MODELOS DE CONHECIMENTO:
uma introdução à Ciência Cognitiva
Henrique Schützer Del Nero
Curso de Pós-Graduação para candidatos das áreas de Engenharia (particularmente das áreas de controles, softaware, robótica, sistemas e produção), Física (particularmente sistemas complexos), Matemática (particularmente sistemas dinâmicos e computação), Medicina (particularmente Neurologia e Psiquiatria), Psicologia (particularmente da área experimental), Filosofia (particularmente Filosofia da Ciência e Lógica), Linguística (particularmente da área de processamento de linguagem), Economia e Administração (particularmente sistemas complexos, teoria da decisão), Direito (processos normativos e teoria da decisão), Educação (processos cognitivos de desenvolvimento e otimização de processos de aprendizado e recuperação).
OBJETIVOS: O curso pretende constituir introdução abrangente à Ciência Cognitiva, disciplina já madura em centros do primeiro mundo, não havendo praticamente nenhuma universidade que não a ofereça como opção de pós-graduação, não contando, no entanto, na Universidade de São Paulo, com departamento ou área a ela dedicada, salvo pelo grupo de Ciência Cognitiva do Instituto de Estudos Avançados, existente desde 1990 e por outras tentativas dispersas, corajosas porém pouco sistematizadas e endossadas institucionalmente.
Métodos: Aulas expositivas e trabalhos semanais de leitura e dissertação sobre temas afins. Aulas expositivas de 2 horas de duração, seguidos de 1 hora de palestra de professores convidados e discussão de textos Carga de estudo supervisionado: 9 horas semanais. 2 reuniões individuais com cada participante durante o curso para discussão de trabalho final.
RESUMO DO CURSO:
Nos anos 50 surgem as primeiras e veementes críticas ao Behaviorismo no panorama da Psicologia, são sintetizadas drogas que atuam nas chamadas patologias neurológicas superiores (psiquiátricas), lança-se a Teoria da Informação logo exportada para muitos outros domínios, começam-se a construir computadores e programas capazes de "exibir" comportamento inteligente; entendem-se a mente e os processos cognitivos como processadores de informação; unificam-se os esforços de engenheiros e médicos através da Cibernética para contruir modelos artificiais e naturais de comportamento; a Linguística descobre a formalização subjacente à linguagem através da obra de Chomsky e do desenvolvimento lógico da Cognição com a obra de Piaget. Está aí o germe da Ciência Cognitiva como descreve seu biógrafo oficial, particularmente no HIXON SYMPOSIUM de 1948 no Instituto Tecnológico da Califórnia (CALTECH) intitulado "Mecanismos Cerebrais no Comportamento" sobre processos cerebrais de controle do comportamento:
" The opening speaker, mathematician John von Neumann, forged a striking comparison between the electronic computer and the brain. The next speaker, mathematician and neurophysiologist Warren McCulloch, used his provocative title ("Why the Mind is in the Head") to launch a far ranging discussion on how the brain processes information - like von Neumann, he wanted to exploit certain parallels between the nervous system and "logical devices"in order to figure out why we perceive the world the way we do.
Less steeped in the latest technological innovations but more versed in the problems of explaining human behavior, the next speaker, psychologist Karl Lashley, gave the most iconoclastic and most memorable address. Speaking on "The Problem of Serial Order Behavior", he challenged the doctrine (or dogma) that has dominated psychological analysis for the past several decades and laid out a whole new agenda for research. In the terms of my own discussion, Lashley identified some of the major components needed for a cognitive science, even as he castigated those forces that had prevented its emergence before this time." (in The Mind's New Science: A History of the Cognitive Revolution by Howard Gardner, p.10-11, 1985, Basic Books) (grifo meu)
O objetivo do curso é o de introduzir multidisciplinaridade que já data dos anos 50 nos grandes centros do Primeiro Mundo, apresentando um panorama da Ciência Cognitiva tal que permita em cursos posteriores o aprofundamento de tópicos específicos. Dada a abrangência do tema nenhum dos tópicos poderá, no limite de 12 aulas, passar de uma visão geral e de um guia à bibliografia especilizada.
Como afirmam muitos dos mais renomados autores da área, Ciência Cognitiva se constitui da interligação entre pelo menos seis grandes disciplinas, a saber: Neurociências, Inteligência Artificial, Psicologia, Linguística, Filosofia e Antropologia.
Antes de supor que um só docente possa varrer competente e profundamente todas essas áreas, o curso visa a dar uma visão panorâmica, incitando o intercâmbio entre departamentos e unidades. Bem certo está, no entanto, que não é apenas com leituras ligeiras que se faz interdisciplinaridade profícua. Como no Centro de Sistemas Adaptativos da Boston University e em artigo recente da revista Science, supõe-se que vale a regra de que aquele que pretende trabalhar com modelos cognitivos, naturais ou artificiais, deve manejar pelo menos duas ou três disciplinas em nível razoavelmente profundo do ponto de vista conceitual. Bem certo, não se espera do cognitivista que saiba nuanças de cada disciplina, nem suas técnicas mais profundas, porém deve estar habilitado a discutir com os especialistas em nível tal que precise seus problemas e expectativas, ensejando combinação e não mera mistura.
Traz-se para isso, a experiência na coordenação de grupo de estudo e pesquisa do IEA-USP que durante os últimos três anos tem se dedicado a varrer diversos tópicos, incitando os participantes a se aprofundar conceitualmente nas áreas correlatas. Modelos muldisciplinares não são colchas de retalho mas sim trabalho árduo de uso de ferramentas comuns em busca de pardigmas de universalidade para sistemas complexos, como o são a mente e as máquinas mais interessantes.
PLANO DAS AULAS: 2 horas de aula expositiva + 1 hora de palestra de professores convidados + 1 hora (facultativa) de discussão de artigos selecionados.
1. Introdução à Ciência Cognitiva (aulas 1,2,3,4,5)
1.1 Doutrina das Faculdades e separação entre mundo da Cultura e da Natureza no século XIX
1.2 O Positivismo Lógico e o abandono dos termos teóricos
1.3 O Behaviorismo Psicológico
1.4 A Falência do Behaviorismo (aspectos quânticos, clássicos e mentais)
1.5. Sistemas intencionais, representação simbólica
1.6. A lógica de Boole e Frege
1.7 A máquina de Turing
1.8 Indecidibilidade e Incompletude: Kurt Gödel
1.9 Emergência x Reducionismo
1.10. Paradigma Simbólico: Inteligência Artificial Tradicional
1.11. Paradigma Sub-simbólico: Redes Neurais e Conexionismo
1.12. Anti-representacionalismo: sistemas dinâmicos e primado sintático
1.13 Neurônios como osciladores
1.14 Bifurcações e transições de fase em sistemas complexos
1.15 O inatismo da linguagem
1.16 Racionalismo x empirismo
1.17 Predicados mentais e consciência: o problema do controle automático e voluntário
2. Modelos e Teorias (aulas 6 e 7)
2.1. Três tipos de modelos: axiomático, analógico e empírico
2.2. Homeomorfismos e Isomorfismos
2.3 Predição, Explicação, Refutação e Verificação
2.4 O status cognitivo das Teorias
2.5 Teorias da redução e tradução de teorias
2.6. Teorias da emergência e sistemas complexos: ergodicidade e invariância topológica.
2.7 O pitagorismo dos Sistemas Dinâmicos: a matemática como instrumento e a matemática como fundamento
2.8 A crise do determinismo: mecânica quântica e caos determinístico
3. Representação do conhecimento e representação cognitiva (aula 8)
3.1. Símbolos
3.2. Intencionalidade
3.3 Sub-símbolos
3.4 Códigos: o enfoque sintático da informação de Shannon e o semântico de Dretske
3.5. Sistemas especialistas: software e redes neurais
3.6. As categorias mentais sob suspeita: materialismo eliminativo, anti-representacionalismo, neurociência cognitiva
3.7. O paradigma sentencial e a linguagem do pensamento
3.8. Concepções modulares da mente e processamento central
3.9. Concepções distribuídas da mente e processamento paralelo
4. Neurobiologia e Neuropsiquiatria (aula 9 e 10)
4.1. Modelos de neurônios
4.2. Assembléias, circuitos, redes
4.3 Neurotransmissores
4.4 Patologias neuropsiquiátricas: ação de drogas, análises quantitativa e qualitativa
4.5. Dinâmica voluntária e automática de memórias
4.6. Algorítmos artificiais e hipóteses biológicas para o sonho
4.7. Ganho de malha em sinapses serotoninérgicas e dopaminérgicas: modelos cognitivos em redes neurais para alterações superiores
4.8. Afasias, sindromes neuropsicológicas e "lesão"de redes neurais
5. Sistemas Complexos. Sistemas Dinâmicos. (aula 11)
5.1 Sistemas não-lineares e complexidade
5.2 Sistemas dissipativos e complexidade
5.3. Estabilidade local e estrutural
5.4. Bifurcações
5.5. Sistemas Dinâmicos em modelagem de conhecimento : retorno à cibernética- Ritmos biológicos
5.5 Sistemas Dinâmicos e Mecânica Estatística na compreensão de funções superiores
5.6. Identificação de Sistemas
5.7. Fluxos e campo vetor.
5.8. Sistemas cognitivos: o que é variável? o que é parâmetro?
5.9 Dinâmicas intermediárias: em mecânica estatística de redes neurais (a tese de Caticha) e em sistemas dinâmicos (a tese de Piqueira)
5.10 Explosão combinatória em sistemas tradicionais
5.11 Elementos de lógicas não-tradicionais
5.12 Máquinas analógicas e o problema da parada na máquina de Turing
5.13 Funções não-algorítmicas e a tese de Penrose
5.14. Estruturas hierárquicas e modelos híbridos para processamento serial e paralelo
6. Consciência e máquinas (aula 12)
6.1 Aspectos naturais da consciência
6.2 Modelos artificiais da consciência
6.3 Impasses semânticos dos modelos artificiais: o quarto chinês
6.4 Aspectos normativos e descritivos das escolhas (teoria da decisão)
6.5 Estrutura de dados e homúnculos especialistas
6.6 Aspectos de justificação e responsabilidade
6.7 Unidade temporal e espacial do sistema: o ego
6.8 Aprendizado, consciência, controle voluntário e representações
6.9 Partição de conjuntos e criação de "representações de conhecimento"
6.10 Robustez e ambigüidade: duas facetas desejáveis para diferentes finalidades dos sistemas cognitivos
6.11. Em busca de um paradigma para o problema cérebro-mente : importância para a engenharia, medicina e sociologia
6.12 A nova Cibernética e a volta do casamento entre médicos e engenheiros.
PALESTRISTAS CONVIDADOS: (nomes sujeitos a confirmação ou substituição em caso de impedimento)
Palestra 1: Inteligência Artificial tradicional :Prof.Márcio Rillo (POLI-USP)
Palestra 2: Redes Neurais: Tratamento de Mecânica Estatística: Prof.Nestor Caticha (IF-USP)
Palestra 3: Redes Neurais: tratamento em engenharia: Prof. S.Kovacs (POLI-USP)
Palestra 4: Sistemas Dinâmicos: uma introdução ao caos determinístico: Prof.José Roberto Piqueira (POLI-USP)
Palestra 5 :Teoria da Informação: aspectos matemáticos - Prof.José Roberto Piqueira (POLI-USP)
Palestra 6 Modelos de Neurônios : Prof. André Kohn (POLI-USP)
Palestra 7: Piaget e sistemas de software Prof. José Otavio Soares (POLI-USP)
Palestra 8: Arquiteturas Paralelas : Prof. Siang (IME-USP)
Palestra 9: Modelagem computacional. Prof Alfredo Maranca (POLI-USP)
Palestra 10: Robustez . Prof. Jocelyn Benatton (POLI-USP)
Palestra 11: Solução de Problemas Prof. Maria Isabel Mattos (IP-USP)
Palestra 12: Lógica Fuzzy: perspectivas Paulo Blinder (UNICAMP)
As palestras acima estão sujeitas a confirmação e a modificação de ordem. Oportunamente serão apresentadas as confirmações e/ou subtituições devidas.
BREVE DESCRIÇÃO DE CADA TÓPICO e BIBLIOGRAFIA GERAL E ESPECÍFICA
1.1. INTRODUÇÃO À CIÊNCIA COGNITIVA (AULA 1, 2, 3 e 4 e 5 )
Apresentar a Ciência Cognitiva num panorama amplo é tarefa difícil. Uma das maneiras de abordar o problema é através de um resgate dos movimentos do século XIX que faziam proliferar entidades ocultas, operando uma cisão radical entre Mundo da Natureza e Mundo da Cultura, i.é. entre mundo físico e mundo mental. (1.1)
A crise dessa cosmovisão e sua substituição radical por uma Filosofia e uma Epistemologia essencialmente voltadas para a construção de teorias baseadas em termos observáveis, um fisicalismo de vocabulário e um empirismo de métodos, domina o chamado Positivismo Lógico e seus desdobramentos: o Behaviorismo Filosófico e o Psicológico. (1.2 e 1.3)
Em muito a falência do behaviorismo, em suas duas vertentes, se deve à ingenuidade de tentar abandonar termos teóricos (nas teorias) e termos mentais (na Psicologia), pretendendo estabelecer correlações estritas e "deterministas"entre entradas e saídas de um sistema. Cabe então examinar do ponto de vista geral quais são as condições de falência do determinismo em seus aspectos quânticos (o problema da medida), clássicos (o problema dos sistemas não-lineares com sensibilidade às condições iniciais) e mentais (sistemas simbólico-intencionais) (1.4. e 1.5.)
A idéia de que os sistemas intencionais se constituem pela manipulação de símbolos-proposições, e sua verificação por critérios de verdade ou falsidade, encontra na Lógica de Boole e na Lógica Matemática de Frege inspiração e endosso, permitindo que se possa pensar num sistema cognitivo ou neural como um manipulador sentencial com portas lógicas de Verdadeiro ou Falso, de O ou de 1. A isso se agrega o fato de que o conhecimento do potencial de ação em neurônios e sua suposta natureza tudo-ou-nada (digital) em muito inspirará a concepção digital-logicista da cognição. (1.6)
O artigo de Alan Turing sobre o seu teste e sua "máquina" impulsionam a vertente "logicista"de encarar a mente como um aparato lógico, manipulador de símbolos (1.7.) Porém, os problemas de incompletude e indecidibilidade provados por Gödel inserem fortes suspeitas quanto à natureza universal de uma máquina de Turing, de aparatos algorítmicos e ainda colocam dificuldades praticamente intransponíveis para o problema da "parada" numa máquina de Turing (problema que em princípio se resolveria através do uso de oráculos estocásticos, porém que no limite requer o uso de oráculos quânticos ou o abandono da noção de máquina digital e o retorno à maquina analógica (1.8.)
Do ponto de vista da estrutura das teorias há duas visões em jogo nos modelos cognitivos: uma, emergente, que supõe que haja genuína emergência da cognição em relação ao nível do processamento (Inteligência Artificial Tradicional) e outra - para alguns "supostamente" reducionista - que vê benefício em aproximar o nível algorítmico do nível do implemento, i.é. as arquiteturas conexionistas (ou redes neurais) processarão informação num estilo "parecido" com o do cérebro, usando-se de sub-símbolos e fazendo com que símbolos resultem da nomeação de configurações estáveis alcançadas pela arquitetura através de aprendizado supervisionado ou auto-organizado. (1.9., 1.10 e 1.11.)
A idéia que permeia ambos os modelos: I.A. tradicional e I.A. conexionista ao aceitar a forte noção de símbolos, qua entidades, advogando teses representacionalistas fortes ou fracas, semânticas fortes ou fracas, paga um tributo de irredutibilidade (intradutibilidade nômica do ponto de vista de lógica das teorias e sentenças-ponte com valor de lei) ao cerebral. Porisso, alguns autores se situam no extremo oposto, negando o estatuto ôntico às representações, enquanto símbolos intencionais, devolvendo-lhes estatuto semelhante ao de mapa topográfico ou de interpretação de uma função num dado domínio: a essa corrente chamamos de anti-representacionalismo e, embora congregue parte dos modelos de redes neurais, está mais próxima da concepção de cognição como sistema dinâmico-adaptativo ou complexo-dissipativo.(1.12)
Um dos modelos que se pode ensejar no item anti-representacionalista é o de encarar neurônios como osciladores espaço-temporais, analisando-lhes dinâmicas de acoplamento e sincronização. (1.13) As propriedades topológicas desses sistemas no que tange aos chamados valores de bifurcação no espaço de parâmetros ou, na concepção estatística, regiões de transição de fase, poderiam em princípio elucidar algumas das características da neurocomputação que propiciam o surgimento das estruturas ou funções cognitivas. (1.14)
Um dos tópicos que chama a atenção, entre outros, na concepção representacionalista ou anti-representacionalista é de que há que se prestar atenção ao inatismo ou "apriorismo"de certas estruturas ou programas cognitivos. Nesse sentido alguns aspectos da linguagem são eminentemente inatos e dependem de peculiaridades estruturais que parecem revelar um salto qualitativo na transição para o H. sapiens. (1.15)
Reabre-se assim, com a Ciência Cognitiva, o antigo debate entre estruturas "a priori" e "a posteriori", guiados por novos instrumentos advindos da caracterização de sistemas quanto à estrutura, aos parâmetros e as funções.(1.16)
No limite o problema dos modelos cognitivos artificiais deve fazer jus à distinção entre controle automático e controle voluntário, típica dos sistemas naturais, tal que as chamadas "heurísticas" não sejam importadas do "programador" mas sejam incorporadas à estrutura e à função do controlador. Sem uma caracterização epistêmica, funcional e formal do que possa subjazer à distinção entre controle automático e voluntário, passando forçosamente por um exame das propriedades da consciência, não há como falar em modelo cognitivo.(1.17)
2. MODELOS E TEORIAS (AULAS 6 e7)
Quando se fala em modelo há que distinguir entre as diversas acepções do termo, particularmente o axiomático, caso-limite que exige a axiomatização completa das teorias e a definição de predicados teórico-conjuntistas, ou as acepções mais fracas de modelo analógico (matemático) e empírico. A noção de semelhança quanto à estrutura matemática ou quanto à estrutura empírica são, por vezes, erroneamente compreendidas dando vazão a pseudo-ciências ou a uma concepção estreita do que é científico (2.1)
Entendida a noção de diferentes modelos cabe indagar sobre as possíveis semelhanças entre a noção forte de isomorfismo de modelos axiomáticos (para dois sistemas de sentenças que constituem teorias) e de homeomorfismos enquanto relações bi-unívocas e sobrejetoras tais que, admitindo inversibilidade funcional, permitem simplificações com invariância topológica ( para dois sistemas de equações que descrevem um objeto fenomenal). (2.2)
Um exame mais detalhado da concepção indutivista do conhecimento científico e da teoria dedutivo-nomológica de Hempel-Oppenheim se faz necessária para que se possa entender o problema da predição e da explicação das teorias. Mais ainda, a posição verificacionista inicial da Filosofia da Ciência, seguida do refutacionismo de Popper (que em princípio não incorre em falácia de afirmação do consequente, baseando-se no Modus Tollens : p ®q / Øq \ Øp) devem ser conhecidos (2.3)
Além de falar da distinção entre termos teóricos e termos empíricos e sua colocação num sistema de sentenças é preciso que se examine o caráter das teorias científicas como um todo: apresentam-se assim as concepções descritiva, instrumental e realista das teorias. Situar o tipo de termos, de generalizações e de concepção acerca do todo do sistema teórico é fundamental para que não se incorram em pseudo-teorias ou afirmações de conteúdo e forma discutíveis. Bem certo, se isso é válido para qualquer domínio científico, mais ainda deve ser motivo de preocupação quando o objeto é o próprio sistema cognitivo ou a noção de arquitetura inteligente.(2.4)
Passa-se assim a considerar o problema da redução de termos e de teorias, i.é. quais são as condições para que um termo substitua outro e uma teoria substitua outra. Do ponto de vista da Ciência Cognitiva é de fundamental importância o conhecimento da Teoria Geral da Redução uma vez que há posições rivais que afirmam que as arquiteturas mentais têm somente identidade de sinal (token-identity) com o cérebro enquanto que para outros, em havendo identidade de tipos (type-identity), pode-se esperar uma tradução radical da Psicologia pela Neurofisiologia ou por algum sistema formal, ou ainda sua eliminação sumária (materialismo eliminativo) (2.5)
Num outro pólo encontram-se aqueles que advogam a emergência plena do novo em sistemas complexos. Ainda que se perca previsão num sistema complexo, pode-se pensar que haja, para determinadas famílias de parâmetros, invariância topológica e manutenção de nível informacional (problema de ergodicidade). Cabe então examinar as doutrinas da emergência absoluta e provisória e a dinâmica dos processos irreversíveis.(2.6)
Toda a busca de paradigmas matemáticos que norteiam a busca dos dados já está presente na escola pitagórica, mostrando-se viva na mnesis platônica do mundo das formas e na natureza feita de números e figuras de Galileu. Ainda que a geometria de Euclides e a Física de Newton se tenham mostrado parciais e não paradigmas absolutos e finais, a Física, recentemente reeditando a Teoria Geral dos Sistemas de Bertallanfy, procura a chamada Universalidade, qual seja a explicação unitária de sistemas complexos e desordenados que exibem, no entanto, profunda similaridade de forma subjacente. Nesse sentido a Teoria Qualitativa dos Sistemas Dinâmicos e a Mecânica Estatística tendem a ser dois instrumentos conceituais fundamentais na forja de uma hipótese bem fundada para o que chamamos de inteligência e cognição, quer humana quer artificial. (2.8)
3. REPRESENTAÇÃO DO CONHECIMENTO E REPRESENTAÇÃO COGNITIVA ( AULA 8)
O principal objetivo deste tópico é o de elucidar uma questão que merece toda a atenção da comunidade de inteligência artificial, particularmente aquela ligada à simulação cognitiva ou do conhecimento.
Pode-se supor que os símbolos são dados e que as categorias que os agrupam em conjuntos mais ou menos homogêneos sejam dadas pelos sentidos e que não haja matéria de discussão quanto às categorais e taxonomias. Bem certo está que qualquer símbolo ou sub-símbolo, quando ocorre em vocabulário neutro, pode facilmente ser considerado provisoriamente conhecido. Assim, fazer sistemas especialistas para diagnóstico na área médica, usando redes neurais ou software, não constitui senão uma passagem de uma semântica tida como conhecida a uma busca posterior de maximização combinatória (IA) ou de identificação do sistema (Rede Neural). Nesse caso, as categorias não estão sob suspeita. Há portanto que notar que o enfoque da mente como aparato "processador de informação" foi incorretamente "semantizado" uma vez que surgiu da concepção matemática de informação (medida de probabilidade de um símbolo e capacidade de transmissão de um canal). As tentativas semânticas de importar a noção de informação para o plano do conteúdo são interessantes, porém forçadas, requerendo cuidadosa labuta conceitual. (3.1,3.2, 3.3, 3.4, 3.5)
Dentro da Ciência Cognitiva há quem advogue a substituição radical do vocabulário mental por um vocabulário fisicalista (materialismo eliminativo), ou o abandono da noção de representação através de uma recontrução de paradigmas, colocando-se o primado na sintaxe neurocomputacional ou mais radicalmente, simplesmente afirmando que cognição é o que o cérebro faz: tanto mais o conheçamos, tanto mais saberemos o que E9‚ cognitivo (Neurociência Cognitiva) (3.6)
O problema não é tão trivial quando se percebe que haveria problemas de incompatibilidade em sistemas mono-referentes porém com significados diversos. Esta questão já foi um dos grandes temas de Frege em sua discussão sobre :"A Estrela da Manhã", "A Estrela da Tarde" e "Vênus", retornando com grande impacto nas versões rotuladas de paradigma sentencial da cognição. (3.7)
Nesse sentido a tese da modularidade da mente (Fodor) e de um processador central encontra adeptos vários, sendo corroborada por vários achados recentes de Neuropsicologia Cognitiva. Porém, o caráter paralelo do processamento de informação que mais e mais se mostra real no Sistema Nervoso Central, o papel dos interpretadores semaânticos nas saídas hipocampais (working memories) e o papel do sistema pré-frontal no comando e planejamento de ações não deixam que o problema da modularidade repouse em solo tão simples. (3.8 e 3.9)
A idéia ecumênica de que haja módulos paralelos e módulos seriais parece dizer muito e não dizer nada, bem como os chamados sistemas híbridos que reúnem um pouco de software tradicional e um pouco de redes neurais. Discutir a natureza e as categorias mentais significa realmente fazer Ciência Cognitiva e não tecnologia da representação do conhecimento como muitos sistemas especialistas procuram fazer, mimetizando a heurística humana quando na verdade é a "heurística", a criatividade, o "coup de génie", etc que se quer modelar, entender, categorizar e replicar.
4. NEUROBIOLOGIA E NEUROPSIQUIATRIA (AULAS 9 e 10)
Para que se possa entender algumas das noções que embasam o projeto de uma suposta neurocomputação é preciso que se conheça algo mais que neurônios-símile e conexões-símile, salvo a semelhança com o cérebro se dê apenas no plano da pura alegoria.
O tratamento de neurônios como osciladores, o modelo de Hodking-Huxley e algumas de suas transformações chegando a equações próximas da de van der Pol são extremamente úteis para uma primeira abordagem da questão. (4.1)
A conversão de sinal de local em global, de analógico em digital, bem como a transformação de pulsos em freqüências é fundamental para o entendimento de redes de neurônios. Algumas das regras de aprendizado (hipóteses) em sinapses naturais e em redes neurais são revistas (4.2)
A plêiade de neurotransmissores, sua funçE3ao de transmissão de sinal, de modulação, suas especificidades peculiares são apresentadas para que se possa entender em ítens subseqüentes o porquê do uso de psicofármacos nas patologias mentais e quais os modelos que se pode fazer desse tipo de intervenção. (4.3 e 4.4)
Um dos meios de elucidar a variação entre memórias e seus aspectos de recuperação voluntária e automática, controlada-conhecida (mnêmica) e desconhecida, é o exame das funções dos módulos do hipocampo (memórias de trabalho e dos módulos do sistema frontal -planejamento, heurísticas, solução de problemas e volição. (4.5)
Outra função do Sistema Nervoso Central abolutamente intrigante é a do sonho. A despeito da intensa mitologia que se erige sobre ele, há uma série de evidências biológicas e de algorítmos artificiais (sonhos em redes neurais) que sugerem mecanismos de fixação de memórias, eliminação de mínimos espúrios, i.é. globalização das soluções e robustez. (4.6)
Apresentam-se as grandes síndromes psiquiátricas - distúrbios do pensamento, do humor, da personalidade e distúrbios degenerativos, fazendo uso de modelos naturais e artificiais que enfocam, por exemplo, a alteração de funções ganho em certas sinapses, subjazendo a certas patologias. (4.7)
As síndromes neuropsicológicas são apresentadas brevemente, com algumas considerações acerca dos problemas de modelos nessa área, embora no caso de afasias possamos construir redes neurais que, quando "lesadas", incorrem em falhas cognitivas semelhantes às de afásicos. (4.8)
O objetivo global desse item é o de mostrar, vistas as questões de representação e de níveis de abordagem, que os modelos artificiais muito podem orientar a pesquisa em funções e disfunções superiores. Se, por ora, queremos apenas máquinas "inteligentes"convém lembrar que as arquiteturas que exibem "inteligência " natural também exibem uma intensa sensibilidade às disfunções. Nesse sentido não basta a metáfora vaga do auto-controle, devendo a Psiquiatria de função superior aprender mais a respeito de modelos de controle para determinadas estruturas. Provavelmente esse estudo também tenha interesse no caminho inverso, qual seja, a de provocar a reflexão sobre tipos de controle e funções controláveis. Certamente a melhor analogia que se pode fazer da patologia psiquiátrica, ao contrário da imensa maioria das patologias médicas onde o patógeno é um agente, é a de distúrbio de mecanismos de controle.
5. SISTEMAS COMPLEXOS e SISTEMAS DINÂMICOS (AULA 11)
A Ciência Cognitiva ao reabrir o debate sobre as funções cognitivas, mentais ou inteligentes, seguiu acorde com as tendências contemporâneas de examinar os chamados sistemas complexos: sua dinâmica e suas propriedades. Pode-se dizer que há dois enfoques básicos para tratar o problema da complexidade: um é o de supor que os sistemas não-conservativos tendem a ter dinâmicas entrópicas que mudam padrões em função de problema de estabilidade estrutural lida enquanto dissipação e irreversibilidade temporal; outro é o de tratar o problema da complexidade apenas como sucessão de bifurcações e comportamentos estruturalmente estáveis e instáveis do ponto de vista de parâmetros. Outras abordagens de complexidade algorítmica e combinatorial não serão discutidas mas apenas mencionadas.(5.1 e 5.2)
Discutir o problema da complexidade do ponto de vista dos Sistemas Dinâmicos requer a clareza dos conceitos de estabilidade local e estrutural e de valores de bifurcação de parâmetros. Esses ajuntados aos já vistos problemas de informação, entropia informacional, organização e homeomorfismo topológico podem constituir ferramentas conceituais e práticas de extrema utilidade na pesquisa de sistemas cognitivos. (5.3 e 5.4)
A Teoria de Sistemas Dinâmicos e sua aplicação imediata na área médico-biológica, vertente algo distante da cognição estrita, mas próxima no que tange ao domínio conceitual, se dá intensamente na compreensão de ritmos biológicos. Aqui a cibernética de Wiener e Ashby volta ao primeiro plano, constituindo a Cibernética Biológica como a chama um comitê do IEEE- SMC. (5.5)
Além da Teoria Qualitativa de sistemas dinâmicos, também a ferramenta da Mecânica Estatística nos fornece incrível aparato na criação dos sistemas complexos, sendo interessante discutir quais poderiam ser as analogias entre ambas as teorias. (5.5)
A identificação da estrutura de uma sistema e sua parametrização, dado um sinal biológico, não deve se restringir apenas aqueles sinais que trivialmente exigem tal teoria. O fluxo de representações, seus desvios e o modo como a cognição se constitui série temporal que brota de um sistema subjacente, devem ser abordados como problemas de identificação de sistemas, particularmente para que se possa entender se emoções, e seus desvios, são parâmetros ou variáveis na estrutura neuromental. Nesse sentido a análise de fluxos como simplificação do problema de buscar bifurcações topológicas e outras tantas, peca quando não permite distinguir a estrutura e os parâmetros do campo de vetores. (5.6, 5.7 e 5.8)
O problema dos modelos de redes neurais e sua dinâmica artificialmente separada em rápida e lenta, ou conjunto de aprendizado e dinâmica de recuperação, ou dinâmica annealed e quenched, podem ser dotados de dinâmica adaptativa genuína através do enfoque de dinâmicas intermediárias e de taxa de variação de parâmetros. (5.9)
Rapidamente pode-se citar o problema das lógicas não-tradicionais, das lógicas fuzzy, dos algorítmos genéticos e dos autômatas celulares como outros modelos para sistemas complexos e adaptativos (5.10, 5.11)
A tese recente do Prof. Newton da Costa sobre o problema da parada na máquina de Turing e sua "solução"através de arquiteturas analógicas, bem como o exame das chamadas funções não-computáveis (porque não-algorítmicas) constitui exemplo interessante que deve levantar dúvidas acerca uma visão algo caricata de supor que o cérebro é uma arquitetura do tipo "von Neumann". Porém, várias arquiteturas dessas operando em paralelo requerem um complexidade algorítmica que pode reservar novas emoções na disputa entre modelos tradicionais, conexionistas, analógicos e de osciladores acoplados.(5.12 e 5.13)
Como sempre os ecumênicos começam a propor a reconciliação entre modelos e o uso de arquieteturas híbridas e hierárquicas. Alguns exemplos e limitações conceituais serão abordados. (5.14)
6. CONSCIÊNCIA E MÁQUINAS (AULA 12)
Introduzir algumas considerações acerca da consciência como propriedade máxima do mental, suas funções e sua replicabilidade em máquinas é o objetivo final de uma Ciência Cognitiva que preza seu nome. Antes de ambicioso, torna-se capital o problema e sua solução uma vez que está aí o cerne da questão do que seja inteligência, decisão, responsabilidade e vontade.
Há portanto que responder os críticos de que as arquiteturas artificiais são meros manipuladores sintáticos, destituídos de genuína semântica ( o argumento do quarto chinês de Searle) (6.1, 6.2, 6.3), bem como entender o que é um aparato decisório, distinguindo entre teoria normativa e descritiva da decisão. (6.4)
As soluções de estruturas de dados e de hierarquia de homúnculos especialistas ganham vigor quando devidamente acompanhadas de uma cuidadosa tomada de posição acerca do estatuto dos termos e categorias mentais e de uma doutrina da significação que seja acorde com a ação: entender um problema é saber como resolvê-lo. (6.5)
Porém, cabe não esquecer da vivência introspectiva, da unidade têmporo-espacial do sistema (ego) e de sua importância nas dinâmicas que supõe risco e responsabilidade. Aí o logos se transmuta ethos e os modelos devem estar preparados para fazer frente a essa mudança de coordenadas, sem direito a respostas escapistas ou a dualismos de última hora. Se pretendermos modelos de conhecimento e de cognição temos de ir até o fim e em parando antes do desejado identificar os problemas que talvez ainda tenham de aguardar algumas gerações para encontrar explicação. Posições contrárias a essa lembram o cardeal que se recusa a olhar o céu de Galileu.
Há, portanto, que redefinir representação em termos de partições de conjuntos, entender os análogos de controle voluntário e automático em máquinas, definir robustez e ambigüidade como extremos desejáveis em sistemas complexos e finalmente abrir a imensa discussão de que fala o renomado professor do MIT, Harrold Paynter, em plenária do último congresso da SMC/IEEE : "Wanted, a Principia Mathematica for the 21 st Century: The Definitive Treatise Embracing Richly-Structures Chemical/ Biochemical and Electrochemical Networks". (6.6 a 6.11)
O Prof. Paynter supõe que o século XXI será o século da Química e é um entusiasta dos modelos do tipo bond-graphs. Creio que o próximo século terá ainda o dever de ser o século da cognição e, espero que sua conexão com cérebros e máquinas não acabe por revelar-se um bold-graph!
Finalizando: já é hora de médicos voltarem a encontrar engenheiros, reeditando uma nova Cibernética que não apenas refine os dados, formalizando-os, mas elucide-lhes também a estrutura, a função, o desvio e a cura. (6.12)
....................
BIBLIOGRAFIA GERAL e ESPECÍFICA
A Bibliografia é extensa e deve servir como referência não se esperando que o aluno venha conhecê-la em 12 semanas. Haverá a exigência de leitura semanal condizente, (aproximadamente 50 páginas semana), porém cabe indicar fontes para estudo posterior.
Bibliografia Geral
1) POSNER,M. (ed) 1989 Foundations of Cognitive Science. MIT Press
2) OSHERSON,D e col. (ed) An Invitation to Cognitive Science. MIT Press
(3 volumes: vol.1:Language; vol.2 Visual Cognition and Action; vol.3 Thinking)
3) CHURCHLAND, P. (1986) Neurophilosophy: Toward a Unified Science of the Mind-Brain. MIT Press
4) CHURCHLAND,P and SEJNOWSKI,T. (1992) The Computational Brain. MIT Press
5) RUMELHART,D. and McCLELLAND,J. (ed) (1987) Parallel Distributed Processing. MIT Press (3 volumes: vol.1:Foundations; vol.2: Psychological and Biological Models; vol.3: simulações e exercícios)
6) HAUGENLAND, J. (1987) Artificial Intelligence. MIT Press
7) GARDNER,H. (1987) The Mind's New Science: a History of the Cognitive Revolution. Basic Books
8) KANDEL,E.;SCHWARTZ,J.;JESSEL,T.(ed) (1991)
Principles of Neural Science. Elsevier
9)TALBOTT,J. HALES,R. YUDOFSKY,S. (1988) Textbook of Psychiatry.
The American Psychiatric Press
10) DEL NERO,H (1992) O Problema da Mente na Ciência Cognitiva. Coleção Documentos IEA-USP (Série Ciência Cognitiva) 4 volumes: vol.1: Fundamentos para uma estratégia cognitivista; vol.2: Redução x Emergência; vol.3: o Mental como Consciência; vol.4: O Mental como Representação. Atenção à Bibliografia pois contém referênciais extensas ao textos fundamentais da área)
11) DEL NERO,H. (1993) "Do Behaviorismo às Redes Neurais". in Coleção Documentos IEA-USP e UNB (no prelo)
Bibliografia específica para cada seção do curso (obedecendo a divisão por sub-seções)
1. Introdução à Ciência Cognitiva
1.1
Dilthey,W. (1883) Introducción a las ciencias del espíritu. (trad.esp.1980) Alianza editorial
von Wright,G.(1980) Explicación y comprensión. Alianza Universidad
Cassirer,E. (1961) The Logic of the Humanities. Yale University Press
1.2
Weiberg,J. (1950) Introduzione al positivismo logico. Giulio Einaudi Editore
1.3.
Skinner,B. (1974) Sobre o Behaviorismo. Ed.Cultrix e EDUSP
1.4.
Del Nero,H. e Piqueira,J. (1993): "Cognitive Science and the Failure of Behaviorism: quantum, classical and mind indeterminacies" in IEEE/SMC Conference Proceedings.
1.5.
Searle,J. (1983) Intentionality. Cambridge University Press
1.6
Kneale,W. e Kneale,M. (1962) The development of Logic. Clarendon Press
1.7.
Anderson,A. (ed) Controversia sobre mentes y maquinas. Tusquets Editores
1.8.
Nagel,E. e Newman,J(1958) Gödel's Proof. New York Univ. Press
1.9.
Nagel,E. (1961) The Structure of Science: Problems in the Logic of Scientific Explanation . Harcourt, Brace & World,Inc.
1.10
Pylyshyn,Z. (1986) Computation and Cognition . MIT Press
1.11
Levine,D. (1991) Introduction to Neural & Cognitive Modeling.Lawrence Erlbaum Editors
1.12
Del Nero,H.(1993) "Cognive Science and Knowledge Systems" (submited)
1.13
Glass,L. e Mackey,M.(1988) From Clocks to Chaos. Princenton Univ.Press
1.14
Piqueira,J (1992) "O Conceito de Estabilidade Estrutural" in Coleção Documentos IEA-USP
1.15.
Lieberman,P (1984) The Biology and Evolution of Language.
Harvard University Press
1.16.
Chisholm,R. (1974) Teoria do Conhecimento. Zahar Editores
1.17
Del Nero,H. Maranca,A. Piqueira,J. (1993) "Psychon: a survey on automatic and voluntary control". (manuscrito)
2. Modelos e Teorias
2.1.
Suppes,P. (1969) Introduction to Logic. Van Nostrand Reinhold Co.
2.2
Arrowsmith,D. e Place,C. (1990) An introduction to Dynamical Systems. Cambridge University Press
Suppes,P. (1969) op. cit.
2.3.
Hempel,C. (1981) Filosofia da Ciência Natural. Zahar Editores
2.4
Nagel.E. (1961) op.cit
2.5
Hooker,C. (1981) "Towards a General Theory of Reduction" in Dialogue
vol XX 1-3
2.6.
Nagel,E. (1961) Op.cit
2.7 e 2.8
Barker,S. (1976) Filosofia da Matemática. Zahar Editores
Ruelle,D. (1991) Hasard et Chaos. Editions Odile Jacob
Stewart,I. (1989) Does God play dice? The Mathematics of Chaos.
Penguim Books
Dalmedico,A. Chabert,J. Chemla,K (1992) Chaos et déterminisme.
Éditions du Seuil
3. Representação e anti-representação
3.1
Haugenland,J.(ed) (1981) Mind Design. MIT Press
3.2
Dennett,D. (1990) The Intentional Stance. MIT Press
3.3
Smolensky,P. (1988) "On the proper treatment of connectionism" in Behavioral and Brain Sciences 11, 1-74
Fodor,J. e Pylyshyn,Z. (1988) "Connectionism and cognitive architecture: a critical analysis" in Cognition 28: 3-72
3.4.
Atlan, H. (1992) L'organization biologique et la théorie de l'information. Hermann, Éditeurs des Sciences et des Arts
Dretske,F. (1981) Knowledge & the Flow of Information. MIT Press
Grossberg,S. (1980) "How does a brain build a cognitive code" in Psychological Review 87: 1-51
3.5.
DeClaris,N. e Su,M. (1993) "A neural Network based approach to knowledge Acquisition and Expert Systems" in IEEE/SMC Conference Proceedings.Le Touquet
3.6
Freeman,J. & Skarda,C. "Representations: who needs them?" in McGaugh et al (ed) Brain Organization and Memory. Oxford University Press
Freeman,J (1992) "Tutorial on Neurobiology: from single neurons to brain chaos" in International Journal of Bifurcation and Chaos.vol.2 number 3
3.7.
Fodor,J. (1975) The Language of Thought. Harvard University Press
3.8.
Fodor,J.(1983) The modularity of mind. MIT Press
3.9
Nadel,L. et al (ed) (1989) Neural Connections, Mental Computation.
MIT Press
4. Neurobiologia e Neuropsiquiatria
4.1
Braitenberg,V. e Schüz,A. (1991) Anatomy of the cortex: statistics and geometry. Springer-Verlag
Freeman,W.(1975) Mass Action in the Nervous System. Academic Press
4.2
Abeles,M. (1991) Corticonics: neural circuits of the cerebral cortex. Cambridge University Press
4.3
Nicholls,J.;Martin,R.;Wallace,B. (1992) From Neuron to Brain (third edition). Sinauer Editors.
4.4
Ashton,H. (1992) Brain Function and Psychotropic Drugs. Oxford University Press
4.5.
Lister,R. & Weingarten,H. (1991) Perspectives in Cognitive Neuroscience.
Oxford University Press
4.6.
Hobson,J. (1988) The Dreaming Brain: how the brain creates both the sense and the non-sense of dreams. Basic Books
4.7.
Stein,D & Young,J. (ed) (1992) Cognitive Science and Clinical Disorders. Academic Press
4.8.
Levine, D. & Leven,S. (ed) (1992) Motivation, Emotion and Goal Direction in Neural Netwoks. Lawrence Erlbaum Associates
5. Sistemas Complexos. Sistemas Dinâmicos
5.1
Piqueira,J. (1993) "Da Dinâmica do simples à Dinâmica do complexo" in Coleção Documentos IEA-USP
5.2
Nicolis,G. & Prigogine,I (1989) Exploring Complexity. W.H. Freeman and Company.
5.3 e 5.4
Reithmeier,E. (1991) Periodic Solutions of Nonlinear Dynamical Systems Numerical Computation, Stability, Bifurcation and Transition to Chaos. Springer-Verlag
5.5., 5.6., 5.7. 5.8.
serão fornecidos textos suplementares ou manuscritos das idéias
5.9
Caticha,N.(1993) Dinâmicas Intermediárias em Redes Neurais. Tese de Livre-Docência Instituto de Física da USP
Piqueira,J. (1993) "Estabilidade Estrutural e organização" in Coleção Documentos IEA-USP (série Ciência Cognitiva)
5.10.
Waldrop,M.(1992) Complexity: the emerging science at the edge of order and chaos. Simon & schuster
5.11 e 5.12
Da Costa,N. e Doria (1989) "On the Penrose's thesis "(completar referência) e conferência proferida no grupo de Ciência Cognitiva do IEA-USP, disponível em vídeo na biblioteca do instituto
5.13
Penrose,R. (1989) The Emperor's new Mind: concerning computers, minds, and the laws of Physics. Penguim Books
5.14
Del Nero,H. e Piqueira,J. (1992) "A multilayer perspective on human cognition: a speculative overview" in Manuscrito, Campinas, XV(2)
6.Consciência e máquinas
6.1.
Searle,J.(1992) The Rediscovery of Mind. MIT Press
Dennett,D. (1991) Consciousness Explained. Little Brown
Marcel,A. & Bisiach,E. (1988) (ed) Consciousness in Contemporary Science. Oxford University Press
6.2.
Baars,B. (1988) A Cognitive theory of Consciousness.
Cambridge University Press
6.3
Searle,J.(1984) Minds, Brains and Science. Harvard University Press
6.4.
Resnik,M. (1987) Choices: An Introduction to Decision Theory.
Univ of Minessota Press
6.5. até 6.12
serão oportunamente dadas outras fontes que não apenas o autor
CONSIDERAÇÕES FINAIS
A Universidade de São Paulo não pode esperar mais tempo para deflagrar processo tão amplo e do qual tantos e diferentes especialistas participam. Antes de parecer pretencioso, o programa acima constitui uma confissão "a priori" de tal empreitada ser feita por uns poucos, sob pena de se perder o rigor e a profundidade. Por outro lado , encastelados na disciplinas verticais aqueles que negarem direito de fala aos horizontais rasos, estarão fazendo boa ciência, porém não o todo da ciência que hoje se faz nos centros avançados. Espero poder com essa visão de sobrevôo abrir caminhos e debates essenciais em nosso meio.