Quando um robô vai dormir, com o que ele sonha? Com jogos do Atari, aparentemente. Nos seres humanos, o sono noturno (ou mesmo cochilos diurnos) ajudam a consolidar a memória, mudando a memória de curto prazo para o armazenamento a longo prazo. Por meio de três processos distintos – estabilização, aprimoramento e integração – seu cérebro transfere memórias para um sistema de arquivamento organizado para facilitar a recuperação no futuro.
Primeiro, a estabilização codifica uma memória em todos os seis milissegundos. Em seguida, o cérebro aumenta a memória ao longo de minutos, horas ou um dia inteiro para solidificá-lo em sua memória de longo prazo. Finalmente, ocorre o processo de integração, que é onde o cérebro acrescenta novos pedaços de memórias aos velhos – agindo como uma espécie de sistema de arquivo.
Pesquisadores querem que robôs façam o mesmo que humanos. Os primeiros sucessos importantes do Google com o DeepMind vieram na forma de jogos clássicos. Games como Breakout e Asteroids ensinaram a inteligência artificial (AI, na sigla em inglês) as sequências necessárias para vencer os jogos, mas também lançaram as bases para as técnicas de aprendizagem supervisionada usadas hoje.
Os seres humanos têm de engatinhar antes de andar. Com robôs, é preciso vencer asteroides antes de conquistar a detecção facial ou pesquisa do câncer. A ideia, então, é ensinar robôs assim como humanos: por meio da experimentação. A mudança da aprendizagem supervisionada – na qual as análises da AI fornece os dados, procurando padrões – para a aprendizagem não supervisionada envolve ensinar robôs a experimentar e analisar como diferentes ações afetam o resultado. Esse tipo de aprendizagem é muito mais demorado devido a um número infinito de variáveis, o que o torna uma solução ideal para períodos de inatividade, ou sonhar.
Essa é ainda uma área em expansão da pesquisa no espaço da inteligência artificial. Mas até agora os pesquisadores relatam um impressionante aumento da velocidade de dez vezes na taxa de aprendizado em comparação com o treinamento supervisionado.
Embora experimental neste momento, os primeiros resultados parecem sugerir que robôs sonhando pode ser benéfico para o futuro da inteligência artificial.
