Inteligência artificial simbólica
Na inteligência artificial (IA), a inteligência artificial simbólica é um conjunto de métodos baseados em representações simbólicas de alto nível de problemas, lógica formal e busca. A IA simbólica utilizou ferramentas como programação lógica, regras de produção, redes semânticas e quadros. Desenvolveu aplicações como sistemas baseados em conhecimento, matemática simbólica, provadores automáticos de teoremas, ontologias, a web semântica e sistemas de planejamento e escalonamento automatizados. O paradigma da IA simbólica levou a ideias importantes em busca, linguagens de programação simbólica, agentes, sistemas multiagentes, na web semântica e nas capacidades e limitações do conhecimento formal e dos sistemas de raciocínio automatizado.
Segue-se uma breve história da IA simbólica até a atualidade. Os períodos e títulos foram extraídos da palestra memorial Robert S. Engelmore de Henry Kautz na AAAI de 2020 e do artigo mais extenso da Wikipédia sobre a história da IA, com datas e títulos ligeiramente diferentes para maior clareza.
O primeiro verão da IA: exuberância irracional, 1948–1966
As primeiras tentativas de IA alcançaram sucesso em três áreas principais: redes neurais artificiais, representação de conhecimento e busca heurística, contribuindo para expectativas elevadas. Esta seção resume a recapitulação de Kautz sobre o início da história da IA. As abordagens cibernéticas tentavam reproduzir os ciclos de retroalimentação entre os animais e seus ambientes. Uma tartaruga robótica, com sensores, motores de tração e direção e sete válvulas termiônicas para controle, baseada em uma rede neural pré-programada, foi construída já em 1948. Esse trabalho pode ser visto como um precursor dos trabalhos posteriores sobre redes neurais, aprendizagem por reforço e robótica situada.
O primeiro inverno da IA: sonhos destruídos, 1967–1977
Fora dos Estados Unidos, o terreno mais fértil para a pesquisa em IA era o Reino Unido. O inverno da IA no Reino Unido foi provocado não tanto por líderes militares decepcionados, mas por acadêmicos rivais que viam os pesquisadores de IA como charlatães e um sorvedouro de financiamento para pesquisa. Um professor de matemática aplicada, Sir James Lighthill, foi encarregado pelo Parlamento de avaliar a situação da pesquisa em IA no país. O relatório afirmava que todos os problemas estudados em IA seriam mais bem tratados por pesquisadores de outras disciplinas, como a matemática aplicada. Também sustentava que os sucessos da IA em problemas de brinquedo jamais poderiam ser ampliados para aplicações do mundo real devido à explosão combinatória.
O segundo verão da IA: conhecimento é poder, 1978–1987
À medida que as limitações dos métodos fracos e independentes de domínio se tornavam cada vez mais evidentes, pesquisadores das três tradições começaram a incorporar conhecimento às aplicações de IA. A revolução do conhecimento foi impulsionada pela constatação de que o conhecimento está na base de aplicações de IA de alto desempenho e específicas de domínio. para descrever que o alto desempenho em um domínio específico exige conhecimento tanto geral quanto altamente específico daquele domínio. Ed Feigenbaum e Doug Lenat denominaram isso de Princípio do Conhecimento: Essa “revolução do conhecimento” levou ao desenvolvimento e à implantação de sistemas especialistas (introduzidos por Edward Feigenbaum), a primeira forma comercialmente bem-sucedida de software de IA.
O segundo inverno da IA, 1988–1993
No auge da prosperidade da IA, empresas como Symbolics, LMI e Texas Instruments vendiam máquinas Lisp destinadas especificamente a acelerar o desenvolvimento de aplicações e pesquisas em IA. Além disso, várias empresas de inteligência artificial, como Teknowledge e Inference Corporation, vendiam shells de sistemas especialistas, treinamento e consultoria para corporações. Infelizmente, a prosperidade da IA não durou, e Kautz oferece a melhor descrição do segundo inverno da IA que se seguiu:
Incorporação de fundamentos mais rigorosos, 1993–2011
Foram tentadas tanto abordagens estatísticas quanto extensões da lógica. Uma abordagem estatística, os modelos ocultos de Markov, já havia se popularizado na década de 1980 em trabalhos de reconhecimento de fala. Posteriormente, em 1988, Judea Pearl popularizou o uso das redes bayesianas como uma maneira consistente, porém eficiente, de lidar com o raciocínio incerto, com a publicação do livro Probabilistic Reasoning in Intelligent Systems: Networks of Plausible Inference. As abordagens bayesianas foram aplicadas com êxito em sistemas especialistas. Mais tarde ainda, na década de 1990, a aprendizagem relacional estatística, uma abordagem que combina probabilidade com fórmulas lógicas, permitiu combinar a probabilidade com a lógica de primeira ordem, por exemplo com redes lógicas de Markov ou com a Lógica Suave Probabilística.
Aprendizagem profunda e IA neurossimbólica, 2011–atualidade
Com o surgimento da aprendizagem profunda, a abordagem da IA simbólica passou a ser comparada à aprendizagem profunda como complementar: “[...] pesquisadores de IA traçaram muitas vezes paralelos entre a pesquisa de Kahneman sobre o raciocínio e a tomada de decisões humanas — refletida em seu livro Rápido e devagar: Duas formas de pensar — e os chamados ‘sistemas 1 e 2 da IA’, que, em princípio, seriam modelados pela aprendizagem profunda e pelo raciocínio simbólico, respectivamente”. Nessa visão, o raciocínio simbólico é mais adequado ao raciocínio deliberativo, ao planejamento e à explicação, enquanto a aprendizagem profunda é mais adequada ao reconhecimento rápido de padrões em aplicações perceptivas com dados ruidosos.
Esta seção apresenta uma visão geral de técnicas e contribuições em um contexto abrangente que conduz a muitos outros artigos mais detalhados da Wikipédia. As seções sobre aprendizado de máquina e raciocínio incerto aparecem anteriormente, na seção sobre história.
Linguagens de programação para IA
A principal linguagem de programação para IA nos Estados Unidos durante o último período de prosperidade da IA simbólica foi a Lisp. A Lisp é a segunda linguagem de programação mais antiga, depois da Fortran, e foi criada em 1958 por John McCarthy. A Lisp forneceu o primeiro ciclo de leitura–avaliação–impressão para permitir o desenvolvimento rápido de programas. Funções compiladas podiam ser livremente combinadas com funções interpretadas. Também eram fornecidos rastreamento de programas, execução passo a passo e pontos de interrupção, juntamente com a capacidade de alterar valores ou funções e continuar a execução a partir de pontos de interrupção ou erros. Ela teve o primeiro compilador auto-hospedado, o que significa que o próprio compilador foi originalmente escrito em Lisp e depois executado de modo interpretado para compilar o código do compilador.
Busca
A busca aparece em muitos tipos de resolução de problemas, incluindo planejamento, satisfação de restrições e jogos como damas, xadrez e go. Os algoritmos de busca em árvores mais conhecidos na IA são a busca em largura, a busca em profundidade, o A* e a busca em árvore de Monte Carlo. Entre os principais algoritmos de busca para o problema de satisfatibilidade booleana estão WalkSAT, aprendizado de cláusulas orientado por conflitos e o algoritmo DPLL. Para a busca adversária em jogos, a poda alfa–beta, o método de ramificação e limitação e o minimax foram contribuições iniciais.
Representação de conhecimento e raciocínio
Foram investigadas várias abordagens diferentes para representar conhecimento e depois raciocinar com essas representações. A seguir apresenta-se uma visão geral concisa das abordagens de representação de conhecimento e raciocínio automatizado. Redes semânticas, grafos conceituais, quadros e lógica formal são abordagens para modelar conhecimento, como conhecimento de domínio, conhecimento sobre resolução de problemas e o significado semântico da linguagem. Ontologias modelam conceitos fundamentais e suas relações em um domínio. Entre os exemplos estão YAGO, WordNet e DOLCE. A DOLCE é um exemplo de ontologia superior que pode ser usada em qualquer domínio, enquanto a WordNet é um recurso lexical que também pode ser visto como uma ontologia. A YAGO incorpora a WordNet como parte de sua ontologia, para alinhar fatos extraídos da Wikipédia com os conjuntos de sinônimos da WordNet. A Disease Ontology é um exemplo de ontologia médica atualmente em uso.
Planejamento automatizado
O General Problem Solver (GPS) tratou o planejamento como resolução de problemas e usou a análise de meios e fins para criar planos. O STRIPS adotou uma abordagem diferente, considerando o planejamento uma demonstração de teoremas. O Graphplan adota uma abordagem de comprometimento mínimo para o planejamento, em vez de escolher ações sequencialmente a partir de um estado inicial, ao trabalhar para a frente, ou de um estado objetivo, ao trabalhar para trás. O Satplan é uma abordagem de planejamento na qual um problema de planejamento é reduzido a um problema de satisfatibilidade booleana.
Processamento de linguagem natural
O processamento de linguagem natural concentra-se em tratar a linguagem como dados para realizar tarefas como identificar tópicos sem necessariamente compreender o significado pretendido. A compreensão da linguagem natural, em contraste, constrói uma representação de significado e a utiliza em processamentos posteriores, como responder a perguntas. Análise sintática, tokenização, correção ortográfica, etiquetagem morfossintática e segmentação superficial de sintagmas nominais e verbais são aspectos do processamento de linguagem natural há muito tratados pela IA simbólica, mas que desde então foram aprimorados por abordagens de aprendizagem profunda. Na IA simbólica, a teoria da representação discursiva e a lógica de primeira ordem foram usadas para representar o significado das frases. A análise semântica latente (LSA) e a análise semântica explícita também forneceram representações vetoriais de documentos. No último caso, os componentes vetoriais são interpretáveis como conceitos denominados por artigos da Wikipédia.
Agentes e sistemas multiagentes
Agentes são sistemas autônomos inseridos em um ambiente que percebem e sobre o qual agem de alguma forma. O livro-texto padrão de Russell e Norvig sobre inteligência artificial está organizado para refletir arquiteturas de agentes com níveis crescentes de sofisticação. A sofisticação dos agentes varia de agentes reativos simples a agentes com um modelo do mundo e recursos de planejamento automatizado, possivelmente um agente BDI, isto é, com crenças, desejos e intenções — ou, alternativamente, um modelo de aprendizagem por reforço aprendido ao longo do tempo para escolher ações —, chegando a uma combinação de arquiteturas alternativas, como uma arquitetura neurossimbólica que inclua aprendizagem profunda para a percepção.
As controvérsias surgiram desde cedo na IA simbólica, tanto dentro do campo — por exemplo, entre logicistas (os “elegantes” favoráveis à lógica) e não logicistas (os “desleixados” contrários à lógica) — quanto entre aqueles que adotavam a IA, mas rejeitavam as abordagens simbólicas — principalmente os conexionistas — e aqueles que estavam fora do campo. As críticas externas vieram principalmente de filósofos, por razões intelectuais, mas também de agências de financiamento, sobretudo durante os dois invernos da IA.
O problema do quadro: desafios da representação de conhecimento para a lógica de primeira ordem
Foram descobertas limitações no uso da lógica de primeira ordem simples para raciocinar sobre domínios dinâmicos. Encontraram-se problemas tanto na enumeração das precondições para que uma ação tivesse êxito quanto no fornecimento de axiomas para aquilo que não mudava depois que uma ação era executada. McCarthy e Hayes introduziram o problema do quadro em 1969, no artigo Some Philosophical Problems from the Standpoint of Artificial Intelligence. Um exemplo simples ocorre ao “provar que uma pessoa poderia conversar com outra”, pois seria necessário, para que a dedução tivesse êxito, um axioma que afirmasse que “se uma pessoa tem um telefone, ela ainda o tem depois de procurar um número na lista telefônica”. Axiomas semelhantes seriam necessários para outras ações do domínio, a fim de especificar aquilo que não mudou.
IA conexionista: desafios filosóficos e conflitos sociológicos
As abordagens conexionistas incluem trabalhos anteriores sobre redes neurais, como os perceptrons; trabalhos de meados ao fim da década de 1980, como a Connection Machine de Danny Hillis e os avanços de Yann LeCun em redes neurais convolucionais; e as abordagens mais avançadas atuais, como Transformers, redes adversárias generativas e outros trabalhos em aprendizagem profunda. Três posições filosóficas foram delineadas entre os conexionistas: Olazaran, em sua história sociológica das controvérsias dentro da comunidade de redes neurais, descreveu a perspectiva conexionista moderada como essencialmente compatível com a pesquisa atual sobre híbridos neurossimbólicos:
Robótica situada: o mundo como modelo
Outra crítica à IA simbólica é a abordagem da cognição corporificada: Rodney Brooks inventou a robótica baseada em comportamento, uma abordagem à cognição corporificada. A Nouvelle AI, outro nome dessa abordagem, é vista como alternativa tanto à IA simbólica quanto à IA conexionista. Sua abordagem rejeitava as representações, simbólicas ou distribuídas, não apenas como desnecessárias, mas como prejudiciais. Em vez disso, ele criou a arquitetura de subsunção, uma arquitetura em camadas para agentes corporificados. Cada camada atinge um objetivo diferente e deve funcionar no mundo real. Por exemplo, o primeiro robô que descreve em Intelligence Without Representation tem três camadas. A camada inferior interpreta sensores de sonar para evitar objetos. A camada intermediária faz com que o robô vagueie quando não há obstáculos. A camada superior faz com que o robô se dirija a locais mais distantes para prosseguir na exploração. Cada camada pode inibir ou suprimir temporariamente uma camada inferior. Ele criticou os pesquisadores de IA por definirem problemas de IA para seus sistemas, pois: “Não há uma divisão nítida entre percepção (abstração) e raciocínio no mundo real.” Chamou seus robôs de “Criaturas”, e cada camada era “composta por uma rede de topologia fixa de máquinas de estados finitos simples”. Na abordagem da Nouvelle AI, “Primeiro, é de vital importância testar as Criaturas que construímos no mundo real; isto é, no mesmo mundo que nós, seres humanos, habitamos. É desastroso cair na tentação de testá-las primeiro em um mundo simplificado, mesmo com a melhor das intenções de depois transferir a atividade para um mundo não simplificado.” Sua ênfase nos testes no mundo real contrastava com “Os primeiros trabalhos em IA concentravam-se em jogos, problemas geométricos, álgebra simbólica, demonstração de teoremas e outros sistemas formais” e com o uso do mundo dos blocos em sistemas de IA simbólica como o SHRDLU.
Perspectivas atuais
Cada abordagem — simbólica, conexionista e baseada em comportamento — apresenta vantagens, mas foi criticada pelas outras abordagens. A IA simbólica foi criticada por ser descorporificada, estar sujeita ao problema da qualificação e ser deficiente no tratamento dos problemas perceptivos em que a aprendizagem profunda se destaca. Por sua vez, a IA conexionista foi criticada por ser pouco adequada à resolução deliberativa de problemas passo a passo, à incorporação de conhecimento e ao planejamento. Por fim, a Nouvelle AI se destaca nos domínios reativos e da robótica do mundo real, mas foi criticada pelas dificuldades de incorporar aprendizado e conhecimento.
