Page 11 - Telebrasil - Março/Abril 1989

cional no qual se domina, a priori, todas
as regras do ambiente sendo estudado e
outros em que o “conhecimento” surge
do aprendizado progressivo obtido com a
experiência. Existem, ainda, modelos
rígidos que atuam apenas com regras
formais de produção e não possuem ca-
acidade de aprendizado. Enfim, diz
Ç orasso, trata-se de área em que há
muito para ser investigado.
O sistema Check opera com o empre­
go de dois níveis de conhecimento: um
mais superficial, denominado heurís­
tico, e outro mais profundo. Ao se sub­
meterem sintomas, como para o diag­
nóstico das falhas de funcionamento <Je
um automóvel, o sistema procura, pri­
meiro, com base em experiências anteri­
orm ente acum uladas, estabelecer e
comprovar uma hipótese — trata-se do
nível heurístico. Se tal comprovação
porém não é observada, o Check recorre
ao nível de conhecimento profundo, que
na m áquina é representado por redes
causais ou redes que interrelacionam
causa e efeito.
No conhecimento do tipo profundo ou
teórico opera-se com base em verdades
tidas, pelo modelo, como fundamentais
(axiomas) para se chegar a uma conclu­
são cujos efeitos, apesar de não poderem
ser observados diretamente, mesmo as­
sim permanecem verdadeiras. A estra­
tégia dos sistem as especialistas de 2.*
geração, como é o caso ao Check, prevê o
emprego do conhecimento básico, que
neles é incutido, para que façam frente a
situações novas, nas quais não há ex­
periência anterior. Mas existe limita-
Uma das coisas impossíveis de aconte­
cer é um ouvinte sentir-se entediado nas
palestras que Jean Paul Jacob, da IBM,
um cientista brasileiro hoje radicado nos
Estados Unidos,
dos eventos promovidos pela Sucesu,
ainda mais se premido pelo tempo e con­
trolado por um coordenador inflexível,
como sucedeu no último Info, no Riocen-
tro. De maneira ágil, ele desfila novas tec­
nologias enfatizando o que a Big Blue tem
reservado em sua carteira de novidades,
tais como em estações de trabalho, proces­
samento cooperativo, reconhecimento da
fala, sistemas de apoio à decisão e siste­
mas especialistas. Diz ele que as estações
Telebrosil, Mar/AbrV89
CÉREBRO
HUMANO
COMPUTADOR
DIGITAL
REDE DE
NEURONIOS
O cérobro hum ano, o com putador d ig ita l o as redes de neurônios (um a nova form a de com putador que
procura Im itar a estrutura do cérebro) variam fundam entalm ente.
Jean Paul: panorama
de trabalho, hoje, operam com ícones e
suhícones (símbolos gráficos de cornando
do computador por simples toque na tola)
e mouse (um “camundongo" tradutor de
profere, por ocasião coordenadas) que melhora a comunicação
máquina-homem, permitindo manipular
dados v imagens com mais facilidade. Es­
tações de trabalho, tais como u Quick Sil-
ver, não operam mais sozinhas e sim de
modo cooperativo ao emprestarem-se,
mutuamente, via comunicação de dados,
capacidade (mipagem) ociosa de processa­
mento, com o que aumenta o potencial de
cada Estação. Por outro lado, prossegue
dizendo Jean Paul, a computação, cada
vez mais, ruma para a operação em grupo,
ao t ramar decisões através da identifica­
ção de elementos importantes, e da fixa­
ção de prioridades através do voto (su-
nõe-se democrático) dos participantes.
Mas nem tudo está resolvido no mundo da
informática, reconhece o palestrante, ex­
plicando que esta sofre de um mal incurá­
vel “a complexidade computacional", ter­
reno no qual, técnicas como as da Inteli­
gência Artificial servem, apenas, de pali­
ativo. Jean Paul ressalta ainda, a impor­
tância das pesquisas sobre reconheci­
mento da fala, que esbarram, porém, no
problema do reconhecimento do discurso
contínuo, com orador indeterminado.
Quanto aos sistemas especialistas'ele faz
sua apreciação: são extensões da memória
das pessoas, são bons para atividades de
aprendizado e para o apoio â decisão, mas
são ainda demasiadamente inflexíveis
ara representar, de fato, o conhecimento
umano.
10 a 100 bilhões de neurônios; 10 mil conexões por neurônio; tecnologia
biomolecular operado por mudanças eletroquímicas; tempo de opera­
ção de 1 milissegundo; leva meio segundo para realizar 500 passos; pro­
gramação está implícita na neuroestrutura; memória distribuída; adap­
tado para reconhecer configurações, mas opera mal com cálculos nu­
méricos.
1 a 10 microprocessadores; 1 a 4 conexões entre processadores; tec­
nologia microeletrônica operada por sinais eletrônicos; programação
por uma série de comandos armazenados; bom para executar série de
operações lógicas; processa dados escritos com precisão matemática de
zeros e uns; decide sim ou não, usando funções lógicas e matemáticas;
opera sobre dados sempre de maneira controlada com resultados previ­
síveis; dado tempo suficiente, produz respostas precisas; faz compara­
ções precisas com base nos dados armazenados na memória; informa­
ções são armazenadas de modo a produzir, rapidamente, uma informa­
ção específica.
experimentalmente até 500 processadores, totalizando 400 conexões
num chip; tecnologia m icroeletrônica; processa sinais analógicos
(variam de modo contínuo); produz resultados com base em dados in­
completos, aproximados e até contraditórios; formula independente­
mente maneira de solucionar problemas; acha rapidamente respostas
aproximadas para problemas complexos; pesquisa grande base de da­
dos para obter resultados aproximados; armazena dados de modo que
determinada informação, automaticamente, faz surgir informações cor­
relatas e aproximadas.
çáo: a consulta ao conhecimento básico
exige muito mais tempo de computação
do que a simples verificação (heurística)
com base em experiências anteriores e,
assim, a combinação “empirismo — co­
nhecimento profundo funciona muito
bem nos sistem as de 2? geração”, ob­
serva Torasso.
O sistema Check, por exemplo, apli­
cado à medicina, já é capaz de efetuar so­
zinho até 70 diagnósticos distintos, mas
quanto ao conhecimento profundo, que
pode envolver até 200 modos ou estados,
este ainda não está totalmente determi­
nado devido à complexidade de funcio­
namento do corpo humano (o que é, na
base, estar ou não morto?).
— A história de sistemas especialis­
tas, que tem pouco menos de 20 anos, foi
iniciada a nível acadêmico na década de
70 e passou para a fase comercial na dé­
cada de 80, com base no acúmulo de in­
formações empíricas obtidas através de
entrevistas feitas a especialistas. Além
deste ser um processo demorado (pode
levar mais de um ano), o produto final
dos sistemas especialistas de 1" geração
não tem capacidade de aprendizado, e
assim os novos sistemas especialistas de
2" geração constituirão grande avanço
— conclui Torasso.
N e u r ô n io s
Outro campo de pesquisa da IA é o es­
tudo das redes de neurônios. Assim,
como o homem, para aprender a voar,
estudou e procurou reproduzir (ainda t
9