Sobre Navalha de Occam e Mininum Description Length (MDL)

Quem assistiu o filme Contato, certamente deve se lembrar da cena na qual a protagonista Eleanor Arroway interpretada por Jodi Foster é inquirida sobre a viagem que ela afirma ter feito utilizando o tal equipamento alienígena construído com recursos terrestres. Durante o interrogatório, Michael Kitz personagem vivido por James Woods pergunta a Eleanor se ela conhecia a Navalha de Occam. Já sem muitos argumentos a heroína se cala e a hipótese que ela não tenha feito a tal viagem é escolhida pelos inquiridores. Mas afinal, o que é essa tal navalha?

William Ockham foi um cara que viveu no século XIV e a ele é atribuído o tal princípio com a peculiar denominação “Navalha de Occam”. Também chamada de “Lei da parcimônia” a Navalha de Occam diz que se você tiver duas ou mais explicações para um determinado fenômeno é melhor você escolher a mais simples, contanto que ela explique o fenômeno tão bem quanto as outras. Era isso que Michael Kitz queria dizer ao perguntar a Eleanor se ela conhecia esse princípio. A pergunta podia ser feito da seguinte forma: tenho duas histórias aqui, uma simples e outra toda complicada e até um pouco absurda. Ambas explicam o que ocorreu satisfatóriamente. O que você, como cientista, escolheria Sra. Arroway?

Vamos a um segundo exemplo. Imagine a seguinte situação: você tem n pontos e quer descobrir qual polinômio se ajusta melhor a esses dados. Bom, sabemos que sempre existe um polinômio de grau igual a (n-1) que se ajustará perfeitamente aos n pontos. Mas, essa é a melhor escolha? A resposta é: depende. Veja a figura abaixo. Vemos claramente que um polinômio com grau 3 já oferece um bom ajuste aos dados. Usar um polinômio de grau maior do que 3 é trabalho demais pra pouca melhora no ajuste. Isso é chamado de Overfitting.

Mininum Description Length (MDL) é um método de inferência indutiva que implementa a mesma filosofia presente na Navalha de Occam. Esse método fornece soluções genéricas para o chamado Problema de Seleção de Modelo. Que é o caso dos pontos mencionado anteriormente. Uso uma reta ou uma parábola para descrever meus dados? E o legal mesmo é o insight por trás desse método. Para ele, aprender é encontrar regularidade nos dados. Bom até aí tudo bem. Mas ora, dados regulares têm um coeficiente de compressão alto, certo? Então quanto mais conseguirmos comprimir os dados mais aprenderemos sobre eles! Falando mais formalmente, se tivermos um conjunto de hipóteses H sobre um conjunto de dados D, então o que estamos procurando são hipóteses (uma ou mais) em H que forneçam a maior compressão de D.

Essa é a idéia geral do assunto e apesar de ser uma teoria bem legal é também um bocado cabeluda. Para aqueles que quiserem saber mais, há um material muito bom sobre MDL em Peter Grünwald.

Inteligência Artificial, Teoria da Informação 1 Comentário

1 Star2 Stars3 Stars4 Stars5 Stars (No Ratings Yet)
Loading ... Loading ...

Rumo ao sol

Dizem que os programas espaciais da NASA são cada vez menos ambiciosos e cada vez pior administrados. Não entendo nada de astronomia pra me meter nesse assunto, mas achei muito legal esse projeto, não tão novo mas que eu só descobri hoje.

Solar Probe

A Nasa está mandando uma navezinha chamada Solar Probe pra bem perto do Sol. Bem perto mesmo, coisa de três vezes o raio da estrela. O objetivo da missão é entender como a coroa solar é aquecida e como os ventos solares se formam e ganham velocidade. A coroa solar é a “atmosfera” do sol, e sua temperatura é até 200 vezes mais alta que a da superfície da estrela em si. Existem múltiplas teorias para explicar essa disparidade de temperatura e a NASA espera que a Solar Probe consiga registrar dados precisos e numerosos o suficiente para esclarecer o problema.

Astronomia 0 Comentários

1 Star2 Stars3 Stars4 Stars5 Stars (No Ratings Yet)
Loading ... Loading ...

Criando Gênios em Laboratório

Muitos já ouviram falar de pessoas com transtornos cognitivos e de desenvolvimento (como autismo) que apresentam desempenho espetacular em algumas tarefas bem específicas (como decorar a lista telefônica, desenhos com alto grau de detalhe, ou cálculos matemáticos). O termo usado nessa condição é savant, e foi retratado em filmes como Rain Man, inspirado na vida de Kim Peek (que tem memória eidética - popularmente conhecida como “fotográfica”).

Em uma das listas relacionadas ao Singularity Institute for Artificial Intelligence (temos um contato próximo: desenvolvemos projetos de IA relacionados e sou um mentor do instituto no Google Summer of Code) está sendo discutido o trabalho de Allan Snyder, um pesquisador da Universidade de Sydney, Austrália, que estuda o uso de estimulação magnética transcraniana of lobo temporal esquerdo para induzir capacidades similares às dos savant em pessoas normais.

Estimulação Magnética Transcraniana

O método é discutido nesse artigo do New York Times, de 2003. Recentemente nos Estados Unidos o canal National Geographic apresentou um documentário chamado “Accidental Genius” sobre esse tema, com experimentos em universitários voluntários.

Nesses experimentos, o desempenho de voluntários em tarefas como ler uma frase com um pequeno erro gramatical, desenhar um cavalo e estimar quantos pontos foram mostrados brevemente numa tela é primeiro avaliado. Depois disso, os voluntários são submetidos a 15 minutos de estimulação magnética transcraniana em pontos específicos do cérebro, e repetem os experimentos.

Os resultados são extremamente curiosos. O nível de detalhe dos desenhos aumenta perceptivelmente; a precisão na estimativa da contagem de pontos dobra. A capacidade de leitura, entretanto, é afetada: a frase com um pequeno erro que era lida normalmente antes do experimento agora causa dificuldade no voluntário.

O documentário pode ser assistido (em inglês) no site do National Geographic (vá no dia 7 de Maio, às 4:00 PM).

Fãs de ficção científica vão com certeza se lembrar do excelente A Deepness in the Sky, de Vernor Vinge, e dos mentats do clássico Duna, de Frank Herbert. Em ambos, pessoas comuns são treinadas e modificadas para se tornarem especialistas em uma determinada área, alcançando desempenho superior até mesmo dos computadores da ficção. Em Duna, esse desempenho é possibilitado por uma droga, sapho; no livro de Vinge, usa-se a mesma estimulação magnética transcraniana estudada por Allan Snyder.

Estarão um upgrades cognitivos disponíveis, talvez para a população em geral, talvez para casos específicos (analistas militares, financeiros, profissionais de determinadas áreas) ? Quais seriam os impactos éticos desse tipo de processo ? Serão tais medidas (bem como o uso de medicamentos supostamente capazes de aumentar o desempenho intelectual, os chamados nootrópiocos) tratadas como o doping com esteróides anabolizantes é hoje no esporte ? Perguntas interessantíssimas…

Biotecnologia, Ciências cognitivas 4 Comentários

1 Star2 Stars3 Stars4 Stars5 Stars (No Ratings Yet)
Loading ... Loading ...

Uma visão não convencional da restrição calórica

Recentemente, o time da Biomind do Vetta Labs resolveu estudar os efeitos da RC em camundongos usando experimentos de microarray públicos e técnicas de aprendizado de máquina. Esses resultados geraram um paper, aceito para publicação na mais famosa revista relacionada ao estudo de longevidade e envelhecimento, a Rejuvenation Research. Nesse post vou dar uma visão geral sobre a parte biológica da coisa e falar um pouquinho dos resultados que obtivemos – mais detalhes quando o paper sair definitivamente do forno ;-)

Apesar de todas as especulações, até hoje a única ferramenta cientificamente comprovada contra o envelhecimento é a restrição calórica (RC). Bom, tem também o resveratrol, um composto polifenólico extraído da casca das uvas, mas isso já foi assunto de outro post.

A restrição calórica possui, muitas vezes, o poder de até dobrar a vida de camundongos de laboratório, dentre outros animais. A única coisa a ser feita é diminuir em 30% as calorias ingeridas pelos animais, sem, é claro, privá-los dos nutrientes fisiologicamente necessários para que mantenham uma vida saudável - mas com fome.

Os efeitos e o mecanismo fisiológico e molecular de ação da RC em animais vêm sendo estudados a fundo nos últimos anos e muitas teorias foram criadas a respeito de seu funcionamento. Dentre elas, vou descrever algumas:

  • teoria dos radicais livres: quanto mais se come, mais radicais livres serão gerados pelas mitocôndrias e maior será o dano oxidativo e celular, levando à senescência. As mitocôndrias são grandes vilãs do envelhecimento – já dizia Aubrey de Grey!
  • teoria do desenvolvimento: alguns genes, que são responsáveis por um rápido desenvolvimento dos organismos (para que alcancem logo o estágio reprodutivo), são também responsáveis pelo envelhecimento rápido. Acredita-se que esses genes devem ser desativados com a RC - não há comida suficiente para alimentar uma futura prole, então é melhor esperar um pouco - e dessa forma o envelhecimento também é prorrogado ;-)
  • teoria da hormesis – pequenos estresses devem gerar uma mudança nas prioridades dos organismos. A RC, tida como um pequeno estresse, faria com que o organismos priorizassem o combate aos danos oxidativos e o reparo de DNA, ao invés de gastar energia com desenvolvimento e reprodução. Essa mudança de prioridade deve retardar o envelhecimento. Testes já estão sendo feitos com drogas que causam pequenos estresses nos organismos para se conseguir mimetizar o efeito da RC.

Uma maneira de se estudar o efeito da RC é verificando quais genes estão sendo mais ativados ou mais desativados em organismos sob RC, em comparação com organismos em dieta normal e tentar entender por que isso acontece.

Os microarrays são ferramentas excelentes pra esse tipo de tarefa e o pessoal da Biomind do Vetta Labs é especialista em analisar esse tipo de dados, porém de uma maneira não convencional, usando a técnica de aprendizado de máquina (machine learning). Mais detalhes sobre a técnica no post do Omni.

Os resultados obtidos concordam com a hipótese de que os efeitos da RC na longevidade é um processo multifatorial., provavelmente centrado no estresse oxidativo causado pelo funcionamento da mitocôndria, ligado ao reparo de DNA e com uma conexão com a teoria do desenvolvimento (encontramos alguns genes importantes ao efeito da RC ligados às ciclinas, que são relacionadas ao ciclo celular e desenvolvimento). Também encontramos ligações entre genes que ligam as teorias da hormesis e dos radicais livres.

Com isso mostramos que uma tecnologia de aprendizado de máquina pode servir como um amplificador, mostrando relações biológicas que não são claramente perceptíveis nesses dados por técnicas convencionais.

Bom, para os mais curiosos, assim que o paper for publicado colocaremos o link aqui ;-)

Biotecnologia, Inovação 0 Comentários

1 Star2 Stars3 Stars4 Stars5 Stars (No Ratings Yet)
Loading ... Loading ...

Otimização inspirada em formigas

O campo de inteligência artificial é cheio de técnicas inspiradas na natureza. Os dois exemplos mais famosos são redes neuronais, que emulam grupos de neurônios e suas conexões, e algoritmos genéticos, que tentam resolver um problema codificando a solução nos genomas de uma população artificial, sujeita à sobrevivência e recombinação dos mais fortes. Talvez falemos mais dessas técnicas por aqui, se houver interesse.

Hoje eu vou falar de uma outra técnica, ou família de técnicas: Ant Colony Optimization (ACO), ou otimização de colônias de formigas. ACO foi inventada por Marco Dorigo em 1992, e se baseia na capacidade de grupos de formigas de apresentar comportamento coletivo muito mais inteligente que o que uma formiga sozinha seria capaz de fazer. Por exemplo, formigas podem achar o melhor caminho entre o formigueiro e uma fonte de comida. Se algum obstáculo mudar o terreno, elas se adaptam rapidamente e encontram um novo caminho, como você pode ver na figura abaixo.

Adaptando o caminho

Isso acontece porque as formigas se “comunicam” de forma indireta, através do ambiente, usando feromônios. As formigas deixam uma trilha de feromônio pelo caminho que seguem. Quanto menor o caminho, mais forte o feromônio. Outras formigas tendem a seguir o feromônio mais forte. Caminhos alternativos, e piores, são abandonados porque o feromônio mais fraco depositado ali evapora com o tempo. Esse é o princípio básico de Ant Colony Optimization. O Dorigo usou essa capacidade para resolver o clássico problema do Caixeiro Viajante, com excelentes resultados.

Isso foi em 92. Hoje, o trabalho do Dorigo e de outros pesquisadores deu origem a todo um subcampo de pesquisa em computação, chamado de Inteligência de Enxame, que se baseia na premissa de usar agentes muito simples, mas que colaboram entre si, para atingir objetivos complexos e de forma robusta, ou seja, tolerante a falhas e mudanças no ambiente. Um exemplo interessante, também baseado em formigas, é clustering. As formigas sabem naturalmente agrupar objetos por grupos e fazem isso para limpar o formigueiro, separando comida de lixo.

Antes do agrupamentoDepois do agrupamento

A combinação de robustez e inteligência coletiva é muito interessante pro pessoal que trabalha com robótica. Agentes simples são baratos, se você tem um grupo de robôs que pode se adaptar à perda de um deles, por falha mecânica, falta de energia ou qualquer outro motivo, diminuem as chances de seu enorme investimento em robôs ir por água abaixo por um detalhe bobo.

O casamento de inteligência de enxame com robótica atende pelo nome de Swarm Robotics. Os robozinhos, sempre trabalhando em equipe, realmente têm um comportamento coletivo interessante. Por exemplo, eles aprendem que podem se conectar, formando um objeto maior, para passar por um obstáculo intransponível para um único robô:

Saltando um obstáculo

Eles também conseguem transportar grandes objetos, navegar um terreno em formação e otras cositas más. Aqui tem um bando de videos bacanas.

Inteligência Artificial, Robótica 0 Comentários

1 Star2 Stars3 Stars4 Stars5 Stars (1 votes, average: 5.00 out of 5)
Loading ... Loading ...

O que é inteligência?

Como funciona o cérebro humano? A resposta desta pergunta solucionaria um dos maiores mistérios sobre a natureza do homem. Mas, como ainda não temos esta resposta, buscamos, através de diversas teorias, explicar como nós somos capazes de resolver problemas, memorizar enormes quantidades de dados, reconhecer padrões sensoriais (imagens, sons, cheiros, etc.) com grande rapidez, além de realizar diversas outras tarefas que não sabemos ao certo como são tratadas no nosso cérebro.

Uma das mais importantes teorias sobre o cérebro, mais especificamente sobre o córtex cerebral, foi cunhada pelo neurocientista Vernon Mountcastle e se refere às colunas corticais e aos padrões cerebrais. O córtex cerebral é a camada mais externa, constituída de tecido nervoso cinzento, que encobre a parte interna do cérebro (tecido nervoso branco) de todos os mamíferos. Nos humanos, o córtex possui seis camadas, cada uma da espessura uma carta de baralho. Acredita-se que quanto mais camadas, mais ‘inteligente’ a espécie - os golfinhos possuem apenas três camadas. Não entrarei em detalhes sobre a parte da teoria que fala sobre as colunas corticais, mas de uma forma geral elas mapeiam o córtex em uma arquitetura de colunas conectadas de forma hierárquica e dispostas nas seis camadas que constituem o córtex cerebral. Essa dica não ajuda muito a entender como as colunas funcionam (quem quiser se aventurar busque por: An Organizing Principle for Cerebral Function…” 1978, por Vernon Mountcastle), mas será importante para compreender como os padrões cerebrais são transformados em memórias e vice-versa.

Mas o que são estes tais padrões cerebrais? Você já deve ter ouvido falar das sinapses e dos pulsos elétricos (provavelmente nas aulas de biologia que você assitiu no segundo grau), utilizados pelas células cerebrais (neurônios), para se ‘comunicarem’ entre si. Não se lembra? Tudo bem. Imagine que o cérebro é formado por uma malha de bilhões de fios metálicos que trafegam freneticamente energia elétrica de um ponto a outro do cérebro. Hmm, mas e os padrões? Bom, os padrões podem ser compreendidos como sequências de pulsos elétricos, que passam a ter um significado se levado em consideração o intervalo de tempo que estes pulsos chegam ao cérebro. Para ficar mais interessante, pense em todos os seus órgãos sensoriais (olhos, ouvidos, pele, etc.) como conversores de padrões. Eles capturam, no ambiente externo, dados brutos de diversos tipos, fazem o devido tratamento e entregam os resultados ao cérebro no formato destes pulsos elétricos temporalmente ordenados. Dessa forma, o cérebro “apenas” tem que se preocupar em receber os padrões, reconhecê-los, catalogá-los, armazená-los e prover alguma forma de serem recuperados futuramente. É importante ressaltar que qualquer parte do córtex é capaz de tratar padrões provenientes de quaisquer fontes sensoriais.

Ei, espera aí. Qualquer parte do córtex é capaz de tratar padrões de qualquer origem? Mas como ficam aquelas teorias que sempre ouvimos falar sobre o cérebro ter uma área responsável por reconhecer padrões visuais, outra para lidar com a língua falada, outra para realizar raciocício matemático, etc. ? Mountcastle acredita que o córtex não é constituído de forma modular. Segundo ele, qualquer área do córtex é capaz de lidar com informações de qualquer natureza. Ah! É por isso que eu já vi vários casos de pessoas acidentadas perderem boa parte do cérebro e depois de um tempo de recuperação voltaram a viver suas vidas normalmente (ou quase). Sim, é muito provável que o cérebro funcione desta forma e, levando isto em consideração, podemos dizer que o córtex trabalha com um “algoritmo genérico de manipulação de padrões”. Ou seja, qualquer padrão que chegue ao cérebro ou trafegue por ele é tratado da mesma forma, sem essa de módulo que faz isso pra cá e módulo que faz aquilo pra lá.

O modelo forjado por esta teoria permitiu o avanço de diversas pesquisas sobre a organização e o processamento dos padrões cerebrais. Um exemplo disso: o criador do mundialmente conhecido Palm Pilot e entusiasta dos estudos sobre o córtex cerebral, Jeff Hawkins, que escreveu um livro em 2005 chamado OnIntelligence. Neste livro ele reforça com diversos outras suposições, relatos e experimentos as teorias de Mountcastle e ainda faz especulações sobre vários outros assuntos ainda não explicados sobre o funcionamento do cérebro. É importante ressaltar o autor de OnIntelligence é um computeiro e um sujeito bastante prático. Ele deixa claro que o seu objetivo, no final das contas, é converter as teorias criadas por neurocientistas, biólogos, psicólogos, filósofos e outros estudiosos (incluindo ele próprio) num modelo computacional aplicável à construção de máquinas inteligentes. Mas, o que chama atenção em seu livro é a forma com que ele aborda os principais fundamentos das teorias sobre o córtex cerebral, além de explicá-las de forma prática. De uma forma sintética, as principais responsabilidades do córtex, apresentadas por Hawkins, são:

  • Armazenamento sequencial de padrões: Quando o cérebro precisa armazenar alguma informação, os padrões que chegam ao córtex são armazenados de forma sequencial. Isso significa que o cérebro cria elos de comunicação entre os padrões de entrada, constituindo a memória a partir de um encadeamento de padrões. Como o tempo é levado em consideração durante este sequenciamento, as cadeias geradas também possuem informações temporais, que indicam o momento de chegada e/ou ativação de cada padrão. A ativação se refere ao acionamento de um padrão já armazenado no córtex, que também pode compor uma nova memória, combinando-se com outros novos padrões.
  • Capacidade de invocar padrões auto-associativos: Ao tentar se lembrar de algum fato, nosso cérebro começa a busca pelo padrão que inicializa a cadeia referente à memória que explica tal fato. Depois que este padrão foi recuperado, ele invoca o padrão consequente através do elo criado entre os dois. Este processo se repete até que toda a cadeia tenha sido recuperada e o fato relembrado. Por isso você consegue se lembrar do alfabeto de A a Z com facilidade, mas não consegue de Z a A, pois você não foi ‘treinado’ e não possui os padrões sequenciais necessários para se lembrar do alfabeto de trás p/ frente. É claro, que se você fizer um treinamento - pensando no córtex, este treinamento seria o armazenamento de padrões temporais que representam as letras de Z a A - semelhante ao que você fez para se lembrar de A a Z, você conseguirá facilmente realizar esta tarefa.
  • Armazenamento de padrões num formato invariante: Imagine que você está num parque brincando com uma criança. Você tem uma bola em suas mãos. A criança pede a bola e você a joga. Então a criança repete o seu gesto e joga a bola para você. Você a pega e continua a brincadeira. Todo o mecanismo necessário para realizar as ações que você e a criança executaram é tratado de forma ‘inconsciente’. Você não se preocupa com a velocidade da bola, as forças que atuam sobre ela, o seu peso, etc. Simplesmente a joga e depois a pega. Isto porque existe uma invariante armazenada no seu cérebro que representa ‘pegar algo’ e ‘jogar algo’. Uma invariante nada mais é do que um conjunto de padrões genéricos, que serve como modelo para o processamento de padrões mais específicos. Não existe, de forma detalhada, uma teoria que explique como são formadas as invariantes mas, acredita-se que as invariantes são as responsáveis por conseguirmos lidar com uma variedade enorme de estímulos durante o dia, sem ficar a todo momento se perguntando “o que é aquilo?” ou “como isto funciona?”.
  • Armazenamento padrões em hierarquia: Como já foi dito anteriormente, as colunas corticais são organizadas hierarquicamente. Os padrões mais genéricos e invariantes ficam no alto desta hierarquia. Padrões mais específicos ficam mais abaixo nesta hierarquia. Quando o estímulo vem dos órgãos sensoriais, os padrões são ativados num fluxo de baixo para cima nesta hierarquia de colunas. Mas quando imaginamos alguma coisa ou tentamos nos lembrar de um fato, os padrões são ativados de cima para baixo, das invariantes para os padrões específicos. Esta organização permite o reaproveitamento de padrões por diversos fragmentos de memória, evitando a replicação desnecessária e formando uma malha que facilita a recuperação posterior de informações.
  • Recuperação da memória auto-associativa: Basicamente, a recuperação de memórias funciona assim. Temos diversos padrões sequenciais armazenados no córtex. Você então passa a ele uma seqüência de padrões que representa uma caneta. Então o cérebro te devolve uma seqüência de padrões que representa a caneta e por fim você entende que é uma caneta. Parece meio estúpido a princípio, mas o mecanismo de recuperação de informação no córtex é algo extremamente poderoso. Por exemplo, se você passa, ao invés dos padrões da caneta inteira, padrões que apenas representam a ponta da caneta, ou a caneta de cabeça p/ baixo, ou apenas metade da caneta ou uma caneta deformada pelo fogo de um isqueiro ou… A resposta será a sequência completa de padrões que representam a caneta e você entenderá que é uma caneta. O nosso cérebro completa as informações com diversos padrões, realiza buscas nas invariantes, faz conexões associativas com outras cadeias de padrões e te devolve a resposta de maneira completa, desde que ela já esteja previamente armazenada. Estar previamente armazenada exige que seu cérebro já tenha sido exposto àqueles padrões.
  • Antecipação dos fatos: O cérebro prevê o futuro o tempo todo, mas não é como a mãe Diná que ‘enxerga um futuro distante’. As conseqüências de todas as nossas ações a curto prazo são antecipadas pelo nosso cérebro. Quando chegamos em casa depois do trabalho e giramos a maçaneta da porta, o cérebro já antecipa o quanto de força será necessário aplicar sobre a maçaneta para girá-la e empurrar a porta. Se as forças aplicadas abrirem a porta como o de costume, a antecipação é confirmada e o cérebro continua seu papel de ‘vidente a curto prazo’. Caso alguém tenha mexido na porta e a força aplicada não seja o suficiente para abrí-la ou enquanto você a empurra para trás ela fizer um rangido que antes não fazia, haverá uma violação na previsão e o cérebro tentará buscar padrões que expliquem o porquê disso. Logo, você pode considerar todo e qualquer tipo de aprendizado como um treinamento que construirá padrões a serem utilizados para antecipar fatos.

Se você sempre imaginou o cérebro como um processador utilizado em computadores, você pode estar se perguntando: Mas é só isso? Nosso cérebro somente lida com memórias em formato de padrões? Ele apenas faz o armazenamento e a recuperação de padrões? Nada de cálculos e processamentos complexos assim como os processadores fazem? Nada disso. Quando esticamos os braços para segurar uma bola jogada para nós, nosso cérebro não calcula a trajetória da bola, muito menos integra as forças para realizar a cinemática inversa, ele simplesmente consulta a memória e traz a resposta. Isso mesmo. O cérebro sempre consulta as respostas dos problemas que queremos resolver. Por isso temos que aprender técnicas para lidar com problemas complexos. Usamos estas técnicas para organizar as variáveis do problema na memória, recuperar os padrões necessários para reconhecer estas variáveis através de associações e, por fim, alcançar a solução (que também será armazenada). Problemas desconhecidos são resolvidos através de analogias a problemas conhecidos já armazenados em nossa memória.

Bom, agora que você já conhece um pouco sobre as teorias que são utilizadas para explicar o funcionamento do nosso cérebro, podemos definir o que é inteligência de uma forma bem simples. Basicamente, inteligência é a capacidade de antecipar as coisas. Os testes de QI exploram justamente esta capacidade. Portanto, segundo esta teoria, é possível que o cérebro seja treinado para se tornar inteligente (inclusive para tirar notas altas em testes de QI). Quanto mais invariantes e padrões mais genéricos para a resolução de problemas diversos, mais eficiente o cérebro será na antecipação de situações desconhecidas ou consideradas complicadas para a maioria das pessoas. Esta é apenas uma definição sintética de inteligência, baseada nas teorias de Mountcastle e Hawkins. Se você se interessou pelo assunto, vale a pena ler os trabalhos destes dois pesquisadores. Lembrando que Hawkins é um cara da computação e seu trabalho é uma releitura, fortemente direcionada à sua área, das teorias de Mountcastle.

Curiosidade: Os transistores que compõem um processador são muito mais rápidos que os neurônios. Enquanto os neurônios trafegam informações na ordem de milisegundos, transistores gastam apenas nanosegundos. Mas por que os processadores ainda não superaram o cérebro humano na resolução de problemas comuns para o cérebro, como por exemplo o reconhecimento de imagens. Ainda tomando como base as teorias descritas neste artigo, o cérebro apenas consulta a resposta na memória, não realiza os cálculos complexos que são efetuados pelos softwares.

Inteligência Artificial, Memória, Processamento de Sinais 5 Comentários

1 Star2 Stars3 Stars4 Stars5 Stars (No Ratings Yet)
Loading ... Loading ...

Post-its eletrônicos usando… post-its!

Existem trocentas aplicações que tentam criar post-its virtuais no desktop do seu computador. Nunca vi uma que funcionasse direito. Um pessoal do MIT resolveu que a melhor maneira de criar post-its eletrônicos é usando… post-its de papel! O projeto Quickies usa canetas digitais, RFID e inteligência artificial para transformar post-its de papel em arquivos digitais, com busca, tags, e outras funcionalidades bacanas, tipo reconhecer quando uma nota é sobre um compromisso e mandar uma mensagem por email ou SMS para lembrá-lo na hora certa. Muito bacana!

Inovação, Inteligência Artificial 0 Comentários

1 Star2 Stars3 Stars4 Stars5 Stars (No Ratings Yet)
Loading ... Loading ...

Depois do genoma, vamos mapear o proteoma

Saiu na nature: existem planos de um pequeno grupo de biólogos para mapear todo o proteoma humano a um custo de 1 bilhão de dólares. Após o genoma, que custou milhares de dólares e por volta de dez anos para ser completado, a idéia agora é ambiciosa: estudar ao invés de genes, proteínas.

As dificuldades são enormes. Primeiro porque as proteínas não são estáticas como os genes – dezenas de versões diferentes de uma proteína podem ser geradas por um único gene codificador. Segundo porque essas proteínas podem ser modificadas pela adição de grupos químicos por inúmeras formas.

Além disso, proteínas são produzidas em diferentes níveis e em diferentes momentos do desenvolvimento do corpo humano, nas mais de 200 diferentes células. Bom, pelo menos o número de genes codificadores de proteínas no ser humano, que se estimava ser alto - por volta de 100 mil – caiu para 21 mil genes.

A estratégia seria usar espectrometria de massa para identificar proteínas e suas quantidades em cada tecido, depois usar anticorpos para marcar sua localização em células e tecidos e finalmente identificar quais as interações entre elas.

Segundo os chefes do projeto, o resultado seria de valor incomensurável perto dos 1 bi gastos, tendo em vista novas drogas e biomarcadores descobertos.

Pelo o que foi dito, um esforço massivo de bioinformática deve ser utilizado. Será que sobra alguma coisa pro time da Biomind(*)?

(*) Nota do Editor: talvez sobre sim. Vale lembrar que a parceria Vetta Labs-Biomind começou com um projeto de melhoria do RADARS, desenvolvido pela extinta Proteometrics em 2001… na época, conseguimos ganhos de desempenhos consideráveis, mas infelizmente o Bin Laden andou aprontando na mesma época e acabou sobrando prá gente. :-(

Biotecnologia 0 Comentários

1 Star2 Stars3 Stars4 Stars5 Stars (No Ratings Yet)
Loading ... Loading ...

Pílula contra o envelhecimento?

Como prometido, vou falar um pouco sobre um dos compostos que está em alta ultimamente e dito ser eficaz contra o envelhecimento, o resveratrol.

O resveratrol é um composto polifenólico encontrado na casca de uvas, amendoíns e algumas outras plantas. Esse composto comprovadamente estende a vida de diversos organismos como peixes, moscas e leveduras. Uma das hipóteses desse efeito é a ativação de um gene, a Sirtuína, que tem participação no metabolismo, produção de glicose, insulina e atua na sobrevivência celular. Especula-se que as Sirtuínas participem do mesmo processo que gera aumento da longevidade no qual a restrição calórica participa. Já foi comprovado que o resveratrol ativa Sirtuínas em células humanas.

No final de 2006 um artigo científico foi publicado na famosa revista Nature, que descrevia os efeitos do resveratrol e seu modo de ação em camundongos. Em poucas linhas, camundongos cuja dieta era muito rica em calorias morriam mais rapidamente do que camundongos com a dieta normal, ou com a dieta rica em calorias + resveratrol. Em outras palavras, o resveratrol protegia camundongos contra o efeito negativo de dietas hipercalóricas. Será que isso explica o paradoxo do francês?

Bom, se você estiver interessado, comece a comprar vinho (beba com moderação) e suco de uva - eu já fiz isso! ;-)

Mas se quiser mesmo comprar o “elixir da longevidade”, aprovado pela FDA, dê uma olhada na RevGenetics.

Biotecnologia 2 Comentários

1 Star2 Stars3 Stars4 Stars5 Stars (No Ratings Yet)
Loading ... Loading ...

Next Entries »