Universidade de Lisboa

Helder Helder CoelhoCoelhoLabMAg e ICC, FCUL

Projectar a Mente deProjectar a Mente deum Agenteum Agente

[2/47]

Agenda“Nascemos com regras abstractas ou princípios,

e, depois, a nutrição (alimentação, educação, instrução)trata de inicializar os parâmetros e de guiar

a aquisição de sistemas morais particulares.”Marc D. Hauser in Moral Minds, Little Brown 2006.

1. Introdução: foco no natural2. Organismos artificiais3. Exemplos de sociedades4. Conclusões

[3/47]

1. Introdução

[4/47]

Mecanismos

Chomsky defendeu que existem mecanismoscomputacionais que suportam a linguagem.Existem (aspectos linguísticos) universais que sãoinatos e por isso uma criança consegue aprenderrapidamente uma linguagem.

Não sabemos ainda como o cérebro gera ascomputações que estão por detrás das nossascompetências linguísticas (geração ecompreensão) de uma linguagem.

E, que equipamentos cerebrais possuímos já ànascença?

[5/47]

Exemplo da abelha (do mel)

A abelha é um insecto pequeno, com um cérebrominúsculo e um sistema nervoso muito simples.

É capaz de transmitir, às outras, informaçãosobre onde existe a boa comida para a colónia. E,esta informação é suficientemente precisa paraque os membros da colónia consigam achá-la.

Este sistema de processamento é bom para estetipo de computação. A sua compreensão permitiuque na Dinamarca se tivesse construído um robôabelha que, colocado no seio da colónia,comunicou-lhe o lugar correcto da comida.

[6/47]

Limitações

Não sabemos ainda como o cérebro da abelharepresenta a informação, a linguagem da dança,embora o sistema nervoso seja muito simples.

Conhecemos pacientes humanos com lesões docérebro que têm falta de representação de vogaisou de consoantes. Mas, sabemos pouco sobre oscircuitos do cérebro que são os responsáveis poressa representação.

Embora um bom biólogo, após algumas horas deobservação, seja capaz de prever com rigor paraonde a abelha vai, não sabemos como o seucérebro realiza essa computação.

[7/47]

Evolução

Nos primatas, os lobos frontais do cérebro (ondese armazena a informação das representações)sofreram uma grande mudança ao longo dotempo.

Nos macacos não existem as estruturas neuronaisque lhes permitiriam fazer os tipos decomputações que são necessárias parao processamento da linguagem, e talvez por isso eles não falam.

Quando a natureza criou sistemas abertos egerativos recorreu a conjuntos discretos deelementos recombináveis.

[8/47]

Processos computacionais

Computações estatísticas: probabilidadescondicionais que focam em dependências locais:“se A então B”. Muitos animais são capazes disto.

Computações recursivas com ciclos: “se A até N,então B até N”. A maior parte dos animais, e dascrianças, têm dificuldade em fazer isto, porquelhes falta algo.

A matemática, a linguagem, a genética, ou aquímica, necessitam de mecanismos capazes depegarem em elementos discretos (elementosparticulares) e de os recombinar: estruturaaberta e capacidade de recursão.

[9/47]

Sociedade da mente

Ideia de Minsky (1985): cada mente é construídacom muitos pequenos processos (selectores,críticos) que se podem designar por agentes.

Cada agente mental pode apenas fazer uma coisasimples que não exige alguma “mente”complicada ou faculdade de pensamento. E, sóquando se juntam estes agentes em sociedades éque somos conduzidos à verdadeira inteligência.

Nos seres humanos, as mentes servem parapensar, imaginar, prever o futuro, rebobinar opassado, ou antecipar o que fazer em seguida.

[10/47]

Moral

A ÉÉticatica está relacionada com os valoresuniversais e com as regras de comportamentopara a sua realização.

A MoralMoral está relacionada com as relarelaçõções sociaises sociaise com as regras de comportamentoregras de comportamento para a suaconservação.

A moralidade é um sistema de regras e de crenças queajudam as pessoas a manterem correctas as suas relaçõessociais.

As regras morais determinam os critérios para julgar quecomportamentos (e as reacções a estes comportamentos)são aceitáveis em sociedade.

[11/47]

Mentes morais

Marc D. Hauser acredita que a natureza desenhou onosso senso universal do certo e do errado.Possuímos um orgão (faculdade) moral queincorpora uma gramática moral universal, umaferramenta para construir sistemas moraisespecíficos.

As regras moraisregras morais possuem dois ingredientes: 1) umateoria prescritiva, ou corpo de conhecimento (regrasde etiqueta, convenções sociais, regras morais sobreo bem e o mal) quanto ao que devemos fazer, e 2)um conjunto ancorado de emoções.

Analogia da Linguagem com a Moralidade.Analogia da Linguagem com a Moralidade.

[12/47]

2. Organismos artificiais

[13/47]

Agente

DefiniDefiniçãçãoo: algo que percebe o seu ambiente comsensores e que age sobre ele através deactuadores.

Que mecanismos (reacção, cognição) possui?

Sensores

cognição

Actuadores

Ambiente

Agente

?

Percepções

Acções

[14/47]

Escala da Cognição: modelo BDI(Explicar como uma Mente funciona)

Percepção

Crença Desejo

Intenção

Acção

Mundo

vontade

decisão

(escolha e força)

(deliberação, escolha)

(deliberação, escolha)

execução

(Devlin, 1991)

Zona de intervenção

[15/47]

Cognição

Modelação Deliberação

Geração de objectivos Geração de planos Reconsideração de objectivos

Tomada de Decisão Escolha de opções/preferências Decisão (empenhamento)

Execução da Acção

[16/47]

Estratégia LabMAg Arquitecturas Cognitivas

Deliberação Raciocínio Planeamento Negociação Argumentação

Tomada de Decisão Escolha Acção Valores (racionalidade)

Poder, vontade Emoção Comunicação

Arquitecturas Reactivas Emergência e Auto-organização

Ferramentas

Pontos de Vista sobre Agentes:

- Funcional- Mental- Processual- Comportamental

Interacção

[17/47]

Modelos de agentes

BDIBDI (Belief Desire Intention) Raciocínio qualitativo baseado em estados mentais, e apoiado em

teorias lógicas. Capta a relação entre componentes de alto nível e segue

estratégias de decisão heurísticas (baseadas em regras). Bom para grandes problemas (controle aéreo).

MDPMDP (Markov Decision Processes) Avaliação da decisão teórica, quantitativa, dos efeitos causais, a

qual suporta a tomada de decisão em ambientes competitivos,parcialmente observáveis.

Lida com componentes de baixo nível (acções primitivas erecompensas) e com procuras de políticas de longo prazo quemaximizam uma função de utilidade.

Bom para ambientes estocásticos (catástrofes, crises, mercados).

[18/47]

Agentes inteligentes

Agentes actuam independentemente: sãoautónomos.

Adequam-se ao ambiente: exploram convenções. Tomam decisões informadas: são conhecedores. Enfrentam a diversidade: são de banda larga e

flexíveis. Não falham: exibem persistência e continuidade. Adaptam-se à mudança: reorganizam-se e

aprendem.

Construir estas aptidConstruir estas aptidõões em infraestruturas!es em infraestruturas!

[19/47]

Agente

História: Percepção e sequência de percepções. Comportamento: função do agente que aplica

qualquer sequência de percepções numa acção(descrição matemática abstracta).

Caracterização externa: tábua das percepções edas acções do agente.

Caracterização interna: função do agenterealizada por um programa (implementaçãoconcreta).

Agente = <P, A, I, in, out> Ambiente = <A, P, ver, fazer>

[20/47]

Agente moral

O raciocínio e a emoção desempenham um papelna geração de um juízo moral (comportamentomoral) sobre ganhos e perdas de um agente.

As emoções funcionam como pesos, levando-nosmais para um lado do que para o outro.

Faculdade moral: um agente está equipado comum orgão da mente que possui uma gramáticauniversal da acção.

Produção de um juízo utilitário ou deontológico.O primeiro foca nas consequências, enquanto osegundo nas regras.

[21/47]

Juízos

Juízo utilitário:resultados maximizam os maiores bens. Juízo deontológico:qualquer acção moral, certa ou errada, é

independente das consequências.

[22/47]

Agente moral

A assinatura de um agente capaz de realizarcomportamentos morais está relacionada com alógica que liga as intenções às acções e às acçõesàs consequências.

Orgão da mente: princípios, processos (mentais),e parâmetros.

Princípio 1: todos os membros da sociedade temdireitos iguais ou acesso às liberdades básicas.

Princípio 2: a distribuição de mercadorias sociaise económicas deve ser feita de forma a beneficiaros membros da sociedade com menos vantagens.

[23/47]

Criaturas morais

Modelo Humeano (sentimentos)Percepção Emoção Juízo

Modelo Humeano e Kantiano (sentimentos eraciocínio)

EmoçãoPercepção Razão Juízo

Modelo Rawlsiano (gramáticas de acção)Emoção

Análise da acção JuízoRazão

[24/47]

Esqueletos de agentes

(Russell e Norvig, 2003) distinguem 4 tipos4 tipos deagentes de acordo com o seu comportamento:- Regra de produção sem estado interno (sem memória):

Agentes Reactivos.- Regra de produção com estado interno (com

memória): Agentes Reactivos Baseados em Modelos.- Mecanismo de decisão com selecção baseada em

objectivos (recurso a técnicas de procura e deplaneamento): Agentes Baseados em Objectivos.

- Mecanismo de decisão racional com função deutilidade (com capacidade de enfrentar a incerteza):Agentes Baseados em Utilidades.

[25/47]

Evolução

Os 4 tipos de agentes (dos reactivos aos racionaise baseados em utilidades) sugerem uma escala deevolução dos organismos artificiais: dos maiseficientes e simples para os menos eficientes emais flexíveis.

Agentes Reactivos Agentes Cognitivos

Nenhum destes agentes possui qualquer sistemamoral.

[26/47]

Agentes reactivos

Usualmente explorados pelas Ciências Humanas(mercados económicos), Ciências Sociais(dinâmicas culturais e de opinião) e Ciências daVida (imunologia).

Modelo: esquema funcional.genoma reconhecimento acção resultados

mudança da população Kernel do modelo:descrições de traços individuais via cadeias de bitscadeias de bits.

[27/47]

Agentes reactivos

Trocas entre agentes: produtos e recursos(necessidades), codificados por cadeias de bits.

Objectivo: maximizar algum tipo da função deutilidade (lucro, alimentos, reprodução, conforto,poder); escolha de preferências.

A melhoria da utilidade de um agente é feita àcusta da diminuição de outras das utilidades.

Dinâmica do modelo: troca, evolução, adaptação. Trocas/Interacções: feitas sobre a adequação dos

produtos de cada agente com as necessidades dosoutros agentes.

[28/47]

3. Exemplos de sociedades

[29/47]

Pode explicar isto?

História dos Anasazi.A emergência de classes económicas.O prazo da reforma.A evolução das normas.A dinâmica dos conflitos éticos.A difusão de epidemias.A adaptação organizacional.

J. M. Epstein (2007).

[30/47]

Faça crescer!

Para explicar padrões sociais macroscópicosgeramo-los (fazemos crescer) em modelos deagentes.

Um Modelo Baseado em Agentes (o MBA, é umprograma de computador) é, em primeiro lugar ealém do tudo, explanatório.

Características dos agentes: heterogeneidade,autonomia, espaço explícito, interacções locais,racionalidade limitada, e dinâmica de nãoequilíbrio (Epstein, 2007).

[31/47]

Agentes em ciências sociais

Alguns estados são fixados para toda a vida doagente, enquanto outros mudam através dainteracção com os outros agentes ou com oambiente externo.

Estados: fixos (sexo, ritmo metabólico, visão) evariáveis (preferências económicas, riqueza,identidade cultural, saúde).

Ambiente: paisagem (topografia com recursosrenováveis), rede de comunicações.

Agentes = Estados internos+Regras comportamentais

[32/47]

Agentes como objectos

Objectos são estruturas que contêm dados emétodos (procedimentos):

Objectos = dados + mObjectos = dados + méétodostodos

Dados: os campos representam os estados internos (sexo, idade,riqueza).

Métodos: regras de comportamento (comer, comerciar).

Agentes = estados internos + regras comportamentaisAgentes = estados internos + regras comportamentais

[33/47]

Ambientes de simulação

[34/47]

Comparação

Sistema ComplexoSistema Complexo Sistema Baseado em AgentesSistema Baseado em Agentes

Sub-sistemas. Organização de agentes.Componentes do sub-sistema. Agentes.Interacção entre sub-sistemas Cooperar para atingir alvos comuns.e componentes de sub-sistemas. Coordenar as suas acções.

Negociar para resolver conflitos.Relações entre sub-sistemas Mecanismos explícitos para representare componentes de sub-sistemas: e administrar relações organizacionais.- mudam ao longo do tempo, Estruturas para modelar colectivos.- tratam colecções como únicas.

[35/47]

Pagamento de impostos

Segregação: pretendem ter X % da mesma cor (verde,vermelha) na sua vizinhança (X é a percentagem deamigos, 30% e 60%) (Antunes et al, 2006). Agentes reactivos (com um estado interno, estar ou não feliz) têm

uma regra simples para a tomada da decisão.

Inspecção (EC4): dois tipos de agentes, contribuintes(amarelos, ou amarelos claros quando são apanhados) afugir do pagamento de impostos e inspectores (vermelhos)a tentar apanhá-los. Agentes baseados em utilidades têm uma regra complexa para

decidir quanto podem ou não pagar (evadir):a decisão dependeda ponderação da sua riqueza e das multas aplicáveis.

Agentes teimosos: decidem sempre da mesma maneira.

[36/47]

Demo do mundo dos impostos

[37/47]

Agentes pintores

Formação descentralizada de consensos (decisãocolectiva comum) em sociedades de agentes semestrutura organizacional: coordenação de agentese selecção de regras sociais que regulam osconflitos inter-individuais (Urbano, 2004).

Agente: máquina de estados com atributosinternos; capaz de ter acesso a informaçãoexterna (meio ambiente e outros agentes), com aqual alterava os seus atributos.

Comportamento: descrito como uma função ouum conjunto de regras.

[38/47]

Demo

[39/47]

Saúde Pública

Dinâmica de epidemias (processos não lineares eestocásticos): geração de surtos de bexigas.

Modelo matemático: equações de Kermack-McKendrick com Susceptíveis S(t), InfectadosI(t), e Removidos R(t).

dS/dt=-rSI, dI/dt=rSI-pI, dR/dt=pI Ambiente: grelhas 2D Agentes: azuis (susceptíveis), vermelhos

(infectados); memória de quem são os seusfamiliares, do seu lugar de trabalho.

População de agentes: tamanho variável.

[40/47]

Kermack-McKendrick

[41/47]

Difusão de epidemia

[42/47]

Saúde Pública

Estratégias de ataque aos estados de saúde:vacinação (pontual ou em massa),isolamento.

Região: cidades, hospitais, lares, escolas,empresas.

Ritmos de contacto; heterogeneidade datransmissão.

[43/47]

Multidões de Iain Couzin

Estudando cardumes, formigueiros, enxames ourebanhos podem-se descobrir regras simplesregras simples(algoritmos) que permitem ver as multidões atrabalhar bem. Assim, milhares de animais simplesformam um cérebro colectivo capaz de tomardecisões e de se mover como um simplesorganismo.

Comportamentos Comportamentos (Leis da Física dos Líquidos) : :

[44/47]

Olhar, Experimentar, Prever

FilmarFilmar um formigueiro ou um enxame de gafanhotospara olharolhar os comportamentos cooperativos e pacíficos, osde pânico ou de desastre: o comportamento das multidõesemerge imprevisivelmente a partir das interacções dasacções individuais e depende da sua densidade.

Construir modelosmodelos de simulação para preverprever as decisões,e as situações que as enquadram. Como a informação fluiatravés da multidão?

Apenas alguns líderes conseguem guiar as multidões demodo efectivo. Dois líderes podem puxar a multidão emdirecções opostas. Quando se aumenta a diferença deopinião entre os indíviduos, o grupo expontaneamentechega a um consensoconsenso e move-se na direcção escolhida pelamaioria.

[45/47]

Exportar ideias

Novos alvos:Novos alvos: rebanhos de robôs, células nointerior do nosso corpo, ou neurónios do nossocérebro.

Estudos de Iain Couzin (Univ. de Princeton eOxford) mostram que os neurónios podem seguiras mesmas regras do comportamento colectivodos gafanhotos ou mesmo dos peixes.

Como o cérebro de um indíviduo usa ainformação para chegar a uma decisão colectivasobre o que ele está a ver?

Que regras seguem as células cancerosas paraconstruir tumores ou migrar através dos tecidos?

[46/47]

4. Conclusões“Todos os fenómenos complexos são produzidos por regras simples.

Existe sempre uma regra no coração de todas as coisas .”Stephen Wolfram in A New Kind of Science, 2002.

[47/47]

A modelação baseada em agentes é explanatória,explica (faz crescer) regularidades sociaismacroscópicas, tais como normas, padrõesespaciais, dinâmica de contágios, ou instituições.

A explicação gerativa é dedutiva. O projecto de agentes acompanha a produção de

comportamentos adequados, sendo guiado porprincípios e por mecanismos.