Moscas podem ser a chave para melhorar sistemas de Machine Learning

Por Leonardo Müller

Em Ciência

10 nov 2017 — 15h44

Moscas são insetos desagradáveis normalmente associadas a alimentos estragados e animais em decomposição. Contudo, uma espécie chamada “mosca-das-frutas” pode ser na verdade bastante útil para a humanidade de acordo com um estudo publicado hoje na revista Science. Pesquisadores do Salk Institute for Biological Studies e da Universidade da Califórnia e San Diego explicam que a forma como a mosca identifica, categoriza e relaciona odores pode tornar algoritmos de Machine Learning algo entre 30% e 50% melhores.
Uma forma interessante de entender como o cérebro dessas criaturas pode ajudar a melhorar algoritmos computacionais seria pensar no YouTube. Quando você busca uma música da Banda Uó, por exemplo, a plataforma de vídeos vai sugerir artistas com músicas similares, tais como Pablo Vittar e Anitta.
Isso acontece porque o algoritmo do YouTube considera várias características de cada clipe e atribuiu alguns valores para cada ponto avaliado. É possível dar pontuações para gênero, ritmo, velocidade, instrumentos, tipo da voz do cantor ou cantora e por aí vai. Cruzando os valores atribuídos para cada uma dessas características, a rede social de vídeos recomenda músicas com dados aproximados. O fato de várias pessoas terem visto os clipes desses mesmos artistas também entra nessa conta.
Moscas-das-frutas
Acontece que a forma como o cérebro das moscas-das-frutas relaciona odores é diferente desse sistema de relação que usamos em nossos algoritmos atuais. Em vez de reduzir as informações a valores comparáveis, as moscas expandem as informações obtidas a partir dos seus “sensores” para analisá-los melhor. Depois disso, cerca de 5% das características mais marcantes ficam armazenadas no cérebro. Dessa forma, elas conseguem relacionar o cheiro de determinadas frutas e distinguem comida do que não é comida com bastante sucesso e, sobrevivendo, então, por mais tempo.
Os pesquisadores criaram algoritmos computacionais baseados nesse sistema da mosca e perceberam que, para muitas aplicações, essa possibilidade de expandir as informações para uma análise mais profunda e, em seguida, guardar características mais marcantes, funciona muito melhor.

Informação desorganizada e compactada dificulta uma análise por parte do indivíduo

Um dos autores, Saket Navlakha, explica que esse processo das moscas é mais natural. Se uma pessoa precisa avaliar os rostos de 50 indivíduos ao mesmo tempo, colocar todo mundo em uma sala apertada dificilmente ajudaria. A informação, segundo ele, ficaria desorganizada e compactada, o que dificulta uma análise por parte do indivíduo que recebeu a tarefa. Por outro lado, espalhar essas pessoas em um grande círculo em um campo aberto tornaria o processo de comparação muito mais fácil.
O modelo de Machine Learning baseado no cérebro das moscas-das-frutas ainda precisa ser testado em mais aplicações, mas nas experiências já feitas, ele parece mais interessante ao passo que não utiliza mais poder computacional para funcionar. Contudo, alguns algoritmos já empregam procedimentos relativamente similares para melhorar os resultados.
Você pode conferir o artigo científico completo em inglês através deste link. 

Fonte: Tecmundo