Mente
Introdução à Ciência Cognitiva
Paul Thagard
José Adolfo S. de Campos
Agosto 2002
Profa Adriana Benevides
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
Inteligência Artificial
Linguística
Neurociência
Antropologia
Filosofia
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
Mente
Computador
Representações Mentais
Dados Estruturais
Procedimentos Computacionais
Algorítmos
= Pensamento
= Saida do Programa
Cérebro
Neurônios e suas conexões
Estimulação de Neurônios e Ativação Difusa
= Pensamento
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.
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
Representação e Computação
Avaliação das Abordagens de Representação Mental
CRITÉRIOS
 Poder de Representação
O Poder Representacional preocupa-se com a quantidade de informações 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
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.
Abordagem pela Lógica
 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
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
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.
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.
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.
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
> A lógica formal tem apenas uma relação distante com o raciocínio
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
Abordagem pela Lógica
Plausibilidade Neurológica
 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.
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
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
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)
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
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 ..
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.
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
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
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)
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
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 potencialmente 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
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 armazenamento de informações que combinam com o situação atual
Decisão
> Tomada de decisões baseadas em Manuscritos ou Esquemas
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 sobreviver 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
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
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
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, 1968 - 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
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
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
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
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
Download

Teorias Representacionais