3. A Importância do Cérebro Humano

Sendo o objectivo a construção de uma máquina inteligente, seria falta de atenção ignorar o facto de que já temos nós mesmos um protótipo funcional e que estaríamos a tornar a tarefa mais complicado do que é. A mente humana não é perfeita, nem sempre toma as melhores decisões, mas na verdade está apta para a maior parte das funções básicas e muito mais. Basicamente o cérebro é superior a qualquer outro que se tente construir. Porque não se tenta então inverter a engenharia?  O cérebro humano não é tão moldável como o software, a sua textura é maioritariamente esponjosa o que tornaria o processo complicado. E por isto não ser possível, as bases sobre o seu funcionamento são limitadas.

 






Há uma ideia em particular, um ponto de vista, mas que tem mérito. As pessoas dizem que os cérebros estão para a inteligência como asas estão para o voo. Não é viável tentar fazer um pássaro de grandes dimensões feito de metal ou tecido. E assim, a ideia de que talvez as asas tenham de ser corrigidas para o propósito de ir mais rápido ou mais alto, fazê-las mais rígidas por exemplo, leva as pessoas a começaram a pensar que são necessárias bases em aerodinâmica e que podem ser retiradas de provas do próprio conceito, como os pássaros, mas não se pode servilmente imitar o que está na biologia. O mesmo acontece com o cérebro. O objectivo é retirar o máximo de informação mas não imitar pois existem diferentes restrições, somando ainda a nossa compreensão limitada do comportamento do cérebro.

 







Para começar, o que é que sabemos realmente?  Os conhecimentos que temos permitem-nos resumir, da maneira mais geral possível o seguinte. Sabemos que , a fim de tomar boas decisões , há dois pontos que devem ser respeitados.

O primeiro ponto é relembrar que , no passado, certa acção já aconteceu e  correu mal, e assim   não  repetir  novamente.  Tudo se  resume à   memória o que  por  sua  vez leva à aprendizagem, aprendizagem de máquina .

A outra maneira de  fazer uma boa previsão, é através da simulação,  ter uma espécie de modelo do mundo . O que acontece se eu realizar uma  determinada acção?  Bem, então isto  iria  acontecer,  então  isso iria  acontecer, e de seguida,  o  que  iria  acontecer, não seria  muito  favorável.  Chega-se  assim  a  uma  conclusão  através  de  uma  cadeia  de consequências.  Não  realmente  executando  cada   acção  dessa  corrente,  mas  pensar através  de um  modelo de  simulação  do mundo, é como  uma abstracção do mundo, ou seja,  pensar no futuro ao longo de uma espécie de árvore de resultados .

 




Bibliografia/Bibliography

  • http://crd.lbl.gov/news-and-publications/news/2013/brain-visualization-prototype-holds-promise-for-precision-medicine/
  • http://www.todabiologia.com/anatomia/cerebro.htm

We want to build something, we want to build something that's intelligent. It'd be a little silly to ignore the fact that we actually have a working prototype, and we're trying to do this really hard thing. Human minds are not perfect decision-makers, but by and large they are actually very good. But basically human brains are in many ways better than what we can build. So let's just reverse engineer them. So it turns out, brains aren't as modular as software, and they're a whole lot more spongy. And because we can't reverse engineer them we have a very limited understanding of what brains actually do.

 

 


                     

 

 

 

And in particular there is an idea, which, you know, this is one point of view, but I think it's got a lot of merit to it. People say that brains are to intelligence as wings are to flight.Trying to make a really big bird made out of metal or something, or fabrc, it is just not possible. And so this idea: maybe the wings can be fixed because we're going to be going faster or we're going to be going higher, and so they need to be more rigid. When people started thinking that we need to know something more about aerodynamics, why not learning from the proofs of concept, like the birds, but we're not gonna just slavishly mimic what's in the biology. Same thing with the brains. We're gonna learn what we can, but we're not gonna just mimic that because we got different constraints and a limited understanding of what the brain does.








So, what do we actually get. Well, we do know something from the brain and it boils down to this, kind of at the very highest level. We know that in order to make good decisions, there's really two parts to that.

One way you can make a good  decision is by remembering  that in the past you did this  thing and it was bad, so you  know not  to do that thing again. You know that boils down to memory.  That  leads into learning, machine learning.

The other  way  you  can make a  good prediction, is through simulation--having a model of the world. We think, alright, what would happen if I do this, well then this would happen, then this would happen, and then that would happen, that would not be good. And so you can  realize that something is a bad decision by thinking  through a chain  of consequences. Not actually doing that chain, but thinking it through in a  simulated  model  of the world, like  an abstraction  of the world, thinking ahead along a kind of tree of outcomes.

Comments