Your SlideShare is downloading. ×
0
“A Evolução Darwinista Aplicada à Aprendizagem e Interação Social de Programas Inteligentes”
“A Evolução Darwinista Aplicada à Aprendizagem e Interação Social de Programas Inteligentes”
“A Evolução Darwinista Aplicada à Aprendizagem e Interação Social de Programas Inteligentes”
“A Evolução Darwinista Aplicada à Aprendizagem e Interação Social de Programas Inteligentes”
“A Evolução Darwinista Aplicada à Aprendizagem e Interação Social de Programas Inteligentes”
“A Evolução Darwinista Aplicada à Aprendizagem e Interação Social de Programas Inteligentes”
“A Evolução Darwinista Aplicada à Aprendizagem e Interação Social de Programas Inteligentes”
“A Evolução Darwinista Aplicada à Aprendizagem e Interação Social de Programas Inteligentes”
“A Evolução Darwinista Aplicada à Aprendizagem e Interação Social de Programas Inteligentes”
“A Evolução Darwinista Aplicada à Aprendizagem e Interação Social de Programas Inteligentes”
“A Evolução Darwinista Aplicada à Aprendizagem e Interação Social de Programas Inteligentes”
“A Evolução Darwinista Aplicada à Aprendizagem e Interação Social de Programas Inteligentes”
“A Evolução Darwinista Aplicada à Aprendizagem e Interação Social de Programas Inteligentes”
“A Evolução Darwinista Aplicada à Aprendizagem e Interação Social de Programas Inteligentes”
“A Evolução Darwinista Aplicada à Aprendizagem e Interação Social de Programas Inteligentes”
“A Evolução Darwinista Aplicada à Aprendizagem e Interação Social de Programas Inteligentes”
“A Evolução Darwinista Aplicada à Aprendizagem e Interação Social de Programas Inteligentes”
“A Evolução Darwinista Aplicada à Aprendizagem e Interação Social de Programas Inteligentes”
Upcoming SlideShare
Loading in...5
×

Thanks for flagging this SlideShare!

Oops! An error has occurred.

×
Saving this for later? Get the SlideShare app to save on your phone or tablet. Read anywhere, anytime – even offline.
Text the download link to your phone
Standard text messaging rates apply

“A Evolução Darwinista Aplicada à Aprendizagem e Interação Social de Programas Inteligentes”

235

Published on

Investigação desenvolvida pela Yucca Studios, dentro do seu projeto de I&D em Gaming, no qual a empresa tem o apoio do QREN. Esta investigação baseia-se na criação de mecanismos de comportamento …

Investigação desenvolvida pela Yucca Studios, dentro do seu projeto de I&D em Gaming, no qual a empresa tem o apoio do QREN. Esta investigação baseia-se na criação de mecanismos de comportamento inteligente em redes sociais por parte de programas que interagem com utilizadores reais, de forma a reagirem a estímulos e evoluírem ao longo do tempo, através de uma abordagem semelhante à evolução biológica.

Published in: Technology
0 Comments
1 Like
Statistics
Notes
  • Be the first to comment

No Downloads
Views
Total Views
235
On Slideshare
0
From Embeds
0
Number of Embeds
3
Actions
Shares
0
Downloads
4
Comments
0
Likes
1
Embeds 0
No embeds

Report content
Flagged as inappropriate Flag as inappropriate
Flag as inappropriate

Select your reason for flagging this presentation as inappropriate.

Cancel
No notes for slide
  • A ideia por detrás desta investigação é de que existem várias formas de inteligência
    Inicialmente procurei determinar a definição de inteligência mas rapidamente percebi que não existe.
    Aquela é uma das muitas definições mas assume a existência humana
    Na verdade a inteligência não se quantifica porque é apenas um efeito que se observa. A capacidade de planear, de raciocinar, etc… não é qualificavel porque normalmente não se consegue medir a eficiencia do resultado.
    Assim, para esta investigação assumi que a evolução em si, pode ser uma forma de inteligência já que o conceito de inteligencia não pode nem se deve restringir apenas ao comportamento humano


  • Na procura de definer Inteligencia artificial deparei-me com o mesmo problema.
    Todas as definições assumem a inteligencia humana não era isso que eu pretendia
    Decidi então alargar o conceito por uma frase mais lata e também facil de aceitar: LER ULTIMA FRASE
  • Voltando atrás, existe uma razão para esta pequena descontrução conceptual da IA
    Assumir inteligência como algo mais lato que apenas o comportamento humano permite-nos pegar na evolução
    A inteligência é um produto da evolução e independentemente das teorias evolutivas e como se processa essa evolução, devemos ignorer a própria inteligência dessa mesma evolução?
  • Para a abordagem que vou fazer, preciso de alguns pressupostos
    O mecanismo da evolução anatómica de um animal ao longo do tempo, pode ser semelhante ao mecanismo da evolução da interação social de uma especie
    A dificuldade é descobrir quais as variáveis certas e principalmente, qual a sua relevancia para cada um dos tipos
    Assumindo que na natureza a evolução joga com o acaso, mas que no fim, apenas o mais apto sobrevive, então, mesmo que a evolução nos leve a caminhos errados, o mais correto sairá vencedor
  • Esta é a hipótese que esta investigação coloca.
    A interação social a que me refiro representa dois ambitos:
    A interação social na dimensão de um individuo inserido num contexto
    A interação social na dimensão da evolução das interações sociais como um unico organismo
  • Tem de ser produzido um algoritmo e um programa para fazer a simulação darwinista.
    Os resultados tem de ser consistentes com a ralidade, mesmo usando um modelo simplista
    Na definição do habitat, definem-se os constituintes do habitat e as regras de como esses constituintes modificam o comportamento de um dos organismos
    Finalmente os cromossomas definem as variáveis necessárias a definer o comportamento, a alimentação e a reprodução de cada organismo
  • Inicialmente existe um organismo que se reproduz por fissão binária mas que pode evoluir de várias formas, não só em relação à reprodução, mas também às necessidades energéticas

  • O simulador preve que alguns organismos evoluam e se comecem a reproduzir e a competir
    Os que evoluirem para definição de sexos e de reprodução sexual, evoluirão não so através de mutação mas também através de recombinação de cromossomas dos progenitores

  • A opção da representação binária tem a ver com a facilidade de provocar mutações
    Os pormenores referidos são do primeiro organism. Mutações podem levar a que, por exemplo a energia necessária para reprodução seja inferior
  • A um nível mais basico, a nossa simulação terá de criar um ecossistema com pelo menos os 2 níveis base da figura
  • Qualquer um dos casos pode ter a memória evolutiva
  • A componente de falhar é uma questão importante na aprendizagem humana, mas também na evolução.
    Se acertar valida escolhas, falhar também e permite-nos aprender a não repetir.
    Enquanto não se cometer um erro, a probabilidade de o vir a cometer, é sempre elevada.
  • Transcript

    • 1. Creating a Gaming World “A Evolução Darwinista aplicada à Aprendizagem e Interação social de Programas Inteligentes” 2 Julho 2014
    • 2. Notas Iniciais  A Inteligência pode ser definida como a capacidade mental que envolve a habilidade de raciocinar, planejar, resolver problemas, pensar de forma abstrata, compreender ideias complexas, aprender rápido e aprender com a experiência. (Mainstream Science on Intelligence)  A Evolução é uma forma de Inteligência
    • 3. Inteligência Artificial  Quase todas as definições de Inteligência Artificial assumem a comparação com a inteligência e comportamento humano  O Homem é o ponto de referência mas assumir Inteligência apenas em comparação com o Homem é redutor  A Inteligência Artificial é o estudo de formas de provocar comportamento inteligente em máquinas ou programas
    • 4. Objetivo da Investigação  Produzir um algoritmo que aprenda a interagir socialmente
    • 5. Mas…. Como
    • 6. Pressupostos  Todos os tipos de evolução têm mecanismos semelhantes  Todos os tipos de evolução obedecem a variáveis parametrizáveis  Todos os tipos de evolução são caoticamente inteligentes
    • 7. Hipótese  A Evolução das Espécies é semelhante à Evolução da Interação Social
    • 8. Abordagem  Simulação da evolução darwinista, através de software  Definição do Habitat  Definição dos regras de evolução  Definição dos Cromossomas
    • 9. Definições da Simulação - Heurística  Evolução de organismo simples que se reproduz inicialmente por mitose  O tempo da simulação é cortado em fatias de tempo  Em cada fatia de tempo, é consumida 1 unidade de enrgia  Em cada fatia de tempo, cada organismo procura obter energia: - Respirando - Alimentando-se
    • 10. Definições da Simulação - Heurística  Se não houver forma de obter energia, o organism move-se  Cada organismo morre se a sua energia chegar a 0  Cada organismo reproduz-se se tiver o máximo de energia  A evolução da-se na reprodução com mutação de cromossomas
    • 11. Definições da Simulação - Cromossomas  Movimento  Energia para Movimentar  Energia no Nascimento  Energia Máxima  Tempo para a Energia diminuir  Taxa de diminuição de energia  Energia necessária para reprodução  Energia depois de reprodução  Eficiencia de Respiração  Eficiencia de alimentação  Estrutura do corpo  Fonte de respiração  Fonte de alimentação  Desperdicio da respiração  Desperdicio da alimentação  Sexo
    • 12. Definições da Simulação – Pormenores relevantes  Todas as variáveis e todos os cromossomas tem uma representação binária  As mutações acontecem nos bits dos cromossomas  Cada organismo tem um número de controlo, derivado dos cromossomas  Se esse numero for superior a metade da soma de todos os cromossomas, a especie é diferente da do(s) progenitor(es)
    • 13. Objetivo da Simulação  Conseguir reproduzir, de uma forma simplista mas consistente, a evolução de um ecossistema a partir de um organismo.
    • 14. Próximo passo – Paralelismo com o ‘Social’  Identificar o Habitat de dispersão social e muda-lo no algoritmo (Por ex. Facebook)  Defenir a nova Heurística (regras necessárias a viver e evoluir no Habitat)  Defenir os cromossomas da nova ‘criatura’, com focus em: - Alimentação (Por ex. Likes) - Reprodução/Dispersão (Por ex. Shares) - Resultados colaterais (Por ex. Novos Convites)
    • 15. Abordagens do Organismo ‘Social’  Cada Organismo é substituido por outro em cada passo da reprodução, mas guarda consigo a memória evolutiva e retorna sempre à forma mais eficiente se a evolução atual não for mais eficiente que a anterior  Cada Organismo faz parte de uma sociedade coletiva com decisão central em que todos votam para uma decisão final, sendo cada individuo extinguido de acordo com a qualidade do seu voto (quanto mais longe estiver do comportamento adotado mais será a probabilidade de extinção)  Cada organismo é autónomo e expande-se individualmente sendo a cada evolução extinguido os menos eficientes
    • 16. Objetivo da Evolução do Organismo ‘Social’  Comportamento inteligente na linha da simulação de evolução biológica  A fialibilidade é uma componente presente na evolução e no comportamento humano  Poder falhar é uma oportunidade de estudar um caminho errado e marcá-lo como errado  Genéricamente a evolução criar mecanismos cada vez mais eficientes para a ‘sobrevivência do organismo’
    • 17. Se a Hipótese se confirmar…  Algoritmo génerico de evolução em multiplos habitats  Aplicação não só a genética, redes sociais ou jogos mas também:  Biologia  Física  Moda  Previsão de tendências  Marketing direto  Previsão financeira  Previsão geo-física  Simulções várias
    • 18. Fim Muito Obrigado!!!!! Q&A?

    ×