Inteligência de enxame: IA inspirada em abelhas pode nos ajudar a tomar melhores decisões
Da previsão de preços das ações ao diagnóstico de doenças, o Swarm AI permite melhores decisões de grupo.
Crédito: Jenna Lee / Unsplash
Principais conclusões- Os humanos tomam decisões terríveis em grupo, mas as abelhas, os pássaros e os peixes tomam boas decisões.
- Seu sucesso depende de sistemas em tempo real que unem com eficiência diversas perspectivas em decisões unificadas.
- A inteligência artificial do Swarm (Swarm AI) aproveita o poder de tomada de decisão da Mãe Natureza para melhorar as decisões e previsões do grupo humano, desde a previsão dos preços das ações até o diagnóstico de doenças.
Vamos ser sinceros, nós humanos tomamos muitas decisões ruins. E mesmo quando estamos profundamente conscientes de que nossas decisões estão nos prejudicando – como destruir nosso meio ambiente ou propagar a desigualdade – parecemos coletivamente impotentes para corrigir o curso. É exasperante, como assistir a um carro indo em direção a uma parede de tijolos com um motorista que parece não querer ou não conseguir virar o volante.
Ironicamente, como indivíduos, não somos tão disfuncionais, a maioria de nós girando a roda conforme necessário para navegar em nossas vidas diárias. Mas quando grupos estão envolvidos, com muitas pessoas pegando o volante ao mesmo tempo, muitas vezes nos encontramos em um impasse infrutífero rumo ao desastre, ou pior, saindo da estrada e caindo em uma vala, aparentemente apenas para nos irritar.
O fato é que quando grupos, principalmente os grandes, tomam decisões que impactam nosso futuro coletivo, frequentemente lutamos para encontrar o melhor caminho a seguir. Não foi assim na maior parte da história humana, pois as decisões sociais foram tomadas em grupos íntimos – pense em um punhado de anciãos tribais. Mas nos dias de hoje, é um grande problema, pois nosso futuro é guiado por organizações grandes e complexas, de grandes corporações a grandes governos.
Inteligência de enxame: como as abelhas encontram um novo lar
Acontece que a Mãe Natureza vem trabalhando nesse problema há centenas de milhões de anos, evoluindo inúmeras espécies que tomam decisões eficazes em grandes grupos. De bandos de pássaros e cardumes de peixes a enxames de abelhas e colônias de formigas, esses grupos não tomam decisões sociais da mesma forma que os humanos – por meio de votos, pesquisas ou pesquisas – e certamente não passam dados de opinião na hierarquia para um punhado. de decisores que afirmam representar o grupo.
Então, como a natureza faz isso?
A resposta é pensar em conjunto em sistemas de tempo real, deliberando com eficiência até convergir em soluções otimizadas. Os biólogos chamam isso de inteligência de enxame e permite que os grupos tomem decisões significativamente mais inteligentes do que os membros individuais poderiam alcançar por conta própria.
Considere as abelhas. Eles vivem em colônias que podem exceder 10.000 membros. E como nós, eles são confrontados com decisões críticas que impactam o futuro coletivo de sua sociedade. Por exemplo, quando eles superam uma colmeia, eles precisam encontrar um novo lar para se mudar. Pode ser um tronco oco, uma cavidade profunda no chão ou um forro no telhado.
Parece simples, mas esta é uma decisão de vida ou morte que afetará sua sobrevivência por gerações. Para encontrar o melhor lar possível, a colônia envia centenas de abelhas batedoras que pesquisam uma área de 30 milhas quadradas e identificam dezenas de locais candidatos. Essa é a parte fácil. A parte difícil é selecionar a melhor solução possível de todas as opções que descobriram.
Como se vê, as abelhas são caçadores de casas exigentes. Eles precisam escolher uma casa que seja grande o suficiente para armazenar o mel de que precisam para o inverno, bem isolada o suficiente para se aquecer nas noites frias, ventilada o suficiente para se refrescar no verão, ao mesmo tempo que está protegida da chuva, a salvo de predadores , e perto de água doce. E, claro, precisa estar perto de boas fontes de pólen.
Este é um problema complexo e multivariável. Para maximizar a sobrevivência, o grupo precisa escolher a melhor opção em meio a muitas restrições concorrentes. E notavelmente, eles fazem isso extremamente bem. Os biólogos mostraram que as abelhas escolhem a melhor solução em mais de 80% das vezes. Uma equipe de negócios humana tentando selecionar o local ideal para uma nova fábrica enfrentaria um problema similarmente complexo e acharia muito difícil escolher o ideal, e ainda assim abelhas simples conseguem isso.
A mente de colmeia
Eles fazem isso formando sistemas em tempo real que combinam eficientemente as diversas perspectivas das centenas de abelhas batedoras que exploraram as opções disponíveis, permitindo a deliberação em grupo que considera seus diferentes níveis de convicção até convergir em uma única decisão unificada.
Mas espere. Como as abelhas podem expressar sua diversas perspectivas com variação níveis de convicção ? Notavelmente, eles fazem isso vibrando seus corpos. Os biólogos chamam isso de dança do balanço porque parece que as abelhas estão dançando, mas, na verdade, elas estão gerando sinais complexos que representam seu apoio aos vários locais de origem em consideração. Ao combinar esses sinais, as abelhas se envolvem em um cabo de guerra multidirecional, empurrando e puxando o problema até convergirem para uma solução com a qual possam concordar. E geralmente é uma solução ótima.
E, ao contrário de nós, humanos, as abelhas não se entrincheiram em engarrafamentos ou se contentam com soluções ruins com as quais ninguém está feliz. E eles certamente não se separam e seguem em direções diferentes. Eles chegam a decisões que são melhores para o grupo como um todo. A frase mente de colmeia muitas vezes tem uma má reputação, implicando drones irracionais, mas isso não é verdade – uma mente de colmeia é apenas a maneira da natureza de combinar as diversas perspectivas de um grupo com o objetivo de maximizar sua sabedoria coletiva.
Não são apenas abelhas. Os cardumes de peixes com milhares de membros navegam habilmente no oceano pensando juntos de forma eficiente, lidando com facilidade com os desafios que enfrentam todos os dias. E, ao contrário de nós, humanos, eles não ficam presos nadando em direção ao desastre, incapazes de concordar em qual caminho seguir. Isso levanta a questão: se pássaros, abelhas e peixes podem tomar decisões eficazes deliberando em sistemas em tempo real, por que as pessoas não podem fazê-lo?
Como os humanos podem aproveitar a inteligência de enxames
Isso é o que eu queria saber, então, há sete anos, fundei a Unanimous AI com o objetivo de explorar essa ideia. Ao contrário da maioria dos pesquisadores de IA que visam substituir pessoas por algoritmos, nosso objetivo tem sido conectar as pessoas com IA, permitindo que grupos humanos em rede formem enxames artificiais que podem convergir com eficiência em decisões otimizadas. E funciona, permitindo que equipes de todos os tamanhos tomem decisões e previsões significativamente mais precisas.
Para possibilitar a enxameação, nosso primeiro desafio foi fundamental – as pessoas não podem balançar a dança. Isso significava que precisávamos de um novo método para que os grupos expressassem sua opinião, permitindo que todos os membros pusessem e resolvessem o problema juntos, ao mesmo tempo em que modulavam seus níveis individuais de convicção. Encontramos uma solução que lembra algumas pessoas de um tabuleiro Ouija; mas é claro que não há espíritos envolvidos, apenas algoritmos de IA baseados nos princípios biológicos da inteligência de enxames.
A tecnologia é chamada de Inteligência Artificial de Enxame, ou como costumamos chamá-la, Swarm AI. Ele permite que grupos de todos os tamanhos se conectem pela Internet e deliberam como um sistema unificado, empurrando e puxando decisões enquanto algoritmos de enxame monitoram suas ações e reações. Os algoritmos são treinados em comportamentos humanos, determinando o nível de convicção de cada pessoa para que possa orientar o enxame em direção a soluções que melhor reflitam seus sentimentos coletivos.
A Figura 1 abaixo mostra um enxame humano no ato de deliberar. O tamanho é de cerca de 100 pessoas, todas trabalhando juntas para tomar decisões movendo coletivamente um disco de vidro. Cada um dos ímãs de ouro que você vê é controlado por uma pessoa usando o mouse ou a tela de toque, cada um conectado de qualquer lugar do mundo. Ao mover continuamente seus ímãs, eles expressam seus sentimentos e convicções em tempo real, gerando sinais semelhantes aos das abelhas que dançam.

Figura 1. Um enxame artificial deliberando sobre uma questão política.
Conforme mostrado na série temporal (Figura 2), o enxame converge rapidamente para uma solução com o disco de vidro se movendo para uma resposta em menos de 60 segundos. Isso acontece por meio de uma combinação de entrada humana e análise de IA: os algoritmos de enxame avaliam a contribuição de cada pessoa a cada 250 milissegundos e se ajustam à medida que os participantes reagem à mudança de movimento do enxame.

Figura 2. Um enxame artificial convergindo para uma solução em menos de 60 segundos.
Embora o processo pareça limpo e simples para os participantes, os algoritmos de enxame veem uma nuvem complexa de dados comportamentais que são usados para guiar o disco. Isso cria um ciclo de feedback, pois assim que a IA guia o enxame em uma determinada direção, os participantes reagem, gerando assim uma nuvem atualizada de dados comportamentais para os algoritmos processarem. Isso se repete em tempo real até que uma resposta seja convergida, geralmente em 60 segundos.
Swarm AI produz decisões de grupo muito melhores
A grande questão é se o Swarm AI cumpre seu objetivo de produzir melhores decisões de grupo. Para responder a isso, trabalhamos com pesquisadores universitários para realizar estudos rigorosos em muitas disciplinas. Em um projeto financiado pela NSF estudo realizado em Stanford , os radiologistas foram encarregados de fazer diagnósticos de pneumonia usando a tecnologia Swarm AI. Suas decisões foram geradas em pequenos grupos, seja por votação tradicional ou enxame em tempo real. Ao usar a tecnologia Swarm AI, os erros de diagnóstico foram reduzidos em mais de 30%.
Em um estudo recente realizado em colaboração com o MIT, grupos de traders financeiros foram encarregados de prever a mudança semanal no preço do ouro, do petróleo e do S&P 500 por um período de 20 semanas consecutivas. Os grupos fizeram essas previsões por voto ou por enxame. Ao usar a tecnologia Swarm AI, o grupo mostrou um aumento de 36% na precisão das previsões.
Em um estudo realizado na California State University (Cal Poly) , 60 equipes de negócios foram encarregadas de fazer um teste de julgamento subjetivo padronizado, seja como indivíduos, por votação em grupo ou por enxame. O estudo mostrou que, quando as equipes deliberavam como um enxame, elas superavam significativamente os indivíduos que trabalhavam sozinhos ou as equipes que trabalhavam por maioria de votos.
Em um esforço realizado pelas Nações Unidas , a tecnologia Swarm AI tem sido usada para prever fomes em hotspots em todo o mundo. Os resultados mostraram que o swarming torna o processo de construção de consenso mais eficiente, economizando tempo na tomada de decisões críticas e ajudando a gerar adesão entre as partes interessadas.
Em um projeto financiado pelo NESTA estudo realizado no Imperial College London , grupos de eleitores no Reino Unido foram solicitados a priorizar soluções para o controverso enigma do Brexit. As prioridades foram geradas por sondagem tradicional ou enxame em tempo real. Os resultados mostraram que, quando as prioridades foram geradas por meio de enxame, as principais prioridades foram vistas muito mais favoravelmente pelo público em geral do que as principais prioridades geradas por pesquisas.
Swarm AI pode reduzir a polarização política
Este último resultado destaca um fato importante: as pesquisas estão se polarizando, destacando a diferenças dentro de uma população, fazendo pouco para ajudar os grupos a encontrar um terreno comum. Na verdade, as pesquisas geralmente levam os grupos a se entrincheirarem em posições extremas, dificultando a tomada de boas decisões. Esse problema foi ampliado pelas mídias sociais, onde cada voto na forma de um Como ou participação ou voto positivo influencia o próximo, fazendo com que posições extremas se transformem rapidamente em uma bola de neve em uma polarização arraigada. O método de enxame da natureza adota a abordagem oposta, destacando o terreno comum e ajudando os grupos a encontrar soluções com as quais possam concordar melhor, que geralmente são as soluções mais inteligentes.
Nós, humanos, precisamos tomar melhores decisões. Felizmente, o problema pode ser simplesmente os métodos que temos usado para aproveitar nossa sabedoria coletiva. Durante a maior parte da história humana, os grupos eram pequenos e as decisões só tinham impacto local. Mas isso mudou dramaticamente nos últimos anos, então nossos métodos de tomada de decisão podem precisar mudar também. Acredito que o princípio biológico da inteligência do enxame pode nos apontar na direção certa, permitindo-nos tomar decisões em grupo, grandes e pequenas, que reflitam com mais precisão nossas percepções e aspirações coletivas.
Neste artigo ai animais resolução de problemas de tecnologia emergente Tendências tecnológicasCompartilhar: