O cientista britânico de inteligência artificial e CEO da DeepMind, Demis Hassabis.
OLI SCARFF | AFP | Imagens Getty
Cientistas da DeepMind encontraram outra aplicação do mundo real para seu software de inteligência artificial.
O laboratório de IA com sede em Londres, de propriedade da Alfabetoanunciou quarta-feira que treinou um sistema de IA para controlar e esculpir um plasma superaquecido dentro de um reator de fusão nuclear.
A fusão nuclear, um processo que alimenta as estrelas do universo, envolve esmagar e fundir o hidrogênio, que é um elemento comum da água do mar.
O processo, que libera grandes quantidades de energia, tem sido apontado como uma fonte potencialmente ilimitada de energia limpa, mas vários desafios técnicos ainda precisam ser superados.
Aqui na Terra, os cientistas usam tokamaks – vasos em forma de rosquinha cercados por bobinas eletromagnéticas – para tentar recriar as reações de fusão nuclear que ocorrem no espaço sideral.
Os ímãs nesses tokamaks são usados para “conter” o plasma de hidrogênio volátil, que é mais quente que o núcleo do sol. O controle das bobinas magnéticas atualmente requer várias camadas de sistemas de controle complexos.
Martin Riedmiller, líder da equipe de controle da DeepMind e coautor de um artigo publicado na revista Nature na quarta-feira, disse à CNBC que é um problema de controle “muito complexo”.
Juntamente com o Centro Suíço de Plasma da EPFL, uma universidade em Lausanne, na Suíça, a DeepMind disse que desenvolveu um sistema de IA de aprendizado por reforço que pode controlar os ímãs e alterar sua voltagem milhares de vezes por segundo.
Aprendizado por reforço, uma técnica de treinamento de IA que a DeepMind é particularmente otimista, envolve a programação de uma IA para realizar certas ações para maximizar sua chance de ganhar uma recompensa em uma situação específica. Em outras palavras, o algoritmo “aprende” a completar uma tarefa buscando essas recompensas pré-programadas.
A IA sem nome da DeepMind, desenvolvida em um simulador virtual, foi usada cerca de 100 vezes em um tokamak no Swiss Plasma Center conhecido como Tokamak de configuração variável. Ele controlou os ímãs no tokamak por dois segundos, que é a quantidade máxima de tempo que o reator pode funcionar antes de superaquecer.
Cerca de 10 a 20 pessoas da DeepMind trabalharam no sistema de IA junto com cerca de 5 a 10 pessoas da EPFL.
“A fusão, como eu vejo, é uma das fontes de energia mais fundamentais que temos em todo o universo”, disse Federico Felici, cientista de pesquisa do Swiss Plasma Center, à CNBC. “Quando realmente dominarmos essa tecnologia… é uma grande conquista, porque você poderá ter energia quase ilimitada no futuro.”
Damien Ernst, professor da Universite de Liege que não esteve envolvido no trabalho, saudou a pesquisa como uma das aplicações mais importantes do aprendizado por reforço até agora, acrescentando que “poderia acelerar drasticamente o desenvolvimento de reatores de fusão e, em última análise, nosso capacidade de combater a mudança global.”
A DeepMind partiu para quebrar a inteligência geral artificial, que é muitas vezes referida como o santo graal da IA.
A empresa começou desenvolvendo sistemas de IA que podiam dominar jogos como xadrez e Go. Agora, ela quer aplicar mais de sua tecnologia a aplicativos do mundo real e ciência.
Embora o Google tenha encontrado usos para a IA do DeepMind, sua tecnologia não foi amplamente aplicada em outros lugares.
O CEO da DeepMind, Demis Hassabis, disse em comunicado que a empresa demonstrou o potencial da IA para acelerar o progresso científico e abrir novos caminhos de pesquisa em biologia, química, matemática e agora física.
A DeepMind emprega cerca de 1.000 pessoas em todo o mundo, incluindo alguns dos principais cientistas de pesquisa de IA do mundo, que podem receber salários anuais de mais de US$ 1 milhão. Essas pessoas de alto nível, que geralmente têm Ph.Ds de Oxford, Cambridge, Stanford e MIT, podem comandar esse tipo de dinheiro porque também são procuradas por grandes empresas de tecnologia como Facebook, Apple, Amazon e Microsoft.