Mente Introdução à Ciência Cognitiva Paul Thagard

Apresentação em tema: "Mente Introdução à Ciência Cognitiva Paul Thagard"— Transcrição da apresentação:

1 Mente Introdução à Ciência Cognitiva Paul Thagard
José Adolfo S. de Campos Agosto 2002 Profa Adriana Benevides

2 Representação e Computação
Objetivo Principal da Ciência Cognitiva Explicar como as pessoas chegam a diferentes tipos de Pensamento  Conhecimento dentro da Mente consiste de Representações Mentais  Procedimentos Mentais que operam nas Representações Mentais produzem Pensamentos e Ações Métodos da Ciência Cognitiva Psicologia Cognitiva Neurociência Inteligência Artificial Antropologia Linguística Filosofia

3 Representação e Computação
Hipótese Central da Ciência Cognitiva O Pensamento pode ser melhor entendido em termos de Estruturas Representacionais e Procedimentos Computacionais que operam naquelas estruturas => CRUM

4 Representação e Computação
Modelos da Ciência Cognitiva  Teoria Postula um conjunto de estruturas representacionais e um conjunto de processos que operam nessas estruturas.  Modelo Computacional Traduz as estruturas e os processos em termos da analogia com programas de computadores.  Programa Para testar o modelo deve-se implementá-lo num programa de software.  Plataforma O programa deve rodar num hardware específico.

5 Representação e Computação
Abordagens de Representação Mental  Abordagem pela Lógica  Abordagem pelas Regras  Abordagem pelos Conceitos  Abordagem pelas Analogias  Abordagem pelas Imagens  Abordagem pelas Conexões

6 Representação e Computação
Avaliação das Abordagens de Representação Mental CRITÉRIOS  Poder de Representação O Poder Representacional preocupa-se com a quantidade de informa- ções de um tipo particular de representação que pode ser expressa.  Poder Computacional O Poder Computacional pode ser avaliado em termos de como ela considera os 3 tipos importantes de pensamento de alto nível: Resolução de Problemas, Aprendizado e Linguagem. Uma teoria de representação mental deve ser capaz de explicar: A) Como as pessoas raciocinam para alcançar seus objetivos B) Como as pessoas aprendem C) O uso da linguagem pelos seres humanos

7 Representação e Computação
 Plausibilidade Psicológica A Plausibilidade Psicológica procura verificar a sua adequação na identificação das capacidades qualitativas dos seres humanos, bem como os resultados quantitativos de experimentos psicológicos preocupados com essas quantidades. A teoria deve tentar explicar os meios com os quais o ser humano realiza a tarefa.  Plausibilidade Neurológica A Plausibilidade Neurológica indica que a teoria deve ser pelo menos coerente com os resultados dos experimentos neurocientíficos.  Aplicações Práticas A Aplicabilidade Prática indica como a teoria pode levar a resultados práticos na Educação, no Design e na área de Sistemas Inteligentes.

8 Abordagem pela Lógica Poder Representacional
 Aristóteles: Análise de Silogismos (padrões de inferência onde a partir de duas premissas chega-se a uma conclusão) em termos apenas da sua forma, ignorando o conteúdo. Todos os estudantes estão cansados Renata é uma estudante Então, Renata está cansada  Inferências Dedutivas x Inferências Indutivas  Precursores da Lógica Moderna G. Frege (1879), B. Russel, A. Church, A. Turing Poder Representacional  Lógica Proposicional Usa os conectores lógicos para implica (), e (), ou (), não (~) “Se Paula está na biblioteca então Teresa está na biblioteca” p  q p = Paula q = Teresa “Se Paula e Teresa estão na biblioteca então Solange não está” (p  q)  ~ d d = Solange

9 Abordagem pela Lógica  Lógica Modal
Acrescenta operadores de acordo com a necessidade e a possibilidade. “É possível que Paula esteja na biblioteca”  Lógica Epistêmica Acrescenta operadores para o conhecimento e a crença “Sabe-se que Paula foi a biblioteca ontem”  Lógica Deodôntica Representa idéias morais como a de que p é permissível ou proibido.  Lógica Predicativa  Permite separar as afirmativas indivisíveis da Lógica Proposicional.  Acrescenta novos operadores: Para todos (), Existe () “Todos os estudantes estão cansados” x (estudante [x]  cansado [x]) Para todo x, se x é um estudante, então x está cansado  As Lógicas Proposicional e Predicativa procuram fazer afirmativas que tornem verdadeiras ou falsas as afirmações.  As Lógicas Proposicional e Predicativa não lidam bem com a incerteza “Paula provavelmente está na biblioteca” Ajuda da Teoria das Probabilidades P(p) = 0,7

10 Abordagem pela Lógica Poder Computacional
 A operação do Pensamento é a Dedução Lógica  Regras de Inferência Modus Ponens p  q Se Paula está na biblioteca Então Teresa está na biblioteca p Paula está na biblioteca logo, q Teresa está na biblioteca Modus Tollens p  q Se Paula está na biblioteca Então Teresa está na biblioteca ~q Teresa não está na biblioteca logo, ~p Paula não está na biblioteca  Regras de Inferência não processam informações por si só. Elas precisam ser usadas por uma pessoa ou por um sistema de uma máquina que possa aplicá-las a frases com a forma lógica adequada.

11 Abordagem pela Lógica A) Resolução de Problemas Planejamento
> Muitos problemas de planejamento envolvem dedução lógica. Planejamento feito pelo estudante p/ concluir um curso de graduação Decisão > Frequentemente a tomada de decisões exige que sejam consideradas as probabilidades dos caminhos. Disciplinas do mestrado em Informática na Educação > Tomada de decisões baseada nas Probabilidades (Holtzman, 1989) é difícil de realizar computacionalmente. O número de probabilidades pode aumentar exponencialmente na medida do aumento de proposições ou variáveis do modelo. Explanação > Numa explanação tenta-se entender porque determinada coisa aconteceu. Pode-se tentar deduzir o que se tenta explicar a partir do que se sabe. Porque alguns alunos dormem em sala de aula. > O tipo de inferência, na qual a pessoa forma uma hipótese para gerar uma explicação é chamado de Abdução.

12 Abordagem pela Lógica B) Aprendizado
> Sistemas inteligentes devem ser capazes não só de resolver vários tipos de problemas, mas também utilizar a experiência para melhorar seu desempenho. Inscrição em disciplinas: Calouros x Veteranos > Generalizações Indutivas x Abdução > Queremos encontrar não apenas alguma explanação, mas a melhor explanação. A partir de uma perspectiva lógica, a avaliação da melhor explanação envolve probabilidades. => Teorema de Bayes C) Linguagem Alguns linguistas consideram a lógica formal como uma ferramenta natural para a compreensão da estrutura da linguagem. Muitos discordam desta afirmação e dizem que a lógica formal teve um papel menor na compreensão da linguagem humana.

13 Abordagem pela Lógica Plausibilidade Psicológica
 Relações entre Lógica Formal e Psicologia > A lógica formal é uma parte importante do raciocínio humano Argumentos válidos com a forma do Modus Ponens > A lógica formal tem apenas uma relação distante com o raciocínio humano, mas o que importa é que o papel da lógica na filosofia e na inteligência artificial é fornecer uma análise matemática do que constitui um raciocínio ótimo humano, de forma que a ciência cognitiva deveria buscar outras abordagens Seleção de Wason [A] [B] [4] [7]  Raciocínio Indutivo x Teoria das Probabilidades Instrução universitária x Carpinteiro

14 Abordagem pela Lógica Plausibilidade Neurológica Aplicações Práticas
 Atualmente nada se sabe sobre a plausibilidade neurológica da Lógica formal. Aplicações Práticas  Educação: A abordagem lógica não teve muita utilidade educacional em relação à perspectiva de fornecer uma compreensão mais profunda do aprendizado humano. A lógica é útil por sugerir meios pelos quais as pessoas podem pensar melhor - Pensamento Crítico  Design: PROLOG (utiliza representações lógicas e técnicas dedutivas) foi aplicado a problemas como projetos de construções que obedecem a normas físicas e legais.  Sistemas Inteligentes práticos tendem a usar técnicas como regras e redes neurais.

15 Abordagem pelas Regras
 As Regras são estruturas do tipo SE - ENTÃO SE você é estudante de Astronomia ENTÃO deve saber Física Poder Representacional  Representar as informações gerais sobre o mundo SE André é um estudante, ENTÃO André é inteligente  Representar as informações de como fazer SE você se inscrever logo, ENTÃO você conseguirá vaga na disciplina  Representar regularidades linguísticas SE uma frase tem um sujeito no plural, ENTÃO ela tem um verbo no plural  Regras de inferência como o Modus Ponens podem ser remodeladas na forma de regras SE você tem uma regra SE-ENTÃO e a parte se é verdadeira, ENTÃO a parte então também será verdadeira  As regras podem ter múltiplas condições SE você se inscrever logo, ENTÃO você conseguirá vaga nas disciplinas desejadas e você se formará em menos tempo

16 Abordagem pelas Regras
 O sistema de regras permite representar relações e operações básicas por meio de várias formas não padronizadas => FLEXIBILIDADE  As regras não devem ser interpretadas como verdades universais (Para todo x) (estudante [x]  inteligente [x] Lógica: Todo estudante é inteligente Regras: SE x é um estudante, ENTÃO x é inteligente (Generalização que admite exceções)  Sistemas baseados em regras podem representar informações estratégicas sobre o que fazer SE você quer ir a Petrópolis no final de semana, ENTÃO você pode pegar um ônibus  As regras não tem o poder representacional da lógica formal mas podem ser expressas por formas que aumentam o poder computacional e a plausibilidade psicológica

17 Abordagem pelas Regras
Poder Computacional A) Resolução de Problemas > A operação fundamental do pensamento é a Pesquisa > Sistemas baseados em regras podem de forma eficiente buscar caminhos no espaço de possibilidades > Problemas complexos: É impossível procurar exaustivamente no espaço de possibilidades em busca da melhor solução > Solução Heurística: métodos simples e práticos que contribuem para soluções satisfatórias sem considerar todas as possibilidades Vestir sapatos marrons com calça marron e não com calça preta > A resolução de problemas, o aprendizado e o uso da linguagem podem ser descritos em termos de procura heurística baseada nas regras através de um espaço complexo de possibilidades > O processamento baseado em regras pode ser em série (uma regra de cada vez) ou em paralelo (muitas regras simultaneamente)

18 Abordagem pelas Regras
Planejamento > As regras podem ser usadas tanto para pensar para frente quanto para trás. SE pegar a linha vermelha, ENTÃO posso ir direto ao Fundão Para ir ao Barra Shopping, posso pegar a Av. das Américas, o que exige que eu pegue a Av. Airton Senna, e antes dela a Linha Amarela > Busca Bi-direcional. Torna-se muito complexo quando existem muitas regras relevantes. Decisão > As regras não são sempre úteis na decisão entre planos que competem entre si. O raciocínio precisa ser complementado por outros processos Dois caminhos para ir para casa Explanação > Alguns tipos de formação de hipóteses podem ser descritos como a busca de explanações feita pelas regras Tentou inscrever-se numa disciplina mas ela não tem mais vagas SE uma disciplina tem poucas vagas, ENTÃO ela é preenchida logo

19 Abordagem pelas Regras
B) Aprendizado  Numerosos tipos de aprendizado são compreendidos em termos da aquisição, modificação e da aplicação de regras  Regras Inatas x Regras Adquiridas SE alguma coisa vem na direção de seus olhos, ENTÃO pisque SE x é uma aula de programação, ENTÃO x consumirá tempo  Formação de Regras > Generalização Indutiva: Regras a partir de outros exemplos ou regras Muitos caminhos para voltar para casa > Especialização: Regra existente é modificada para lidar com uma solução específica SE você quer voltar para casa 6a feira a tarde e não gosta de engarrafamentos, ENTÃO você deve fazer hora num bar > Inferência Abdutiva Seu amigo está com raiva e deprimido > Avaliação Quantitativa SE você quer ir depressa da universidade para casa, ENTÃO dirija ..

20 Abordagem pelas Regras
C) Linguagem  Segundo Chomsky as crianças nascem com um conjunto de regras inatas (gramática universal) SE você quer utilizar um verbo para descrever o passado, ENTÃO acrescente “ed” ao verbo (Inglês)  As crianças adquirem a habilidade de utilizar a linguagem por abdução, formando hipóteses sobre que regras a aplicar à sua linguagem individual.

21 Abordagem pelas Regras
Plausibilidade Psicológica  A abordagem pelas regras é a que teve maior aplicação psicológica  Resolução de Cripto-Aritméticos (SOAR) DONALD GERALD__ ROBERT  A Lei da Prática (SOAR) A média do aprendizado diminui a medida que mais coisas são aprendidas  Tipos diferentes de aprendizado Condicionamento de ratos  Habilidades e limitações das pessoas em lidar com o mundo físico e social Estereótipo social  Aquisição e uso da Linguagem (Anderson) SE o objetivo é comunicar uma estrutura significativa da forma (relação, agente, objeto), ENTÃO determine como sub-objetivos 1. Descrever o agente 2. Descrever a relação 3. Descrever o objeto

22 Abordagem pelas Regras
Plausibilidade Neurológica  Analogia grosseira entre regras e neurônios conectados por sinapses SE um neurônio estimula, ele pode ENTÃO provocar uma estimulação do neurônio conectado a ele  Sistemas baseados em regras foram desenvolvidos com a suposição de que os modelos cognitivos são muito independentes de considerações neurológicas Aplicações Práticas  Educação: Se o que aprendemos são regras, então a educação deve preocupar-se em ajudar os estudantes a aprenderem melhor estas regras. Existem numerosas aplicações educacionais de sistemas baseados em regras de ação  Design: Na engenharia e outras áreas o design também pode ser compreendido em termos de regras  A maioria dos Sistemas Especializados utilizados na industria e no governo são sistemas baseados em regras

23 Abordagem pelos Conceitos
 Platão : Papel dos Conceitos  Conceitos Inatos x Conceitos Aprendidos  Natureza dos Conceitos: Estrutura, Esquema, Manuscrito # Pensamento deve ser entendido como a aplicação de uma Estrutura mais do que uma dedução lógica (Minsky, 1975) # Parte do nosso conhecimento social consiste de Manuscritos, que descrevem ocorrências sequenciais (Schank e Abelson, 1977) # Descrição do conhecimento em termos de estruturas semelhantes a conceitos, chamadas de Esquemas, que representam não a essência mas sim as características de um conceito (Rumelhart, 1980) # O significado dos conceitos deve ser pensado em termos de Estereótipos e não em termos de condições de definição (Putnam, 1975)

24 Abordagem pelos Conceitos
Poder Representacional  Construídos como Estruturas, Esquemas ou Manuscritos os conceitos são entendidos como representações de entidades ou situações típicas, não definições estritas. Conceito de Disciplina  Organização dos Conceitos: Espaços em branco e Hierárquica  Organização Hierárquica: Tipo, Parte e outras associações  Alguns conceitos envolvem uma sequência temporal => Exame  Os conceitos não pretendem ser uma teoria completa de representação mental. Mas os conceitos têm propriedades computacionais que os tornam adições úteis para regras de modelagem do pensamento humano

25 Abordagem pelos Conceitos
Poder Computacional  Herança - Hierarquia Seminário  Ativação Difusa - Tipo de associação livre Escrivaninha => móveis, cadeiras, gaveta, etc  O armazenamento dos conceitos incluem dois passos: Combinação de espaços em branco do conceito com informações adicionais conhecidas Inferências sobre o novo conceito levando em consideração todo o conjunto de espectativas produzido pelo conceito Estudantes matriculados no curso  Etapas do sistema de conceitos num processo computacional 1. Sistema ativa conceitos que representam uma situação 2. Estes conceitos difundem a ativação a outros conceitos potencial- mente relevantes 3. Alguns conceitos que combinam com a situação atual são selecionados 4. O sistema faz inferências sobre a situação por herança dos conceitos selecionados

26 Abordagem pelos Conceitos
A) Resolução de Problemas Planejamento > Na primeira vez você usa as Regras. Na 2a vez você irá seguir a sequência de operações. Você adquiriu um Conceito ou Manuscrito Inscrição em disciplinas > A aplicação do conceito funciona apenas se você tem um armazena- mento de informações que combinam com o situação atual Decisão > Tomada de decisões baseadas em Manuscritos ou Esquemas

27 Abordagem pelos Conceitos
Explanação > As explanações vem muitas vezes em pacotes esquemáticos Porque JF passou a noite toda no computador ? Porque ele é um hacker > Aplicação de um Esquema inclui um objetivo (que deve ser explicado) e um tipo padrão que fornece a explicação TEORIA DA EVOLUÇÃO DE DARWIN Objetivo: Porque uma dada espécie tem uma característica particular ? Explanação: As espécies têm um conjunto de características variáveis As espécies sofrem pressões ambientais As pressões favorecem os membros da espécie que têm uma característica particular Assim os membros das espécies com estas características irão sobrevi- ver e reproduzir-se melhor que os membros das espécies que não possuem estas características Assim, eventualmente a maioria dos membros das espécies terá a característica

28 Abordagem pelos Conceitos
B) Aprendizado > Os conceitos podem ser inatos, formados a partir de exemplos ou formados a partir de outros conceitos Face, Objeto / Gato (Generalização Indutiva) / Música C) Linguagem > Conjunto de palavras ou conceitos representados numa Mente: Léxico Mental > O Léxico Mental é organizado hierárquicamente (Miller et al, 1990) > Qual é o significado do conceito e como ele contribui para o significado de uma frase ? > Teoria do significado deve incluir uma consideração sobre como os conceitos estão relacionados uns com os outros e com o mundo Plausibilidade Psicológica  Condições de Definição x Condições Típicas: Triângulo  Protótipo é um conjunto de Condições Típicas  Experimentos psicológicos sugerem que a aplicação de conceitos se adapta mais a visão prototípica do que à visão clássica Sabiá x Ganso

29 Abordagem pelos Conceitos
Plausibilidade Neurológica  A difusão da ativação entre conceitos nas redes de conceitos é semelhante a forma como os neurônios ativam um ao outro através de impulsos eletroquímicos  Identificação de áreas distintas do cérebro envolvidas na percepção da palavra e na produção da fala Aplicações Práticas  Educação Iniciantes x Peritos: Peritos têm conhecimentos altamente organizados que pode ser descrito em termos de Conceitos ou Esquemas  Design Envolvem conceitos que podem ser representados por Esquemas ou Estruturas  Sistemas Inteligentes: CYC

30 Abordagem pelas Analogias
 O Pensamento Analógico consiste em se lidar com uma nova situação adaptando-se a uma situação semelhante que lhe seja familiar Parábolas  T. Evans, Precursor do modelo de Raciocínio Analógico  Raciocínio Analógico é chamado de raciocínio baseado em casos Poder Representacional  Análogo Fonte => Análogo Alvo Disciplina cursada x Disciplina a cursar  Analogias positivas x Analogias negativas  Os análogos podem ser representados como coleções de tipos de representações que já vimos

31 Abordagem pelas Analogias
Poder Computacional  Se a área do problema é muito familiar e na qual se tem muita experiência => pomos em prática o conhecimento adquirido através de Regras e Conceitos  O Raciocínio Analógico é útil quando você tem alguma experiência mas pouco conhecimento geral sobre a área  O Raciocínio Analógico ocorre em 4 estágios: 1. Você se depara com o Problema Alvo a ser resolvido 2. Você se lembra de um Problema Fonte semelhante para o qual é conhecida uma solução 3. Você compara os Problemas Fonte e Alvo, colocando seus componentes relevantes em correspondência uns com os outros 4. Você adapta o Problema Fonte para produzir uma solução para o Problema Alvo

32 Abordagem pelas Analogias
 A compreensão do Raciocínio Analógico em termos computacionais exige que sejam especificados os procedimentos para os estágios de: Lembrança: Recuperação do Análogo Fonte na memória Comparação: Mapear os Análogos Fonte e Alvo, um em relação ao outro Adaptação: Modificar o Análogo Fonte de modo a assemelhar-se ao Análogo Alvo  A lembrança de análogos relevantes a partir do grande número de análogos potencialmente relevantes, depende de 3 condições restritivas: Similaridade: Dois análogos são semelhantes entre si se eles envolvem conceitos similares Estrutura: Dois análogos devem alinhar-se com precisão, incluindo relações estruturais Objetivo: Sua definição permite eliminar outras opções  Visões diferentes da importância das condições restritivas # Semelhança + (estrutura e objetivos) # Objetivos => Vocabulário indexador  Analogias criativas envolvem um salto

33 Abordagem pelas Analogias
A) Resolução de Problemas Planejamento - Exercícios Decisões - Iraque x Vietnã Explanação - Mente x Computador B) Aprendizado > Tipos: 1. Baixo nível: armazenamento de soluções na memória de casos 2. Adaptação de um caso anterior a resolução de um novo problema 3. Abstrair dos Análogos Fonte e Alvo e formar um Esquema Analógico que capta o que é comum a ambos => Generalização > Os Esquemas Analógicos são muito parecidos com Conceitos C) Linguagem Metáforas - Percepção de uma analogia subjacente O aluno é um asno

34 Abordagem pelas Analogias
Plausibilidade Psicológica  Como as pessoas utilizam as analogias ? Problema do Tumor x História da Fortaleza  A interpretação metafórica parece ser um processo obrigatório que acompanha o processo literal, não um processo que ocorre depois do processo literal Plausibilidade Neurológica  Não há evidência sobre a base neurológica do pensamento analógico Aplicações Práticas  Educação: Uso de analogias para explanação  Design: Fonte de inspirações - Velcro  Sistemas Inteligentes: Partes de aviões num autoclave