|
|
|
O CÉREBRO HUMANO COMO MODELO Quanto se pensa em trazer inteligência, cognição e bom senso aos computadores, nada mais lógico que buscar-se no cérebro humano um modelo ideal para seguir. Durante milhões de anos o cérebro humano foi aperfeiçoado, através da seleção natural, evoluindo do cérebro mais instintivo dos mamíferos para um modelo cerebral bem mais volumoso e refinado. O cérebro humano é capaz de processar sinais de entrada de milhões de sensores espalhados pelo corpo, construir modelos do mundo com o qual interage, compará-los com experiências anteriores, planejar, definir estratégias, elaborar previsões e imaginar soluções para os mais diversos problemas. Já no século XIX, mesmo sem tomar conhecimento das descobertas da neurologia no século XX, o homem reconhecia a complexidade do organismo humano:
Essa preocupação lançou as bases da Cibernética . Precursora da Inteligência Artificial (IA), essa nova ciência começou a ser delineada em torno de 1930, em Cambridge, Mass., com os Drs. Arturo Rosemblueth, físico e com do Dr. Norbert Wiener, matemático, denominado "pai da cibernética". Em suas reuniões com outros pesquisadores, perceberam que havia a necessidade de formar equipes de especialistas em áreas distintas para discutir assuntos que pertencessem a uma interseção entre duas ciências ou em suas áreas limites. O conhecimento humano já era vasto o suficiente para possibilitar que uma só pessoa se dedicasse com sucesso a várias áreas da ciência. Dessas reuniões, descobriu-se que a maneira como as máquinas poderiam se auto-regular em muito se assemelhava com as atividades do sistema nervoso animal. Os homens que estudavam o cérebro humano perceberam que poderiam aprender muito com as teorias de comunicações desenvolvidas por engenheiros e matemáticos. Surgiu assim o livro que definiu a nova ciência: "CIBERNÉTICA: ou o Controle e Comunicação no Animal e na Máquina." Apesar das críticas dos estudiosos em Inteligência Artificial, acusando a cibernética de fixar-se na fisiologia do cérebro [GAN 93], vê-se nos idealizadores da Cibernética a prudência de encapsular processos fisiológicos cerebrais desconhecidos em "caixas pretas", abstraindo-os e preocupando-se unicamente com suas entradas e saídas, não importando como este processo fosse reproduzido artificialmente , mas sim seu resultado. Obscurecida pela Inteligência Artificial, a abordagem cibernética só voltou à cena em 1980 com as Redes Conexionistas e o Neurônio Formal. As tentativas anteriores de estabelecer um modelo matemático eficiente do neurônio biológico foram rechaçadas por Marvin Minsky e Seymour Pappert, em 1969, com seu livro Perceptrons. Os autores provaram que o "perceptron" de Rosenblat não possuía consistência matemática e portanto não contavam com possibilidades reais. As críticas de Minsky e Pappert produziram uma estagnação de 10 anos na pesquisa das redes neurais.[KOV 96] Essa abordagem "conexionista" pretende reproduzir as atividades cognitivas humanas copiando sua fisiologia. No entanto, a evolução das redes neurais levou ao afastamento do seu referencial biológico. Segundo Ganascia [GAN 93], a designação "redes neurais", atualmente, é somente uma metáfora. Contudo, as redes neurais tem se firmado como uma nova e eficiente ferramenta para abordar uma ampla classe de problemas denominados complexos, dos quais pode-se destacar o reconhecimento de padrões. Este trabalho visa buscar soluções para simular a memória humana e seus processos de organização. A abordagem escolhida é a de alto nível. Contrária a das redes neurais, que pretende simular o comportamento cognitivo humano partindo do neurônio formal. Este é um dos motivos por que esse assunto não vai ser tratado em profundidade. Outros motivos são citados a seguir:
A abordagem conexionista defende que não existiriam diferenças essenciais entre percepção, aprendizagem e memorização. Estes processos poderiam significar uma única função psíquica, denominada de "experiência". A imaginação ou simulação, seria a construção de modelos mentais, baseados em redes neurais, a partir de modelos preexistentes (memória de longo prazo) [LEV 93]. Esta teoria tem uma ótica próxima à proposta deste trabalho, no entanto, até que se conheça melhor as propriedades computacionais do neurônio natural talvez seja prudente não utilizar a abordagem das redes neurais, abstraindo-se tanto quanto possível este aspecto de "baixo nível". Assim, será usado o conceito de "caixa preta". Buscar-se-á soluções que apresentem um resultado próximo da maneira humana de organizar seu conhecimento, não importando, a princípio, a sistemática utilizada. |
    |
