Categorias
Blog

SingularityU Brazil anuncia curso de Economia Exponencial com foco em inovação disruptiva

A Singularity University Brazil, criada em parceria com a HSM e Singularity University (SU), visa conduzir corporações brasileiras e líderes a entenderem melhor o impacto de tecnologias exponenciais e a anteciparem tendências para seus negócios. Com modelos e ferramentas de Estratégia, Liderança e Inovação, a companhia anuncia o novo curso de Economia Exponencial e Inovação Disruptiva, com inscrições online abertas a partir do dia 14 de setembro.

“A cultura tecnológica tomou conta do mundo e passou a alterar os alicerces da economia global, criando impactos visíveis nos negócios e nas carreiras de todos os setores”, afirma Eduardo Ibrahim, mentor do curso, expert em economia exponencial e IA da SingularityU Brazil.

Em relação à América Latina, o Brasil está no topo do ranking de investimentos quando o assunto é tecnologia, representando 40% dos US$ 115 bilhões aportados em TI no ano passado (2021). Para o ano que segue, são esperados R$ 53 bilhões em TI in the house, ou seja, para empresas que não são da área de tecnologia, mas precisam dela para gerir seu ecossistema.

O curso visa atrair o público de inovação, tecnologia, finanças, marketing, gestão, RH e pessoas que queiram trabalhar nessas áreas, com nível executivo, investidores e líderes. Durante as masterclasses, serão abordados temas como Blockchain, Inteligência Artificial, Criptomoedas, DeFi, Tokenização, NFT, Govcoins, DAO, Metaverso, Gamificação e Data Analytics, para aproveitar as oportunidades que a economia de base tecnológica oferece nestes setores.

Serviço
Lançamento do 1º Módulo: 14/09 (aula gravada) | Liberação dos demais módulos: às 21h, às quartas-feiras (semanalmente) | Encontros online para discutir módulos: a partir de 21/9, das 19h às 21h, às quartas-feiras (semanalmente) | Jornada de 6 módulos gravados + 6 encontros online e ao vivo | Todo conteúdo ficará gravado na plataforma.

Eduardo Ibrahim
Executivo e empreendedor com passagens pelas indústrias de energia, transporte, saúde, tecnologia e finanças. Se tornou Faculty da Singularity University depois de fazer parte do programa de inovação mais procurado do mundo no campus da NASA no Vale do Silício, onde incorporou sua primeira empresa de Inteligência Artificial.

Autor do livro “Economia Exponencial” e maior referência do assunto no país, Ibrahim é TEDx Speaker, professor convidado da Escola de Economia de São Paulo e alumni da Harvard Business School. Ele foi o primeiro brasileiro a palestrar no Executive Program Global nos EUA e apresenta uma nova equação de crescimento econômico exponencial demonstrando movimentos disruptivos silenciosos que estão reconstruindo a economia como conhecemos.

Ibrahim transmite o seu conhecimento de forma simples, didática e aplicável, usando analogias com sua vivência no festival de contracultura chamado Burning Man, que atrai muitos líderes do Vale do Silício. Com ele, você vai aprender a se adaptar às mudanças aceleradas que estão impactando países, empresas e profissionais de todas as áreas, descobrindo uma nova forma de pensar a economia para inovar através da contracultura tecnológica.

HSM e Singularity University
A parceria da SingularityU se alinha com a missão da HSM de transformar o Brasil através do desenvolvimento de líderes, fornecendo aos executivos e empreendedores brasileiros acesso ao portfólio altamente conceituado de programas da SU. Desde a fundação da Singularity University no Vale do Silício, em 2008, um número significativo de brasileiros tem frequentado seus cursos e programas, estando o Brasil fortemente representado neste ecossistema. Por isso, o País foi escolhido para ser o primeiro Country Partner da SU na América Latina, via HSM e Learning Village – hub de inovação da marca.

O curso na área de tecnologia visa atrair o público de inovação, tecnologia, finanças, marketing, gestão, RH e pessoas que queiram trabalhar nessas áreas, com nível executivo, investidores e líderes.

Leia também: O que são as empresas exponenciais e como entendê-las?

Confira também qual é o papel da disrupção tecnológica no mercado com exemplos.

Categorias
Blog

Combinar neurociência, psicologia e IA produz um modelo fundamental do pensamento humano

O progresso na inteligência artificial permitiu a criação de IAs que executam tarefas antes consideradas apenas possíveis para humanos, como traduzir idiomas, dirigir carros, jogar jogos de tabuleiro em nível de campeão mundial e extrair a estrutura de proteínas. No entanto, cada uma dessas IAs foi projetada e treinada exaustivamente para uma única tarefa e tem a capacidade de aprender apenas o que é necessário para essa tarefa específica.

IAs recentes que produzem texto fluente, inclusive em conversas com humanos, e geram arte impressionante e única, podem dar a falsa impressão de uma mente em ação. Mas mesmo esses são sistemas especializados que executam tarefas estritamente definidas e exigem grandes quantidades de treinamento.

Ainda continua sendo um desafio assustador combinar várias IAs em uma que possa aprender e executar muitas tarefas diferentes, muito menos perseguir toda a amplitude de tarefas executadas por humanos ou alavancar a variedade de experiências disponíveis para humanos que reduzem a quantidade de dados necessários para aprenda a realizar essas tarefas. As melhores IAs atuais a esse respeito, como AlphaZero e Gato, podem lidar com uma variedade de tarefas que se encaixam em um único molde, como jogar. A inteligência geral artificial (AGI) que é capaz de uma variedade de tarefas permanece indescritível.

Em última análise, os AGIs precisam ser capazes de interagir efetivamente uns com os outros e com as pessoas em vários ambientes físicos e contextos sociais, integrar as amplas variedades de habilidades e conhecimentos necessários para fazê-lo e aprender de maneira flexível e eficiente com essas interações.

Construir AGIs se resume a construir mentes artificiais, embora bastante simplificadas em comparação com as mentes humanas. E para construir uma mente artificial, você precisa começar com um modelo de cognição.

Da inteligência geral humana à artificial
Os seres humanos têm um conjunto quase ilimitado de habilidades e conhecimentos e aprendem rapidamente novas informações sem a necessidade de reengenharia para fazê-lo. É concebível que uma AGI possa ser construída usando uma abordagem que seja fundamentalmente diferente da inteligência humana. No entanto, como três pesquisadores de longa data em IA e ciência cognitiva, nossa abordagem é buscar inspiração e insights da estrutura da mente humana. Estamos trabalhando em direção à AGI, tentando entender melhor a mente humana, e entender melhor a mente humana trabalhando em direção à AGI.

A partir de pesquisas em neurociência, ciência cognitiva e psicologia, sabemos que o cérebro humano não é um enorme conjunto homogêneo de neurônios nem um conjunto maciço de programas específicos para tarefas, cada um resolvendo um único problema. Em vez disso, é um conjunto de regiões com propriedades diferentes que suportam as capacidades cognitivas básicas que juntas formam a mente humana.

Essas capacidades incluem percepção e ação; memória de curto prazo para o que é relevante na situação atual; memórias de longo prazo para habilidades, experiência e conhecimento; raciocínio e tomada de decisão; emoção e motivação; e aprender novas habilidades e conhecimentos de toda a gama do que uma pessoa percebe e experimenta.

Em vez de focar em capacidades específicas isoladamente, o pioneiro da IA ​​Allen Newell em 1990 sugeriu o desenvolvimento de Teorias Unificadas de Cognição que integrassem todos os aspectos do pensamento humano. Os pesquisadores conseguiram construir programas de software chamados arquiteturas cognitivas que incorporam essas teorias, tornando possível testá-las e refiná-las.

As arquiteturas cognitivas são fundamentadas em vários campos científicos com perspectivas distintas. A neurociência se concentra na organização do cérebro humano, a psicologia cognitiva no comportamento humano em experimentos controlados e a inteligência artificial em recursos úteis.

O Modelo Comum de Cognição
Estamos envolvidos no desenvolvimento de três arquiteturas cognitivas: ACT-R, Soar e Sigma. Outros pesquisadores também estão ocupados com abordagens alternativas. Um artigo identificou quase 50 arquiteturas cognitivas ativas. Essa proliferação de arquiteturas é em parte um reflexo direto das múltiplas perspectivas envolvidas e, em parte, uma exploração de uma ampla gama de soluções potenciais. No entanto, qualquer que seja a causa, isso levanta questões embaraçosas tanto cientificamente quanto em relação a encontrar um caminho coerente para a AGI.

Felizmente, essa proliferação trouxe o campo para um importante ponto de inflexão. Nós três identificamos uma convergência impressionante entre arquiteturas, refletindo uma combinação de estudos neurais, comportamentais e computacionais. Em resposta, iniciamos um esforço comunitário para capturar essa convergência de maneira semelhante ao Modelo Padrão da Física de Partículas que surgiu na segunda metade do século XX.

Este Modelo Comum de Cognição divide o pensamento humano em vários módulos, com um módulo de memória de curto prazo no centro do modelo. Os outros módulos (percepção, ação, habilidades e conhecimento) interagem por meio dele.

A aprendizagem, em vez de ocorrer intencionalmente, acontece automaticamente como um efeito colateral do processamento. Em outras palavras, você não decide o que é armazenado na memória de longo prazo. Em vez disso, a arquitetura determina o que é aprendido com base no que você pensa. Isso pode render o aprendizado de novos fatos aos quais você está exposto ou novas habilidades que você tenta. Também pode produzir refinamentos para fatos e habilidades existentes.

Os próprios módulos operam em paralelo; por exemplo, permitindo que você se lembre de algo enquanto ouve e observa o ambiente. Os cálculos de cada módulo são massivamente paralelos, o que significa que muitas pequenas etapas computacionais acontecem ao mesmo tempo. Por exemplo, ao recuperar um fato relevante de uma vasta coleção de experiências anteriores, o módulo de memória de longo prazo pode determinar a relevância de todos os fatos conhecidos simultaneamente, em uma única etapa.

Guiando o Caminho para a Inteligência Artificial Geral
O Modelo Comum é baseado no consenso atual em pesquisa em arquiteturas cognitivas e tem potencial para orientar pesquisas sobre inteligência geral natural e artificial. Quando usado para modelar padrões de comunicação no cérebro, o Modelo Comum produz resultados mais precisos do que os principais modelos da neurociência. Isso estende sua capacidade de modelar humanos – o único sistema comprovadamente capaz de inteligência geral – além das considerações cognitivas para incluir a organização do próprio cérebro.

Estamos começando a ver esforços para relacionar as arquiteturas cognitivas existentes ao Modelo Comum e usá-lo como base para novos trabalhos – por exemplo, uma IA interativa projetada para orientar as pessoas para um melhor comportamento de saúde. Um de nós estava envolvido no desenvolvimento de uma IA baseada no Soar, apelidada de Rosie, que aprende novas tarefas por meio de instruções em inglês de professores humanos. Ele aprende 60 quebra-cabeças e jogos diferentes e pode transferir o que aprende de um jogo para outro. Ele também aprende a controlar um robô móvel para tarefas como buscar e entregar pacotes e patrulhar prédios.

Rosie é apenas um exemplo de como construir uma IA que se aproxime da AGI por meio de uma arquitetura cognitiva bem caracterizada pelo Modelo Comum. Nesse caso, a IA aprende automaticamente novas habilidades e conhecimentos durante o raciocínio geral que combina instrução de linguagem natural de humanos e uma quantidade mínima de experiência – em outras palavras, uma IA que funciona mais como uma mente humana do que as IAs de hoje, que aprendem por meio de métodos brutos. força de computação e grandes quantidades de dados.

De uma perspectiva mais ampla de AGI, olhamos para o Modelo Comum tanto como um guia no desenvolvimento de tais arquiteturas e IAs, quanto como um meio de integrar os insights derivados dessas tentativas em um consenso que finalmente leva à AGI.

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

Leia também: Qual é o poder da mudança de mindset? Entenda a importância dele para seu negócio

Categorias
Blog

A busca dos cientistas por uma partícula indescritível para desvendar o mistério da matéria escura

Cientistas australianos estão avançando para resolver um dos maiores mistérios do universo: a natureza da matéria escura invisível.

O ORGAN Experiment, o primeiro grande detector de matéria escura da Austrália, concluiu recentemente uma busca por uma partícula hipotética chamada áxion – um candidato popular entre as teorias que tentam explicar a matéria escura.

ORGAN colocou novos limites nas possíveis características dos áxions e, assim, ajudou a estreitar a busca por eles. Mas antes de nos anteciparmos…

Vamos começar com uma história
Cerca de 14 bilhões de anos atrás, todos os pequenos pedaços de matéria – as partículas fundamentais que mais tarde se tornariam você, o planeta e a galáxia – foram comprimidos em uma região muito densa e quente.

Então o Big Bang aconteceu e tudo se desfez. As partículas se combinaram em átomos, que eventualmente se juntaram para formar estrelas, que explodiram e criaram todos os tipos de matéria exótica.

Depois de alguns bilhões de anos veio a Terra, que acabou rastejando com pequenas coisas chamadas humanos. História legal, né? Acontece que não é toda a história; não é nem metade.

Pessoas, planetas, estrelas e galáxias são todos feitos de matéria regular. Mas sabemos que a matéria regular constitui apenas um sexto de toda a matéria do universo.

O resto é feito do que chamamos de matéria escura. Seu nome diz quase tudo o que sabemos sobre ele. Ele não emite luz (por isso chamamos de escuro) e tem massa (por isso chamamos de matéria).

Se é invisível, como sabemos que está lá?
Quando observamos a maneira como as coisas se movem no espaço, descobrimos repetidamente que não podemos explicar nossas observações se considerarmos apenas o que podemos ver.

Galáxias giratórias são um ótimo exemplo. A maioria das galáxias gira a velocidades que não podem ser explicadas apenas pela atração gravitacional da matéria visível.

Portanto, deve haver matéria escura nessas galáxias, fornecendo gravidade extra e permitindo que girem mais rápido – sem que partes sejam lançadas no espaço. Achamos que a matéria escura literalmente mantém as galáxias juntas.

Também podemos supor que exista uma enorme quantidade de matéria escura no universo, atraindo todas as coisas que podemos ver. Está passando por você também, como uma espécie de fantasma cósmico. Você simplesmente não pode sentir isso.

Como podemos detectá-lo?
Muitos cientistas acreditam que a matéria escura pode ser composta de partículas hipotéticas chamadas áxions. Os áxions foram originalmente propostos como parte de uma solução para outro grande problema da física de partículas chamado problema do CP forte (sobre o qual poderíamos escrever um artigo inteiro).

De qualquer forma, depois que o áxion foi proposto, os cientistas perceberam que a partícula também poderia formar matéria escura sob certas condições. Isso porque espera-se que os áxions tenham interações muito fracas com a matéria regular, mas ainda tenham alguma massa: as duas condições necessárias para a matéria escura.

Então, como você procura por áxions?
Bem, como se pensa que a matéria escura está ao nosso redor, podemos construir detectores aqui na Terra. E, felizmente, a teoria que prevê axions também prevê que os axions podem se converter em fótons (partículas de luz) sob as condições certas.

Esta é uma boa notícia, porque somos ótimos em detectar fótons. E é exatamente isso que o ORGAN faz. Ele cria as condições corretas para a conversão axion-fóton e procura sinais de fóton fracos – pequenos flashes de luz gerados pela matéria escura que passa pelo detector.

Esse tipo de experimento é chamado de haloscópio axion e foi proposto pela primeira vez na década de 1980. Existem alguns no mundo hoje, cada um ligeiramente diferente em aspectos importantes.

Brilhando uma luz sobre a matéria escura
Acredita-se que um áxion se converta em um fóton na presença de um forte campo magnético. Em um haloscópio típico, geramos esse campo magnético usando um grande eletroímã chamado solenóide supercondutor.

Dentro do campo magnético, colocamos uma ou várias câmaras ocas de metal, destinadas a prender os fótons e fazê-los saltar para dentro, tornando-os mais fáceis de detectar.

No entanto, há um soluço. Tudo o que tem uma temperatura emite constantemente pequenos flashes aleatórios de luz (é por isso que as câmeras termográficas funcionam). Essas emissões aleatórias, ou ruídos, tornam mais difícil detectar os sinais fracos de matéria escura que estamos procurando.

Para contornar isso, colocamos nosso ressonador em um refrigerador de diluição. Essa geladeira sofisticada resfria o experimento a temperaturas criogênicas, cerca de -273°C, o que reduz bastante o ruído.

Quanto mais frio o experimento, melhor podemos “ouvir” fótons fracos produzidos durante a conversão da matéria escura.

Segmentar regiões de massa
Um áxion de uma certa massa se converterá em um fóton de uma certa frequência ou cor. Mas como a massa dos áxions é desconhecida, os experimentos devem direcionar sua busca para diferentes regiões, concentrando-se naquelas onde a matéria escura é considerada mais provável de existir.

Se nenhum sinal de matéria escura for encontrado, então o experimento não é sensível o suficiente para ouvir o sinal acima do ruído, ou não há matéria escura na região de massa do áxion correspondente.

Quando isso acontece, definimos um “limite de exclusão” – que é apenas uma maneira de dizer “não encontramos nenhuma matéria escura nessa faixa de massa, para esse nível de sensibilidade”. Isso diz ao resto da comunidade de pesquisa da matéria escura para direcionar suas pesquisas para outro lugar.

ORGAN é o experimento mais sensível em sua faixa de frequência alvo. Sua execução recente não detectou sinais de matéria escura. Este resultado estabeleceu um importante limite de exclusão sobre as possíveis características dos áxions.

Esta é a primeira fase de um plano plurianual de busca de áxions. No momento, estamos preparando o próximo experimento, que será mais sensível e terá como alvo um novo intervalo de massa ainda inexplorado.

Mas por que a matéria escura é importante?
Bem, por um lado, sabemos pela história que quando investimos em física fundamental, acabamos desenvolvendo tecnologias importantes. Por exemplo, toda a computação moderna depende de nossa compreensão da mecânica quântica.

Nós nunca teríamos descoberto a eletricidade, ou ondas de rádio, se não buscássemos coisas que, na época, pareciam ser fenômenos físicos estranhos além de nossa compreensão. A matéria escura é a mesma.

Considere tudo o que os humanos conseguiram ao compreender apenas um sexto da matéria do universo – e imagine o que poderíamos fazer se desbloqueássemos o resto.

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

Categorias
Blog

A nova IA da OpenAI aprendeu a jogar Minecraft assistindo 70.000 horas de YouTube

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.

Categorias
Blog

O desenvolvimento de uma célula ao longo do tempo por um “gravador” biológico

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.

Categorias
Blog

Transformação digital nas guerras, por Alexandre Nascimento

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.

Categorias
Blog

Metassuperfícies abrem a porta para a telecinesia e a telepatia com tecnologia

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.

Categorias
Blog

IA Shakespeare e IA Oscar Wilde debatem a criatividade das máquinas em Oxford

“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.

Categorias
Blog

A duração dos dias da Terra tem aumentado misteriosamente, e os cientistas não sabem por quê

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.

Categorias
Blog

Cientistas usaram o CRISPR para rastrear cada gene humano

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.