Pesquisadores da Universidade Estadual da Pensilvânia receberam US $ 900.000 para ensinar aos computadores a gerar idéias de design originais e depois determinar se essas ideias são tecnicamente viáveis, o que, em termos de segurança nacional, daria aos Estados Unidos uma vantagem competitiva considerável em suas indústrias de tecnologia.
A Agência de Projetos de Pesquisa Avançada de Defesa (DARPA) está apoiando o projeto de 18 meses intitulado “Redes Adversárias Generativas para Exploração e Refinamento de Design”, ou GANDER.
“Estamos tentando determinar se podemos treinar um computador para fazer várias coisas”, diz Conrad Tucker, professor associado de engenharia de design e engenharia industrial, que é um co-investigador principal (PI) no projeto. “Primeiro, queremos treinar um computador para gerar novas idéias de design de engenharia e, em seguida, queremos treiná-lo para determinar se as idéias geradas têm ou não algum sentido no mundo real”.
Michael Yukish, chefe do Departamento de Design de Produto e Processo no Laboratório de Pesquisa Aplicada da Penn State, é o líder do projeto. Tim Simpson, Paul Morrow Professor em Engenharia de Design e Fabricação, é um co-PI.
O que há de novo sobre essa abordagem para a aprendizagem de máquinas é que os pesquisadores estão se afastando do ensino exclusivo de um computador como classificar a diferença entre as coisas em um ambiente, como a diferença entre um carro ou um poste de iluminação. Eles estão tentando ensinar os computadores a serem criativos – para que eles gerem novos conceitos, o que é crítico quando se trata de design de engenharia.
O domínio da aprendizagem profunda que os pesquisadores estão explorando é chamado de redes adversárias generativas (GAN). Os GANs consistem em duas redes neurais concorrentes: uma está gerando idéias e a outra é discriminatória para determinar se a idéia faz algum sentido.
“É este processo iterativo até que a rede geradora de ideias seja capaz de enganar a rede discriminadora de que uma idéia gerada é realmente viável”, diz Tucker.
Para poder criar a rede discriminadora, a equipe de pesquisa propõe usar ambientes de simulação (ou seja, semelhantes aos utilizados na realidade virtual) para incorporar conhecimento sobre física e propriedades físicas do universo para que, como projetos sejam gerados, eles sejam fundamentado nas leis físicas que governam o universo.
“Essencialmente, são esses dois paradigmas que estão se juntando e, se for bem sucedido, permitirão a uma ampla gama de indústrias explorar rapidamente projetos inovadores”, diz Tucker. “Qualquer um pode gerar novas idéias. O desafio tipicamente é filtrar idéias viáveis de não praticáveis, especialmente no que se refere às leis físicas da natureza. Como nosso método proposto é fundamentado em algum tipo de lei física da natureza, as idéias geradas por máquinas será orientada para a viabilidade do projeto durante a fase de geração de ideias. “
Conrad Tucker (centro) e sua equipe de pesquisadores estudante do projeto GANDER
no Laboratório de Avanço de Tecnologia de Análise de Design da Penn State.
Tucker vê muitas aplicações que a DARPA gostaria de explorar, como as agências de defesa. Por exemplo, os pesquisadores poderiam estar tentando gerar uma nova aeronave que tenha os benefícios de poder decolar como um helicóptero, mas também a manobrabilidade ou a velocidade de uma aeronave tradicional, como um avião de combate. Outro exemplo seria um veículo que pode operar em muitos domínios diferentes – ar, terra, mar e até mesmo espaço.
Do ponto de vista da inteligência artificial (IA), ser capaz de reduzir significativamente o tempo que leva para que um agente de IA aprenda sobre as propriedades físicas do seu ambiente tem um enorme potencial para sistemas autônomos em geral.
“Estamos tentando resolver um problema muito difícil e muito complexo que não foi resolvido antes”, diz Tucker. “Estamos treinando um computador para se tornar um designer especialista – algo que leva os seres humanos a serem perfeitos. Também estamos incorporando características físicas do nosso universo em um computador e treinando-o como entender essas propriedades. A sinergia entre a idéia gerada e A idéia de ser fundamentada em algum tipo de lei física é a principal força desse projeto “.
Os estudantes de graduação Matt Dering (ciência da computação), James Cunningham (informática) e Kevin Lesniak (engenharia industrial), juntamente com vários estudantes de engenharia de graduação, estão ajudando no projeto.