Watch videos with subtitles in your language, upload your videos, create your own subtitles! Click here to learn more on "how to Dotsub"

David Goldberg on the future of metaheuristics and artificial intelligence (full video)

0 (0 Likes / 0 Dislikes)
Fale sobre sua visão sobre o futuro de metaheurísticas em geral e algoritmos bioinspirados, qual o papel desses algoritmos na academia e na indústria, se você conhece problemas reais que têm sido resolvidos com algoritmos genéticos, e onde temos tido sucesso e onde temos falhado e por que. Sempre me pareceu que metaheurísticas, algoritmos genéticos, computação evolutiva, inteligência de enxame ou qualquer que seja sua técnica favorita têm tido impactos na indústria, de modo que se você olhar dentro de várias empresas você verá metaheurísticas em todos os lugares. Por exemplo, há uma empresa em Cambridge, Massachusetts (EUA), que faz pesquisas de mercado usando computação evolutiva distribuída, usando a computação evolutiva para gerar novas ideias de produtos. Você também tem alguns esforços mais antigos, começando com a General Electric, que usou algoritmos genéticos e computação evolutiva para criar projetos, e empresas que embutiram isso em software que é amplamente disponível, criando empregos. Você tem empresas como a Ingenious Systems e a ESTECO, na Itália, que possuem softwares essencialmente baseados em algoritmos genéticos. ESTECO usa um algoritmo genético multiobjetivo como parte do software que é muito popular no projeto de circuitos em empresas de todo o mundo. De muitas maneiras este tipo de IA, uma IA computacional, está mais presente no mercado do que aquela IA baseada em modelos, de onde a Inteligência Artificial veio. As pessoas resolvem problemas muito simplificados... John Koza gosta de falar da razão entre "A" e "I", coisas que são artificiais demais, mas não muito inteligentes. Me parece que a inteligência computacional continua a ter impacto e esse impacto vai crescer. Não é algo de que as pessoas se gabam ou descrevem como parte do produto. Por exemplo, em certas situações as pessoas ficam incomodadas! Se você tem visões fortes sobre Deus e a natureza da evolução você pode não gostar de computação evolutiva, você pode ter um problema com isso. Então, sob uma perspectiva de marketing, não é algo que as pessoas sempre evidenciam no que fazem, mas no final das contas está lá. Em muitos países isso já é muito difundido, não há preconceitos contra usar essas técnicas no Japão, na Ásia e até mesmo na Europa. No meu país parece haver um viés contra as metaheurísticas porque não há como provar que elas sempre funcionam. Eu vejo um tipo de analogia que você está fazendo sobre uma mentalidade que é baseada na evolução darwiniana e seu papel em explicar a evolução biológica, então o que você está dizendo é que pode haver outro preconceito na indústria contra metaheurísticas porque não se pode provar que elas funcionam e as pessoas ficam com medo de usá-las por conta destas mesmas razões. Se você pensar sobre a distinção entre heurísticas e algoritmos que às vezes é feita na computação, esta é uma distinção que põe grande foco nas coisas que podem ser provadas contra coisas que "apenas" funcionam de algum jeito. Isso costuma me intrigar. Nós não fazemos a mesma separação quando falamos de máquinas. Por exemplo, um avião: ninguém nunca provou que um avião pode voar em uma forma rigorosamente matemática, mesmo assim nós confiamos nossas vidas a ele. Ou melhor, muitos de nós, já que muitas pessoas têm medo de voar ou dúvidas sobre voar. Mas a maior parte de nós entra em um avião sem nem pensar, mesmo que não haja uma prova formal de convergência para um avião. Então me parece interessante que para máquinas materiais, como um avião ou uma torradeira... Não há uma prova formal de que uma torradeira pode torrar um pão! Mas quando vamos para o mundo conceitual, do nada isso parece ficar importante. Isso é uma importância cultural, não pragmática, afinal confiamos nossas vidas a máquinas que não têm provas de convergência. Há muita matemática, há muita física que trata sobre aviões e torradeiras, mas nós não exigimos provas rigorosas de convergência, queremos a garantia de uma certa confiabilidade no domínio do uso de uma dada máquina, queremos garantir o desempenho e queremos entender que um avião vai decolar com uma certa carga, sob um certo vento lateral e sob certas circunstâncias. Então por que não fazemos o mesmo para metaheurísticas? Por que não temos procedimentos de teste para metaheurísticas mais similares àqueles que usamos para aviões e torradeiras? Eu fiz uma distinção entre máquinas conceituais e máquinas materiais, e me parece que há um viés cultural que muda as regras de projeto para máquinas conceituais. Eu acho essa mudança é um tanto suspeita. Me parece que é um preciosismo matemático ou uma elevação da matemática em detrimento da funcionalidade e do pragmatismo. Se no fim das contas o que nos importamos é o funcionamento adequado de algo para servir seres humanos, não deveria importar se esse algo tem prova de que funcione, desde que nós entendamos de alguma forma que esse algo funciona na situação desejada. Então, dado que nós temos os meios culturais para lidar com coisas que não são provadas mas que ainda assim funcionam, você acha que o papel das metaheurísticas irá aumentar ou que em algum momento elas poderão ser substituídas por novos métodos nos próximos 10 ou 20 anos? Eu acho que isso continuará, se nós desenvolvermos teorias corretas em metaheurísticas nós acharemos o tipo de teoria que eu desenvolvi para os algoritmos genéticos quando eu atuava naquela área, o tipo de teoria que nos ajuda a entender o comportamento em escala, nós estávamos interessados em leis de escalabilidade para algoritmos genéticos e metaheurísticas. Isso não significa que não precisamos ter um entendimento conceitual dessas coisas, apenas que procurar provas formais de convergência é como aquela velha canção country, é como procurar pelo amor em todos os lugares errados. Nós precisamos olhar nos lugares certos pelo tipo de coisas de que precisamos. Mas eu acho que há um desafio maior que na verdade vai além do pragmatismo e isso pode ser útil para os debates de vocês. Há um certo sentido em que... quando eu estava me preparando para fechar o meu laboratório em Illinois (EUA) eu estava refletindo sobre em coisas como o teste de Turing, o problema do quarto chinês e alguns desses desafios em IA e sobre o que tratava a Inteligência Artificial, e eu cheguei ao ponto de me perguntar se haveria um sentido em que John Searle estaria profundamente enganado no problema do quarto chinês e então eu pensei que haveria um sentido em que ele estava profundamente certo e é o seguinte: eu acho que nós gastamos tanto tempo projetando algoritmos em que temos entradas e saídas, mas eu acho que essas objeções tem a ver com as ideias filosóficas de intencionalidade e consciência. Então quando projetamos algoritmos desse tipo, digamos que criamos um robô, um que utiliza algum algoritmo genético para planejar sua navegação... Eu acho que Searle estava certo em que esse robô é como uma pessoa sentada em um quarto olhando para uma letra em chinês e segurando outra letra, há uma percepção de que não há ninguém em casa, não há um ser com intencionalidade, e eu acho que o desafio da intencionalidade em um baixo nível, como o nível da intencionalidade que pode ser exibida por um inseto social, o nível de intencionalidade que um mamífero pode ter e, então, o nível de consciência que um ser humano pode ter, parece-me que esses são desafios computacionais interessantes que podem nos mostrar um caminho para coisas que são realmente autônomas. Porque estamos tentando tornar esses sistemas em coisas que podem pensar de verdade, mas não há ninguém pensando. É como se alguém estivesse segurando um papel com coisas escritas, é como se não houvesse ninguém em casa. Mas eu não penso ser verdade que essas coisas não possam ser resolvidas por meios computacionais. Não acho que haja limites para sistemas computacionais que impeçam coisas como intencionalidade e consciência de serem incorporadas em um sistema computacional. Parece-me que há um certa tipo de estrutura de controle, uma certa quantia de complexidade e realimentação que é necessária. Então eu sempre fui fascinado por questões como o que seria um autômato minimamente consciente? O que seria uma computação minimamente intencional? Quais são as condições mínimas? Que tipo de realimentação e complexidade é necessária para que algo comece a exibir algo como um comportamento intencional? Não acho que essas sejam questões fáceis, mas sim as questões que valem a pena. E me parece que é o tipo de questão que deveria desafiar as pessoas interessadas em metaheurísticas. Essas pessoas são normalmente práticas, elas muitas vezes têm formação em engenharia elétrica, engenharia de controle e outros tipos de engenharia de sistemas, e me parece que há um problema filosófico e prático muito interessante envolvendo essas questões no qual pessoas com essa formação, que estudam metaheurísticas e inteligência computacional, podem se interessar. Eu fiz as perguntas, não estou dizendo que tenho boas respostas, mas acho que é um bom tipo de pergunta para desafiar a área a fazer algo qualitativamente muito diferente do que tem sido feito até o momento. Sim, isto é fantástico. Muito obrigado! O prazer foi meu!

Video Details

Duration: 11 minutes and 58 seconds
Country: Brazil
Language: English
Producer: IEEE Computational Intelligence Society Student Chapter at Unicamp
Director: Carlos R. B. Azevedo
Views: 78
Posted by: crba on Dec 4, 2012

An interview with David Goldberg, one of the most prominent Genetic Algorithms pioneers, on what is the role of metaheuristics and biologically-inspired computational approaches for problem-solving in engineering.

Caption and Translate

    Sign In/Register for Dotsub to translate this video.