Imagine que você vai ensinar um modelo de classificação de imagens a distinguir guarda-chuvas de chapéus. As primeiras fotos de guarda-chuva foram todas tiradas em dias de chuva, e as primeiras fotos de chapéu, todas em ambientes internos. Ao avaliar esse lote de fotos de treino, o modelo parece acertar muito bem. Mas e se trocarmos a foto e colocarmos o mesmo guarda-chuva dentro de casa? Ele ainda vai reconhecê-lo?
Vale então perguntar: o modelo aprendeu de fato a forma do guarda-chuva ou apenas aproveitou o fundo? O "Laboratório Mágico de IA" parte das informações visuais que a máquina recebe e leva essa mesma pergunta adiante para conteúdo gerado, ações de agentes e revisão humana.
Como a máquina vê um guarda-chuva
Se ampliarmos a foto perto da ponta do guarda-chuva, veremos blocos de cor. O tecido azul da foto, na representação RGB comum, pode ser armazenado como uma grade de valores, em que cada célula registra informações dos três canais vermelho, verde e azul. A aula 1 começa pelos pixels e pelas cores e depois apresenta como a visão computacional busca formas e texturas nas imagens. A aula 2 organiza esses valores em tensores e discute por que é preciso preparar os dados antes de enviá-los ao modelo. Aula 1, "O olho digital da máquina" · Aula 2, "A unidade básica dos dados (tensores)"
Um pequeno exercício pode ser feito com papel quadriculado. Primeiro desenhe um guarda-chuva e depois redesenhe-o com outra cor de fundo. Quais quadradinhos mudaram? Quais contornos continuaram iguais? Uma pessoa reconhece os dois desenhos como sendo da mesma categoria num piscar de olhos; se a máquina consegue fazer o mesmo depende de como ela aprende com as amostras.
Trocar por uma foto nunca vista
A aula 3 parte de amostras rotuladas e também trata de overfitting e generalização. Um modelo com overfitting depende demais dos detalhes das amostras de treino e erra com facilidade quando recebe outro conjunto de imagens. Para avaliar se o modelo lida com situações novas, é preciso reservar amostras que ele não viu durante o treino. Aula 3, "Mestre da classificação"
Voltando ao guarda-chuva, pode-se primeiro preparar fotos de chapéus e guarda-chuvas em fundos internos e externos e reservar outro grupo para teste. Se o modelo sempre classificar o guarda-chuva de ambiente interno como chapéu, na rodada seguinte já se pode verificar se o fundo está associado à categoria de forma excessivamente rígida nas amostras de treino. Um erro de classificação oferece uma pista sobre o que investigar em seguida.
De reconhecer imagens a gerar imagens e agir
Reconhecer a foto de um guarda-chuva e gerar uma nova imagem de guarda-chuva são duas tarefas diferentes. A aula 6 usa modelos de difusão para explicar o processo de geração: partindo do ruído, removendo-o pouco a pouco até formar uma imagem que atenda às condições. A aula 7 leva a questão para o campo da ação. Um agente coleta informações do ambiente, escolhe ações e as executa; depois de agir, observa como o ambiente mudou. Por exemplo, ao percorrer um labirinto de papel seguindo regras, a cada passo é preciso reavaliar a posição atual. Aula 6, "Arte generativa e modelos de difusão" · Aula 7, "O ciclo central dos agentes"
Antes de confiar no resultado, encontrar uma forma de verificar
A última aula discute viés nos dados, alucinações de modelos e supervisão humana. Uma pergunta adequada para levar à sala de aula é: se o resultado estiver errado, com o que posso descobrir isso? Para a classificação de imagens, pode-se procurar uma foto com um fundo completamente diferente. Para respostas geradas, pode-se voltar ao material original em busca de evidências. Para sistemas que tomam ações, vale também pensar em qual etapa deveria ser confirmada por uma pessoa. Aula 10, "Ética, viés e simbiose entre humanos e máquinas"
O curso é voltado a estudantes do ensino fundamental e também é adequado a pais e professores que querem ajudar as crianças a compreender os princípios básicos da IA. É possível começar pela primeira aula do material em chinês simplificado e pelas pequenas questões que acompanham cada página: primeiro decompor uma foto conhecida em pixels e depois pensar, de novo, que foto usar no próximo teste. Acesse o AI004 "Laboratório Mágico de IA"