Computacao Natural - Aula 02 - Conceitos Gerais.pdf

  • Published on
    30-Dec-2015

  • View
    23

  • Download
    0

Transcript

  • 1Computao Natural Conceitos Gerais

    Gisele L. Pappa

    Introduo

    Computao natural uma rea interdisciplinar e multidisciplinar, que envolve conceitos da qumica, fsica e biologia. Mesmo conceito pode ter diferentes

    significados em cada uma dessas reas.

    Modelos

    O que um modelo? Abstrao de um sistema do mundo real ou a

    implemetao de hipteses para investigar questes especficas ou para demonstrar caractersticas particulares de um modelo... [Trappenberg 2002]

    Modelos esto entre o mundo real e as teorias e suposies sobre o mundo [Peck 2004]

    Modelos

    O que um modelo? Uma descrio (esquemtica) de um sistema,

    teoria ou fenmeno, que leva em considerao suas propriedades conhecidas ou inferidas, que podem mais tarde ser utilizadas para estudar mais a fundo suas caractersticas

    Quanto mais complexo o sistema a ser modelado, maior o nmero de simplificaes

    Modelos

    Em computao natural, modelos computacionais so geralmente simples de entender, mas ricos o suficiente para gerar comportamentos (emergentes) interessantes, teis e significantes

    Ao criar um modelo, selecionam-se as caractersticas e leis que governam o comportamento do fenmeno sendo estudado Em Computao Natural, essa seleo guiada por

    metforas

    Metfora

    Metfora (do grego tranferncia): Emprego de uma palavra em sentido diferente do prprio por analogia ou semelhana [Dic. Michaelis] Redes Neurais - seguem os mesmos princpios

    bsicos do crebro humano Sistemas imunolgicos artificiais para criar um

    sistema imunolgico para o computador ?

  • 2Conceitos Gerais

    A grande maioria dos modelos de computao natural compartilha um conjunto de caractersticas (conceitos) gerais

    Conceitos Gerais

    Observem os seguinte modelos construidoscom o software NetLogo(http://ccl.northwestern.edu/netlogo/)

    Caractersticas? Como elas podem ser aproveitadas em sistemas

    computacionais?

    Conceitos Gerais

    Coletividade versus agentes Processamento paralelo e distruibudo Interao Adaptao Feedback Auto-organizao Emerso (emergence)

    Indivduos, Entidades, Agentes A maioria dos mtodos que iremos estudar esto

    baseadas em coletividade populaes de indivduos sociedades de insetos bandos de pssaros redes de neurnios, etc

    Compostos por agentes Possuem um grau mnimo de autonomia e identidade Capazes de agir sobre si mesmos e o ambiente Capazes de se comunicar com o ambiente

    Indivduos, Entidades, Agentes

    Paralelismo e processamento distribudos

    Na natureza, processamento paralelo e distribudo evidente processamento do crebro, sociedades de insetos respostas imunes, evoluo de espcies, etc

    Food source

    Nest

  • 3Interao

    Mais variados tipos: reproduo, simbiose (competio, predador-presa,

    parasitas), canais de comunicao Forma importante da natureza gerar e manter vida

    Ex: quando um gene desligado, outro assume sua funo

    Interao pode ser direta ou indireta. Exemplo de interao:

    Por feromnio (trilhas de hormnios deixadas pelas formigas, por exemplo) - indireto

    Contato fsico (por meio das antenas) - direto

    Interao

    Existem 2 tipos importantes de interao1. Conectividade (direta)

    Informao codificada atravs dos ns e conexes de uma rede de elementos bsicos

    Interao

    2. Estigmergia (stigmergy) (indireta) Mecanismo que relaciona comportamentos

    individuais e coletivos Comportamentos individuais modificam o

    ambiente, que por sua vez modificam o comportamento de outros indivduos

    Auto-organizao aparece de acordo com o grau de intensidade das relaes de estigmergia

    Estigmergia

    Organizao e coordenao

    Adapatao

    Capacidade do sistema de mudar suas respostas a estmulos de acordo com o ambiente

    2 tipos principais de adaptao: Aprendizagem:

    Ato ou processo de se ganhar conhecimento, compreenso ou habilidade atravs de experincia, estudo ou interaes

    Evoluo Acontece quando um indivduo ou uma populao de

    indivduos se reproduz (herana) e sofre variaes genticas

    Aprendizagem

    Mudanas gradativas de comportamento de um sistema

    Para aprender, no necessariamente necessitamos de conscincia Insetos aprendem a buscar comida Sistema imunolgico aprende a combater agentes

    causadores de doenas

  • 4Feedback

    Acontece quando a resposta a um estmulo tem algum tipo de efeito no estmulo original

    Tipos de feedback: Negativo: a resposta diminui o estmulo

    original Positivo: a resposta eleva o estmulo original

    Feedback

    Mais formigas

    Mais feromnio

    Muito quente

    Temperatura Ideal

    Mais ar frio

    Mais ar quente

    Muito frio PositivoNegativo

    Auto-organizao

    Auto-organizao (Self-Organization) gros de areia formando dunas formigas agindo coletivamente para obter comida clulas agindo em conjunto para gerar uma resposta imune, etc

    Todos esses so exemplos de organizao espontnea

    Formao de padres ocorre atravs de interaes internas do sistemas, sem interveno direta do meio externo

    Auto-organizao No afeta apenas o padro de comportamento de

    sistemas Pode tambm definir padres tais como forma

    Polgonos que formam o casco da tartaruga Caractersticas da auto-organizao

    Coletividade e interatividade Dinmica Padres emergentes No-lineridade (interaes resultam em novas propriedades

    que nao podem ser explicadas apenas somando contribuies individuais)

    Complexidade Baseada em regras Feedback

    Auto-organizao

    O que organizado e o que auto-organizado?

    Alternativas para o processo de auto-organizao: Seguir um lider, Utilizar um modelo Seguir uma receita

    Complexidade Um sistema complexo aquele que:

    possui um grande nmero de componentes interagindo apresenta atividade no-linear auto-organizvel

    Para entender sistemas complexos, no basta estudar sua organizao interna. Precisamos tambm entender: O sistema em si Como suas partes interagem entre si e com o ambiente

  • 5Emerso (emergence) A capacidade do inteiro no est presente e

    nem pode ser diretamente derivada de nenhuma das partes uma partcula de gua no uma nuvem um neurnio no tem conscincia

    Agradecimento

    Alguns desses slides foram retirados do livro Fundamentals of Natural Computing, de Leandro Nunes de Castro

    Referncias

    T. Tappenberg (2002), Fundamentals of Computational Neuroscience, Oxford University Press

    S. L. Peck (2004), Simulation as Experiment: A Philosophical Reassessment for Biological Modellling, Trends in Ecology and Evolution, 19(10), pp. 530-534