- Cientistas do laboratório de IA da Google, em Londres, anunciaram um avanço no aprendizado por reforço que permite à IA aprender sem depender de cérebros humanos.
- O aprendizado por reforço é quando o agente testa ações e recebe recompensas ou punições, indo ajustando o comportamento até acertar.
- O método pode ser aplicado para sistemas como o Waze ou jogos de xadrez, onde a IA não depende apenas de instruções humanas para definir regras de recompensa.
- A grande novidade é que as IA podem criar seus próprios algoritmos de recompensa e punição, com desempenho superior aos criados por equipes humanas.
- A conclusão é que as IA estão ficando mais independentes de humanos no processo de aprendizado, aproximando-se de um desenvolvimento cada vez menos dependente de inputs humanos.
Cientistas do laboratório de IA da Google, em Londres, anunciaram um avanço na capacidade de modelos de IA aprenderem sem depender de cérebros humanos. O estudo foca no aprendizado por reforço, método usado para guiar decisões por meio de recompensas e punições.
A ideia central é permitir que sistemas desenvolvam seus próprios algoritmos de recompensa, reduzindo a dependência de equipes humanas para definir regras. Em avaliações, os algoritmos criados pela IA mostraram desempenho superior aos métodos elaborados por humanos.
Segundo a pesquisa, até agora as IA precisavam de diretrizes externas para treinar tarefas como encontrar rotas otimizadas ou jogar xadrez. A novidade é que o sistema aprende a estabelecer suas próprias regras de recompensa com maior eficiência.
Os pesquisadores enfatizam que o avanço aproxima IA de uma autonomia crescente, ainda mantendo o objetivo humano de orientar as metas. O estudo foi publicado na Nature, com referência a novos algoritmos de aprendizado por reforço.
Mais informações: Discovering state-of-the-art reinforcement learning algorithms, Nature, 2025.
Entre na conversa da comunidade