mente introdu o ci ncia cognitiva paul thagard n.
Download
Skip this Video
Loading SlideShow in 5 Seconds..
Mente Introdução à Ciência Cognitiva Paul Thagard PowerPoint Presentation
Download Presentation
Mente Introdução à Ciência Cognitiva Paul Thagard

Loading in 2 Seconds...

play fullscreen
1 / 34

Mente Introdução à Ciência Cognitiva Paul Thagard - PowerPoint PPT Presentation


  • 110 Views
  • Uploaded on

Mente Introdução à Ciência Cognitiva Paul Thagard. José Adolfo S. de Campos Agosto 2002. Prof a Adriana Benevides. Representação e Computação. Objetivo Principal da Ciência Cognitiva Explicar como as pessoas chegam a diferentes tipos de Pensamento.

loader
I am the owner, or an agent authorized to act on behalf of the owner, of the copyrighted work described.
capcha
Download Presentation

PowerPoint Slideshow about 'Mente Introdução à Ciência Cognitiva Paul Thagard' - thyra


An Image/Link below is provided (as is) to download presentation

Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author.While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server.


- - - - - - - - - - - - - - - - - - - - - - - - - - E N D - - - - - - - - - - - - - - - - - - - - - - - - - -
Presentation Transcript
mente introdu o ci ncia cognitiva paul thagard
MenteIntrodução à Ciência CognitivaPaul Thagard

José Adolfo S. de Campos

Agosto 2002

Profa Adriana Benevides

representa o e computa o
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

Neurociência

Psicologia Cognitiva

Antropologia

Inteligência Artificial

Linguística

Filosofia

representa o e computa o1
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

representa o e computa o2
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.

representa o e computa o3
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

representa o e computa o4
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

representa o e computa o5
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 l gica
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 l gica1
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 l gica2
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 l gica3
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.

slide12

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 l gica4
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 l gica5
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
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

SEAndré é um estudante, ENTÃOAndré 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 regras1
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 regras2
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 regras3
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 regras4
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 regras5
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 regras6
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 regras7
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
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 conceitos1
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 conceitos2
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

abordagem pelos conceitos3
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

abordagem pelos conceitos4
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

abordagem pelos conceitos5
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 conceitos6
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
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 analogias1
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 analogias2
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 analogias3
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 analogias4
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