• Carregando...
Griffin consegue identificar figuras impressas no papel mesmo após ser treinado com formas físicas | Reprodução/YouTube
Griffin consegue identificar figuras impressas no papel mesmo após ser treinado com formas físicas| Foto: Reprodução/YouTube

Pesquisadores de Harvard se deram conta de que as habilidades de papagaios vão muito além de repetir palavras. E as aves podem, inclusive, oferecer insights importantes para a evolução da inteligência artificial.

Siga a @gptecno no Twitter

Um estudo divulgado recentemente traz à tona as peripécias de Griffin, um papagaio adotado por professores de Psicologia da universidade americana. Apesar de possuir um sistema visual muito diferente dos humanos, Griffin é capaz de identificar formas geométricas, inclusive aquelas mais complexas, como o chamado triângulo Kanizsa – onde três figuras de Pac-Man se encarando criam uma ilusão de ótica com a forma de um triângulo.

Leia mais sobre inteligência artificial e novas tecnologias

As experiências com a Griffin, reforçam os pesquisadores, mostram que aves podem processar informação de uma forma similar à dos humanos.

“Há 300 milhões de anos de evolução que nos separam. Anatomicamente falando, o cérebro de Griffin é muito diferente do nosso. Mas, apesar disso, esses dados nos sugerem de que ele está resolvendo essas sérias questões de sobrevivência, como fugir de predadores e encontrar comida, de formas muito similares àquelas encontradas por humanos”, relata em uma reportagem da universidade Irene Pepperberg, pesquisadora do Departamento de Psicologia de Harvard e co-autora do estudo.

VÍDEO: confira imagens dos testes feitos com o papagaio Griffin

Para fazer os testes, foram usadas primeiramente formas em 3D, feitas de blocos de madeiras, com os quais a ave podia interagir. Os pesquisadores ensinaram o papagaio a identificar as figuras baseado no número de lados. Quando via um quadrado, por exemplo, Griffin respondia dizendo “quatro”. Em seguida, outras formas foram impressas em papel – e mesmo assim o papagaio conseguia acertar a figura.

“Ele foi capaz de entender que este pedaço de papel liso representava o mesmo bloco quadrado usado para treiná-lo”, afirma Pepperberg. “Fomos capazes de conseguir esses acertos com objetos de até seis lados. Variamos as cores e tamanho das figuras. Nunca repetimos os mesmos testes mais de uma vez”.

Para o professor de Psicologia Ken Nakayama, co-autor do estudo, compreender a habilidade de Griffin é importante porque ela oferece um exemplo instrutivo de como a rede neural do cérebro processa informações complexas. E parte dos esforços de cientistas em inteligência artificial é justamente emular essa rede neural em sistemas de computação capazes de reconhecer padrões e aprender por conta a identificá-los para efetuar tarefas – método conhecido no meio como machine learning.

“Em contraste com estudos sobre comportamento de animais e o aprendizado em machine learning, não havia uma ligação clara entre o triângulo em 3D e o triângulo Kanizsa mostrado no papel. Mesmo assim Griffin fez a conexão entre as duas formas. Seu sistema visual resolveu o problema de uma maneira que nenhum sistema artificial ainda foi capaz”, relata Nakayama.

O feito é importante porque sistemas que usam machine learning aprendem de uma forma bem diferente do papagaio. Pesquisadores abastecem o sistema com uma enorme quantidade de dados e utilizam algoritmos complexos para que o sistema classifique esses dados. Assim, o programa acaba reconhecendo padrões e os utiliza para identificar automaticamente novos dados.

“Machine learning é quase como um aprendizado às cegas. Pesquisadores dizem que se derem informação suficiente para computadores, eles irão aprender algo... mas nunca tentaram fazer o que o nosso papagaio fez sob condições similares, e eu adoraria tentar”, afirma o professor de Harvard.

Confira vídeo (em inglês) sobre o papagaio Griffin feito pela Fundação Nacional de Ciência, que ajudou a financiar o estudo:

0 COMENTÁRIO(S)
Deixe sua opinião
Use este espaço apenas para a comunicação de erros

Máximo de 700 caracteres [0]