A inteligência artificial poderia facilmente cair na armadilha de identificar não-vida em outros mundos, dizem dois pesquisadores da Universidade Estadual de Michigan, que testaram a IA em vida simulada em um programa de computador.
Christophe Adami, de Michigan, disse ao Space.com: “Já vimos antes que a IA tem um grande calcanhar de Aquiles quando tenta classificar coisas que não se parecem com as coisas em seus exemplos de treinamento. Chamamos isso de amostras ‘fora de distribuição’ e é incrivelmente fácil para a IA classificar incorretamente.”
Adami é um biólogo computacional que usa computadores para aplicar a teoria da informação ao estudo da evolução e da biologia. Um de seus princípios fundamentais é que a vida pode ser definida pela capacidade de codificar informações e refletir sobre elas. Para isso, ele desenvolveu o programa de computador Avida em 1993. Ele executa criaturas digitais escritas em código que se replicam e competem por recursos – neste caso, tempo de CPU – assim como as criaturas da vida real. Embora o uso da vida digital em estudos evolutivos seja controverso, o que ela fornece a Adami é o maior conjunto de dados de formas de vida simuladas. IA pode ser testado em
Passando três meses analisando computadores em mil máquinas paralelas, Adami e seu aluno Ankit Gupta pediram à IA que determinasse quais programas no Avida tinham propriedades biológicas e quais não. Os programas de vida e não-vida têm codificação muito semelhante, portanto a diferença não é clara – e pode ser em outro planeta onde a vida pode ter diferenças na biologia. Terra Vida.
Adami e Gupta começaram com programas representando sequências aleatórias de moléculas e pediram à IA para classificá-las. Em seguida, eles tentaram manipular a sequência dessas moléculas e enganar a IA, uma mudança de cada vez, verificando a cada vez o quão confiante a IA estava de que se tratava de vida ou não-vida.
“Dentro de cerca de 15 turnos, quando a IA estava 100% confiante, não era realmente vida, mas a IA poderia obter confiança absoluta de uma classificação de vida”, disse Adami.
Além disso, independentemente da ordem em que começaram, a IA era constantemente enganada.
Muitos na comunidade científica veem a IA como uma ferramenta inestimável porque pode processar grandes quantidades de dados e procurar padrões nesses dados. Adami acredita que a IA tem um papel importante a desempenhar, mas, como vemos na vida cotidiana, é provável que a IA crie coisas e reconheça padrões que não existem.
Adami disse que realmente depende do que a IA foi treinada para fazer. Se você perguntar a uma IA sobre os dados nos quais ela foi treinada, ela geralmente lhe dará a resposta correta. Por exemplo, se você treinar uma IA para reconhecer imagens de maçãs e pedir que ela colha frutas de um conjunto de dados que também inclui imagens de itens não alimentares, ela sempre responderá corretamente. No entanto, se você substituir imagens de maçãs por fotos de bananas e pedir para identificar a fruta, ele terá dificuldades e começará a identificar erroneamente as coisas.
Porque as bananas representam dados “fora da distribuição”. A IA não é treinada com bananas, que têm um formato muito diferente das maçãs, então a IA não sabe o que fazer com elas.
Da mesma forma, não sabemos a aparência dos micróbios alienígenas e eles podem ser completamente diferentes dos micróbios terrestres nos quais a IA treinou. Em outras palavras, a vida alienígena seria livre de distribuição e a IA não teria contexto para dizer se qualquer coleção específica de moléculas é vida ou não.
“Você precisa conhecer seus dados de treinamento e, se souber que seus dados de teste fazem parte da mesma distribuição que os dados de treinamento, você ficará bem”, disse Adami. “Mas você não pode dar garantias na vida alienígena.”
Isso pode representar um problema para tarefas destinadas à busca de vida.
Se Marte visitasse o Planeta Vermelho e abrisse uma rocha e visse diretamente algo como os micróbios que conhecemos, a resposta seria óbvia e poderia ser testada usando métodos tradicionais. No entanto, é improvável que muitos esforços para detectar vida dependam de dados de espectrometria de massa para identificar moléculas e processos associados à vida. Pode vir de esforços para detectar vida Atmosfera de VênusOu no mar Europaou em Extraterrestres através de Um laboratório mundial habitávelA NASA pretende lançar imagens diretas de exoplanetas na década de 2040. zona habitável de Estrelas.
“Se uma IA tiver a tarefa de observar amostras específicas de espectrometria de massa, terá mais hipóteses de fazer um julgamento positivo quando não tiver qualquer relação com a vida, mesmo que seja treinada no terreno em muitas amostras biológicas e abióticas”, diz Adami.
O próximo passo, disse Adami, é sair do mundo digital e realizar o mesmo experimento com dados do mundo real.
Adami e Gupta apresentarão suas descobertas em uma conferência sobre vida artificial em Waterloo, Canadá, em agosto.
