Inteligência artificial identifica padrões onde humanos veem desordem

Resumo da notícia:Pesquisadores da Universidade Duke desenvolveram um novo framework de inteligência artificial voltado para a identificação de regras claras e compreensíveis por trás de dinâmicas complexas presentes tanto na natureza quanto em tecnologias modernas. Inspirada nos princípios dos grandes estudiosos de sistemas dinâmicos, a ferramenta utiliza dados de séries temporais para extrair equações que descrevem com precisão o comportamento de sistemas que evoluem ao longo do tempo.

O diferencial técnico dessa abordagem está na capacidade de lidar com sistemas não lineares compostos por centenas ou milhares de variáveis interativas, reduzindo-os a regras simplificadas com muito menos dimensões. O método combina técnicas de deep learning com restrições baseadas em leis físicas, permitindo que o modelo identifique padrões essenciais e produza representações compactas e matematicamente lineares, sem perder a fidelidade ao comportamento real dos sistemas analisados.

Os testes realizados abrangeram desde movimentos pendulares até circuitos elétricos, modelos climáticos e circuitos neurais. Em todos os casos, o framework conseguiu identificar um número reduzido de variáveis ocultas que governam o sistema, gerando modelos até dez vezes menores que os obtidos por métodos anteriores, mas mantendo alta precisão preditiva e interpretabilidade.

Além de prever comportamentos, a ferramenta é capaz de identificar estados estáveis — chamados de atratores — fundamentais para compreender a estabilidade ou possíveis instabilidades de um sistema. A expectativa dos pesquisadores é que a tecnologia possa ser aplicada em experimentação automatizada, análise de dados complexos como vídeos e sinais biológicos, e no avanço de sistemas de “cientistas artificiais” capazes de acelerar descobertas em diversas áreas científicas e de engenharia.