Creating a Gaming World
“A Evolução Darwinista aplicada à Aprendizagem e
Interação social de Programas Inteligentes”
2 Jul...
Notas Iniciais
 A Inteligência pode ser definida como a capacidade mental que envolve a
habilidade de raciocinar, planeja...
Inteligência Artificial
 Quase todas as definições de Inteligência Artificial assumem a comparação com a
inteligência e c...
Objetivo da Investigação
 Produzir um algoritmo que aprenda a interagir socialmente
Mas….
Como
Pressupostos
 Todos os tipos de evolução têm mecanismos semelhantes
 Todos os tipos de evolução obedecem a variáveis par...
Hipótese
 A Evolução das Espécies é semelhante à Evolução da Interação Social
Abordagem
 Simulação da evolução darwinista, através de software
 Definição do Habitat
 Definição dos regras de evoluçã...
Definições da Simulação - Heurística
 Evolução de organismo simples que se reproduz inicialmente por mitose
 O tempo da ...
Definições da Simulação - Heurística
 Se não houver forma de obter energia, o organism move-se
 Cada organismo morre se ...
Definições da Simulação - Cromossomas
 Movimento
 Energia para Movimentar
 Energia no Nascimento
 Energia Máxima
 Tem...
Definições da Simulação – Pormenores relevantes
 Todas as variáveis e todos os
cromossomas tem uma representação
binária
...
Objetivo da Simulação
 Conseguir reproduzir, de uma forma simplista mas consistente, a evolução de um
ecossistema a parti...
Próximo passo – Paralelismo com o ‘Social’
 Identificar o Habitat de dispersão social
e muda-lo no algoritmo (Por ex.
Fac...
Abordagens do Organismo ‘Social’
 Cada Organismo é substituido por outro em cada passo da reprodução, mas guarda
consigo ...
Objetivo da Evolução do Organismo ‘Social’
 Comportamento inteligente na linha da simulação de evolução biológica
 A fia...
Se a Hipótese se confirmar…
 Algoritmo génerico de evolução em multiplos habitats
 Aplicação não só a genética, redes so...
Fim
Muito Obrigado!!!!!
Q&A?
Próximos SlideShares
Carregando em…5
×

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

525 visualizações

Publicada em

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.

Publicada em: Tecnologia
0 comentários
1 gostou
Estatísticas
Notas
  • Seja o primeiro a comentar

Sem downloads
Visualizações
Visualizações totais
525
No SlideShare
0
A partir de incorporações
0
Número de incorporações
8
Ações
Compartilhamentos
0
Downloads
4
Comentários
0
Gostaram
1
Incorporações 0
Nenhuma incorporação

Nenhuma nota no 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.
  • “A Evolução Darwinista Aplicada à Aprendizagem e Interação Social de Programas Inteligentes”

    1. 1. Creating a Gaming World “A Evolução Darwinista aplicada à Aprendizagem e Interação social de Programas Inteligentes” 2 Julho 2014
    2. 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. 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. 4. Objetivo da Investigação  Produzir um algoritmo que aprenda a interagir socialmente
    5. 5. Mas…. Como
    6. 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. 7. Hipótese  A Evolução das Espécies é semelhante à Evolução da Interação Social
    8. 8. Abordagem  Simulação da evolução darwinista, através de software  Definição do Habitat  Definição dos regras de evolução  Definição dos Cromossomas
    9. 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. 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. 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. 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. 13. Objetivo da Simulação  Conseguir reproduzir, de uma forma simplista mas consistente, a evolução de um ecossistema a partir de um organismo.
    14. 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. 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. 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. 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. 18. Fim Muito Obrigado!!!!! Q&A?

    ×