Pesquisadores do MIT desenvolveram uma nova técnica que ajuda modelos generativos de inteligência artificial a encontrar soluções para problemas de grande importância.

Nessas situações, uma resposta plausível não é suficiente: o resultado geralmente também precisa atender a requisitos de segurança, físicos ou específicos da tarefa que não são negociáveis, conhecidos como restrições rígidas.

Os pesquisadores desenvolveram um método que ajuda os modelos generativos a atenderem a esses requisitos rigorosos sem sacrificar a qualidade de seus resultados. 

A chave da técnica deles é dar mais liberdade ao modelo durante o processo de geração e impor restrições rígidas ao resultado final, em vez de fazê-lo em cada etapa intermediária. 

Em experimentos que abrangem robótica, controle de processos físicos e visão computacional, o novo método satisfez consistentemente as restrições exigidas, ao mesmo tempo que identificou soluções melhores do que as técnicas existentes. 

Essa técnica adaptável e pronta para uso funciona no momento da implantação, podendo ser aplicada a modelos generativos pré-treinados sem a necessidade de retreiná-los. Isso pode tornar esses modelos mais úteis em aplicações onde regras de segurança, leis da física ou outros requisitos rigorosos não podem ser violados. 

“A promessa da IA ??generativa reside na sua capacidade de explorar um vasto leque de possibilidades, mas o mundo real impõe limites às possibilidades aceitáveis. A nossa abordagem permite-nos preservar esse poder generativo, ao mesmo tempo que garantimos os requisitos inegociáveis de aplicações de alto risco ou de segurança crítica”, afirma Navid Azizan, Professor Associado de Desenvolvimento de Carreira Alfred H. e Jean M. Hayes no Departamento de Engenharia Mecânica e no Instituto de Dados, Sistemas e Sociedade (IDSS), investigador principal do Laboratório de Sistemas de Informação e Decisão (LIDS) e autor principal de um artigo sobre esta técnica.

Azizan é acompanhado no artigo pelo autor principal Zeyang Li, estudante de pós-graduação em engenharia mecânica e LIDS; e por Kaveh Alim, estudante de pós-graduação em IDSS e LIDS. A pesquisa foi publicada esta semana no periódico IEEE Transactions on Pattern Analysis and Machine Intelligence .

Modelos generativos de IA pré-treinados, como modelos de difusão (como o Stable Diffusion) e modelos de correspondência de fluxo (como o FLUX), estão agora amplamente disponíveis. Esses modelos poderosos aprendem a criar novos dados transformando ruído aleatório. Sua disponibilidade permitiu que fossem adaptados a uma ampla gama de aplicações.

Esses modelos altamente capazes se destacam por fornecer respostas que se aproximam da satisfação da maioria das consultas, mas em aplicações críticas para a segurança, como o planejamento de trajetória de robôs em um chão de fábrica lotado, uma resposta "quase correta" pode não ser suficiente. 

Por exemplo, um caminho "quase correto" de uma máquina para outra ainda pode resultar na colisão do robô com um colega de trabalho humano.

Em aplicações críticas para a segurança, os usuários frequentemente empregam uma técnica chamada amostragem baseada em projeção, que força repetidamente as soluções parciais do modelo, chamadas amostras intermediárias, a satisfazer requisitos rigorosos durante o processo de geração.

No entanto, restringir todo o processo de geração pode impedir que o modelo alcance uma solução final melhor. Esses métodos também costumam se concentrar apenas em satisfazer as restrições rígidas, perdendo a oportunidade de melhorar outras qualidades da solução, como reduzir o comprimento da trajetória do robô.

“Para a satisfação de restrições, o que realmente importa é o resultado final do modelo, já que o processo interno é descartado. Ao não exigir que cada etapa intermediária satisfaça as restrições, damos ao modelo mais liberdade para encontrar soluções de alta qualidade que ainda sejam viáveis no final”, afirma Li. 

Os pesquisadores desenvolveram um algoritmo chamado HardFlow que direciona o processo de amostragem de forma que o resultado final satisfaça as rígidas restrições do usuário sem ser excessivamente limitante e apresente maior qualidade.

O HardFlow reformula a amostragem com restrições rígidas como um problema de otimização de trajetória, utilizando ferramentas da área de controle ótimo. Isso permite que a estrutura direcione a trajetória de amostragem do modelo em direção a um objetivo, fazendo correções sutis ao longo do caminho, enquanto impõe restrições rígidas à saída final.

“A teoria de controle nos fornece uma estrutura poderosa para formalizar a maneira ideal de fazer essas correções”, diz Azizan.

Mas resolver o problema de otimização de trajetória em torno de uma enorme rede neural não foi tarefa fácil. O modelo pode ter centenas de camadas interconectadas que processam dados.

Para tornar o problema tratável, os pesquisadores aproveitaram a estrutura dos modelos de correspondência de fluxo para decompor o problema em uma sequência de subproblemas menores, de etapa única. Em seguida, aplicaram transformações e aproximações sistemáticas para derivar um algoritmo eficiente e escalável que ainda encontra uma solução viável. 

Reformular a tarefa como um problema de otimização permite que o HardFlow incorpore objetivos adicionais que podem melhorar a qualidade da resposta final. Por exemplo, o HardFlow poderia encontrar um caminho livre de colisões para um robô que também seja o mais curto até seu objetivo.

“Nossa estrutura consegue lidar com ambos os aspectos em conjunto, o que a torna muito mais eficiente do que os métodos existentes”, afirma Li.

Em experimentos de manipulação robótica, navegação em labirintos e edição de imagens guiada por texto, o HardFlow alcançou satisfação perfeita das restrições, superando consistentemente os métodos de referência em medidas de qualidade da solução. 

Por exemplo, permitiu que um manipulador robótico evitasse colisões com obstáculos, encontrando simultaneamente o caminho mais rápido até o objeto alvo. A maioria dos outros métodos resultava em colisões ou encontrava caminhos que levavam muito mais tempo.

Além disso, o tempo de computação do HardFlow foi comparável ou inferior ao da maioria dos métodos concorrentes.

No futuro, os pesquisadores poderão estender a estrutura para cenários em que o próprio modelo de IA também possa ser atualizado, de modo que a satisfação das restrições e a qualidade da amostra possam ser aprimoradas de maneira mais adaptativa.