Imagem: Ecole polytechnique from Paris · CC BY-SA 2.0 · Wikimedia Commons
Yann LeCun, vencedor do Prêmio Turing, e pesquisadores da Brown University e da NYU desenvolveram uma técnica que permite modelos de mundo de IA preverem melhor o comportamento de objetos no mundo real. O método, descrito num pré-print chamado “Counterfactual World Models: Natura Non Facit Saltus”, usa o axioma de Leibniz de que “a natureza não faz saltos”.
A técnica infere cenários alternativos a partir do que realmente aconteceu, sem treinar para todos os resultados possíveis. Num exemplo do artigo, um barco atravessando um rio com corrente oculta fica 2 metros mais abaixo do que o modelo prevê: essa diferença revela a corrente e permite prever o que teria acontecido se o timoneiro virasse para o outro lado, tudo com uma subtração.
