Uma nova abordagem que utiliza modelos de linguagem natural está expandindo o uso da inteligência artificial na computação de ponta. Utilizando uma tecnologia avançada de inteligência artificial (IA), grandes conjuntos de dados, como a temperatura do oceano, podem ser reconstruídos com apenas um número muito pequeno de sensores implantados no campo. Esta abordagem aproveita a computação de ponta com eficiência energética e tem uma ampla gama de utilizações potenciais em vários campos, incluindo a indústria, a investigação científica e a saúde.
Javier Santos, pesquisador do Laboratório Nacional de Los Alamos, disse: "Desenvolvemos uma rede neural que nos permite representar um grande sistema de uma forma muito compacta. Essa compacidade significa que requer menos recursos computacionais do que as arquiteturas de redes neurais convolucionais de última geração, tornando-a ideal para implantação em campo em drones, matrizes de sensores e outras aplicações de computação de ponta, aproximando a computação de seu uso final."
Nova abordagem de inteligência artificial melhora a eficiência computacional
Santos é o primeiro autor de um artigo publicado na Nature Machine Intelligence por uma equipe de pesquisadores de Los Alamos que chama essa nova tecnologia de inteligência artificial de Senseiver. Este trabalho é baseado no PerceiverIO, um modelo de inteligência artificial desenvolvido pelo Google, e aplica a tecnologia de modelos de linguagem natural como ChatGPT ao problema de reconstrução de informações sobre vastas áreas (como oceanos) a partir de quantidades relativamente pequenas de dados de medição.
A equipe de pesquisa percebeu que o modelo tinha amplas perspectivas de aplicação devido à sua alta eficiência. "Usar menos parâmetros e menos memória requer menos ciclos da unidade central de processamento do computador, por isso funciona mais rápido em computadores menores", disse o coautor do artigo Dan O'Malley, pesquisador de Los Alamos.
Na primeira validação publicada do modelo, Santos e seus colegas em Los Alamos demonstraram sua eficácia em conjuntos de dados esparsos do mundo real (o que significa que as informações obtidas de sensores cobrem apenas uma porção muito pequena da área de interesse) e em conjuntos de dados complexos de fluidos tridimensionais.
Numa demonstração da utilidade do Senseiver no mundo real, a equipe aplicou o modelo ao conjunto de dados de temperatura da superfície do mar da Administração Oceânica e Atmosférica Nacional. O modelo é capaz de integrar décadas de grandes quantidades de dados de medição obtidos de satélites e sensores de bordo. A partir destas medições pontuais esparsas, o modelo prevê as temperaturas no oceano, fornecendo informações úteis para modelos climáticos globais.
Trazendo inteligência artificial para drones e redes de sensores
O Senseiver é adequado para a variedade de projetos e áreas de pesquisa de interesse de Los Alamos.
“Los Alamos tem amplas capacidades de sensoriamento remoto, mas usar IA não é fácil porque os modelos são grandes demais para caber em dispositivos no campo, o que leva à necessidade de computação de ponta”, disse Hari Viswanathan, pesquisador do Laboratório Nacional de Los Alamos, cientista ambiental e coautor do artigo do Senseiver. “Nosso trabalho traz os benefícios da IA para drones, redes de sensores baseados em campo e outras aplicações que estão atualmente fora do alcance da tecnologia de IA de ponta.”
Os modelos de IA são particularmente úteis no trabalho do laboratório, identificando e caracterizando poços não mantidos. O laboratório lidera o Consórcio financiado pelo Departamento de Energia para Avaliar Tecnologia para Poços Perdidos de Petróleo e Gás (CATALOG), um programa federal encarregado de identificar a localização e as características de poços não documentados e não mantidos e medir suas emissões de metano. Viswanathan é o cientista-chefe do CATALOG.
Essa abordagem fornece recursos aprimorados para aplicações práticas em larga escala, como veículos autônomos, modelagem remota de ativos de petróleo e gás, monitoramento médico de pacientes, jogos em nuvem, entrega de conteúdo e rastreamento de contaminantes.