Google usa 16 mil chips para simular cérebros humanos
Por Maurício Grego, de Exame.com em Info Abril
São Paulo — O Google X, laboratório secreto comandado pelo fundador do Google Sergey Brin, é conhecido por desenvolver carros sem motorista e óculos de realidade aumentada.
Agora, vem à tona outro dos projetos mirabolantes de Brin e sua turma. Eles montaram uma rede de mil computadores, totalizando 16 mil núcleos de processamento, para simular o cérebro humano. E a primeira tarefa dessa rede neural foi identificar gatinhos em vídeos do YouTube.
O experimento foi primeiro revelado pelo jornal New York Times (acesso restrito a assinantes). Mas o trabalho pode ser conhecido em detalhes por meio de um artigo acadêmico disponível no site da universidade de Cornell.
Trata-se da maior rede neural já construída. O desafio era criar um sistema capaz de aprender a identificar imagens sem que fosse necessário ensinar a ele os critérios exatos para essa identificação.
O sistema processou 10 milhões de imagens obtidas de cenas escolhidas aleatoriamente em vídeos do YouTube. Ele mostrou-se capaz de determinar quais delas continham gatos e outros objetos. O mais interessante é que a rede aprendeu sozinha como reconhecê-los.
“Nunca dissemos ao sistema, durante o treinamento, ‘isto é um gato’”, disse, ao New York Times, Jeff Dean, um dos responsáveis pelo experimento.
Trata-se de uma abordagem de força bruta. O enorme poder computacional foi empregado para permitir que, apenas analisando as imagens, os computadores aprendessem a classificá-las em função dos objetos, pessoas e animais contidos nelas.
A turma do Google X encarregou o sistema de identificar 20 mil categorias diferentes de objetos. As imagens não continham rótulos e nem legendas indicando seu conteúdo. O índice de acertos foi de 16%, o que representa uma melhora de 70% em relação a resultados obtidos anteriormente em experimentos similares.
A rede neural do Google X comprova que, com recursos computacionais suficientes, as máquinas podem aprender sozinhas. As aplicações práticas disso podem ser muitas, incluindo áreas como reconhecimento de voz e tradução.
É uma tecnologia que vai se tornar muito mais atraente quando a evolução tecnológica permitir colocar o poder daqueles 16 mil núcleos de processamento em alguns poucos chips.
