Terça-feira, 26 de Agosto de 2014

Complemento a Inteligência artificial e o pensamento

Complemento a Inteligência artificial e o pensamento

 

Para melhor enquadrar o presente artigo, resume-se inicialmente o meu artigo Inteligência artificial e o pensamento ( Resende, 2014 ), para depois se fazer um complemento ao mesmo, que apoia as ideias descritas nesse artigo.

 

Assim, no artigo mencionado, descreve-se uma contribuição das ciências psicanalíticas para as ciências da computação, e em particular para a inteligência artificial.

 

Começando pela noção mais contemporânea nas ciências da computação, de computação quântica e de estados sobreimpostos, superimpostos ou sobrepostos, diremos que estes dizem respeito à consideração lógica da simultaneidade do estado falso e estado verdadeiro de uma asserção, mas antes de ser medido, pois quando medido ou observado o sistema se mostra em um único estado, como se pode ver na Wikipédia, em Sobreposição Quântica. Mais especificamente, a sobreposição dos estados é nulificada e o valor esperado de um operador é o valor esperado do operador nos estados individuais, multiplicado pela fracção do estado sobreposto que está nesse estado, como se pode ver na Wikipedia, em Quantum Superposition. Repare-se que, como muito importante, já se fala aqui em nulificação de um estado ou sua sobreposição, apelando eu a seguir a uma extensão desta noção.

 

Considera-se, depois, uma contribuição das ciências psicanalíticas para a computação, e em particular para a inteligência artificial.

 

Assim, temos o não enquanto organizador psíquico, com a noção psicológica da negatividade de uma asserção, e temos o não-seio, enquadrado na teoria do pensar de Wilfred Bion, em que temos o pre-conceito associado a uma frustração dando origem ao conceito, em que o não-seio é potenciador e criador de pensamento, tendo origem na noção de que o bebé quando frustrado quanto baste em relação à necessidade do seio materno potenciará o seu pensamento, tendo o mesmo como falta da satisfação desejada, como se pode ver em O pensamento clínico de Wilfred Bion, de Symington & Symington.

 

Deste modo, em termos de inteligência artificial, ao nível da computação, chegamos à noção de estados subimpostos, em que quer o estado verdadeiro quer o estado falso são negados, levando-nos à noção de que essa negação estará relacionada com o tempo lógico, no sentido de ser uma negação e estados temporalmente provisórios. Em termos de pensamento, em particular de pensamento científico, remete-nos para a noção de Karl Popper da provisoriedade das verdades científicas e no sentido de elas serem refutáveis. Isto fará caracterizar uma inteligência artificial com um pensamento de nível científico, uma inteligência artificial enquanto cientista. Para mais, naquela temporalidade provisória da negação e estados subimpostos, e ao nível de uma árvore de decisões computacional, teríamos que aquela negação inicial levaria a uma regressão na árvore, com reinício do processo, em que teríamos uma espécie de tentativa e erro. Com um processo continuado de negações e reinícios, teríamos algo ao nível da reflexão, de uma capacidade reflexiva, em que tendo em conta o registo em memória das tentativas, e seus resultados, teríamos algo ao nível de uma aprendizagem, de uma capacidade de aprender. Diz-se mais, que no seguimento é importante referir outro desenvolvimento Bioniano, que é a ideia de os pensamentos estarem à “ espera “ do pensador para os pensar, e isto no contexto teórico de os conteúdos do pensamento, para Bion, surgirem antes do continente, ou aparelho para pensar, tornando isto mais valorativo o input computacional. É de dizer que embora a resposta seja importante, a pergunta é essencial. Estas considerações vão na linha da importância atribuída à introjecção, na vida mais precoce do bebé, no enquadramento da perspectiva teórica das relações de objecto internalizadas, perspectiva micro-sociológica, e não psicogenética, esta mais Kleiniana, que valoriza mais a projecção inicial na vida precoce do bebé.

 

Continuando o resumo, é de dizer que os processos já descritos fazem-nos lembrar um mecanismo de defesa mais tipicamente obsessivo, o juízo de condenação, que, remetendo para a capacidade de adiar a gratificação, é descrito em Vocabulário da Psicanálise, de Laplanche & Pontalis, como uma operação ou atitude pela qual o inidivíduo, ao tomar consciência de um desejo, a si mesmo proíbe a sua realização, principalmente por razões morais ou de oportunidade. Para mais, Daniel Lagache, citado no mesmo livro, caracteriza este juízo ao nível do adiamento da satisfação, modificação dos alvos e dos objectos, tomada em consideração das possibilidades oferecidas pela realidade ao indivíduo e dos diversos valores em jogo e compatibilidade com o conjunto das exigências do indivíduo, sendo, como é de ver, características muito apropriadas para um funcionamento computacional de uma inteligência artificial, em particular a consideração das possibilidades e diversos valores em jogo. Coerentemente para nós, é dito no mesmo livro que para S. Freud o juízo de condenação é um avatar da negação, em que o não é a sua marca, só se tornando possível graças à criação do símbolo da (de)negação, conferindo ao pensamento um primeiro grau de independência, quer em relação às consequências do recalcamento quer em relação à compulsão do princípio do prazer, ou traduzindo computacionalmente, às necessidades mais imediatas, podendo nós pensar, por exemplo, em necessidades energéticas, no sentido da eficiência energética, como o desligar temporariamente sistemas que não estejam a ser precisos, estando isso representado exemplarmente no save screen ou protecção de ecrã dos computadores normais. Vemos aqui novamente o factor temporal, que se liga a um tipo de recalcamento, e à independência em relação a este.

 

Acabando o resumo, teríamos, no todo, com estados quânticos subimpostos, com negação simultânea do estado falso e do verdadeiro, a possibilidade da criação de uma inteligência artificial com capacidades pensativas ao nível científico, com potencialidade de capacidade reflexiva e capacidade de aprender, com um mecanismo de defesa em todo ele semelhante ao humano.

 

Mais para o presente artigo, e voltando-nos mais especificamente para a tentativa e erro mencionada, com processos continuados de negações e reinícios, levando à eventual capacidade reflexiva e de aprendizagem, veja-se, no que diz respeito à computação, e à tentativa e erro, o exemplo dado na Wikipedia ( Trial and error, Wikipedia ), em que se considera que tentativa e erro é um método fundamental para resolver problemas, caracterizado por tentativas repetidas e variadas que continuam até se obter sucesso, ou até o agente parar de tentar. Em geral, é um método não sistemático que não emprega insight, teoria ou metodologia organizada. Sendo um método heurístico de resolver problemas ou de obter conhecimento, no campo das ciências da computação este método é chamado de gerar e testar. Como já se disse, sendo uma abordagem que pode ser vista como uma de duas abordagens básicas de resolver problemas, contrastando com a abordagem usando insight e teoria, tem-se em conta, contudo, que há métodos intermediários que, por exemplo, usam teoria para guiar o método, uma abordagem conhecida como empirismo guiado. Como é de ver, é esta intermediação que se relaciona com o que propus no primeiro artigo referido, da Inteligência artificial e o pensamento.

 

Noutra referência, no Website                                                                   chessprogramming                                                   ( https://chessprogramming.wikispaces.com/ Trial+and+error ), é ainda avançado que, em geral, a tentativa e erro não faz qualquer tentativa de descobrir porque uma solução funciona, verificando apenas de que é uma solução, o que é uma base interessante para reflectir, particularmente porque nesse sentido há recuperação temporal relativamente à maior perda de tempo que implica a abordagem de tentativa e erro, relativamente a outras abordagens, especialmente aquelas de bases eminentemente teóricas.

 

Ainda sobre este assunto, temos a contribuição especial de um artigo publicado na Biblioteca da Universidade de Cornell, com o título On the Complexity of Trial and Error, pelos autores Xiaohui Bei, Ning Chen e Shegyu Zhang. Foi submetido a 6 de Maio de 2012, numa primeira versão, com uma revisão publicada a 18 de Abril de 2013 ( Bei, Chen & Zhang, 2013 ). Assim, em relação a certas aplicações da física, bioquímica, economia, mas mais pertinentemente para nós, das ciências da computação, em que os objectos de investigação não estão acessíveis por várias limitações, os autores propõem um modelo de tentativa e erro para examinar algoritmos nessas situações. Avançam que dado um problema de pesquisa com um input escondido, é pedido achar-se uma solução válida, para as quais se podem propor soluções candidatas           ( tentativas ), e usando violações observadas ( erros ), para preparar futuras propostas. É considerada uma classe abrangente de problemas de satisfação constrangida, assumindo que os erros são assinalados por um oráculo de verificação no formato de um índice de constrangimento violado. Ainda é de dizer que o modelo dos autores investiga o valor da informação, e os seus resultados demonstram que a falta de informação de input pode introduzir vários níveis de dificuldade extra, em que o modelo exibe conexões íntimas com certas teorias existentes de aprendizagem e de complexidade, esperando que seja um suplemento útil às mesmas.

 

As limitações e os constrangimentos referidos estarão associados, proponho eu, na computação e inteligência artificial, às dificuldades de desconhecimento do funcionamento mais optimal de uma inteligência artificial, em que o modelo dos autores investigando o valor da informação, concluindo que a falta de informação de input introduz dificuldades extra e propondo precisamente o seu modelo de tentativa e erro, que esperam poder suplementar certas teorias existentes de aprendizagem e de complexidade, vem-nos dizer que a tentativa e erro é um bom modelo para lidar com falta de informação de input, enquanto limitação e constrangimento, realçando o valor do input informacional, computacional, na inteligência artificial, como propus no artigo mencionado anteriormente, com a relação que estabeleço desse input com os conteúdos do pensamento relativamente ao aparelho de pensar, no contexto da teoria do pensar de Bion.

 

Como é de ver, a contribuição dos autores agora referenciados vem apoiar a minha proposta, que fiz no artigo já referenciado, enquanto que a minha contribuição, em particular, ao nível das descrições propostas da tentativa e erro, complementa aqueles autores, e em que as relações que estabeleço baseadas na contribuição psicanalítica e ao nível dos estados subimpostos suplementam os mesmos.

 

 

Bibliografia

 

Resende, S. ( 2014 ). Inteligência artificial e o pensamento em www.psicologado.com   ( proposto a 01/2014 )

 

 

Referências de Internet

 

Bei, X., Chen, N. & Zhang, S. ( 2013 ). On the Complexity of Trial and Error in Cornell University Library, arXiv:1205.1183v2[cs.cc], em arxiv.org/abs/1205.1183, consultado em 28/06/2014

 

Chessprogramming in https://chessprogramming.wikispaces.com/ Trial+and+Error, consultado em 28/06/2014

 

Wikipedia. Trial and Error in en.wikipedia.org/wiki/Trial_and_error, consultado em 28/06/2014 

publicado por sergioresende às 12:29
link | favorito
Comentar:
De
 
Nome

Url

Email

Guardar Dados?

Ainda não tem um Blog no SAPO? Crie já um. É grátis.

Comentário

Máximo de 4300 caracteres



Copiar caracteres

 



.mais sobre mim

.pesquisar

 

.Outubro 2015

Dom
Seg
Ter
Qua
Qui
Sex
Sab

1
2
3

4
5
6
7
8
9
10

12
13
14
15
16
17

18
19
20
21
22
23
24

25
26
27
28
29
30
31


.posts recentes

. Complemento a Etologia e ...

. Anima e Animus: conquista...

. Teoria do Tudo em Psicolo...

. Exopsicologia e obesidade...

. Perspectivas evolutivas d...

. A internalização da lei d...

. Complemento a O palhaço d...

. Complemento a Inteligênci...

. Generosidade fálica na mu...

. Exopsicologia e ascensão ...

.arquivos

. Outubro 2015

. Setembro 2015

. Janeiro 2015

. Novembro 2014

. Outubro 2014

. Setembro 2014

. Agosto 2014

. Julho 2014

. Maio 2014

. Abril 2014

. Março 2014

. Janeiro 2014

. Dezembro 2013

. Novembro 2013

. Outubro 2013

. Setembro 2013

. Agosto 2013

. Julho 2013

. Junho 2013

. Maio 2013

. Abril 2013

. Março 2013

. Janeiro 2013

. Dezembro 2012

. Novembro 2012

. Setembro 2012

. Junho 2012

. Maio 2012

. Março 2012

. Fevereiro 2012

. Janeiro 2012

. Novembro 2011

. Outubro 2011

. Agosto 2011

. Julho 2011

. Março 2011

. Janeiro 2011

. Dezembro 2010

. Outubro 2008

. Setembro 2008

. Março 2008

. Dezembro 2007

. Junho 2007

. Maio 2007

. Abril 2007

. Março 2007

. Fevereiro 2007

. Janeiro 2007

. Dezembro 2006

.tags

. todas as tags

blogs SAPO

.subscrever feeds