E se a Inteligência Artificial pudesse aprender mais com menos? É esse o desafio do projeto LEIA, onde o INESC TEC participa juntamente com o NIAR (Taiwan), um trabalho que pretende desenvolver novas técnicas de IA para apoiar o diagnóstico de doenças pulmonares e a monitorização de ecossistemas ambientais, reduzindo a necessidade de grandes quantidades de dados anotados por especialistas.
Já sabemos que a Inteligência Artificial veio para ficar. Mas, para que estes sistemas funcionem corretamente, precisam primeiro de aprender através da análise de grandes quantidades de dados, trabalhados e preparados para servir de exemplos, para depois identificar padrões e tomar decisões. Contudo, preparar esses dados é um processo complexo, exigente e demorado. E é para ajudar neste processo que surge o novo projeto do INESC TEC, designado LEIA – Learning Efficiently from Incomplete Annotations in the Era of Vision Foundation Models.
Em vez de seguirem apenas instruções programadas passo a passo, as ferramentas de Inteligência Artificial (IA) aprendem a reconhecer padrões e tomar decisões a partir de exemplos. De acordo com a explicação de João Pedrosa, investigador do INESC TEC na área da bioengenharia, e responsável pelo projeto, isto é o que acontece, por exemplo, na área da saúde. “Quando o objetivo é detetar uma lesão num exame médico, primeiro é necessário que um especialista anote previamente onde se encontra essa lesão em várias imagens, para depois a IA conseguir identificar os padrões que identificam aquele tipo de lesão. Isto chama-se uma abordagem supervisionada”.
E é aqui que o projeto LEIA pretende inovar. Em vez de depender de milhares de imagens totalmente anotadas, os investigadores estão a desenvolver novas técnicas que permitam à IA aprender com um número menor de exemplos anotados, aproveitando a informação disponível em grandes quantidades de exemplos não anotados, através de técnicas de aprendizagem semi-supervisionada. Estas técnicas serão combinadas como conhecimento já adquirido de modelos de IA já previamente treinados em tarefas não especializadas, designados foundation models. Ao integrar sistemas de IA já treinados, ainda que com menos informação disponibilizada por especialistas, as ferramentas deverão ser capazes de aprender a interpretar imagens de forma mais eficiente, acelerando o desenvolvimento de soluções. Mais concretamente, o LEIA vai investigar que papel é que estes foundation models podem desempenhar e desenvolver novos métodos semi-supervisionados que consigam aproveitar as capacidades dos foundation models.
Além dos métodos semi-supervisionados que serão desenvolvidos com base em foundation models, as principais contribuições do projeto serão direcionadas para as áreas de grande impacto como a saúde, com a deteção de doenças pulmonares intersticiais, e o ambiente, com a vigilância de territórios através de drones.
Com a duração de um ano, o LEIA é um projeto exploratório desenvolvido em conjunto com o NIAR – National Institutes of Applied Research, com um financiamento total de aproximadamente 57 mil euros.
Notícias, atualidade, curiosidades e muito mais sobre o INESC TEC e a sua comunidade!
