CAPITULO 13
INTELIGÊNCIA ARTIFICIAL

MEU PC FICARÁ MAIS ESPERTO DO QUE EU ?

No futuro, a linha que separa seres humanos e computadores ficará cada vez mais tênue, à medida que computadores com o tamanho de células, denominados "nanobots", possibilitem que os cientistas desenvolvam modelos do cérebro humano baseados em computadores, além de permitirem o aperfeiçoamento das mentes humanas através de implantes com nanobots, escreveu Ray Kurzweil. Provavelmente por volta do ano 2030, os nanobots serão capazes de fazer uma varredura completa do cérebro, possibilitando que os pesquisadores realizem a engenharia reversa do cérebro.

Os modelos não-biológicos do cérebro serão capazes de aprender mais rapidamente do que os seres humanos, uma vez que tais réplicas serão capazes de compartilhar informações com outros computadores de um modo muito mais fácil. Alem disso, estes modelos irão funcionar em sistemas que serão mais de 10 milhões de vezes mais rápidos do que os processos eletroquímicos do cérebro humano. Os computadores neurais irão superar a capacidade computacional básica do cérebro humano numa proporção significativa, combinando as diversas capacidades dos seres humanos com a velocidade, precisão e capacidade de compartilhamento de dados existentes nas máquinas.

Os nanobots também tornarão possível uma realidade virtual imersiva e totalmente realista, de tal modo que a visita a um site significará a interação com um ambiente virtual bastante parecido com a vida real, no qual os sentidos naturais dos seres humanos serão substituídos por sinais projetados especificamente para o mundo virtual.

Revista Time, 19 Junho 2000

2

Quebra do código de criptografia de 512 bits

4

Construção do algoritmo da Delta Rule

REDE NEURAL BATE MÉDICOS NO DIAGNÓSTICO

Programa foi 10,5% mais preciso na análise de eletrocardiogramas do que médicos veteranos.

Programas de computador de alta tecnologia agora estão superando os cardiologistas na detecção de anormalidades em eletrocardiogramas de pacientes, dizem os pesquisadores. A nova tecnologia conhecida como Redes Neurais Artificiais, "teve um desempenho melhor do que um cardiologista experiente, indicando que pode ser bem útil como um apoio na decisão mesmo para um analista experiente de eletrocardiogramas", segundo um estudo do University Hospital em Lund, Suécia.

A pesquisa foi publicada no último número da revista Circulation. O eletrocardiograma, leituras impressas da atividade elétrica do coração, permanece sendo uma das ferramentas mais rápidas e mais confiáveis para diagnóstico cardíaco. Embora muitos cardiologistas interpretem eletros com bastante precisão, sempre podem ocorrer erros e omissões.

Na realidade, os pesquisadores suecos dizem que estudos anteriores revelam que cerca de um quarto de todos os pacientes enviados para casa com diagnóstico de ataque cardíaco tiveram leituras de eletrocardiogramas que '"foram mal avaliadas ou onde alguns detalhes passaram despercebidos pelo médico".

A tecnologia da computação pode ajudar a reduzir tais erros. As redes neurais aprimoram os programas de computação anteriores no sentido de que imitam processos mentais humanos, aprendendo com a experiência passada e ajustando seus processos de tomada de decisão. A rede de computador usada no estudo sueco recebeu o seu aprendizado de um banco de dados que consiste de milhares de eletrocardiogramas, mais do que qualquer cardiologista conseguiria analisar em uma vida inteira, segundo o chefe do estudo, o Dr. Lars Edenbrandt. A rede foi alimentada com registros médicos contendo o histórico médico do paciente que corresponde a cada eletrocardiograma. Edenbrandt e sua equipe, então, testaram o programa de computador fazendo-o examinar mais de 11.500 eletros dos quais 1.120 pertencentes a pacientes que tinham tido um ataque cardíaco. Depois, os diagnósticos baseados em computador foram comparados com os feitos por cardiologistas experientes.

Os resultados? O programa de rede neural foi 10,5% mais preciso na detecção correta dos eletrocardiogramas anormais das vítimas de ataque cardíaco do que os médicos experientes. "O potencial das redes neurais como um auxiliar na decisão do diagnóstico é provavelmente alto", concluíram os autores do estudo.

Embora a tecnologia do computador possa ajudar a elevar os níveis de precisão, os cardiologistas ainda não estão obsoletos. Por um detalhe: os pesquisadores dizem que os especialistas em coração derrotam a precisão do diagnóstico das redes neurais artificiais quando lhes apresentam eletrocardiogramas com alterações distintas características de infarto agudo (ataque do coração). E Edenbrandt diz que os médicos especialistas permanecerão essenciais "porque a análise do eletrocardiograma é apenas um dos vários exames usados pelos médicos para diagnosticar um ataque do coração. Os médicos ainda continuam conversando com os pacientes sobre seus sintomas e histórico médico", conclui.

Jornal  "O Estado de S.Paulo", 29-set-97, p. G14

REDES NEURAIS PODEM TRANSFORMAR PLANEJAMENTO UNIVERSITÁRIO

A Universidade Johns Hopkins está testando a utilização de uma rede neural artificial que pretende determinar quais candidatos apresentam maiores probabilidades de se matricular na instituição. A rede neural é um modelo estatístico que imita a capacidade de perceber padrões que os neurônios do cérebro humano possuem. Através da busca de padrões entre as informações dos estudantes, a rede neural identifica as características comuns dos candidatos que se matriculam na Hopkins.

Os encarregados pelas admissões poderão utilizar a rede neural para predizer quais estudantes terão maior probabilidade de se matricular ou não, e empregar estas informações para decidir quantos estudantes deverão ser matriculados para se garantir uma classe completa. Richard Reeves, que inventou a rede neural da Hopkins, na última primavera estadunidense, utilizando o software Statistica, da StatSoft, considera que em 10 anos 50% das universidades dos EUA estarão fazendo uso de redes neurais.

Embora as universidades já utilizem modelos estatísticos para prever quantos estudantes irão se matricular, os testes realizados na Hopkins demonstraram que o modelo tradicional apresentava uma taxa de erro de 6% ao passo que as redes neurais possuem uma taxa de erro de 3%. A tecnologia utilizada nas redes neurais tem estado disponível há muitos anos, entretanto somente agora os hardwares e softwares existentes são poderosos e baratos o suficiente para tornar as redes neurais acessíveis para o uso comum.

Chronicle of Higher Education,  24 Marco 2000

8

Links sobre Redes Neurais

9

Bibliografia

ATUALIZAÇÕES

Researchers at IBM's TJ Watson Research Center have modified an algorithm--originally created to discern patterns in protein sequencing--to serve as a spam filter. The algorithm, named Chung-Kwei after a Feng Shui character, analyzes e-mail, looking for patterns of letters that exist in spam but not in legitimate messages. Because of the amount of spam in circulation today, the researchers have an abundance of spam e-mail to feed to the algorithm to train it to identify those strings of characters that indicate a message is spam. Chung-Kwei is able to process 88,000 messages in about 15 minutes, said the researchers, and will continue to "learn" as more e-mail arrives. The tool is able, for example, to identify e-mails that have "S" replaced with "$" as spam. Researchers said Chung-Kwei is able to successfully detect nearly 97 percent of spam.

BBC, 25 August 2004
http://news.bbc.co.uk/2/hi/technology/3584534.stm