Академический Документы
Профессиональный Документы
Культура Документы
ricardo@giap.com.br
Resumo. Inform tica Cognitiva e uma terminologia usada para denir uma a relativamente recente abordagem interdisciplinar que se apropria da ci ncia e cognitiva aplicando os mecanismos e processos internos do c rebro na busca e de modelos computacionais que apresentem comportamentos inteligentes e capazes de transcender as limitacoes da computacao cl ssica. a
1. Introducao
Inform tica e a ci ncia da informacao que estuda a natureza da informacao, a e seu processamento, e as formas de aplicacao. Para o entendimento e manipulacao da informacao, derivam-se outras areas de especializacao como ci ncia da computacao, en e genharia de software, sistemas de informacao, e cibern tica. Da mesma forma, compre e ender o c rebro humano, da neurologia at a psicologia, tem sido objeto de estudo desde e e princpio da pr pria hist ria do homem. o o A Inform tica Cognitiva apresenta-se como mais uma area de pesquisa que estabea lece conex es entre intelig ncia natural, os mecanismos de processamento de informacoes o e no c rebro humano, os processos envolvidos na percepcao e na cognicao, com inform tica e a e ci ncia da computacao. Seu objetivo, al m de ser uma ci ncia que prop e explorar e e e o o c rebro humano a partir de uma abordagem interdisciplinar, e tamb m de pesquisar e e solucoes para problemas da computacao, da engenharia de software e da area de inte lig ncia articial a partir de uma melhor compreens o e analogias com intelig ncia natue a e ral e os processos cognitivos do c rebro. e Este trabalho foi baseado nos artigos do Dr. Yingxu Wang [1, 2], diretor do The International Center for Cognitive Informatics and Cognitive Computing (ICCICC) e professor da cadeira de engenharia de software e inform tica cognitiva da Universidade a de Calvary Canad . E apresentado primeiramente um breve hist rico dos estudos de a o destaque em Inform tica Cognitiva. Na seq encia s o relacionadas as teorias fundamena u a tais e modelos da Inform tica Cognitiva, com enfase no modelo cognitivo da mem ria a o humana. Por m, s o descritas aplicacoes da Inform tica Cognitiva e suas perspectivas a a futuras.
biente com imprecis es, incertezas, informacoes incompletas ou parcialmente verdadeio ras, e ainda realizar uma ampla variedade de tarefas fsicas e mentais de forma autom tica, a quase sem pensar. Para isso, seria necess rio que o computador automatizasse essas caa pacidades, e em particular, automatizasse a compreens o da linguagem natural. Zadeh a prop e uso de conceitos da computacao evolutiva, neurocomputacao, e l gica fuzzy mais o o intensivamente com Intelig ncia Articial como caminho para atingir tal objetivo. e James Anderson [4], no ICCI05, prop s um computador construdo como o o c rebro. O hardware seria baseado no neo-cortex de mamferos, formado por uma rede e de CPUs, que por sua vez s o agrupados em uma rede maior. O software teria de utilia zar novas t cnicas de programacao como representacao topogr ca de dados, movimento e a lateral de dados, e m dulos interconectados para computacao. o Yingxu Wang [5], no ICCI06, revisou os ultimos avancos da computacao cogni tiva at ent o e apontou para pr xima geracao de computadores o computador cognitivo, e a o baseados em matem tica, chamada de denonacional, que trata estruturas e entidades tais a como objetos abstratos, relacionamentos complexos, informacoes comportamentais, con ceitos, conhecimento, processos e sistemas. Computadores cognitivos seriam capazes de implementar processos cognitivos b sicos da intelig ncia natural tais como: aprendizado, a e raciocnio, infer ncias formais, e processos de percepcao. e Witold Kinsners [6], tamb m no ICCI06, apresentou avancos no processae mento de sinais para uso na computacao aut noma e suas m tricas. Computacao o e aut noma e caracterizado por seu um sistema auto-congur vel, auto-otimiz vel, autoo a a organiz vel, auto-consert vel, auto-protegido, e auto-comunicativo. Processamento de a a sinais e m tricas de qualidade s o elementos necess rios para avaliar uma s rie de e a a e informacoes multimdia na percepcao, cognicao e processos de aprendizado evolutivo, que ir o aferir a auto-consci ncia dos sistemas aut nomos. a e o
unica os tipos e estabelece essa hierarquia, de onde se arma que n o se pode esperar a que um computador ou uma m quina resolva um problema que os humanos n o seriam a a capazes. 3.2. Modelo do C rebro de Refer ncia em Camadas (LRMB Layered Reference e e Model of the Brain) O modelo do C rebro de Refer ncia em Camadas (LRMB Layered Reference e e Model of the Brain) foi desenvolvido para explicar os mecanismos cognitivos b sicos e a processos da intelig ncia natural. O modelo LRMB dene 39 processos cognitivos, clase sicados em 7 camadas conhecidas como: sensacao, mem ria, percepcao, acao, funcoes o de meta-cognicao, funcoes de meta-infer ncia, e funcoes de alta cognicao. Estas cama e das s o relacionadas com processos cognitivos conscientes e subconscientes. Conforme a Wang [1], esse modelo permite simulacao do c rebro humano, o maior nvel de inte e lig ncia, atrav s da intelig ncia computacional. e e e 3.3. Inform tica Neural e Modelo Cognitivo da Mem ria (CMM- Cognitive Model a o of Memory) A inform tica neural e uma ramicacao da inform tica cognitiva, onde a a representacao biol gica e siol gica da informacao e do conhecimento no c rebro s o o o e a tratados em nvel neuronal e seus modelos de abstracao matem tica. Na inform tica neu a a ral a mem ria e reconhecida como base tanto para intelig ncia articial como para natural. o e A mem ria e o fundamento para manutencao de um estado est vel em um sistema anio a mado, e portanto desempenha um importante papel na intelig ncia natural. E com raz o e a que a capacidade de mem ria dos seres humanos e um dos itens que os distinguem dos o outros animais. Com a computacao tamb m e baseada na mem ria, explorar arquiteturas, e o modelos e mecanismos da mem ria do c rebro abre caminhos para implementacao da o e intelig ncia. e O Modelo Cognitivo da Mem ria (CMM), estabelece que a mem ria no c rebro o o e humano possui uma arquitetura paralela classicada em 4 categorias: 1) mem ria de aro mazenamento sensorial (SBM Sensory Buffer Memory; 2) mem ria de curto prazo o (STM Short Term Memory); 3) mem ria de longo prazo (LTM Long Term Memory); o 4) mem ria de armazenamento de acao (ABM Action Buffer Memory. A mem ria de o o ` armazenamento sensorial (SMB) e uma mem ria tempor ria orientada as entradas que o a correspondem aos cinco sentidos que o c rebro conhece como vis o, audicao, olfato, tato e a e paladar, acessada paralelamente por cada uma destas entradas. Possui capacidade de 7 2 dgitos. A mem ria de curto prazo (STM) e a mem ria de trabalho do c rebro, o o e e tem duracao de at 24 horas. Nela s o formadas as trilhas de pensamento, que fazem e a ` acesso as outras mem rias e estabelecem as relacoes, que servir o para formacao dos o a conceitos. Por ser limitada no tempo, pode requerer auxlio de alguma mem ria externa o como por exemplo, anotacoes escritas em papel. A mem ria de longo prazo (LTM) por o sua vez e a base para o raciocnio e para imaginacao. E a mem ria permanente resul o tante de um agrupamento neuronal hier rquico, com neur nios conectados atrav s das a o e muito mais evoluda nos seres humanos, e onde e feito armazenamento das sinapses. E informacoes adquiridas na forma de fatos, conhecimentos, e habilidades. Sua capacidade aparentemente seria ilimitada, da ordem das possibilidades de conex es sin pticas que e o a de 108,432 [7]. E nalmente a mem ria de armazenamento de acao (ABM) e caracterizada o
por um conjunto de sadas paralelas, onde cada uma delas representa uma seq encia de u acoes ou um processo. As teorias e os estudos da inform tica cognitiva e da inform tica a a neural t m explicado quest es fundamentais no estudo da intelig ncia natural, como por e o e exemplo que o estabelecimento da mem ria de longo prazo (LTM) e um processo do o subconsciente e ocorre principalmente durante o sono. 3.4. A Representacao da Informacao no C rebro - Modelo OAR e (Objeto-Atributo-Relacionamento) O modelo OAR (Objeto-Atributo-Relacionamento) e utilizado para descrever a mem ria humana, particularmente a mem ria de longo prazo (LTM), utilizando-se de uma o o analogia relacional, diferenciando da tradicional analogia de compartimentos adotada pela psicologia e ci ncia da computacao. Este modelo prop e que a mem ria e o conhecie o o mento humano s o representados por relacionamentos, ou seja, pela conex o das sinapses a a entre neur nios, e n o pelos neur nios em si, como a analogia tradicional sugere. Objeto e o a o uma abstracao de qualquer entidade externa ou conceito interno. Atributo e uma abstracao utilizada para detalhar propriedades e caractersticas de um objeto. E o relacionamento e a conex o ou inter-relacionamento entre os pares de objeto-objeto, objeto-atributo, e a atributo-atributo. Na inform tica cognitiva os relacionamentos s o identicados como a a informacao tamb m. O modelo OAR prop e que a mem ria de longo prazo e din mica, e o o a implementada pelas sinapses, e por isso pode ser recongurada (novas relacoes/conex es o ` podem ser geradas), mas n o e ordenada. Dessa forma, o acesso a informacao na mem ria a o de longo prazo (LTM) e realizada por uma pesquisa sensvel ao contexto e baseada em ` trilhas de conex es. Outra caracterstica e que o acesso a informacao pode se dar por o diferentes caminhos (trilhas), caracterizando um dos fundamentos cognitivos para o raciocnio e para imaginacao. 3.5. Teoria unicada de Aprendizado Humano e de M quina a Aprendizagem e um processo cognitivo de aquisicao de conhecimentos e compor normalmente denido como processo de associacao de um certo objeto com tamentos. E um conhecimento pr -existente na mem ria do c rebro. Na ci ncia cognitiva, aprendie o e e zado e considerado como uma mudanca relativamente permanente no comportamento, pensamentos, e sentimentos como conseq encia de uma experi ncia anterior. O processo u e de aprendizado na Inform tica Cognitiva e a composicao de uma peca de informacao a recentemente adquirida com um conhecimento pr -existente na mem ria de longo prazo e o (LTM), na forma de redes OAR. Assim um conhecimento pr -existente pode ser estendido e ou mesmo atualizado, e um novo criado em termos de uma nova rede OAR no c rebro, e como um processo adaptativo e din mico. a
imperativos e os aut nomos, uma vez que se prop em a imitar mecanismos e comporo o tamentos da intelig ncia natural do c rebro, tais como percepcao, raciocnio, infer ncias e e e aut nomas e aprendizado. A arquitetura dos computadores cognitivos e voltada ao proo cessamento de conceitos e conhecimentos, e n o utilizam l gica matem tica convencioa o a nal e algebra booleana. Os fundamentos matem ticos dos computadores cognitivos s o a a baseados em matem tica chamada de denonacional [8], capaz de lidar com estruturas e a elementos com maior nvel de abstracao. 4.2. Estimacao da Capacidade da Mem ria Humana o Apesar do fato da quantidade de neur nios no c rebro poder ser identicada peo e las ci ncias neurais e cognitivas, a capacidade da mem ria humana e ainda desconhee o cida. Utilizando o modelo OAR e considerando as possibilidades combinat rias entre a o quantidade total de neur nios e a quantidade media de sinapses (relacionamentos), a cao pacidade da mem ria humana pode atingir a ordem de 108,432 bits, como apresentado o anteriormente. Esta estimativa e signicativa para inform tica cognitiva pois sugere que a a pr xima geracao de sistemas de mem rias para computadores possa ser construda de o o acordo com modelo OAR por ser mais exvel, eciente, e capaz de gerar uma grande capacidade de mem ria a partir de um n mero limitado de neur nios ou c lulas de hardo u o e ware. O c rebro n o cria novos neur nios para representar uma nova informacao, mas cria e a o novas sinapses entre os neur nios existentes de forma a representar essa informacao adicio com um mecanismo semelhante e baseado nessa analogia que a pr xima geracao onal. E o de computadores poder se apropriar dos conceitos do modelo OAR para implementar a seus sistemas de mem ria. o 4.3. Propriedades Cognitivas do Conhecimento Quase todas as disciplinas da ci ncia e da engenharia lidam com informacao e coe nhecimentos. Conforme a teoria da inform tica cognitiva, a informacao cognitiva pode a ser classicada em 4 categorias: conhecimentos, comportamentos, experi ncias e habilie dades, determinado pelos seus tipos de entradas e sadas no c rebro, que podem ser na e forma de informacoes abstratas (conceitos) ou empricas (acoes). Sua forma de aquisicao (processo de aprendizagem) pode ser na forma direta ou indireta quando se trata de conhecimentos e comportamentos, mas somente na forma direta quando se tratar de aquisicao de experi ncias e habilidades. A teorias de aprendizagem podem ser implementadas em e sistemas aut nomos e inteligentes considerando todas as 4 categorias de aquisicao da o informacao cognitiva, particularmente as categorias dos comportamentos, experi ncias e e habilidades, e n o somente do conhecimento. a 4.4. Sistema de Agentes Aut nomos o Um agente de software e um sistema de software inteligente que de forma aut noma executa aplicacoes interativas e robotizadas, baseadas em mecanismos de obo jetivos cognitivos. Os agentes aut nomos realizam computacao aut noma e possuem o o capacidades de tomar decis es e de comunicacao com outros agentes e com o ambiente. o Pode-se espelhar o comportamento destes agentes com comportamentos humanos, e us a los para estender as capacidades humanas, por exemplo do uso da mem ria. o
4.5. Redes Cognitivas e Aprendizagem de M quina (Machine Learning) a Computadores interligados em rede e a ferramenta de trabalho de muitas pessoas, empresas e governos atualmente. Muitos desses sistemas s o vulner veis a ataques cia a bern ticos que podem furtar dados, expor informacoes privadas, ou mesmo afetar seu e funcionamento. A Aprendizagem de M quina (Machine Learning) e uma area que esa tuda como construir sistemas computacionais que melhorem seu desempenho atrav s da e experi ncia. Esta t cnica tem sido utilizada por Yu e Tsai [9] com aplicacao em um sise e tema de deteccao de intrus o automaticamente ajustado, monitorando dinamicamente as a alteracoes e comportamentos em um ambiente de rede de computadores, e ajustando o seu modelo de deteccao. O desao para uso da inform tica cognitiva neste caso e desen a volver e manter um complexo sistema de software num ambiente din mico e que sofre a alteracoes.
Refer ncias e
[1] Wang, Y., Anderson, J. A., Yao, C. C. Y., Kinser, W., Latombe, J.C., Patel, D., Pedrcz, W., Sheu, P., Tsai, J., Zadeh, L. A., Zhang, D., A Doutrine of Cognitive Informatics (CI). A Fundamenta Informaticae 90(3) 203-228, IOS Pres, 2009. [2] Wang, Y. e Wang, Y., Cognitive Informatics Models of the Brain. IEEE Transaction on Systems, Man, and Cybernetics, 36(2), March, 203-207, 2006. [3] Zadeh, L.A., Toward human level machine intelligence Is it achievable?. Proc. 7th International Conference on Cognitive Informatics (ICCI08), IEEE CS Press, Stanford University, CA, Aug., 2008. [4] Anderson, J.A., Cognitive computation: The Ersatz Brain Project. Proc. 4th International Conference on Cognitive Informatics (ICCI05), IEEE CS Press, Irvine, CA, USA, Aug., 2005. [5] Wang, Y., Cognitive Informatics Toward the Future Generation Computers tha Think and Feel. Proc. 5th International Conference on Cognitive Informatics (ICCI06), Beijiing, China, IEEE CS Press, July, 2006. [6] Kinsner, W., Towards Cognitive Machines: Multiscale Measures and Analysis. Proc. 5th International Conference on Cognitive Informatics (ICCI06), Beijiing, China, IEEE CS Press, July, 2006.
[7] Wang, Y., On Cognitive Informatics. Brain Mind: A Transdiciplinary J. Neurosci. Neorophil., vol. 4, no. 3, PP. 151-167, Aug., 2003. [8] Wang, Y., On Contemporary Denotational Mathematics for Computacional Intelligence. Transactions on Computational Science, Springer, Aug., 2008. [9] Yu, Z., Tsai, J. J. P., Weigert, T., An Adaptative Automatically Tuning Intrusion Detection System. ACM Transactions on Autonomous and Adaptative Systems, 3(3), July, 2008.