Hendrik Macedo
06/01/2017
Ao longo das décadas, diversas adaptações ou versões da estória original foram sendo construídas e popularizadas. Todas, entretanto, sempre mantiveram o questionamento originário da trama. O titulo desse artigo caberia numa nova adaptação, coerente com hábitos e valores contemporâneos, como as largamente popularizadas selfies. Restaria apenas a tecnologia do espelho mágico e sincero implantada no smartphone que conseguisse responder ao questionamento. Não vale recorrer aos contatos do Instagram: não é mágico, nem sincero.
Sobretudo o público feminino possui grande preocupação com a aparência de seus cabelos: escova, chapinha, luzes, selagem são alguns dos inúmeros artifícios utilizados para alcançar a desejada aparência. Consequentemente, um passo importante na direção da tecnologia do espelho mágico está na correta identificação dos cabelos por parte do smartphone e, acredite, não é uma tarefa trivial. Felizmente, pesquisadores da Universidade de Toronto parecem ter resolvido este importante passo com grande acurácia [2]. Foi possível aprender a distinguir perfeitamente a textura do cabelo da textura do fundo da imagem ou da roupa da pessoa, por exemplo. O algoritmo criado supera em 160% o método convencional para treinamento de redes neuronais artificiais. Mais que isso, o algoritmo conseguiu superar em 9%, nos testes, a acurácia obtida na etapa de treinamento. Usando a própria explicação dada pelos pesquisadores, “É como se um professor ensinasse algo a uma criança e a criança aprendesse além do que lhe foi ensinado.”.
O método convencional e amplamente utilizado pelos algoritmos de Aprendizado de Máquina para tarefas de classificação de padrões recorrem exclusivamente ao uso de um grande (quanto maior, melhor) banco de dados de exemplos previamente rotulados para então classificar novos exemplos que se assemelhem de alguma forma a este conjunto. Por exemplo, você treina a máquina “mostrando-a” várias imagens de gramados e a informando de que se tratam efetivamente de gramados. O novo algoritmo, diferentemente, consegue aprender diretamente a partir de instruções explicitamente fornecidas por humanos. Estas instruções são utilizadas para pré-classificar exemplos de treinamento. Exemplos de instruções para o exemplo dos gramados seriam: “Gramados possuem variados tons de verde.” e “Pixels mais próximos do rodapé da imagem são mais prováveis de pertencer a um gramado do que os do topo.”.
Este método de treinamento possui grande potencial para resolver um dos grandes desafios dos modelos convencionais que é o de realizar classificações corretas para dados previamente desconhecidos ou não rotulados. Este seria um salto significativo para a Inteligência Artificial por dois motivos: o primeiro é de que humanos não precisam realmente de um grande número de exemplos anteriores para aprender algo e, segundo, que em vários domínios e situações, simplesmente não dispomos desses exemplos previamente rotulados, mas sabemos descrever características.
São várias as potenciais aplicações do novo método. O “nosso” Herbie de “Se meu fusca andasse… sozinho!”, por exemplo, teria muito menos dificuldade de detectar objetos que se aproximam; de fato, já imaginou a quantidade e variedade de exemplos devidamente rotulados que seriam necessários para cobrir o universo de objetos que podem se aproximar de um veículo? De forma semelhante, novos tecidos cancerosos poderiam ser reconhecidos sem a necessidade de inúmeros exemplos de outros já conhecidos tecidos cancerosos. Enfim, garotas, quem sabe em breve não tenham em seus smartphones um assistente virtual à lá Siri, Cortana ou Google Now ainda mais pessoal: “Miga, sua voz continua a mesma, mas os seus cabelos… quanta diferença!”.
[1] Crédito da imagem: OpenClipart-Vectors (Pixabay) / Creative Commons CC0. URL: https://pixabay.com/pt/rosto-espelho-mulher-belo-157398/.
[2] W Guo and P Aarabi. Hair Segmentation Using Heuristically-Trained Neural Networks. IEEE Transactions on Neural Networks and Learning Systems 10.1109/TNNLS.2016.2614653 (2016).
Como citar este artigo: Hendrik Macedo. Smartphone meu, existe alguém mais bela do que eu? Saense. URL: http://www.saense.com.br/2017/01/smartphone-meu-existe-alguem-mais-bela-do-que-eu/. Publicado em 06 de janeiro (2017).
Outro resultado científico interessante de saber é que as mulheres não são mais vaidosas que os homens. É só ver todas as propagandas para não se tornar careca… ou aumentar o tamanho do seu pênis….
Eu não diria que mulheres não são mais vaidosas, mas sim que se tratem dos mesmos interesses.
Quanto a uma inteligencia artificial que aprenda, acho que o advento do computador quântico resolveria o problema.