Um estudo em Inteligência Artificial
Um sistema eferente é composto por nervos eferentes, definidos como:
"...conduzem sinais estimulatórios do sistema nervoso central para os órgãos efetores, como músculos e glândulas"
fonte: http://pt.wikipedia.org/wiki/Nervo
Portanto, quando "sinto" a picada de uma abelha na mão, o sinal que informa o cérebro do ocorrido é transmitido por um nervo aferente, que conduz informações sensoriais. Após ter sido processado e entendido, um "comando" para mover a mão é enviado aos músculos do braço, através de nervos eferentes, fechando (nesse caso), o arco reflexo.
Fica claro aqui que as terminações eferentes atuam sobre um sistema muscular ou glandular JÁ existente, na forma da anatomia que compõe a criatura em si. Tão claro quanto o fato de não se poder criar um sistema de regras que defina comportamentos que não leve em conta a disponibilidade e característica dos órgãos efetores à ela disponíveis. Em termos simples, de nada adianta criar uma regra como "(1) Perigo eminente detectado - (2) Saia voando", se a criatura não dispuser de asas !!!!
Um outro ponto evidente é a necessidade de um propósito para o sistema. Utilizando-se a palavra no sentido de "finalidade", o propósito do sistema define a razão de sua existência, e, necessariamente, engloba elementos da implantação desejada.
Unindo-se os conceitos, as informações dos aferentes são processadas pelas diversas camadas, até que uma regra seja detectada e cause um acionamento apropriado ao propósito ao qual o sistema se destina.
Em termos bastante genéricos, podemos definir o propósito principal de qualquer ser senciente o de "viver", e para isso, evitar qualquer forma de ameaça à sua existência (auto-preservação). Dessa forma, as informações sobre ameaças (dores, medos, ansiedades, ciclos que trazem dor, etc), devem ser tratados, e um grupo de regras composto, de forma a evitá-las. As ações finais para cada regra serão dependentes dos recursos efetores dos quais o sistema disponha.
Além da sobrevivência, outros propósitos podem ser definidos, o que fará com que os mesmos processos utilizados até agora para adquirir conhecimentos sobre o "mundo" seja repetido, e, valendo-se de processos similares aos criados inicialmente para o processamento da dor, criar também um sistema de regras que, segundo sua visão, gere os resultados desejados.
De uma forma geral, os órgãos efetores de um sistema senciente devem ser definidos especificamente para a finalidade à qual o sistema esta sendo treinado, simulando, dessa forma, o resultado final de um processo evolutivo.
O fato de termos propósitos, sejam eles tão básicos quanto continuarmos vivos, ou tão sofisticados quanto criar uma nova sinfonia, determina uma seqüência de objetivos, os quais, por estarem atrelados ao atendimento dos propósitos, tornam-se necessidades. Pequenas coisas, recursos, passos intermediários, que precisamos obter ou completar para atingir o propósito desejado.
Em meados dos anos 40 do século passado, o psicólogo alemão Abraham Maslow, professor da universidade de Berlim, e posteriormente, do MIT nos Estados Unidos, propôs a teoria da "Hierarquia das Necessidades", que pode ser formulada como:
"As necessidades dos seres humanos obedecem a uma hierarquia, ou seja, uma escala de valores a serem transpostos. Isto significa que no momento em que o indivíduo realiza uma necessidade, surge outra em seu lugar, exigindo sempre que as pessoas busquem meios para satisfazê-la. Poucas ou nenhuma pessoa procurará reconhecimento pessoal e status se suas necessidades básicas estiverem insatisfeitas."
fonte: http://www.portaldomarketing.com.br/Artigos/maslow.htm
A figura abaixo discorda da hierarquia tradicional de Maslow, por considerar a necessidade de segurança (auto-preservação), como a mais básica de todas:
Como se pode ver, uma maneira de se conciliar Maslow e Herzberg, é dividindo-se a hierarquia do primeiro nos quadrantes do segundo. Basicamente, operam exatamente da mesma forma.
A urgência com que uma necessidade deve ser satisfeita aumenta no sentido das mais básicas. A complexidade das ações para satisfação aumenta no sentido das mais altas.
Uma vez que cada "necessidade" da hierarquia de Maslow é, na verdade, um conjunto delas, prefiro chamar cada patamar de PROPÓSITO, e de NECESSIDADE os objetivos individuais em cada um, que também mantém uma hierarquia (não ser comido por um leão é mais urgente que encontrar água, apesar de ambas se referirem à auto-preservação).
Uma outra teoria aplicável aqui é a de Douglas McGregor, conhecida como X e Y. Segundo a proposta X, as pessoas não trabalhariam se pudessem evitar. Isso significa que a motivação TEM DE ser externa, caso contrário, nada seria feito. No caso de entidades biológicas não se corre esse risco, uma vez que as mesmas sempre apresentam necessidades que devem ser atendidas, pondo-as em movimento. Entretanto, num modelo sistêmico, o mesmo poderia atingir um nível de satisfação (ou falta de motivação), que o faça simplesmente acomodar-se. Isso deve ser considerado na definição das necessidades.
Como em praticamente tudo que se refere às atividades mentais, lidamos com as necessidades na forma de seus conceitos, e não os fatos em si. Atribuímos à elas NOMES e IMPORTÂNCIAS, por exemplo de acordo com nossos conhecimentos à respeito do que é crítico ou não para um propósito.
Como exemplo disto, há um teste bastante usado por empresas, no qual pede-se à um grupo de pessoas que selecione, dentre uma lista de objetos, quais levariam consigo, caso sofressem um pouso forçado no meio do deserto. Como a maior parte das pessoas testadas tem pouco ou nenhum conhecimento sobre desertos, quase nunca os objetos "cobertor" e 20m quadrados de tecido plástico são escolhidos. O cobertor à volta do corpo mantém a umidade junto à ele, evitando a evaporação e conseqüente perda de líquidos, vital à sobrevivência no deserto (vide os trajes dos beduínos árabes), além de proteger do frio próximo a 0 graus centígrados da noite. E os metros de tecido plástico podem ser usados para coletar a pequena evaporação vinda do solo, aumentando o estoque de água. No geral, a maioria dos que fazem o teste "morrem" nos primeiros 2 dias.
O cumprimento de um propósito cria um grupo de necessidades à se atingir, as quais devem ser classificadas em termos de importância (prioridades), e que podem também se subdividir em aspectos (ou áreas distintas de abrangência). Sob cada aspecto, um ou mais objetivos pode ser definido. Cada participante nessa hierarquia deve apresentar (no mínimo), uma identificação, seu posicionamento hierárquico, e seus critérios de satisfação.
Na imagem acima, o PROPÓSITO de Segurança / Auto-preservação possui uma importância e um critério de avaliação atribuídos à ele. Para atingi-lo, é percebida a necessidade "X", a qual também possui uma importância (prioridade, ordem de importância sob o ponto de vista do propósito), e um critério de avaliação ou satisfação. Esta necessidade pode abranger aspectos distintos para seu atendimento, os quais também são medidos. Ao final, surge uma série de objetivos (com a mesma forma de medição), que devem ser atingidos. As avaliações podem ser feitas na forma de médias ou somatórias de suas partes componentes, definindo assim um nível de SATISFAÇÃO ou FRUSTRAÇÃO para o propósito.
Apesar desta hierarquia definir os sistemas de propósito de cima para baixo, evolutivamente fica claro que eles surgiram exatamente na ordem inversa. Nos arcos-reflexo das bactérias, já existe a resposta (ativação de eferente), de fugir de ambientes impróprios à vida. Os grupamentos e níveis superiores vão se formando, na medida em que camadas adicionais vão sendo criadas. Entretanto, fica mais fácil compreendê-los dessa forma.
A figura abaixo apresenta um esquemático primitivo de um mecanismo motivacional. Os eventos sentidos do mundo real são associados às suas representações mentais, e qualificados como possíveis ameaças, benefícios na obtenção de satisfações desejadas ou neutros. O estado emocional no momento da análise dos mesmos pode divergir a avaliação inicial (efetuada quando da conceituação do evento), atribuindo-lhe um valor maior ou menor, em escalas de prazer ou medo. Dependendo de sua avaliação (dos eventos em si ou do estado), modelos comportamentais podem ser ativados, levando a entidade a buscar novas soluções, executar novas pesquisas ou reavaliar suas opiniões, sempre no sentido de reduzir o medo/dor, ou aumentar seu prazer.
Dessa forma, mantém-se a entidade em constante estado de busca por equilíbrio, realimentando os resultados detectados dos modelos de ação ao estado emocional geral. Este, por sua vez, além de modificar a avaliação dos eventos, pode também servir para influenciar a rapidez com que os modelos são implementados, o foco ou duração do mesmo, além de outros aspectos gerais do organismo.
Um determinado objetivo pode requerer uma ou mais ações para ser atingido. As ações podem ser executadas linearmente, uma após a outra, ou condicionalmente (faço "1", se acontecer "X", faço "2", senão, faço "3"). Algumas ações visam diretamente a conclusão de um ato, outras podem ser preparatórias, mudando condições ambientais para tornar as ações diretas viáveis.
A um conjunto de ações, dá-se o nome de ESTRATÉGIA. Como um mesmo objetivo pode requerer mais de uma estratégia, o conjunto das mesmas, mais seus critérios de medição (que interagem dinamicamente com as mesmas, no caso de ações condicionais), dá-se o nome de MODELO COMPORTAMENTAL.
Portanto, à um dado objetivo, corresponde um ou mais modelos comportamentais, cada um dispondo de uma ou mais estratégias, cada qual composta por uma ou mais ações, diretas ou condicionais. Além desses elementos, o modelo precisa de um critério adicional, que lhe permita optar entre as opções disponíveis (caso haja mais de uma):
Um critério de escolha simples seria o que considera o "peso" ou "custo" de cada estratégia. Começa-se empregando a mais "fácil", e, caso não apresente os resultados desejados, segue-se para a próxima, de dificuldade ou custo maiores. Nesse caso, é evidente que um dos fatores que influencia o prosseguimento para as próximas estratégias é a importância do objetivo em si.
Um último ponto importante a ser frisado é que as ações podem se destinar a FAZER ALGO ACONTECER ou a EVITAR que algo aconteça, em qualquer um dos níveis hierárquicos que compõe a estrutura sensorial.
Ao ser picado por uma abelha, tiro a mão do local, para me afastar da causa da dor. Isso é uma reação. Já o colher frutas para satisfação da fome é uma ação. Baseando-se nos modelos de Mazlow e Herzberg acima, podemos dizer que criamos modelos comportamentais REACIONÁRIOS para lidar com necessidades higiênicas (ou as mais básicas), e ACIONÁRIOS para lidar com necessidades motivacionais. E como foi frisado no início deste capítulo, nenhuma AÇÃO ou REAÇÃO pode ser determinada (e conseqüentemente, suas combinações em estratégias e modelos), independentemente da constituição física ("músculos" e "glândulas"), do sistema sob consideração. Portanto, a melhor forma de se entender a criação dos mesmos é através de um exemplo, bastante simples, conforme a seguir.
O "corpo" a ser controlado é composto por 4 elevadores auxiliares, mais quatro elevadores principais (maior potencia e capacidade), todos acessados através de uma serie de uma única entrada, e portas de acesso que conduzem (após a entrada principal), à somente 1 deles. Ver figura abaixo:
A titulo de simplificar o modelo, assume-se que a chegada de pacotes à entrada principal é constante, e que todos tenham o mesmo peso. Assume-se também que o fluxo é unidirecional, ou sejam, os pacotes CHEGAM sempre à entrada A e são direcionados às entradas de cada corredor, para serem levados pelos elevadores. Também a energia aplicada aos motores dos elevadores, uma vez acionada, será constante.
Informações topológicas (dadas por definição):
a) Cada elevador possui 1 sensor de velocidade
b) Cada corredor possui 1 sensor de quantidade de pacotes no corredor de espera
c) Os elevadores 1-4 pertencem ao grupo 1. Os elevadores 5-8 pertencem ao grupo 2
Os estados dos sensores são registrados para análise.
Informações sensoriais (dadas por definição):
a) Qualquer sensor de velocidade < 10 Km/h = DOR
Sistema Eferente (dado por definição):
a) Ação 1 => abrir o Portão A para passagem de um único usuário
b) Ação 2 => abrir uma das portas para passagem de um único usuário
Todas as ações 1 e 2 são registradas para análise
Propósitos (dados por definição):
a) Propósito 1 (higiênico) => evitar dor
b) Propósito 2 (motivacional) => transportar o máximo de pacotes possível
Acontecimentos externos:
a) Evento 1 => chegada de 1 pacote no Portão A para atendimento (por simplicidade, os pacotes são todos iguais, e chegam a intervalos regulares, sem necessidade de intervenções adicionais)
b) Evento 2 => chegada de 1 elevador ao seu corredor correspondente, para transporte dos pacotes lá presentes
Ciclos de eventos: todas as ações devem ser analisadas entre os Eventos 2
Todos os eventos 1 e 2 são registrados para análise.
Histórico analisado:
X semanas de atividade sensorial, com as portas sendo acionadas aleatoriamente
Atividades efetuadas pelas camadas:
1) CAMADA SEMIÓTICA:
 |
Contextualização: no caso do exemplo acima, uma vez que há somente 2 informações para qualquer dado momento (a informação do sensor de dor em si, mais o estado do corredor de entrada), não há necessidade de contextualizações maiores. Cada momento pode ser registrado individualmente, registrando-se somente a repetição dos valores. |
|
Significação sensorial primitiva: dentre os eventos registrados pela contextualização, busca-se os que significam "DOR", de acordo com a definição fornecida (velocidade < 10 KM/h). No caso de tão poucas entradas, o treinamento de uma rede neural torna-se desnecessário. |
|
Ao final da semiótica primitiva, tem-se a lista (obtida a partir do histórico), de todas as ocorrências dolorosas |
2) CAMADA COGNITIVA:
Para cada evento doloroso identificado pela semiótica, verifica-se (nesse caso), o sensor ambiental disponível (quantidade de pacotes), obtendo-se (através das validações por repetição), o seguinte:
Sistemas de Crenças e Conhecimentos:
Conhecimento 1 => se (sensor X - corredor 1-4) >= 4 ==> DOR
Conhecimento 2 => se (sensor X - corredor 5-8) >= 8 ==> DOR
3) CAMADA ANALÍTICA:
Para cada conhecimento obtido anteriormente sobre as situações de dor, obtém-se uma arvore causal, como a seguir:
Ação1 + Ação2(porta1) + Ação1 + Ação2(porta1) + Ação1 + Ação2(porta1) + Ação1 + Ação2(porta1) = (sensor X - corredor1 >= 4)
Ou seja, 4 ou + pacotes no elevador 1 causam a redução de sua velocidade além do ponto definido como "doloroso".
4) CAMADA CONSULTIVA:
Portanto, a seqüência de ações acima incorre em DOR. Isso cria uma regra do que NÃO FAZER, do tipo:
SE Contador(Ação1) = 3 E Contador(Ação2/porta1) = 3
ENTÃO
(Ação2/porta1) = NÃO
Num processamento mais detalhado da analítica, pode-se detectar que Ação1 => 4 NÃO É causa de DOR, se não for acompanhada de (Ação2/portaX) no mesmo número de vezes, portanto, pode-se simplificar a regra para:
SE Contador(Ação2/porta1) = 3
ENTÃO
(Ação2/porta1) = NÃO
Propósito Motivacional
Se o ambiente ficar somente por conta do propósito higiênico de "evitar a dor", pode-se cair numa situação na qual a eliminação da Ação1 (abrir a porta principal de entrada), seja suficiente. É importante lembrar que as conclusões são obtidas a partir de um histórico, criado em ordem aleatória de eventos.
Portanto, uma vez criadas as regras restritivas (prioritárias - propósito 1), busca-se agora um ajuste que permita o MÁXIMO de pacotes transportados por cada elevador (motivacionais - propósito 2), SEM QUE a restrição seja infringida (hierarquia de Maslow). Isso pode ser feito experimentalmente (reduzindo-se 1 do limite restritivo, e verificando-se o resultado), ou realizando uma nova análise no histórico, para se saber os valores já utilizados que NÃO causaram DOR ao sistema, ficando então com algo como:
SE Contador(Ação2/porta1) < 3
ENTÃO
(Ação2/porta1) = SIM
SENÃO
(Ação2/porta1) = NÃO
A intensidade da busca de solução para o propósito primário pode ser dado por uma variável como AUTO-CUIDADO, e a do propósito secundário, por algo como AMBIÇÃO.
No caso dessa implementação (todos os pacotes são iguais e todos os elevadores levam aos mesmos destinos), pode-se forçar esta mesma verificação em cada um dos elevadores (que terão limites diferentes, devido às suas capacidades ou desgastes próprios), até que TODOS resultem numa restritiva. Nesse caso, barra-se a entrada principal, até que algum Evento 2 aconteça à algum deles. O máximo de pacotes, sem sobrecargas perigosas.
No caso de algum deles se desgastar ou ser substituído, suas especificações vão variar, o que vai retornar como DORES pelo sensorial, e ser entendidos como "erros" na estratégia (corpo de regras), adotada, exigindo uma correção das mesmas e, dessa forma, se adaptando às variações do ambiente.
Modelo comportamental
Finalizando o exemplo acima, cria-se um Modelo Comportamental (Z), composto, condicionalmente, pelas ações de 1 a 8, sendo a condição testada o contador de cada elevador e, caso nenhuma resulte positiva, NÃO SE EXECUTA A Ação1, até a ocorrência de um Evento 2, quando então a mesma seqüência é reavaliada.
Este modelo é então associado ao Evento 1, e considerado a "reação" do sistema a este evento.
Nota: o exemplo dos elevadores também serve para ilustrar a utilização de múltiplas camadas (nódulo hierárquico). Seguindo-se o exemplo, o nódulo controlador dos elevadores torná-se um nódulo especializado, o qual recebe uma camada adicional (sumarizadora), que extrai informações de nível mais alto para um primeiro nódulo centralizador (controle do edifício 1). Este, por sua vez, recebe como entrada informações sumarizadas de outros nódulos especializados, formando sua base de conhecimento e, conseqüentemente, seus modelos comportamentais e ativações de eferentes, definidos nos níveis das informações fornecidas pelos especializados, conforme figura abaixo:
O corpo de regras criado no exemplo anterior já representa a atividade da camada consultiva. Seu objetivo principal é criar e manter os modelos comportamentais à serem utilizados quando da detecção de cada evento na entrada do sistema.
Sumarizando as atividades das camadas, temos:
I - Dois eventos ocorrem simultaneamente, são detectados e passados para a primeira fase da semiótica. A mesma reconhece os eventos (as combinações sensoriais), identificando o tipo, a intensidade e a entidade-alvo de cada um.
Informações adicionais sobre o momento em si, as últimas ações tomadas, o status das entidades monitoradas, etc, são acrescentadas, e sua combinação também é identificada sob a forma de uma situação:
Com a execução das camadas cognitiva, analítica e consultiva, um grupo de regras é criado, e um modelo de comportamento (conjunto de ações), é selecionado para execução:
Uma vez executadas as ações selecionadas, é necessária uma nova avaliação, para saber se os julgamentos efetuados anteriormente continuam válidos, ou se novos modelos devem ser criados.
Da mesma forma que nos sistemas biológicos, uma vez completadas as atividades das camadas, adquirimos um conjunto de modelos comportamentais que podemos utilizar imediatamente. Dado isso, faz-se aquilo.
Podemos comparar a fase abrangida pelo início das primeiras atividades sensoriais, até a conclusão dos processos consultivos, com o nascimento, infância e término da adolescência de um humano. Ao final dela, ACREDITAMOS que dispomos de conhecimentos suficientes para lidar com o mundo. Entretanto, ainda falta o processo de amadurecimento, a aquisição da experiência.
Para isso, deve-se por à prova os modelos criados. Seja experimentalmente ou realmente na prática (e sofrendo as conseqüências dos erros), é necessário um ajuste final ao conjunto, verificando os efeitos das ações tomadas, e levando-as em conta na composição dos modelos. Somente após essa fase é que podemos dizer que dispomos de um conjunto "adulto", "maduro" ou "experiente" o bastante para lidar com o ambiente proposto.
Uma vez que o conjunto pode ser executado facilmente, sem as avaliações das camadas anteriores, teoricamente, pode-se até exportá-lo para um outro "agente" ou sistema, que se incumbira de seguir as regras já criadas.
E assim como acontece conosco, de tempos em tempos, esta "experiência" deverá ser reavaliada (executar novamente todas as fases anteriores), para verificar se o "jeito conhecido" de fazer as coisas ainda consegue os resultados desejados, ou se mudanças no ambiente vão nos obrigar a reaprender novos métodos.
Em bases teóricas, pode-se lidar com ambientes que produzam milhares ou milhões de informações distintas por segundo, o que tornaria a adaptabilidade dinâmica algo praticamente impossível. Para tais casos, pode-se proceder a reavaliações periódicas, ajustando-se a duração dos períodos na medida em que menos ou mais erros sejam encontrados a cada vez.
Ainda em termos de reavaliações, pode-se considerar períodos de "sono" para o sistema, o qual seria a suspensão temporária das percepções de entrada (sensoriais), dando assim, ao resto do sistema, algum tempo adicional para processar ou "digerir" aquilo que já foi absorvido. Quanto maior for a quantidade de dados na entrada, e sua freqüência de chegada, mais propenso o sistema ficaria a precisar se desligar temporariamente. Essas fases de suspensão podem ser utilizadas como os períodos de reavaliação mencionados acima, tornando o ambiente bastante dinâmico e sensível à mudanças, caso o volume sensorial assim o permita. O período de vigília, posterior a cada sono, utilizaria o conjunto de modelos já ajustados durante a "noite anterior".
Um "sonho" ou algo idealizado pode ser concebido, em última instância, como uma combinação sensorial à qual se atribua a idéia de perfeição. O "paraíso" da maior parte dos povos é o local sem problemas. Para os Inuit, por exemplo, esse lugar se chama Talak, e fica na Lua. Em Talak, há focas imensas para caça em quantidades infinitas, e os caribus estão sempre presentes.
Sob esse ângulo, um sistema senciente pode "idealizar" uma combinação sensorial na qual seus problemas não existam (necessidades higiênicas todas satisfeitas), e seus propósitos motivacionais sejam atingidos com facilidade. Isso gera uma combinação sensorial específica, não derivada de quaisquer das análises de entrada, mas criada independentemente, idealizada, sonhada.
Se considerarmos uma tal combinação como o "ideal" do sistema, o problema estará (assim como no nosso caso), em como atingi-lo, como torná-lo real.
Dos algoritmos de inteligência artificial, o que melhor se adapta a um tal processo é o ALGORITMO GENÉTICO (ver referencias na parte 1). Este algoritmo parte do "status-quo", ou seja, da maneira como as coisas estão agora, e, combinando os "melhores candidatos" (aqueles que já apresentam características mais próximas do ideal), começa a obter uma serie de "gerações" intermediárias, objetivando o ideal inicialmente planejado. Cada uma dessas gerações pode, posteriormente, ser alvo de atividades cognitivas, analíticas e consultivas, de forma a tentar torná-la realidade, um passo de cada vez.
Da mesma forma que com os ideais, podemos combinar as entradas sensoriais em formas não existentes, criando ou imaginando cenários que nunca foram observados antes. E talvez, dai, obter-se algo que se possa utilizar como ideal. É um trabalho sem objetivo pré-definido, mas que apresenta como um sub-produto um possível cenário melhor do que os atuais, e que pode ser, posteriormente, utilizado como ideal conforme descrito no processo acima.
Portanto, enquanto o sistema estiver "desocupado", com seus conjuntos comportamentais já formados, e operando, ele pode gastar seu tempo "sonhando", ou "imaginando", o que mais poderia ser feito por ali. Para isso, um outro algoritmo de I.A., chamado CELULAR AUTOMATA (ver referencias na parte 1), pode ser utilizado. Nesse algoritmo, as combinações de entrada são combinadas entre si, segundo sua vizinhança e certas regras de combinação, gerando uma nova "linha" de células de saída.
Como se trata de um algoritmo algo aleatório, vários dos processos iniciados vão dar em "nada", ou seja, estabilizam-se antes de criar qualquer combinação interessante.
Mas algumas combinações realizadas formam padrões novos e que podem vir a ser úteis ao ambiente (atendimento de propósitos), e dai, utilizados como um novo "sonho" do sistema.
Digamos que o sensor (a) faça parte de um universo U1, composto pelas entradas U1={a,b,c,d,e,f,g,h,i}, e que seja determinado (por evitar dor ou outro mecanismo motivacional), que o valor (a)="m" torne U1 melhor, sendo, portanto, equiparável a um "sonho" (S1). A titulo de exemplo de atividade criativa, digamos que o valor "m" nunca tenha ocorrido para o sensor (a). Inicialmente, temos que treinar uma rede neural (RN01), com as várias entradas sensoriais detectadas em U1 e que resultam em seus valores de (a) correspondentes:
Nesta rede, os valores apresentados nas entradas (b)->(i) de U1 são utilizados como entradas para o treinamento da RN01, utilizando como referência os valores de (a).
Dessa forma, quaisquer novas combinações (b)->(i) podem ser testadas como válidas, mediante o comportamento original de U1 (ver se a idéia "faz sentido", dado o comportamento conhecido do universo).
Uma vez preparada a rede de referência, elaboram-se redes que tomam como entrada uma única coluna por vez, sempre usando os valores de (a) conhecidos como objetivo:
As redes individuais provêem valores de cada entrada, em função do mesmo objetivo de saída, obtendo-se bFa (b em função de a), cFa, dFa, até iFa.
Ou seja, dado um certo (a), as funções individuais avaliam o valor apropriado para cada uma das outras colunas.
Uma vez que o objetivo final é (a) = "m", aplica-se então este valor à cada uma das individuais, obtendo-se o valor teórico para cada sensor em U1:
bF(a=m), cF(a=m), dF(a=m) e assim por diante.
Valendo-se da capacidade de previsão das redes neurais, aplica-se então os novos valores à rede de referencia (RN01), para aferição do resultado. Se o mesmo for igual ou aceitavelmente próximo a "m", podemos dizer que temos uma "meta", descrita como:
M1 => U1={(a=m),bF(a=m),cF(a=m),dF(a=m)...iF(a=m)}
Dispondo-se da meta desejada (M1), vislumbrada a partir de uma elaboração feita sobre um sonho (S1), passa-se então a avaliar os meios que possibilitem sua realização. Um primeiro passo é a definição de eferência possível sobre cada parte do universo desejado. De nada adianta saber que b=x<=>a=m ((b) igual a "x" corresponderia a (a) igual a "m"), se não se dispuser de formas de influenciar (sistema eferente), o valor de (b). As redes neurais possuem a capacidade de apontar qual dos elementos de entrada é mais significativo (influencia mais fortemente), o valor de saída. Portanto, podemos utilizar RN01 para ordenar as entradas numa seqüência de influencia.
Isso feito, passa-se a identificar, seguindo-se a lista criada, sobre quais elementos tem-se influência direta ou indireta (pode-se mudar (b) para o valor desejado diretamente, ou sabe-se, através de analise causal, que a mudança de (c) segundo certas proporções causa a mudança de (b) para o valor desejado). Um conjunto de seqüências de influencia deste tipo dariam origem à um protótipo de plano de ação ou modelo comportamental (P1), que ainda deve ser validado.
A primeira verificação do protótipo é histórica, na qual varre-se a memória, buscando-se valores dos eferentes à serem ativados iguais aos planejados em (P1). Caso se encontre, uma vez que (a)=m nunca ocorreu, a ação é inútil (historicamente), podendo ser mantida por um critério (ou variável), de "esperança". Ao final, mantêm-se o protótipo SE a combinação proposta nunca tenha ocorrido simultaneamente, e SE o nível de "esperança" o permitir.
Uma segunda verificação importante é a de conseqüências. Caso os sensores de U1 assumam os valores propostos no modelo, quais outras conseqüências (além de (a)=m), podem resultar disso. Cadeias causais podem ser utilizadas para uma tal projeção, analisando, por exemplo, os próximos ciclos APÓS a obtenção de U1 conforme desejado.
Caso todas as verificações resultem positivas, o protótipo (P1) torná-se um plano de ação (PA1), o qual deverá ser implementado em momento apropriado. Se sua implementação resultar igual ou próximo ao valor inicialmente desejado em (S1), o mesmo torná-se um modelo comportamental (MC1), o qual passa a ser adotado sempre que se deseje modificar o universo U1 para valores (a)="m".
Cada camada deve ser implementada como um centro independente, preferencialmente executando em ambientes distintos das outras, e comunicando-se unicamente através de conexões de rede. Essa arquitetura permite "isolar" as camadas entre si, e também que os desenvolvimentos ou mudanças em uma não afetem o processamento da outra.
Chamadas padrão (interfaces ou "calls") devem ser geradas para padronizar a comunicação entre as camadas, a comunicação de cada camada com seu centro de memória (que também deve ser independente e comum, permitindo que os dados de uma sejam vistos por outra), e entre a camada e um painel de controle de usuário. Este painel permite a alteração dos diversos parâmetros da mesma, envio de comandos (como reiniciar, por exemplo), o acompanhamento dos trabalhos efetuados (número de conhecimentos, validade de crenças, etc), e a obtenção de relatórios específicos de cada uma.
Uma camada seria, em termos genéricos, implementada conforme a figura abaixo:
Uma outra grande vantagem da implementação independente das camadas, é que mais de um centro poderia ser implementado para as funções de uma certa camada. Por exemplo, se o volume de dados de entrada fosse excessivamente grande, vários centros sensoriais e semióticos poderiam ser ativados, alimentando dados para avaliação de uma única cognitiva.
O agrupamento dos diversos centros formariam um único NÓDULO SENCIENTE, uma entidade especifica, com identificação e atribuições, permitindo assim, por exemplo, que diversos NÓDULOS comunicassem entre si (também via chamadas padronizadas), e "trocassem experiências
Nota 1:
Toda a proposta desenvolvida ao longo destas páginas abrange um modelo teórico cuja implementação pode ser feita das mais diversas formas, linguagens, ambientes, etc. Cada camada exige um grande grupo de códigos e algoritmos, que podem ser desenvolvidos também de forma distinta.
Cada implementação pode e deve ser feita da forma mais apropriada ao ambiente que o NÓDULO irá atender. Isso o tornará mais adaptado, mais adequado ao ambiente em si (Darwin, novamente), aumentando suas chances de sobrevivência.
Nota 2:
Nódulos dotados de formas de CONSCIÊNCIA (própria ou de outros nódulos), processos de relacionamento (como amizades, coleguismos ou antagonismos), e sentimentos pertencentes à categorias consideradas mais elevadas (como altruísmo), podem ser necessários. Apesar de não terem sido abrangidos neste trabalho, a base para seu desenvolvimento é a modelagem das reações sensoriais alheias, o que implica no fato de que tais capacidades só podem ser desenvolvidas em "comunidades de nódulos".
Tomando-se por base o funcionamento dos NEURÔNIOS-ESPELHO dos mamíferos superiores, deve-se desenvolver canais que permitam a troca da representação interna de estado emocional entre os nódulos, o que permitirá que um "sinta" como o outro, e aja com base nisso. Novamente, mecanismos de avaliação de conseqüências e parametrizações como "graus de altruísmo", precisam ser implantados para complementar seu funcionamento. Para maiores detalhes, recomendo o trabalho do Dr. Ramachandran, citado no capitulo "Bases Biológicas".
De forma análoga, tais mecanismos de avaliação podem "pesar" a importância que a existência ou operação de outro nódulo tenha para si, desenvolvendo o "desejo" de estabelecer vínculos com o mesmo, assim como desenvolver atividades cooperativas (amizade ou coleguismo).
Nota 3:
O fato dos cérebros naturais não possuírem mecanismos de processamento como os que utilizamos atualmente deixa claro que os últimos não são a arquitetura ideal para sua implementação. Nos naturais, todas as camadas são formadas e executam simultaneamente, avaliando em paralelo as informações absorvidas e formando opiniões, adquirindo conhecimentos e reagindo à elas. Isso destoa radicalmente do modelo processado, no qual uma CPU se incumbiria da execução dos processos um de cada vez, ou em paralelo, porém de forma disruptiva entre eles, suspendendo a execução de todos os outros para dar continuidade a somente um (preemptividade).
Portanto entendo que, uma vez definidas e testadas as funcionalidades necessárias à cada camada, o próximo passo seria sua recodificação ou descrição em termos de uma linguagem física (como a VHDL - Very High Speed Integrated Circuit Description Language), que permitisse sua completa implementação em circuitos discretos e de operação paralela. Uma possibilidade atual é a criação de ASICs (Application Specific Integrated Circuits), iniciais, que executem as funções mais elementares, influenciando a configuração de FPGAs (Field-Programmable Gate Arrays), que se incumbiriam das superiores.
Uma outra possibilidade sugerida aqui é que, em sendo possível a implantação de tais funcionalidades em FPGAs, as mesmas também poderiam ser implantadas em grupos de redes neurais, treinadas e em quantidade e topologia suficientes para prover as respostas adequadas às combinações sensoriais previstas nestas funcionalidades. Isso geraria uma estrutura similar à existente nos cérebros de entidades biológicas, faltando apenas os mecanismos combinatórios que criem suas interconexões por si sós.
Tais estruturas paralelas possibilitariam a criação de dispositivos sencientes, mais adequados a, por exemplo, criação de robôs, do que os lentos processos executados em CPUs seqüenciais.
Um ponto a ser mantido em mente aqui é que os neurônios apresentam uma diferença de ciclo de disparo muito grande em relação às velocidades de chaveamento dos circuitos atuais. Um ciclo de disparo e recarga neuronal leva aproximadamente 2 mS (dois milissegundos), ou seja, oscilam a uma freqüência de 0,5 KHz. Um circuito eletrônico atual pode facilmente atingir velocidades da ordem de 1 GHz, ou seja, 2 milhões de vezes mais rápido. Nessa ordem de grandeza, um a percepção de 1 segundo neuronal levaria aproximadamente 1 ano e meio para os circuitos. Caso se deseje melhorar a interação entre as duas espécies, adaptações aos sistemas aferentes devem ser feitas para compensar tais diferenças.