Computador Capaz de Identificar 200 Espécies de Pássaros a Partir de uma Foto

Pesquisadores da Universidade de Duke usaram aprendizado de máquina para treinar um computador a identificar até 200 espécies diferentes de pássaros. O computador precisa apenas de uma foto para completar o processo de identificação. Para um ser humano, anos de observação de pássaros são frequentemente necessários para identificar as diferentes espécies umas das outras.

A pesquisa foi liderada pelo estudante de doutorado em ciência da computação da Duke, Chaofan Chen, junto com o estudante de graduação Oscar Li. Também foi trabalhada por outros membros do Laboratório de Análise de Previsão, dirigido pela professora da Duke, Cynthia Rudin.

A.I. Mostrando Seu Pensamento

Embora o processo de identificação seja impressionante, há um aspecto mais importante dos desenvolvimentos. A A.I. é capaz de mostrar seu pensamento, permitindo que até um observador de pássaros inexperiente entenda o processo.

A rede neural profunda, ou algoritmos baseados no funcionamento do cérebro, foram treinados com 11.788 fotos. As fotos incluíam 200 espécies diferentes de pássaros, incluindo tudo, desde patos até beija-flores.

A equipe de pesquisadores não precisou treinar a rede especificamente para identificar bicos ou penas de asas. Em vez disso, a rede é capaz de tomar uma foto de um pássaro e identificar certos padrões na imagem. Ela pode então pegar esses padrões e identificar padrões anteriores que já encontrou em características típicas de espécies.

De acordo com a equipe, a rede cria uma série de mapas de calor que identificam certas características. Por exemplo, ela pode distinguir entre um pardal comum e um pardal encapuzado, juntamente com características diferentes, como uma cabeça mascarada e uma barriga amarela. Ela então mostra que essas características são o que levaram à identificação.

Diferente de Outros Sistemas

A rede neural foi capaz de identificar a espécie correta até 84% do tempo. Isso é semelhante a alguns dos sistemas de melhor desempenho. A diferença é que esses sistemas não explicam o processo de pensamento como este.

De acordo com Rudin, o aspecto mais revolucionário deste projeto é que ele fornece visualização do que as redes neurais profundas veem quando olham para uma imagem.

Essa tecnologia também é atualmente usada em sites de mídia social, para identificar suspeitos de crimes em câmeras de vigilância e ajudar veículos autônomos a identificar semáforos e pedestres.

O software de aprendizado profundo frequentemente não requer ser explicitamente programado para aprender com dados, o que não é o caso do software tradicional. No entanto, o processo não é sempre claro ou mostrado, então é frequentemente difícil explicar como os algoritmos “pensam” ao classificar uma imagem.

No Futuro

Rudin e outros estão atualmente trabalhando em novos modelos de aprendizado profundo para A.I., impulsionando o campo para frente. Os novos modelos podem explicar seu raciocínio e processo de identificação. Isso ajuda os pesquisadores a ver do início ao fim e torna mais fácil identificar a razão por trás de um erro ou problema.

Rudin e sua equipe trabalharão em usar o algoritmo no campo médico. Ele poderia identificar certas áreas problemáticas em imagens médicas, como mamografias. Isso ajudaria os profissionais de saúde a detectar nódulos, calcificações e outros sinais de câncer de mama.

De acordo com Rudin, a rede imita a maneira como os médicos fazem um diagnóstico.

“É um raciocínio baseado em casos”, disse Rudin. “Estamos esperando que possamos explicar melhor aos médicos ou pacientes por que a imagem foi classificada pela rede como maligna ou benigna.”

A equipe apresentará um artigo incluindo sua pesquisa na Trigésima Terceira Conferência sobre Processamento de Informações Neurais (NeurlIPS2019) em Vancouver, em 12 de dezembro.

O estudo também inclui os autores Daniel Tao e Alina Barnerr, da Duke, e Jonathan Su, do Laboratório Lincoln do MIT.