Liquid AI está redesenhando a rede neural

A inteligência artificial hoje pode resolver matemática avançada, realizar raciocínios complexos e até usar computadores pessoais, mas os algoritmos de hoje ainda podem aprender uma ou duas coisas com vermes microscópicos.

Liquid AI, uma startup derivada do MIT, revelará hoje vários novos modelos de IA baseados em uma nova rede neural “líquida” que tem o potencial de ser mais eficiente, consumir menos energia e mais transparente do que os modelos subjacentes a todos os chatbots a geradores de imagens e sistemas de reconhecimento facial.

Os novos modelos da Liquid AI incluem um para detectar fraudes em transações financeiras, outro para controlar carros autônomos e um terceiro para analisar dados genéticos. A empresa revelou hoje os novos modelos, que licencia para empresas externas, em evento no MIT. A empresa recebeu financiamento de investidores como Samsung e Shopify, que também estão testando sua tecnologia.

“Estamos expandindo”, diz Ramin Hasani, cofundador e CEO da Liquid AI, que co-inventou a Liquid Networks quando era estudante de graduação no MIT. A pesquisa de Hasani foi inspirada no C. elegansum verme de um milímetro de comprimento normalmente encontrado no solo ou na vegetação em decomposição. O verme é uma das poucas criaturas cujo sistema nervoso foi totalmente mapeado e é capaz de um comportamento extremamente complexo, apesar de ter apenas algumas centenas de neurônios. “Antes era apenas um projeto científico, mas essa tecnologia está totalmente comercializada e pronta para agregar valor às empresas”, afirma Hasani.

Dentro de uma rede neural regular, as propriedades de cada neurônio simulado são definidas por um valor estático ou “peso” que influencia seu disparo. Dentro de uma rede neural fluida, o comportamento de cada neurônio é determinado por uma equação que prevê seu comportamento ao longo do tempo, e a rede resolve uma cascata de equações vinculadas à medida que a rede funciona. O design torna a rede mais eficiente e flexível, permitindo aprender mesmo após o treinamento, ao contrário de uma rede neural tradicional. As redes neurais líquidas, ao contrário dos modelos existentes, também estão abertas à inspeção porque seu comportamento pode essencialmente ser rebobinado para ver como produziu uma saída.

Em 2020, os investigadores mostraram que tal rede poderia controlar um carro simulado com condução autónoma com apenas 19 neurónios e 253 sinapses, o que é notavelmente pequeno para os padrões modernos. Embora uma rede neural regular só possa analisar dados visuais em intervalos estáticos, a rede fluida captura com muita eficiência a maneira como as informações visuais mudam ao longo do tempo. Em 2022, os fundadores da Liquid AI encontraram um atalho que trouxe o trabalho matemático necessário para redes neurais líquidas para uso prático.