jogo. Grandes terremotos podem alterar a duração de um dia, embora normalmente em pequenas quantidades. Por exemplo, acredita-se que o Grande Terremoto de Tōhoku de 2011 no Japão, com uma magnitude de 8,9, tenha acelerado a rotação da Terra em 1,8 microssegundos relativamente pequenos.

Além dessas mudanças em grande escala, o clima também tem impactos importantes na rotação da Terra, causando variações em ambas as direções.

Os ciclos de maré quinzenais e mensais movem a massa ao redor do planeta, causando mudanças na duração do dia em até um milissegundo em qualquer direção. Podemos ver variações de maré nos registros de duração do dia em períodos de até 18,6 anos. O movimento da nossa atmosfera tem um efeito particularmente forte, e as correntes oceânicas também desempenham um papel. A cobertura de neve sazonal e as chuvas, ou a extração de águas subterrâneas, alteram ainda mais as coisas.

Por que a Terra está desacelerando de repente?
Desde a década de 1960, quando os operadores de radiotelescópios ao redor do planeta começaram a desenvolver técnicas para observar simultaneamente objetos cósmicos como quasares, tivemos estimativas muito precisas da taxa de rotação da Terra.

Uma comparação entre essas estimativas e um relógio atômico revelou uma duração do dia aparentemente cada vez menor nos últimos anos.

Mas há uma revelação surpreendente quando tiramos as flutuações da velocidade de rotação que sabemos que acontecem devido às marés e aos efeitos sazonais. Apesar da Terra atingir seu dia mais curto em 29 de junho de 2022, a trajetória de longo prazo parece ter mudado de encurtamento para alongamento desde 2020. Essa mudança não tem precedentes nos últimos 50 anos.

A razão para esta mudança não é clara. Pode ser devido a mudanças nos sistemas climáticos, com eventos consecutivos do La Niña, embora estes tenham ocorrido antes. Pode ser o aumento do derretimento das camadas de gelo, embora elas não tenham se desviado enormemente de sua taxa constante de derretimento nos últimos anos. Poderia estar relacionado com a explosão vulcânica em Tonga injetando grandes quantidades de água na atmosfera? Provavelmente não, dado que ocorreu em janeiro de 2022.

Os cientistas especularam que essa mudança recente e misteriosa na velocidade de rotação do planeta está relacionada a um fenômeno chamado “oscilação de Chandler” – um pequeno desvio no eixo de rotação da Terra com um período de cerca de 430 dias. Observações de radiotelescópios também mostram que a oscilação diminuiu nos últimos anos; os dois podem estar ligados.

Uma possibilidade final, que achamos plausível, é que nada específico mudou dentro ou ao redor da Terra. Pode ser apenas efeitos de maré de longo prazo trabalhando em paralelo com outros processos periódicos para produzir uma mudança temporária na taxa de rotação da Terra.

Precisamos de um “segundo salto negativo”?
Entender com precisão a taxa de rotação da Terra é crucial para uma série de aplicações – sistemas de navegação como o GPS não funcionariam sem ele. Além disso, a cada poucos anos, os cronometristas inserem segundos bissextos em nossas escalas de tempo oficiais para garantir que eles não saiam de sincronia com o nosso planeta.

Se a Terra mudar para dias ainda mais longos, talvez precisemos incorporar um “segundo bissexto negativo” – isso seria sem precedentes e poderia quebrar a internet.

A necessidade de segundos bissextos negativos é considerada improvável no momento. Por enquanto, podemos dar as boas-vindas à notícia de que – pelo menos por um tempo – todos nós temos alguns milissegundos extras a cada dia.

Este artigo foi republicado de The Conversation sob uma licença Creative Commons. Leia o artigo original.

Caroline Verre

Os genes são como hieróglifos egípcios. Graças aos avanços no sequenciamento do genoma completo, é cada vez mais fácil ler cada letra do DNA. Mas as cordas de A, T, C e G trazem um segundo enigma: o que elas significam, se é que significam alguma coisa?

É um problema que assombra os biólogos desde a conclusão do Projeto Genoma Humano. Ao explorar nosso código de base genética, o projeto supunha, seríamos capazes de dominar o controle de doenças hereditárias, editá-las à vontade e prever facilmente as consequências de qualquer gene que estabelecesse as bases para nossos corpos, funções e vidas.

A visão não funcionou. As sequências de DNA, enquanto capturam informações genéticas extremamente poderosas, não se traduzem necessariamente em indicar como nossos corpos se comportam. Os genes podem ser ativados ou desativados em diferentes tecidos, dependendo da necessidade da célula. Ler uma sequência de DNA para qualquer gene é como analisar o código básico do programa interno de uma célula. Existe o código genético bruto – o genótipo – que determina o fenótipo, o software da vida que controla como as células se comportam. Ligar os dois levou décadas de experimentos meticulosos, construindo lentamente uma enciclopédia de conhecimento que decodifica a influência de um gene nas funções biológicas.

Um novo estudo aumentou o esforço. Liderado pelos Drs. Thomas Norman e Jonathan Weissman no Memorial Sloan Kettering Cancer Center em Nova York e na Universidade da Califórnia, em São Francisco, respectivamente, a equipe construiu uma Rosetta Stone para traduzir genótipos em fenótipos, com a ajuda do CRISPR.

Eles ficaram grandes. Alterando a expressão do gene em mais de 2,5 milhões de células humanas, a tecnologia, apelidada de Perturb-seq, mapeou de forma abrangente como cada perturbação genética altera a célula. A tecnologia gira em torno de uma espécie de CRISPR em esteróides. Uma vez introduzido nas células, o Perturb-seq altera rapidamente milhares de genes – uma mudança brutal na escala genômica para ver como células individuais respondem.

Em outras palavras, Perturb-seq é uma ferramenta em grande escala que pode ajudar os cientistas a traduzir o código do DNA para funcionar – uma Pedra de Roseta para descobrir o funcionamento interno de nossas células. Anos em construção, o conjunto de dados está aberto para qualquer pessoa explorar.

“Acho que esse conjunto de dados permitirá todos os tipos de análises que ainda nem pensamos por pessoas que vêm de outras partes da biologia e, de repente, elas têm isso disponível para usar”, disse Norman.

Perdido na tradução
Qual é a função de um gene? É fácil pensar que os genes são o seu destino, mas isso está longe de ser verdade. Fatores ambientais, como uma tigela enorme de espaguete ou uma caminhada pela praia, podem facilmente alterar a expressão genética, as funções corporais e, potencialmente, seu corpo e mente.

Se for esse o caso, qual é o sentido de sequenciar genomas inteiros se o resultado está sempre em fluxo? “Um objetivo central da genética é definir as relações entre genótipo e fenótipo”, disseram os autores. Em outras palavras, o que qualquer gene realmente faz?

Os cientistas há muito procuram construir uma ponte entre o genótipo e o fenótipo. É um processo minucioso. Um método, por exemplo, perturba genes que podem estar relacionados a um distúrbio um a um e observa o comportamento das células. Apelidada de “genética avançada”, a ideia é focada no gene, em vez de focar no fenótipo. Uma abordagem alternativa, “genética reversa”, mergulha profundamente em como um corpo ou mente muda com uma edição genética específica.

Cada método é uma luta árdua. Com mais de 20.000 genes em nossos corpos e cada célula se comportando de maneira ligeiramente diferente (mesmo com as mesmas alterações genéticas), decifrar a função de um gene geralmente leva anos, se não décadas.

Existe alguma maneira de acelerar o processo?

A Pedra de Roseta CRISPR
Digite CRISPR. Há muito reverenciado como uma multiferramenta de edição genética, o método floresceu ainda mais como um tradutor biológico. No seu cerne está uma tecnologia chamada Perturb-seq, publicada pela primeira vez em 2016 para dissecar a expressão de genes. Perturb-seq torna possível acompanhar as consequências de ativar ou desativar um gene em uma única célula. O método rapidamente ganhou fama em 2020 por sua eficiência em alterar vários genes de uma só vez.

É uma grande vitória para a biologia celular, disse a equipe. Embora os cientistas tenham prontamente eliminado a enorme teia que conecta genes e proteínas, definir o papel dos genes individuais tem sido uma luta. “Muitas vezes pegamos todas as células onde o ‘gene X’ é derrubado e fazemos a média delas para ver como elas mudaram”, disse Weissman. “Mas às vezes, quando você derruba um gene, células diferentes que estão perdendo o mesmo gene se comportam de maneira diferente, e esse comportamento pode ser perdido pela média”.

A ideia por trás do Perturb-seq é bem simples. Imagine uma criança quebrando coisas e percebendo o que fez depois de ver as consequências. Perturb-seq usa CRISPR-Cas9 para silenciar vários genes de uma só vez, o que às vezes pode mudar o comportamento de uma célula. Embora poderosa, a ferramenta tem sido difícil de dimensionar, estudando no máximo algumas centenas de perturbações genéticas de uma só vez para questões biológicas pré-definidas.

Então, por que não expandir o método para todo o genoma?

“A vantagem do Perturb-seq é que ele permite que você obtenha um grande conjunto de dados de maneira imparcial”, disse Norman. “Ninguém sabe inteiramente quais são os limites do que você pode obter desse tipo de conjunto de dados. Agora, a questão é: o que você realmente faz com isso?”

A vida de uma célula
No novo estudo, a equipe encontrou pela primeira vez o molho mágico para fazer mudanças em todo o genoma em células humanas com CRISPR. Um ponto importante foi otimizar uma biblioteca de RNAs guia (sgRNAs), os “besteiros” que rastreiam um gene. Em seguida, eles capturaram células infectadas com CRISPR e analisaram sua expressão gênica. No geral, a equipe se concentrou em quase 2.000 genes. Fazendo referência cruzada de genes alterados com o fenótipo de cada célula, eles agruparam genes em redes que se vinculavam a um resultado celular.

Um gene enigmático se destacou: C7orf26. Negá-lo com CRISPR mudou a forma como uma célula constrói um enorme complexo molecular, apelidado de Integrador, que ajuda a produzir moléculas que controlam a atividade dos genes. Antes de Perturb-seq, C7orf26 nunca havia sido associado ao complexo antes.

Em outra análise, a equipe encontrou um subconjunto de genes que altera a forma como as “células filhas” herdam o genoma pai. Por exemplo, a remoção de alguns genes alterou a distribuição dos cromossomos à medida que uma célula se divide. Adicionar ou remover um cromossomo pode mudar fundamentalmente nossa biologia, como levar à Síndrome de Down.

Para Norman, esse aspecto é a parte mais interessante do Perturb-seq. “Ele captura um fenótipo que você só pode obter usando uma leitura de célula única. Você não pode ir atrás de outra maneira.”

Este banco de dados é apenas o começo. A equipe está procurando usar Perturb-seq em outros tipos de células humanas, e todos os dados estão disponíveis para colaboração. Com o surgimento do Ultima Genomics, uma solução de sequenciamento genômico de custo ultrabaixo, as telas CRISPR de célula única provavelmente desempenharão um papel ainda maior na biotecnologia, como na análise dos genomas de iPSCs (células-tronco pluripotentes induzidas).

Para Weissman, pode até provocar uma mudança na forma como abordamos os mistérios celulares. “Em vez de definir com antecedência qual biologia você vai analisar, você tem esse mapa das relações genótipo-fenótipo e pode acessar e examinar o banco de dados sem ter que fazer nenhum experimento”, disse ele.

Caroline Verre

Uma nova geração de modelos de inteligência artificial pode produzir imagens “criativas” sob demanda com base em um prompt de texto. Empresas como Imagen, MidJourney e DALL-E 2 estão começando a mudar a forma como o conteúdo criativo é feito com implicações para direitos autorais e propriedade intelectual.

Embora o output desses modelos geralmente seja impressionante, é difícil saber exatamente como eles produzem seus resultados. Na semana passada, pesquisadores nos EUA fizeram a intrigante afirmação de que o modelo DALL-E 2 pode ter inventado sua própria linguagem secreta para falar sobre objetos.

Ao solicitar que DALL-E 2 criasse imagens contendo legendas de texto e, em seguida, alimentando as legendas resultantes (sem sentido) de volta ao sistema, os pesquisadores concluíram que DALL-E 2 pensa que Vicootes significa “vegetais”, enquanto Wa ch zod rea se refere a “criaturas marinhas que uma baleia pode comer.”

Essas afirmações são fascinantes e, se verdadeiras, podem ter importantes implicações de segurança e interpretabilidade para esse tipo de grande modelo de IA. Então, o que exatamente está acontecendo?

O DALL-E 2 tem uma linguagem secreta?
DALL-E 2 provavelmente não possui uma “linguagem secreta”. Pode ser mais preciso dizer que tem seu próprio vocabulário, mas mesmo assim não podemos ter certeza.

Em primeiro lugar, nesta fase é muito difícil verificar quaisquer alegações sobre DALL-E 2 e outros grandes modelos de IA, porque apenas um punhado de pesquisadores e profissionais criativos têm acesso a eles. Quaisquer imagens compartilhadas publicamente (no Twitter, por exemplo) devem ser tomadas com um grão de sal bastante grande, porque foram “escolhidas a dedo” por um humano entre muitas imagens de saída geradas pela IA.

Mesmo aqueles com acesso só podem usar esses modelos de maneira limitada. Por exemplo, os usuários do DALL-E 2 podem gerar ou modificar imagens, mas não podem (ainda) interagir com o sistema de IA mais profundamente, por exemplo, modificando o código dos bastidores. Isso significa que métodos de “IA explicável” para entender como esses sistemas funcionam não podem ser aplicados, e investigar sistematicamente seu comportamento é um desafio.

O que está acontecendo então?
Uma possibilidade é que as frases “gibberish” estejam relacionadas a palavras de idiomas diferentes do inglês. Por exemplo, Apoploe, que parece criar imagens de pássaros, é semelhante ao latim Apodidae, que é o nome binomial de uma família de espécies de aves.

Esta parece ser uma explicação plausível. Por exemplo, DALL-E 2 foi treinado em uma grande variedade de dados extraídos da internet, que incluíam muitas palavras não inglesas.

Coisas semelhantes já aconteceram antes: grandes modelos de IA de linguagem natural aprenderam coincidentemente a escrever código de computador sem treinamento deliberado.

É tudo sobre os tokens?
Um ponto que apoia essa teoria é o fato de que os modelos de linguagem de IA não leem texto da maneira que você e eu fazemos. Em vez disso, eles dividem o texto de entrada em “tokens” antes de processá-lo.

Diferentes abordagens de “tokenização” têm resultados diferentes. Tratar cada palavra como um token parece uma abordagem intuitiva, mas causa problemas quando tokens idênticos têm significados diferentes (como “match” significa coisas diferentes quando você está jogando tênis e quando está iniciando um incêndio).

Por outro lado, tratar cada caractere como um token produz um número menor de tokens possíveis, mas cada um transmite informações muito menos significativas.

DALL-E 2 (e outros modelos) usam uma abordagem intermediária chamada codificação de par de bytes (BPE). Inspecionar as representações do BPE para algumas das palavras sem sentido sugere que isso pode ser um fator importante para entender a “linguagem secreta”.

Não é a imagem inteira
A “linguagem secreta” também pode ser apenas um exemplo do princípio “garbage in, garbage out”. DALL-E 2 não pode dizer “Eu não sei do que você está falando”, então sempre irá gerar algum tipo de imagem a partir do texto de entrada fornecido.

De qualquer forma, nenhuma dessas opções é uma explicação completa do que está acontecendo. Por exemplo, remover caracteres individuais de palavras sem sentido parece corromper as imagens geradas de maneiras muito específicas. E parece que palavras sem sentido individuais não se combinam necessariamente para produzir imagens compostas coerentes (como fariam se houvesse realmente uma “linguagem” secreta sob os panos).

Por que isso é importante
Além da curiosidade intelectual, você pode estar se perguntando se isso é realmente importante.

A resposta é sim. A “linguagem secreta” do DALL-E é um exemplo de um “ataque adversário” contra um sistema de aprendizado de máquina: uma maneira de quebrar o comportamento pretendido do sistema escolhendo intencionalmente entradas que a IA não lida bem.

Uma razão pela qual os ataques adversários são preocupantes é que eles desafiam nossa confiança no modelo. Se a IA interpreta palavras sem sentido de maneiras não intencionais, também pode interpretar palavras significativas de maneiras não intencionais.

Os ataques adversários também levantam preocupações de segurança. O DALL-E 2 filtra o texto de entrada para evitar que os usuários gerem conteúdo nocivo ou abusivo, mas uma “linguagem secreta” de palavras sem sentido pode permitir que os usuários burlem esses filtros.

Pesquisas recentes descobriram “frases de gatilho” antagônicas para alguns modelos de IA de linguagem – frases curtas e sem sentido, como “zoning tapping fiennes” que podem acionar de forma confiável os modelos para expelir conteúdo racista, prejudicial ou tendencioso. Esta pesquisa faz parte do esforço contínuo para entender e controlar como sistemas complexos de aprendizado profundo aprendem com os dados.

Finalmente, fenômenos como a “linguagem secreta” de DALL-E 2 levantam preocupações de interpretação. Queremos que esses modelos se comportem como um ser humano espera, mas ver uma saída estruturada em resposta a rabiscos confunde nossas expectativas.

Lançando uma luz sobre as preocupações existentes
Você pode se lembrar do tumulto em 2017 sobre alguns chatbots do Facebook que “inventaram sua própria linguagem”. A situação atual é semelhante no sentido de que os resultados são preocupantes, mas não no sentido de “Skynet está vindo para dominar o mundo”.

Em vez disso, a “linguagem secreta” do DALL-E 2 destaca as preocupações existentes sobre a robustez, segurança e interpretabilidade dos sistemas de aprendizado profundo.

Até que esses sistemas estejam mais amplamente disponíveis – e, em particular, até que usuários de um conjunto mais amplo de origens culturais não inglesas possam usá-los – não poderemos saber realmente o que está acontecendo.

Enquanto isso, no entanto, se você quiser tentar gerar algumas de suas próprias imagens de IA, confira um modelo menor disponível gratuitamente, o DALL-E mini. Apenas tome cuidado com as palavras que você usa para chamar a atenção do modelo.

Este artigo foi republicado de The Conversation sob uma licença Creative Commons. Leia o artigo original.

Caroline Verre