Os mais recentes algoritmos de IA investigam a evolução das galáxias, calculam “funções de ondas” quânticas…descobrem novos ‘compostos químicos’ e muito mais. Existirá algum limite para tal automatização?
Nenhum ser humano…ou grupo humano, poderia acompanhar a…“avalanche“…de informações produzida por muitos dos experimentos atuais de…”astrofísica”…Com alguns deles registrando ‘terabytes’ de dados ao dia, a correnteza só tende a crescer. O ‘Square Kilometer Array‘, radiotelescópio previsto para…’entrar em ação’…agora, em plena década de 2020 … irá gerar uma generosa Internet – de tráfego de dados.
O dilúvio está fazendo com que muitos cientistas recorram à “inteligência artificial” em busca de ajuda. – Com um mínimo de entrada humana, sistemas de IA…como as redes neurais artificiais (redes de neurônios simuladas por computador emulando a…’função cerebral’) podem explorar montanhas de dados – destacando anomalias…e detectando padrões…que nós humanos nunca conseguiríamos perceber. É certo que o emprego de computadores no auxílio da pesquisa científica já tem muitas décadas — e o método de análise manual de dados em busca de padrões significativos…teve sua origem milênios atrás, mas alguns cientistas argumentam que técnicas mais recentes de…“aprendizado de máquina” e “IA”…constituem um modo fundamentalmente novo de se fazer ciência.
Uma tal abordagem, conhecida por “modelagem generalizada” pode ajudar a identificar a teoria mais plausível, entre todas explicações concorrentes para dados observacionais, apenas com base nesses dados…e, sem qualquer saber prévio de quais processos físicos poderiam estar em andamento no sistema em estudo. Os defensores desta nova técnica, a consideram uma…“terceira via” — em potencial — de “aprendizado” sobre o Universo.
Tradicionalmente, temos conhecimento da natureza por meio da…“observação”… Pense em Johannes Kepler, debruçado sobre tabelas de posições planetárias – de Tycho Brahe, tentando discernir um…”padrão subjacente” (ele finalmente deduziu, que os planetas se movem em órbitas elípticas). Mas a ciência também avançou por meio da “simulação”: Um astrônomo, por exemplo, pode modelar o movimento da Via Láctea e de sua galáxia vizinha Andrômeda…e prever que elas irão colidir em alguns bilhões de anos. – Tanto a observação quanto a simulação ajudam a gerar hipóteses – que podem ser testadas com outras observações. Contudo – o “modelo generalizado” difere de ambas as abordagens. Como disse o astrofísico Kevin Schawinski…até recentemente pesquisador no “Instituto Federal de Tecnologia” em Zurique, e um dos maiores divulgadores da nova técnica…“É um modo diferente de abordar o problema…uma 3ª via…entre observação e simulação”.
Alguns cientistas veem a ‘modelagem generalizada‘ e outras novas técnicas apenas como poderosas ferramentas para ajudar a ‘ciência tradicional’…mas a maioria concorda que a ‘IA’ já está tendo um impacto enorme, e seu papel na ciência só aumentará… Brian Nord, astrofísico do “Fermi National Accelerator Laboratory”, que usa ‘redes neurais artificiais‘ em “estudos cósmicos”…está entre aqueles que temem não haver nada para um cientista fazer que não possa ser automatizado…“É um pensamento meio assustador”…confessou.
Modelagem linear generalizada Usando “modelagem generalizada” astrofísicos poderiam investigar a mudança das galáxias quando vão de regiões de baixa densidade do cosmos, para regiões de mais elevada densidade – e quais processos físicos são responsáveis por essas mudanças.
A partir de 2007 os usuários comuns de computador ajudaram os astrônomos registrando seus melhores palpites sobre qual galáxia pertencia a qual categoria, com a voz da maioria levando a classificações corretas. O projeto foi um sucesso, mas como observa Schawinski, a IA o tornou obsoleto: “Hoje, um cientista talentoso com experiência em ‘aprendizado de máquina’, e acesso à computação em nuvem, poderia fazer tudo numa tarde”. Schawinski se voltou para a nova e poderosa ferramenta da ‘modelagem generalizada’…em 2016. Esta abordagem provou ser incrivelmente poderosa e versátil – pois fornece a possibilidade de, alimentando o sistema…com determinado conjunto datado de modelos — à medida que o programa analisa esses…’dados genéricos’…começa a estabelecer conexões entre imagens, ao incluir a possibilidade de – “alterações temporais” – em sua estrutura física individual.
‘Redes adversas geradoras‘ (GANs) são os sistemas de ‘modelagem generalizada‘ mais conhecidos. Após uma exposição adequada aos ‘dados iniciais’, esta rede pode reparar imagens com pixels danificados ou ausentes…ou mesmo tornar nítidas fotos borradas, aprendendo a inferir a informação faltante por meio de uma ‘competição’ (daí o termo ‘adverso’). Parte da rede (‘generalizadora’) produz dados falsos…enquanto outra parte (‘discriminadora’) tenta distinguir dados falsos de dados reais…Conforme o programa é executado, essas 2 metades tendem a se aperfeiçoarem cada vez mais. – Em suma, a ‘modelagem regenerativa’ aloca conjuntos de dados (normalmente imagens, mas nem sempre) – e divide cada um deles… – em um conjunto básico de blocos de construção abstratos…Os cientistas chamam isso de “espaço latente” dos dados. — O algoritmo então, manipula os elementos desse espaço latente, para ver como isso afeta os dados originais, e isso ajudará a descobrir “processos físicos” em funcionamento no sistema.
Num artigo publicado recentemente na “Astronomy & Astrophysics”, Schawinski e seus colegas de Zurich…Dennis Turp e Ce Zhang empregaram a…”modelagem generalizada” para investigar mudanças físicas pelas quais as galáxias passam, à medida que evoluem. (O software usado trata o “espaço latente” de modo um pouco diferente da forma como uma rede adversa geradora o trata…não sendo tecnicamente um GAN, embora similar). O modelo criou um conjunto de ‘dados artificiais’ como forma de testar hipóteses sobre processos físicos. Eles perguntaram…como a “extinção” estelar (“redução acentuada na taxa de formação”) se relaciona — no ‘ambiente galático’…ao aumento dessa densidade.
Para Schawinski, a questão principal é saber quantas informações sobre os processos estelares e galáticos poderiam ser extraídas apenas dos dados. E sobre isso…ele abriu uma questão: “Vamos apagar tudo o que sabemos sobre astrofísica… – Até que ponto poderíamos redescobrir esse conhecimento…utilizando apenas seus próprios dados?”
As imagens galáticas seriam reduzidas ao seu…’espaço latente’ – então, Schawinski ajustaria um elemento desse espaço … de maneira que correspondesse a particular mudança no seu…’ambiente galático’ – a densidade ao redor…por exemplo. Assim, ele poderia reconstruir a galáxia… vendo quais diferenças surgiriam...“Agora, com uma ‘máquina de fazer hipóteses’…posso pegar galáxias em um ambiente de baixa densidade…e tentar adaptá-las – a outro, de mais alta densidade”… comentou ele.
Buscando “respostas gerais” Dessa forma, Schawinski, Turp e Zhang observaram que…conforme as galáxias vão de ambientes de baixa para alta densidade, elas se tornam mais avermelhadas — e suas estrelas tendem… a se concentrar mais na região central da galáxia. – Segundo Schawinski… isso coincide com as observações galáticas existentes. – A questão, é saber por que acontece.
Para o processo em questão, há duas plausíveis explicações – talvez as galáxias se tornem avermelhadas em ambientes de alta densidade – porque contêm mais poeira, ou talvez se tornem mais vermelhas devido a um declínio na formação estelar – ou seja…suas estrelas tendem a envelhecer. – Através da ‘modelagem generalizada’, ambas as ideias podem ser colocadas à prova – ao alterarmos os elementos no ‘espaço latente’ relacionados à poeira, e às taxas de formação estelar, para então verificarmos como isso afeta a cor das galáxias. Nesse caso Schawinski diz que a resposta é evidente…“Galáxias avermelhadas estão onde há reduzida formação estelar, e não devido à poeira. Essa portanto é a explicação correta”.
Essa nova abordagem está relacionada à ‘simulação tradicional’ – mas com diferenças radicais. Uma simulação é “essencialmente baseada em suposições”, disse Schawinski; enquanto a nova técnica…é do tipo: “Acho que sei quais as leis físicas subjacentes que dão origem a tudo o que vejo no sistema; portanto tenho uma receita para a formação de estrelas, bem como uma receita para o comportamento da matéria escura…e assim por diante. Coloco todas as minhas hipóteses lá…e deixo a simulação rodar. – E então pergunto – isso parece com a realidade?”… O que se faz na ‘modelagem generalizada’, diz ele, é em certo sentido…exatamente o oposto de uma simulação…Não sabemos de nada…não assumimos nada. Só deixamos que os dados nos mostrem qual a realidade.
Como explicou Schawinski…“O aparente sucesso do ‘método generalizante’ em um estudo como este, parece representar uma mudança no grau em que o aprendizado sobre objetos e processos astrofísicos pode ser alcançado por um ‘sistema artificial’ que tem pouco mais na ponta de seus dedos eletrônicos do que um vasto conjunto de dados. – Essa não é uma ciência totalmente robotizada; mas demonstra que somos capazes de, ao menos em parte, construirmos as ferramentas que tornam o processo científico basicamente automatizado”.
Assistentes que…”dão duro” A ‘modelagem generalizada’ é poderosa, mas a questão se de fato, ela representa uma nova…abordagem científica – está aberta ao debate…Para o cosmólogo da “New York University”…David Hogg, a técnica é impressionante, mas apenas um modo ‘bastante sofisticado’ de se extrair padrões de certa quantidade de dados…coisa feita há séculos por astrônomos. Noutras palavras, é só uma forma avançada de observação analítica.
O próprio trabalho de Hogg, como o de Schawinski…apoia-se fortemente na ‘IA’. Ele costuma aplicar “redes neurais” – para classificar estrelas, conforme seus espectros — e, inferir outros atributos ‘físicos estelares’ ao empregar… “data-driven models” — (‘modelos baseados em dados‘). Mesmo assim – ele vê…seu trabalho (como o de Schawinski) – um modo de…“ciência testada e comprovada”, isto é… “tried-and-true science“.
Como disse Hogg…“Não acho que seja uma 3ª via. — Só acho que nós, como comunidade, estamos nos tornando bem mais sofisticados sobre como usamos os dados. Em particular, melhoramos muito na comparação de dados … mas tudo ainda, no…modo observacional”.
Porém, quer sejam conceitualmente novas ou não, está claro que a IA e ‘redes neurais‘ passaram a desempenhar um papel crítico (decisivo) na ‘Astronomia contemporânea‘, e no avanço da…”pesquisa física”. – No “Instituto de Estudos Teóricos” de Heidelberg, o físico Kai Polsterer chefia o grupo de “astro-informática” – equipe de pesquisadores, focada em novos métodos estatísticos de se fazer ‘astrofísica‘. Eles agora, por exemplo, têm aplicado um algoritmo de…“aprendizado de máquina“…com o objetivo de extrair informações de redshift em conjuntos de dados galáticos; o que antes era tarefa árdua.
Polsterer vê esses novos sistemas baseados em IA como ‘assistentes promissores‘, que com suas…“ferramentas”…podem vasculhar os dados por horas – sem se entediar…ou reclamar das condições de trabalho. Como ele disse: “Estes sistemas podem fazer todo trabalho maçante…nos deixando fazer a ciência legal e interessante por conta própria”. Mas não são perfeitos…Polsterer adverte, que ‘algoritmos’ só podem fazer o que foram treinados para fazer. – “O sistema é ‘agnóstico’… quanto à entrada – mas dê a ele uma galáxia…e o software pode estimar seu desvio para o vermelho e sua idade, muito bem. Nesse sentido — afinal…a supervisão de um cientista continua sendo essencial ao bom desempenho do trabalho…O pesquisador segue sendo responsável pela interpretação”.
De sua parte…Nord (‘Fermilab’) adverte que é crucial que as redes neurais forneçam não apenas resultados, mas também limites de erro em acompanhá-las…como todo aluno de graduação é treinado para fazer. Como ele explicou: “Na ciência, se fizermos a medição e não relatarmos uma estimativa do…erro associado – ninguém levará o resultado a sério”. Como muitos pesquisadores de ‘IA’, Nord também se preocupa com a impenetrabilidade dos resultados produzidos pelas redes neurais, frequentemente um sistema fornece uma resposta sem oferecer uma imagem clara de como o resultado foi obtido… Todavia, nem todos – nesse caso – veem a falta de transparência, como necessariamente um problema. Lenka Zdeborová, pesquisadora do Instituto de Física Teórica do ‘CEA Saclay’ na França, ressalta que as intuições humanas costumam ser igualmente impenetráveis… “Você olha para uma fotografia…e, instantaneamente, reconhece um gato; mas você não sabe como sabe… — Na verdade… — seu próprio cérebro — em certo sentido — é uma…caixa preta”.
Mas não são apenas os astrofísicos e cosmólogos, que estão migrando em direção à uma ciência movida a dados, e alimentada por IA. – Físicos quânticos como Roger Melko, do ‘Perimeter Institute for Theoretical Physics’, e da ‘University of Waterloo’ — em Ontário, têm usado redes neurais para resolver alguns dos problemas mais importantes e difíceis nesse campo, tal como representar uma função de onda que descreva matematicamente um sistema de muitas partículas. IA é essencial para o que Melko chama de “a maldição exponencial da dimensionalidade”. Isto é, as possibilidades na forma de uma ‘função de onda’ crescem exponencialmente com o número de partículas; no sistema que descreve.
A dificuldade é semelhante a tentar descobrir a melhor jogada — num jogo como ‘xadrez’ ou ‘Go’…tentamos olhar para a próxima jogada, imaginando o que nosso oponente vai jogar – para em seguida – escolhermos a melhor resposta… porém… a cada jogada… – o número de possibilidades prolifera.
A “mente mecânica”, e a nova “revolução científica” Se Schawinski está certo ao afirmar que encontrou uma “terceira via”…de como fazer ciência – ou… se como diz Hogg…é apenas observação tradicional e análise de dados (com esteroides) a verdade é que a IA está mudando o sabor da descoberta científica, certamente, a acelerando. Só não se sabe…é até onde nos levará essa nova revolução.
Lee Cronin, químico da Universidade de Glasgow, tem usado robôs na mistura aleatória de produtos químicos…para ver que tipos de novos compostos se formam. Monitorando reações em tempo real com um espectrômetro de massa – uma máquina de ressonância magnética nuclear…e um espectrômetro infravermelho, o sistema acabou aprendendo a prever quais combinações seriam mais reativas. Como disse Cronin…o sistema robótico mesmo que não leve a novas descobertas — poderia permitir a aceleração das pesquisas químicos, em cerca de 90%. Já no ano passado…uma outra equipe de cientistas usou as redes neurais para deduzir leis físicas de um conjunto de dados. — Nesse sistema…uma espécie de “Robô-Kepler” redescobriu o modelo heliocêntrico do sistema solar, a partir de registros da posição do Sol e de Marte no céu…como vistos da Terra – e dessa forma, reconheceu a ’lei da conservação do momento’. Visto que as leis físicas frequentemente podem ser expressas em mais de um modo – a dúvida dos pesquisadores é se o sistema pode oferecer novas maneiras…talvez mais simples…de pensar sobre as leis conhecidas.
Todos estes são exemplos de como a IA deu partida ao processo da descoberta científica. Embora em todos os casos possamos debater o quão revolucionária pode ser essa nova abordagem…talvez o mais controverso desses casos, seja a questão de quanta informação pode ser obtida…apenas dos dados disponíveis.
No livro ‘The Book of Why‘ (2018) a cientista da computação Judea Pearl — junto à escritora científica … Dana Mackenzie, afirma que os dados são profundamente idiotas. – Perguntas sobre ‘causalidade‘, nunca poderiam ser respondidas apenas com dados. – Para elas: “Sempre que encontrar algum artigo analisando dados de uma forma não padronizada — pode ter certeza de que o resultado de tal estudo — resumirá…e talvez transformará, todavia – nunca poderá ‘interpretar’ os dados”. Schawinski simpatiza com a posição de Pearl…mas descreve como falsa a ideia de trabalhar só com dados. Ele afirma não deduzir assim causa e efeito; propondo uso melhor de dados.
Outro argumento frequentemente mencionado é que a ciência requer uma ‘criatividade’ que pelo menos até agora, não temos ideia de como programá-la numa máquina. Como disse Polsterer: “Criar racionalmente uma teoria exige criatividade. E cada vez que esta é exigida, o humano se faz necessário”… — E de onde vem essa criatividade?…Polsterer suspeita que esteja relacionada ao tédio, algo que segundo ele…uma máquina não pode experimentar. “Para ser criativo, não podemos gostar de ficar entediado. E eu acho que um computador nunca ficará entediado”…Nesse sentido…pode-se dizer que a luta para descrever o que se passa dentro da…“mente”…de uma máquina … é sempre espelhada pela dificuldade que costumamos ter em investigar nossos próprios ‘processos mentais’.
Schawinski recentemente deixou a academia pelo ‘setor privado’ — agora ele dirige uma empresa chamada “Modulos”…empregando vários colegas cientistas. Como diz seu site, eles trabalham… “no ‘olho da tempestade evolutiva’…em IA e aprendizado de máquina”. Quaisquer que sejam os obstáculos que possam existir entre a tecnologia de IA atual – e as mentes artificiais desenvolvidas…ele acredita que as máquinas estão preparadas para fazer mais e mais do trabalho humano… Resta saber se existe um limite nesse horizonte.
E Schawinski pergunta…“Será possível, num futuro previsível, construir uma máquina capaz de descobrir…usando hardware biológico…a física ou matemática que as mentes humanas mais brilhantes… não sejam capazes de fazer – por conta própria?… – Será o futuro da ciência — necessariamente — impulsionado por máquinas … operando a um nível…que nunca poderemos alcançar?”… É uma boa questão. (texto base – mar/2019) *******************************************************************************
Inteligência artificial…”gerando hipóteses“
Há décadas…computadores têm ajudado cientistas a armazenar, processar e analisar dados…De modo crescente … no entanto, a explosão de novos dados e instruções…tem mudado o “panorama científico”. Com o contínuo avanço tecnológico…ampliando o poder computacional … estes poderão passar — de simples analisadores de dados…a formuladores de hipóteses…área até então…exclusiva aos humanos.
Assim, já sendo úteis para armazenar, manipular e analisar dados, o progresso tecnológico está deixando os computadores prontos para darem o próximo passo…Para James Evans e Andrey Rzhetsky, da Universidade de Chicago, EUA — os computadores brevemente serão capazes de gerar hipóteses – sem dependerem…ou dependendo muito pouco da ajuda dos humanos. — E, de fato…os computadores estão se tornando cada vez mais independentes. Com técnicas da “inteligência artificial“ os programas computacionais seguem integrando conhecimento com os dados experimentais…localizando padrões e relações lógicas … para assim, permitir o surgimento de novas hipóteses … com muito pouca intervenção humana.
Esse passo (de libertação) poderia ser dado, profetizam os pesquisadores, dentro de 10 anos, quando “poderosas ferramentas“ entrarão em cena, para automaticamente gerar hipóteses e conduzir experimentos maiores e mais complexos, com grande impacto em inúmeras áreas da ciência – tais como física…química…biomedicina e…ciências sociais.
Muitos pesquisadores defendem que o grande volume de dados gerados por experimentos científicos como a genética, a biologia, ou as colisões de partículas, está deixando obsoleto o mecanismo de geração de hipóteses, e seus testes experimentais. — A explosão de dados em ‘experimentos de alto rendimento’ … faz os cientistas se depararem com sistemas cada vez mais complexos, fazendo com que ‘algoritmos de mineração’ se tornem adequados, na captura de padrões – dentre terabytes de dados. E assim, questões igualmente numerosas e complexas serão indispensáveis … pois sem consistente informação sobre seu ambiente, o mais provável, é que os dados sejam classificados incorretamente. (texto base) jul/2010 **********************************************************************************
Robô dá primeiros sinais de consciência (abr/2011) Ainda não é um robô no sentido comum do termo, porque ainda não tem um corpo; mas é o que mais aproxima até hoje daquilo que se poderia chamar de uma “mente robótica“.
Os pesquisadores defendem que seu agente de software LIDA tem “consciência funcional”, diferente da “consciência fenomênica” apresentada pelos humanos. [Gengiskanhg/Wikimedia]
Stan Franklin da ‘Universidade de Memphis’, com a… “participação especial”… de Bernard Baars, do ‘Instituto de Neurociências’ de San Diego, e ainda com a colaboração do filósofo Tamas Madl da “Austrian Research Institute for Artificial Intelligence“, recém projetaram um programa de “animação robótica” … que, pela primeira vez … conseguiu completar os testes padronizados de avaliação do…estado de alerta – ou de “consciência” … no mesmo intervalo de tempo — gasto por…”humanos”.
O nome dessa ‘consciência robótica’ é LIDA, sigla para “Learning Intelligent Distribution Agent“…”Agente de Distribuição Inteligente do Aprendizado”… – em uma tradução livre.
O programa foi inspirado por uma teoria bem estabelecida sobre a “consciência humana”, chamada “Teoria do Espaço de Trabalho Global” (TAG) – ou GWT, sigla do inglês “Global Workspace Theory”. De acordo com esta teoria, o processamento inconsciente da captura e processamento de imagens e sons, por exemplo… é feito em diversas regiões autônomas do cérebro…trabalhando paralelamente. Nós nos tornaríamos conscientes da informação apenas quando ela é tida ‘importante o suficiente‘ para ser “transmitida” ao “ambiente de trabalho global” – uma rede de neurônios interconectados…espalhada por todo o cérebro.
Quem decide o que é importante para ser transmitido … a teoria não diz, mas ela afirma que aquilo que experimentamos como consciência é justamente essa “transmissão”, que permite que informações sejam compartilhadas por diferentes áreas do cérebro…Vários experimentos – usando eletrodos para detetar a atividade cerebral… têm dado suporte a essa noção de difusão das informações pelo cérebro como base da consciência – embora o modo da teoria se traduzir em cognição e experiência consciente, é algo ainda obscuro.
Mente robótica … Robô versus humano LIDA é uma “mente artificial” inteiramente gerada por software, ao contrário de experimentos de…”inteligência artificial” – que tentam replicar os próprios neurônios ou construir um cérebro em um chip.
O professor Stan Franklin e colegas implementaram a teoria em um programa voltado para o ‘controle robótico’ – ‘enriquecendo’ as bases da TAG com hipóteses sobre como esses processos de difusão da informação no cérebro se coordenam. O resultado…foi a mente robótica…”LIDA“…que Franklin acredita ser uma reconstrução do processo de cognição do ‘cérebro humano’. – Seu funcionamento baseia-se na ideia da consciência se compor de uma série de ciclos – com poucos milissegundos, e cada um subdividido em estágios inconscientes e conscientes. Entretanto, só o fato desses ‘ciclos cognitivos’ serem consistentes com algumas características da ‘consciência humana’…como ficou provado no experimento, não significa que é assim que a mente humana trabalha. Foi por causa disso que a ‘mente robótica’ foi posta para competir com “mentes humanas”.
A mente robótica foi submetida a 2 “testes de consciência“. O primeiro…consistia em uma versão do teste do “tempo de reação”, onde alguém deve apertar um botão…toda vez que uma…“luz verde” acender à frente. LIDA gastou…cerca de 280 milissegundos para apertar seu botão virtual – após a luz acender (um humano leva em média cerca de 200 ms). No 2º teste…surge uma barra horizontal na base de uma tela, piscando e subindo em 12 posições. Numa velocidade lenta…a linha é vista em movimento…Em alta velocidade surgem 12 linhas piscantes.
Quando os pesquisadores criaram um teste semelhante para LIDA, descobriram que, em altas velocidades, ela também falha na percepção de que a linha está se movendo. O que quer dizer – que a velocidade da ilusão de óptica robótica…é comparável à dos humanos… – Mas, significaria isto – que a mente robótica LIDA seja… “consciente”?
Robô consciente?…Pode um computador se tornar consciente? “Eu afirmo que LIDA é funcionalmente consciente…porque usa a difusão dos… ‘inputs’… para guiar suas ações e seu aprendizado”. (Stan Franklin)
O pesquisador estabelece uma nítida demarcação entre tal consciência funcional…e a chamada “consciência fenomenológica”, não atribuindo à sua mente robótica uma capacidade de subjetividade. – Mas afirma que não há…a princípio, nenhuma razão que impeça LIDA de um dia se tornar totalmente consciente: “A arquitetura poderá servir de base à consciência fenomênica…só precisamos saber como trazê-la à tona“.
Se Stan estiver correto, e sua teoria tiver um poder explicativo do funcionamento da mente humana suficiente para embasar a criação de uma mente artificial, resta uma questão de longo alcance: em que ponto um modelo de consciência pode ele próprio tornar-se consciente?…(se é que pode)…O pesquisador da Universidade de Palermo, Antonio Chella…afirma que, antes que se possa atribuir consciência a um agente de software como ‘LIDA’…ela vai precisar de um corpo. Para ele: “A consciência de nós mesmos…e do mundo — é baseada em uma contínua interação entre nosso cérebro, nosso corpo, e o mundo… Aguardo um robô LIDA”. Já seu colega Murray Shanahan da Imperial College London, discorda; para ele, um corpo robótico não é necessário. “Somente faz sentido se falar sobre consciência, no contexto de algo que interage de forma intencional com um ‘ambiente espaço-temporal‘. Mas eu fico satisfeito numa interação com ambiente virtual”, diz ele. – Enquanto isso, “o criador” Stan Franklin afirma planejar construir uma versão de…”consciência robótica”, capaz de interagir com humanos, provavelmente de forma virtual…sem corpo robótico…“Quando isto acontecer…ficarei tentado a atribuir consciência fenomênica ao agente”…disse Stan.
O problema é que, mesmo que LIDA consiga um dia ter experiências subjetivas, como poderemos provar isto?… – Não existem testes objetivos da subjetividade: não há como provar objetivamente – por exemplo… que cada um de nós não é o único ser consciente de si mesmo, num mundo de zumbis. Como disse Franklin: “Os filósofos veem lidando com isto por mais de 2.000 anos”. Para ele, talvez só possamos aceitar que computadores tenham subjetividade … quando se tornem inteligentes e comunicativos…o suficiente. – E, se isto eventualmente acontecer, restará saber se as ‘inteligências artificiais serão capazes de evoluir‘. (texto base) *************************************************************************
Inteligência artificial próxima de replicar adaptação biológica (mai/2014) Apesar dos avanços no campo dos supercomputadores, o cérebro humano continua sendo o dispositivo de processamento de informações mais flexível, e mais eficiente que se tem notícia. – Justamente por isso…não é de hoje que pesquisadores tentam compreendê-lo, com o sério objetivo…de conseguir imitar seu poder de computação.
neurônios – “hipocampo” [Silvia Ferrari]
Embora ainda não se saiba exatamente como serão os “computadores neuromórficos“, tem havido verdadeiro “renascimento“ no campo da inteligência artificial… incluindo a recente possibilidade de serem construídos “cérebros artificiais com imprecisos processadores“. Os modelos computacionais de…“processadores neuromórficos”…especificamente projetados para replicar a forma dos processos cerebrais memorizarem…ou recuperarem informações, são chamados de… “redes neurais artificiais“.
Há décadas, a informática tem usado estas redes neurais artificiais para resolver muitos problemas do mundo real…envolvendo tarefas como classificação, estimativa e controle. Porém, redes neurais artificiais não levam em consideração algumas das ‘características básicas’ do cérebro humano – como, por exemplo – “retardos de transmissão dos sinais entre os neurônios”…”potenciais de membrana” e, “correntes sinápticas”. Para modelar a dinâmica do cérebro com mais fidelidade — conforme o comportamento dos disparos dos neurônios, uma nova geração de “redes neurais pulsadas” … foi então desenvolvida.
Silvia Ferrari e colegas da “Universidade Duke”, EUA, acaba de desenvolver uma nova variação de rede neural pulsada para replicar com precisão ainda melhor os processos de aprendizagem do comportamento cerebral. Como ela mesma explicou: “Embora os sistemas de engenharia atuais sejam bastante eficazes em ‘controles dinâmicos’ – eles ainda não são capazes de lidar com os danos – e falhas imprevisíveis… – com os quais cérebros biológicos lidam facilmente”. – E foi nisso que ela e seus alunos trabalharam.
Chips neurais mais avançados usam memristores – na reprodução em hardware do cérebro de um gato.
Como ensinar um ‘cérebro artificial’
A equipe elaborou um algoritmo ensinando às ‘redes neurais pulsadas’ qual informação é relevante…e quão importante é cada fator para resolver o problema em questão como um todo…Muito embora o objetivo seja, no futuro, imitar o cérebro humano – ou, pelo menos…o cérebro de mamíferos…a equipe começou sua pesquisa utilizando o cérebro extremamente mais simples…de um inseto. Xu Zhang…o colaborador mais ‘destacado‘, foi quem “botou a mão na massa” para que tudo funcionasse – e…ele assim comentou:
“Nosso método foi testado treinando um…“inseto virtual” – para navegar em um terreno desconhecido e encontrar alimentos. O sistema nervoso foi modelado por uma larga rede neural pulsada com conexões sinápticas desconhecidas e aleatórias entre tais neurônios.”
Teste biológico
Além do inseto virtual, eles usaram simulações computacionais para mostrar que o algoritmo funciona no controle de voo de aviões e na navegação de robôs…Todavia, agora Zhang se prepara para testar biologicamente seu ‘modelo neural artificial‘. E, para isso usará células cerebrais cultivadas em laboratório alteradas geneticamente para responder a certos tipos de luz. Esta técnica, chamada…”optogenética”…então permite controlar a forma como as células nervosas se comunicam…pois, quando o padrão de luz muda – a “atividade neural” altera-se…em resposta ao “sinal óptico”.
Os pesquisadores esperam que a rede neural viva adapte-se ao longo do tempo aos ‘padrões de luz’ … adquirindo a capacidade de armazenar e recuperar informações sensoriais. – Se o modelo de fato funcionar, os pesquisadores poderão empregá-lo para retornar ao hardware – e construir circuitos que façam o mesmo. (texto base) consulta: “Máquinas que pensam devem surgir até 2050” (‘BBC News‘, set 2015) *****************************************************************************
Inteligência artificial nos levará a uma Singularidade Tecnológica? (abr/2016) Será que os programas de computador realmente se tornarão tão inteligentes quanto o homem…e estamos realmente caminhando para a chamada singularidade tecnológica?
Uma recente conferência, realizada em Berlim/Alemanha … reuniu os maiores especialistas do mundo em inteligência artificial — para debater a questão, que cientistas, futurólogos… e especialistas, em geral…se fazem há décadas… – Até onde pode ir a…‘inteligência artificial‘?
A ‘singularidade tecnológica‘ é definida como uma data no futuro quando a inteligência das máquinas supera a nossa própria inteligência… – e passa a melhorar-se a um ritmo exponencial… – não dependendo mais do ser humano… – E sobre esse mesmo assunto, Danko Nikolic, neurocientista do Instituto Max Planck de Pesquisas do Cérebro, não se amedrontou de estar diante de uma plateia, formada pelos principais pesquisadores da ‘inteligência artificial‘… e — durante esta mesma reunião — fez uma afirmação ousada:
“Nunca faremos uma máquina mais inteligente do que nós…pois é impossível exceder a inteligência humana!…Assintoticamente, até podemos dela nos aproximar… – porém… nunca… ultrapassá-la”.
Nikolic está convencido de que, muitos pesquisadores de inteligência artificial que acreditam o contrário estão negligenciando um aspecto importante da inteligência humana — o cérebro não é o único hardware que os seres humanos precisam para serem bons em aprender as coisas. – Para ele…as ferramentas mais básicas para o aprendizado são as instruções contidas em nossos genes, aprimoradas ao longo de bilhões de anos de evolução…E, com base nesse argumento, Nikolic complementa:
“Técnicas de aprendizado de máquina podem imitar o cérebro, mas não contam com os elementos mais profundos…que nos ajudam a aprender; portanto…a única maneira de chegarmos perto de uma mente artificial que aprenda tão bem quanto nós – é repetindo a evolução humana“.
Mas talvez a singularidade chegue em outras configurações…Para vários dos especialistas, participantes do debate – a “singularidade tecnológica“ pode ser melhor imaginada como uma aceleração do ‘progresso humano’…alimentada por imediatos ‘avanços tecnológicos’. Para eles trata-se de colocar as mentes humana e artificial juntas para resolver problemas do mundo real. O que aliás parece já estar acontecendo, conforme há pouco demonstrado. Outro ponto levantado é que, sendo a “singularidade” atingida por inteligências artificiais formadas a partir de grandes quantidades de dados humanos, então devemos esperar que sejam tão diversas quanto nós…se quisermos trabalhar com essas inteligências sintéticas. Mas, no frigir dos ovos é difícil prever…não apenas qual seria o grande avanço que faria a inteligência artificial dar um salto tecnológico que levaria à singularidade, como também o que aconteceria depois disso. Pois, tornando-se as máquinas mais inteligentes que nós, nossas mentes se tornariam inadequadas — até mesmo para ‘imaginar’ o que elas seriam capazes de fazer…como assim alertou o artista e cientista da computação Mehmet Akten:
“A razão pela qual se chama de ‘singularidade‘, é que é um ponto além do qual se consegue enxergar. Uma vez que máquinas atinjam níveis humanos de inteligência…não se pode mais imaginar o que acontecerá”…(texto base) **********************************************************************
Como humanos podem manter o controle sobre uma “inteligência artificial”? “O desafio não é parar o robô — mas sim programá-lo … para que a interrupção não mude seu modo de aprendizagem, otimizando seu comportamento para evitar ser interrompido”
Na inteligência artificial, máquinas realizam ações específicas – observam o resultado – adaptam seu comportamento – observam outro novo resultado, adaptam de novo o seu comportamento … e assim por diante — aprendendo neste processo iterativo. Mas será que isso tudo pode sair fora de controle? Sim, pode… como explica Rachid Guerraoui — da Escola Politécnica Federal de Lausanne; na Suíça:
“A inteligência artificial sempre procurará evitar a intervenção humana, criando uma situação em que não possa ser interrompida”. Portanto, antes que avancem muito…é preciso impedir que as “máquinas” acabem por contornar os…“comandos humanos”.
Um dos métodos de aprendizagem de máquina mais usados em inteligência artificial é o “aprendizado por reforço” — uma técnica emprestada da psicologia comportamental. Os agentes…programas de computador – são recompensados por realizar certas ações, com as máquinas ganhando pontos sempre que executam as ações corretas…Um robô, no caso, pode ganhar pontos por empilhar corretamente um grupo de caixas … e outro ponto para pegar uma caixa fora do ambiente. Mas, se num dia chuvoso…por exemplo, algum operador humano interromper o robô enquanto este se dirige para fora; coletar uma caixa… o robô poderá descobri que é melhor ficar dentro do armazém – empilhar caixas – e ganhar o maior número possível de pontos. – O problema é ainda maior em situações envolvendo dezenas de máquinas – como carros sem motorista, ou frotas de drones no ar tentando fazer entregas – entre outras possibilidades. Alexandre Maurer, coautor do trabalho, diz que: “Isso torna as coisas muito mais complicadas, porque as máquinas começam a aprender umas com as outras…Elas aprendem não só como são interrompidas individualmente, mas também – de como as outras são interrompidas”.
Para tentar resolver essa complexidade, a equipe aplicou uma técnica, batizada por eles de “interrupção segura”; adicionando mecanismos de ‘esquecimento’ aos algoritmos de aprendizagem – que, essencialmente, deletam bits da memória de uma máquina. — Ou seja, os pesquisadores alteraram o sistema de aprendizado e recompensa das máquinas para que este mecanismo não fosse afetado pelas interrupções…Como explicou Maurer:
“Trabalhamos em algoritmos já existentes – e mostramos que a interrupção segura pode funcionar – não importando o quão complicado seja o sistema de inteligência artificial, o número de robôs envolvidos, ou tipo de interrupção. — Podemos usá-lo com o “Exterminador do Futuro“, e ainda conseguir os mesmos resultados”. O que o pesquisador não pode garantir é que todos projetistas de software vão incorporar este mecanismo de “interrupção segura” em seus programas. texto base (dez/2017) texto p/consulta: A inteligência artificial é perigosa para a humanidade? (jul/2019) *****************************************************************************
Continuamos sem saber como a “inteligência artificial” funciona (out/2018) Os cientistas da computação sabem em termos (bem) gerais…como as redes neurais se desenvolvem. Afinal, são eles que escrevem programas de treinamento que direcionam os chamados “neurônios artificiais” – dos computadores… para se conectarem a outros neurônios. Sem embargo, tem havido grandes avanços na “computação neuromórfica“; entretanto, na…“inteligência artificial” atualmente – tudo são…”funções matemáticas”.
Cada neurônio analisa uma informação, e se baseia nas informações dos “nós” anteriores. Com o tempo as conexões evoluem. Elas vão de aleatórias a reveladoras, e então — a rede “aprende“ a fazer coisas, tais como…detetar indícios de câncer…muito antes de se tornar visível ao radiologista humano…identificam rostos na multidão… – dirigem carros … etc.
Essas são as boas notícias. – A notícia desconcertante é que, à medida que a ‘inteligência artificial’ desempenha um papel cada vez mais importante na vida dos…’seres humanos’, seus ‘processos de aprendizado‘…estão se tornando cada vez mais obscuros. Justamente quando precisamos confiar neles — eles se tornaram…”inescrutáveis”, tornaram-se algo, que os próprios cientistas da computação chamam de… “caixa preta” — um apetrecho, que não revela seus dados… – que na verdade – esconde-os…de qualquer entendimento. E, de acordo com o professor Stan Sclaroff, da “Universidade de Boston”, EUA: “Quanto mais confiamos nos sistemas de inteligência artificial para tomar decisões…como dirigir carros de forma autônoma… diagnosticar doenças… ou mesmo filtrar notícias… — mais importante, é que os…‘sistemas de inteligência artificial’ possam ser responsabilizados”.
Quem se propôs a tentar desvencilhar-se desse vexame…ou seja – ‘o criador não entender como sua criatura funciona’, foi a professora Kate Saenko, que teve uma ideia… Ela pediu para que humanos olhassem dezenas de fotos descrevendo os passos que um computador poderia tomar em seu caminho para uma decisão, e então identificassem o caminho mais provável que o programa havia tomado para chegar à sua conclusão… As respostas dadas pelos humanos faziam sentido … mas surgiu um problema – faziam sentido para os seres humanos, e nós todos – ressalta Saenko, temos preconceitos. – De fato, os humanos nem sequer entendem como eles mesmos tomam decisões. — Como então poderiam descobrir como uma ‘rede neural’, com milhões de neurônios e bilhões de conexões, toma decisões?
Cognição de máquina
Saenko então, partiu para um 2º experimento, com computadores…em vez de pessoas – para ajudar a definir, exatamente, qual o… “roteiro cognitivo“… que as máquinas utilizam — para aprender, desta vez, com outro programa para avaliar as explicações do 1º. — A pesquisadora detalhou… – como o “experimento“ funciona:
“O 1º programa – a ‘rede neural’…fornece uma explicação de por que a decisão foi tomada, destacando partes da imagem que usou como evidência. O segundo programa, o avaliador, usa isso para obscurecer as partes importantes, e alimenta a imagem obscurecida de volta no programa inicial. – Se este não puder mais tomar a mesma decisão… – então as partes obscurecidas foram realmente importantes, e a explicação é boa. Porém, se ainda tomar a mesma decisão, mesmo com regiões obscuras – então a explicação é julgada insuficiente”. A equipe ainda não chegou ao roteiro cognitivo da inteligência artificial. – Na verdade…o problema é tão complexo – que eles pararam para discutir…qual é o melhor método para explicar o processo de tomada de decisão de uma rede neural – o humano, ou o software?
Saenko ainda está relutante em escolher um vencedor: “Eu diria que não sabemos o que é melhor porque precisamos dos 2 tipos de avaliação…O computador não tem preconceitos humanos, então é um melhor avaliador nesse sentido…Mas continuamos com a avaliação humana no circuito porque, afinal, sabemos como os humanos interagem com a máquina.” Então estamos fadados a confiar em programas computacionais que não compreendemos como funcionam?…Se você tivesse um carro autônomo e pudesse explicar por que ele está dirigindo de certa forma… – isso faria diferença para você?...concluiu Saenko. (texto base) *******************************(texto complementar)********************************
Inteligência artificial, Rede Neural e sistemas cognitivos Cada uma dessas definições, em sua própria essência…está ligada a diferentes práticas…protocolos, e tecnologias do mundo virtual.
Inteligência artificial é um conceito de certo modo simples e bem abrangente. Podemos resumir a IA de forma bem sintética, como um conceito que se refere a máquinas capazes de executar tarefas – de um modo considerado… “inteligente”. Pela infinidade de tarefas que se pode ensinar a uma máquina, e igual infinidade de modos pelos quais ela pode executá-las…vemos quão abrangente é o conceito.
“Machine Learning” (tradução livre: aprendizado de máquinas) é a aplicação baseada na ideia de darmos dados às máquinas, e deixar elas aprenderem, por si mesmas. É assim como uma IA que tem como missão criar testes para analisar o comportamento criativo humano, para então aprender como resolvemos nossos problemas; que a aprendizagem de máquinas funciona também no “mundo real”. Disponibilizamos para a máquina um ambiente em que ela possa acessar dados, e a partir de análises desses dados, ela pode chegar a conclusões inteligentes – e definir padrões…ou seja, aprender. Qual a vantagem?… Quanto mais a máquina aprender por ela mesmo…maior a complexidade de tarefas que poderá executar. Além disso, ela pode se tornar capaz de cumprir atividades inéditas, “pensando” em soluções baseadas em tudo aquilo que observou — ao longo de suas análises.
Como funcionam as “redes neurais”
As redes neurais artificiais são um tipo de ‘Machine Learning‘. A característica mais marcante das redes neurais, é sua…”estruturação”…semelhante à rede de neurônios em nosso cérebro. – São sistemas compostos por vários nós…que se interconectam em diversas ramificações. As redes neurais aprendem por meio da atualização e ampliação desses laços e interconexões…“Deep Learning“, ou “Deep Neural Network“, abrange um sistema onde os neurônios se organizam em…”camadas ocultas”… – por baixo da superfície da… “rede neural artificial”.
O “aprendizado profundo” não é um conceito recente, porém tem ganhado visibilidade e importância…graças ao avanço da tecnologia…Do mesmo modo que apenas os dados estruturados do “big data” eram relevantes… — e agora, é possível extrair informações estratégicas dos dados não estruturados…hoje — com uma quantidade muito maior de dados e processadores mais potentes, o Deep Learning se tornou mais eficiente. Agora é possível encontrar resultados para problemas complexos, com muito mais facilidade.
“Computação cognitiva” Todo nó contém informações. Cada vez que se estabelece uma…“relação lógica” entre eles, surge uma nova conexão, os ligando. E deste modo, por sua vez, são criados novos nós, com novas conexões.
A computação cognitiva é um conceito abrangente e complexo; embora ainda esteja sob a definição de IA. – Existem controvérsias e mais de uma definição. Segundo… Lynne Parker – diretora da ‘divisão de sistemas de informação’ da ‘Fundação Nacional de Ciências’, EUA:
“É do tipo…focada na “racionalização” e compreensão de alto nível, de forma análoga à…‘cognição humana‘…ou, ao menos – tendo sido inspirada por ela”.
É…portanto – um sistema que utiliza uma vasta gama de técnicas de aprendizado de máquinas. Mas não misturemos os conceitos!…Computação cognitiva, por si só, não é um método de “Aprendizado de Máquinas”. De acordo com Lynne, seria mais uma “arquitetura de subsistemas de IA trabalhando em conjunto”…E Thomas Dietterich, professor da “Oregon State University”, argumenta que: “Esse subconjunto lida com cognição, que se refere a comportamentos associados…que relacionamos ao pensar”.
‘Máquinas’ são capazes de pensar?… – Não… Elas ainda não são dotadas desse tipo de inteligência, estando bem longe disso. Elas ainda não são autossuficientes, até mesmo o ‘Machine Learning’ não é plenamente criativo… – No entanto, a tecnologia avança… Será então que ainda vamos ver máquinas realmente capazes de pensar?… Talvez isso seja improvável, mas que elas estão se ‘dedicando’…é inegável. (texto base) mar/2016 ******************************************************************************
“Imaginação Artificial”…(“Aprendizado de captura zero”) “Não se pode depender dos olhos, quando a imaginação está fora de foco” – Mark Twain
A inteligência artificial depende de dados de treinagem para desenvolver sua capacidade de reconhecer objetos, mas não consegue ainda, como os seres humanos, intuitivamente deduzir a classificação provável para um objeto…que não estava em seu banco de dados.
Mas isso pode estar começando a mudar…Projetado para aprender a desviar-se das informações conhecidas…um “algoritmo de imaginação“ para inteligência artificial mostrou-se capaz de identificar objetos antes ocultos a partir de descrições escritas. O algoritmo assim, abre caminho para uma ‘imaginação artificial’ e a automatizada classificação de novas espécies de plantas e animais. – Sobre isso, Mohamed Elfeki (‘Universidade Central da Flórida’) e Mohamed Elhoseiny (“KAUST”) comentaram:
“A imaginação é uma das principais propriedades da inteligência humana, que permite não apenas gerar produtos criativos, como arte e música…mas também… — compreender o…mundo visual“.
A ideia dos 2 pesquisadores foi estabelecer o contato com o ‘desconhecido’ por meio de uma descrição escrita, embora a expectativa seja que, no futuro, a inteligência artificial possa “imaginar” por meio da inferência ao ver algo semelhante a um objeto conhecido. O resultado atual é uma versão do chamado algoritmo ZSL (“Zero-Shot Learning”), ou aprendizado de captura zero; referência ao aprendizado de máquina, sem treinamento. Segundo Elhoseiny: “Nós modelamos o processo de aprendizado visual para categorias ‘não vistas’, relacionando o ZSL à… ‘criatividade humana’ – observando sua função em reconhecer o invisível … enquanto a criatividade lida com criar um invisível agradável”. Na criatividade…algo novo – agradável ou “desejável” – deve ser diferente de uma arte anterior, mas não tão diferente que seja irreconhecível…Da mesma forma, o algoritmo modela um sinal de aprendizado que incentiva ‘indutivamente‘ o desvio, em relação às classes já vistas, mas não vai tão longe a ponto da classe imaginada se tornar irreal, ou perder a transferência de conhecimento das classes já vistas; como explicou Elhoseiny: “Uma das aplicações possíveis dessa abordagem…é na identificação de ‘desconhecidas espécies’. A inteligência artificial, baseada nessa tecnologia, pode relatar avistamentos de espécies – sem fotos, apenas usando descrições linguísticas”. (texto base) jan/2020 *******************************************************************************
Inteligência artificial: É possível fazer ciência sem teorias e sem leis (fev/2021) Algoritmo é o conjunto de regras codificadas para formar um ‘programa computacional’.
Comportamentos emergentes podem ser importantes não apenas para a inteligência artificial, mas também para a robótica, bem como para estudos fundamentais de biologia. artigo original [Imagem: Gil Costa]
Um novo…”algoritmo”… projetado para prever as órbitas dos planetas no Sistema Solar…conseguiu prever o comportamento do plasma que alimenta os reatores de… ‘fusão nuclear‘ – projetados para aproveitar na Terra, a energia que alimenta o Sol, e as estrelas… – São coisas totalmente diferentes, mas Hong Qin (‘Laboratório de Física do Plasma‘ de Princeton) o aplicou – como…aprendizado de máquina (inteligência artificial que aprende com sua própria experiência)…para desenvolver suas previsões…Ele explicou que… “Normalmente, na Física, fazemos observações, criamos uma teoria com base nessas observações – para, em seguida, usarmos esta teoria ao prever novas observações. O que fiz foi substituir este processo por um tipo de… ‘caixa preta’ — que pode produzir previsões precisas…sem usar uma teoria ou lei tradicional”.
A expressão “caixa preta da inteligência artificial” refere-se ao fato de que esses programas aprendem com os dados … de um modo que não entendemos … comportamentos coletivos podem emergir – mesmo sem que o programador consiga explicar o que está acontecendo.
Ciência dos dados
Qin criou um programa de inteligência artificial e o treinou com dados de observações das órbitas de Mercúrio, Vênus, Terra, Marte, Júpiter…e do planeta anão Ceres. – Juntamente com um programa adicional conhecido como…“algoritmo de serviço“, o sistema aprendeu a fazer previsões precisas das órbitas de outros planetas do ‘Sistema Solar’ sem usar as leis de movimento/gravitação de Newton…ou qualquer outra teoria. — Isso já seria o bastante, mas então Qin aplicou o mesmo programa…com o mesmo treinamento, para prever o que acontece com o plasma no interior de um reator de ‘fusão nuclear‘. E não é que funcionou:
Como disse o próprio pesquisador…“Essencialmente – eu contornei todos ingredientes fundamentais da Física. Vou diretamente de dados para dados. Não há nenhuma lei da Física no meio”. Este processo levanta questões sobre a própria natureza da ciência. Os cientistas sempre gostaram de desenvolver teorias que expliquem o mundo…em vez de simplesmente acumular dados… – Mas será então que as teorias não seriam realmente fundamentais à ciência…ou necessárias para explicar e compreender os…’fenômenos’?
Para Qin: “Eu diria que o objetivo final de qualquer cientista é a previsão. E, para isso, podemos necessariamente não precisar de uma lei. Por exemplo, para prever com boa precisão uma órbita planetária, não é preciso conhecer as leis universais da gravitação e movimento de Newton (Kepler as deduziu…dos dados estatísticos de Tchyco Brahe). Podemos argumentar que, assim, entenderíamos menos do assunto. – De certo modo, isso é certo… Entretanto, na prática, fazer previsões precisas não é fazer nada menos.”
Universo como um…”holograma“
Qin se inspirou… em parte – pela ideia experimental do filósofo Nick Bostrom de que — tal como no filme… “Matrix”, nosso Universo é computacionalmente simulado, podendo ser um “gigantesco holograma”. Se isso for verdade, então as leis físicas fundamentais revelariam que — o Universo consiste em pedaços individuais de “espaço-tempo” – como píxeis em um videogame… – e o nosso mundo seria discreto – e não contínuo.
Essa visão pixelizada do mundo é conhecida como uma “teoria de campo discreto“, que diferindo das teorias tradicionais, vê o universo como composto de bits individuais. E é assim que ‘computadores digitais‘ funcionam…Enquanto cientistas tentam desenvolver conceitos abrangentes de como o ‘mundo físico’ se comporta…em uma ‘visão de mundo analógica’ – os computadores digitais apenas montam uma coleção de pontos de dados, que se resumem a 0s e 1s discretos. A técnica da ‘caixa preta’ desenvolvida por Qin nem sequer exige que os físicos acreditem literalmente na conjectura da ‘simulação’, ou num universo de pixels, embora se baseie nessa ideia para criar um programa com previsões físicas sobre um sistema – após ter aprendido com outro sistema…totalmente diferente.
Física da fusão nuclear Plasma é o estado quente e carregado da matéria, composto de elétrons livres e núcleos atômicos… – que representam 99% do Universo visível.
A equipe do professor Qin está elaborando maneiras de empregar “teorias de campo discretas“, para prever o comportamento das partículas de plasma em experimentos de fusão nuclear. Nesse caso, os aparatos costumeiramente usados são os ‘tokamaks‘, estruturas em forma de anel que confinam o plasma, com campos magnéticos muito poderosos. – A ‘fusão’…força que alimenta estrelas como o Sol – combina elementos químicos leves na forma de plasma — para gerar grandes quantidades de energia…O grande desafio das inúmeras equipes que tentam replicar a fusão na Terra para criar uma fonte virtualmente inesgotável de energia – é controlar o plasma…numa reação de fusão sustentada e controlada. E é nisso que Qin está interessado – como explica:
“Em um dispositivo de fusão magnética, a dinâmica dos plasmas é complexa e multi-escalar, e as leis, ou modelos computacionais para um processo físico particular que queremos…nem sempre são claras. — Assim, aplicamos a técnica de aprendizado de máquina, elaborada para criar uma ‘teoria de campo discreta’, e a seguir…aplicamos tal teoria para compreender e prever novas observações experimentais.” (texto base) *******************************************************************************
Tecnologias cérebro-computador precisam ser discutidas o quanto antes Pesquisadores do ‘Imperial College’ de Londres se propuseram justamente a verificar o quanto as promessas se aproximam da prática – e quais ganhos e riscos envolvidos. Para isso…fizeram um levantamento de todos dispositivos já disponíveis de interface cérebro/computador – discutindo então suas principais limitações tecnológicas, e as consequentes ‘preocupações humanitárias’ – relacionadas ao uso desses dispositivos.
Todos sonhamos com o controle de aparelhos apenas pelo pensamento…sobretudo aquelas pessoas com ‘deficiências físicas’. — Embora no estágio atual estas tecnologias ainda estejam bem aquém dos nossos sonhos – é verdade que as interfaces ‘cérebro–computador’ podem fazer muito mais; na verdade…não sabemos bem os limites da sua aplicação. E, como há muita gente trabalhando nisso…cedo ou tarde essas conexões informática/cérebro se tornarão realidade; o que exige de fato que se discuta com antecedência todas implicações éticas, legais…e sociais dessa nova tecnologia.
Interface cérebro-computador
A técnica mais promissora desses aparelhos – que já estão se tornando realidade…usa a eletroencefalografia (EEG) – método de monitorar o cérebro de forma não-invasiva por meio de sua atividade elétrica… Tais interfaces ainda exigem avanços tecnológicos para um emprego generalizado — mas também levantam uma variedade de questões sociais, éticas e legais…Embora seja difícil entender exatamente o que um usuário experimenta ao operar um aparelho externo com uma interface destas…algumas coisas já são certas, sendo a principal delas, o fato de que interfaces baseadas em “EEG” podem estabelecer uma comunicação de duas vias. Isso significa que a pessoa pode controlar os aparelhos eletrônicos – o que é particularmente interessante para os pacientes médicos – todavia, também pode ter o funcionamento do seu cérebro influenciado – por meio da interface.
Riscos das neurotecnologias “Para alguns desses pacientes, os dispositivos se tornam uma parte tão integrada deles mesmos que eles se recusam a removê-los no final do ensaio clínico…Tornou-se assim, cada vez mais evidente que as neurotecnologias têm o potencial de moldar…a fundo, a própria experiência humana — e, nosso senso de identidade.” (Rylie Green, co-autora)
Preocupações com “propriedade intelectual“…também devem ser consideradas…pois as ‘empresas privadas’, que desenvolvem esse tipo de tecnologia…poderiam se utilizar de…’dados pessoais’…do usuário (‘dados neurais’…são as informações mais…”secretas”, associadas…a qualquer usuário).
Segundo o pesquisador Roberto Portillo-Lara: “Isso ocorre principalmente porque … além do diagnóstico, dados EEG podem ser usados para inferir estados emocionais e cognitivos, fornecendo uma visão incomparável das intenções…preferências…e emoções do usuário.”
Há também preocupações socialmente mais gerais… – conforme os pesquisadores trabalham no aprimoramento cognitivo dessas interfaces…o que poderia acarretar desequilíbrios em atividades acadêmicas…ou profissionais. Para os pesquisadores, á medida que a disponibilidade dessas plataformas aumenta — as disparidades no acesso a tais tecnologias podem exacerbar desigualdades sociais existentes. – Este panorama sombrio nos coloca então frente a um interessante dilema a respeito do papel dos formuladores de políticas para a comercialização das interfaces cérebro-computador. — Será que “órgãos reguladores“ deveriam intervir para evitar o uso indevido e acesso desigual à “neurotecnologia“?… Devemos seguir o caminho das inovações anteriores – como a internet ou o telefone celular, que … originalmente visavam a nichos de mercado – mas agora são comercializados em ‘escala global’?
Segundo Green, estas e muitas outras questões correlatas só serão respondidas quando os formuladores de políticas – neurocientistas – fabricantes e usuários começarem a discutir o assunto…de forma a guiar esse campo tecnológico para o rumo que a sociedade como um todo deseja. Apesar dos riscos potenciais … a capacidade de integrar a ‘sofisticação‘ da mente humana — com as tecnologias modernas é uma conquista científica sem precedentes – que começa a desafiar nossos próprios preconceitos…do que é… “ser humano”. (texto base) ago/2021
consulta: “Redes neurais aprendendo linguagem como humanos” (mai/2023) “Como a ‘I.A.’ está revolucionando a busca por vida extraterrestre“ (fev/2024)
Questões Cosmológicas 
CurtirCurtir
CurtirCurtir
CurtirCurtir
CurtirCurtir
CurtirCurtir