Editorial:

Modelos e
Modelagens

Carlos Vogt

Reportagens:
Modelos matemáticos e simulações computacionais
Peixes transformados em números
Modelos desvendam crise da pesca
Empresas também utilizam modelagem
Modelagem na previsão do tempo e do clima
Simulações para proteger o meio ambiente
Auxílio da modelagem à medicina
Um caminho para a inteligência artificial
Algoritmo para ver futebol
Modelagem e música
Artigos:
Matemática para a produtividade
Miguel Taube Netto

Modelagem baseada em imagens
Paulo Cezar Carvalho

Átomo de Bohr, rato de laboratório...
Roberto Covolan e
Li Li Min
Modelagem aplicada à saúde pública
Hyun Mo Yang
Dinâmica de populacões: de angstroms a quilômetros, de íons a "sapiens"
Wilson Castro Ferreira Jr.
Poema:
Máxima mínima
Carlos Vogt
 
Fontes
Créditos
 

Modelagem: um caminho para a
realização da Inteligência Artificial

Com o surgimento dos computadores na década de 40, nasce também a Inteligência Artificial (IA). No início, os computadores eram vistos como máquinas destinadas a auxiliar os cientistas em algumas de suas tarefas mais difíceis. Não se imaginava então que esses artefatos viessem a ser popularizados, alcançando o homem comum. Mas, as tais máquinas vêm sendo aprimoradas continuamente, tornado-se mais ágeis e "inteligentes" e, por isso mesmo, ampliando sua utilidade prática.

Questionados acerca do que seria inteligência, os cientistas que nos ajudaram a compor este cenário foram unânimes em externar suas dificuldades na definição de algo tão subjetivo, que depende do ambiente cultural, da dificuldade do problema apresentado, das necessidades pessoais e de tantos outros minúsculos detalhes. Segundo Luciano da Fontoura Costa, Professor Associado da USP/São Carlos, e Coordenador do Grupo de Pesquisa em Visão Cibernética, "inteligência, é a habilidade do ser humano de resolver problemas, especialmente usando a criatividade, é ver o que muitos olharam, mas ninguém viu".

IA seria a capacidade - artificialmente construída - de uma máquina raciocinar e tomar decisões. Naturalmente, essa capacidade tem que ser transplantada pelo próprio homem, na forma de protocolos lógicos e bancos de dados que, em última análise, contenham o seu próprio conhecimento a respeito do tema de atuação daquela particular máquina.

A realização dessa transferência abrange uma quantidade crescente de especialistas de diferentes ramos do conhecimento, o que não fora sequer imaginado há algumas décadas. Além disso, mais e mais ferramentas têm sido desenvolvidas para essa finalidade específica, dentre as quais a Modelagem Matemática (MM), que é a descrição, através de equações ou tabelas, de um problema.

Mas pode a matemática "simular" a inteligência do homem? Segundo a Prof. Lucia Helena M. Rino, do Departamento de Computação da UFSCar, participante do núcleo NILC, em alguns casos sim. Como exemplo, ela cita a área de neurociências, onde temos instrumentos de medição experimentais bastante poderosos, cujos dados podem ser modelados computacionalmente. Modelos probabilísticos também podem simular o raciocínio ou ainda permitir especificações de critérios de decisão entre soluções conflitantes ou concorrentes. Ainda segundo Lucia Helena Rino, as áreas que fazem uso de tais modelos na lingüística computacional, incluem a de analisadores sintáticos, semânticos ou pragmáticos e a de sumarização ou tradução automática.

"Acho que os modelos matemáticos são fundamentais em ciências, sem excluir IA" diz Luciano Costa. Para ele, os modelos mais adequados para IA são baseados em estatística, pois possuem fundamentação matemática mais sólida apoiada por séculos de desenvolvimentos e validações. Em seu caso, Luciano usa esse conhecimento para solucionar problemas de reconhecimento de padrões de imagens e visão em neurociências. Utiliza-se de modelos matemáticos, como equações diferenciais e geometria diferencial, que o ajudam na caracterização de formas as quais se diferenciam no tempo e no espaço, que ele chama de "formas dinâmicas".

Maria do Carmo Nicoletti, Professora do Departamento de Computação da UFSCar, tem seu trabalho ligado a aprendizado de máquinas, e usa Lógica Fuzzy para representar conhecimento incerto. Nessa lógica, existe uma gama de possíveis valores entre o sim e o não categóricos, ela é importante em situações em que a resposta pode não se enquadrar em conjuntos pré-estabelecidos. Como exemplo, Maria do Carmo fala do conceito de altura: como os Conjuntos Fuzzy modelam conceitos, em relação a peso ou altura, um mesmo indivíduo pode pertencer a ambos os conceitos, isto é, ser alto e baixo, com diferentes graus de pertinência. Ou seja, um indivíduo não é alto ou baixo, ele pode ser ambos. A função de pertinência ao conjunto Fuzzy é que modela o conceito e que determina o grau de pertinência do indivíduo a cada um dos conceitos (alto e baixo).O que é considerado normal em uma região, pode não ser em outra. Algumas de suas aplicações típicas se dão em engenharias mecânica e elétrica, em aprendizado, para representação de conhecimento e nos algoritmos genéticos. O estudo de redes neurais é outra aplicação significativa de MM citada por Maria do Carmo.

O fato é que muitos problemas do cotidiano humano são excessivamente complexos para que possam ser "ensinados" de forma simples a uma máquina. É preciso decodificá-los, identificando seus blocos elementares e compreendendo como são usados, de forma ágil e dinâmica, para uma tomada de decisão. Assim, modelá-los matematicamente é vital para que a inteligência artificial possa ser realizada.

(LO)

Para saber mais

Laboratório de inteligência artificial da Embrapa: http://www.cnptia.embrapa.br/pesquisa/linhas/ncc.html

Laboratório de Inteligência Artificial do MIT:
http://www.ai.mit.edu

New Journal: Integrative Neuroscience; http://www.worldscinet.com/journal/jin/mtk/editorial.shtml

Página pessoal da pesquisadora Maria do Carmo Nicoletti, artigos e pesquisas:
www.dc.ufscar.br/~carmo

Página pessoal da pesquisadora Lucia Helena Machado Rino http://www.dc.ufscar.br/~lucia/

Página pessoal do pesquisador Luciano da Fontoura Costa
http://cyvision.if.sc.usp.br/~luciano

Entrevista: Luis Autran

Artigo publicado por Luiz Flávio Autran Moreira Gomes na RECITEC - Revista de Ciência e Tecnologia Política e Gestão para a Periferia, da Fundação Joaquim Nabuco, de Pernambuco, em parceria com o consultor António Manuel Machado Moreira:
http://www.fundaj.gov.br/rtec/res/res-001.html

International Society of Multiple Criteria Decision Making:
http://www.terry.uga.edu/mcdm/

 

Atualizado em 10/02/2002

http://www.comciencia.br
contato@comciencia.br

© 2002
SBPC/Labjor
Brasil

Contador de acessos: