Mini-curso da XI Jornada Científica da UFSCar
Sistemas Complexos & Inteligência Coletiva:
Novas Perspectivas na Relação Ciência e Sociedade ?
Bem vindos ao mundo da
Complexidade.
Uma proposta no mínimo ousada de como construir um mundo melhor
com
Consiliência. Palavra que expressou o desejo iluminista de unir todas
as ciências, sejam exatas, humanas ou biológicas, em uma só ciência.
Aos interessados recomendamos o livro
Consilience:The Unit of
Knowledge de Edward O. Wilson (1998). Biólogo autor de The Meaning of
Human Existence (2014).
Sou professor Paulo César de Camargo.
Sou professor Paulo César de Camargo.
Eng. Químico.(UFPR-1971) Msc (IFSC-1975). PhD (Rice University-1981).
Prof. UFSCar(1972-1991). UFPr(1991-2012). UFSCar(2013-...)
Atual Diretor do IEAE/UFSCar em implantação.
Juntamente com os professores Luzia do DCI/UFSCar e Sergio Mattos
DH/UFSCar, estaremos ministrando este mini-curso.
INTELIGÊNCIA COLETIVA
Algumas referências
• Center for Collective Intelligence do MIT sob liderança de Thomas Mallone.
• cci.mit.edu
Com seu “Handbook of Collective Intelligence” busca-se difundir as ideias da IC, inclusive
procurando entender e solucionar questões tão complexas como do Aquecimento Global.
• Piérre Levy é outra importante referência com diversas publicações e apresentações, como
por exemplo a apresentada no SENAC/SP em 2015.
http://www.sp.senac.br/sites/pierrelevy/index2.html
)
• Collective Intelligence: Creating a Prosperous World at Peace. Mark Tovey editor. (2015).
Livro sobre Inteligência Coletiva abordando assuntos difíceis a as vezes impossíveis de tratar
sistemicamente, como: pobreza e fome, corrupção e terrorismo, mudanças climáticas e falta de
recursos em geral.
Existem inúmeras ações isoladas em diversas universidades e centros de pesquisa no mundo
todo, inclusive no Brasil que podem ser encontradas com simples busca no google.
O prof. Sergio Mascarenhas de Oliveira tem atuado em Sistemas Complexos em saúde e
cérebro.
INTELIGÊNCIA COLETIVA: PRINCIPAIS CARACTERÍSTICAS
•
Do CCI/MIT: “Our basic research question is: How can people and
computers be connected so that—collectively—they act more
intelligently than any person, group, or computer has ever done
before?”
•
Uma referência interessante :
Handbook of Collective Intelligence
(acesso em Draft), onde os temas estão estruturados
objetivamente. Recomendamos ver cci.mit.edu e fazendo buscas
com palavras chave: Inteligência Coletiva, Collective Intelligence,
com palavras chave: Inteligência Coletiva, Collective Intelligence,
Thomas Malone e Piérre Levy
aparecerá uma variedade de apresentações em Youtube, artigos e
livros sobre o tema Sistemas Complexos e Inteligência Coletiva.
EXEMPLOS ATUAIS DE INTELIGÊNCIA COLETIVA
•
Google:
conhecimento coletivo gerado por milhões de pessoas
usa algoritmos espertos e tecnologia sofisticada
produz respostas, frequentemente muito inteligentes
•
Wikipedia:
tecnologia simples
técnicas de motivação
produziu uma enciclopédia incrivelmente completa e atualizável a partir
iniciativas individuais e sem coordenação centralizada.
iniciativas individuais e sem coordenação centralizada.
•
Innocentive:
Criado para resolver questões de interesse da empresa Eli Lilly,
A empresa utiliza a Inteligência Coletiva de milhares de cientistas, em rede
propondo soluções à questões com valores de US$1mil a US$1milhão.
•
Hewlett Packard, Eli Lilly e Google :
•
compra e vende de previsões de mercados futuros com recursos de
Inteligência Coletiva,
•
frequentemente com mais sucesso doque as previsões baseadas em métodos
tradicionais.
MOTIVAÇÃO E MOMENTO DA INTELIGÊNCIA COLETIVA
•
Início de uma mudança cultural e de uma nova era do conhecimento ?
•
Conhecimento e medo levaram à eficiente mobilização dos melhores intelectos
disponíveis no século XX para o desenvolvimento da bomba atômica.
•
Embora o volume de conhecimentos na época já fosse imenso e as rede de relações
limitadas, foram eficazes e seus métodos levaram a avanços tecnológicos importantes.
•
Após a 2
ªGuerra Mundial a incorporação de conhecimento à novas tecnologias foi
expressiva e sistemas computacionais passaram a desempenhar papel determinante na
ciência, na gestão de empresas, na chamada Inteligência Competitiva e na
concentração de poder econômico e político.
•
Os rápidos avanços do conhecimento, sua disseminação com as facilidades de
comunicação e a formação de redes sinaliza deficiências, principalmente na melhoria da
qualidade de vida e de sua sustentabilidade.
qualidade de vida e de sua sustentabilidade.
•
Precisamos avançar aprendendo novos princípios de atuação, que priorizem o bem
estar do ser humano, com melhores sistemas organizacionais, sociais e motivacionais.
•
Precisamos de experimentos e estudos sistemáticos, primordialmente de pessoas
motivadas. Os recursos para estes procedimentos incluirão pesquisa sobre Cérebro e
Ciências Cognitivas, Ciências Sociais, Media e Comunicação, sem abandonar e
continuando avançar naquilo que já conhecemos.
•
Novas iniciativas e experimentos sistemáticos, requerem novas teorias correlacionando
os estudos de caso, os novos exemplos e os experimentos sistemáticos. Aqui surge um
complicador que é a ânsia humana de aparecer como protagonista, sendo o centro das
atenções, prejudicando avanços com Inteligência Coletiva
MOTIVAÇÃO E MOMENTO DA INTELIGÊNCIA COLETIVA
•
Como toda a nova iniciativa esta também encontra resistências tais como:
Interpretações simplistas de que fazer as coisas coletivamente seria simples e maravilhoso
como uma magia.
Pessoas que não acreditam e/ou não querem a descentralização do poder.
Frequentemente ouve-se que a Wikipédia e o Software livre não são perfeitos, porque
carecem de um poder central, que possa ser responsabilizado pelo conteúdo.
Argumenta-se também que não conhecemos exemplos de sucesso Argumenta-sem controle e fiscalização central.
•
Em um Mundo Complexo, qualquer pressuposto Simples tem grande chance de estar
errado.
•
Ações de Inteligência Coletiva podem dar certo ou errado.
•
O importante é o uso do método científico, construindo-se bases sólidas aos métodos
de uso da Inteligência Coletiva principalmente na investigação de Sistemas Complexos.
de uso da Inteligência Coletiva principalmente na investigação de Sistemas Complexos.
•
Felizmente não estamos começando do zero. Já existem referências de boa qualidade
em diversas áreas como: Psicologia, Teorias das Organizações, Inteligência Artificial,
Ciências do Cérebro entre outras.
•
Novas tecnologias tem aberto caminhos nunca antes imaginados na história da
humanidade, como certa competição entre a inteligência humana e a artificial.
•
Certamente não temos todas as respostas. Precisamos adaptar nossas questões à
realidade e ambiente atual, estabelecendo referências para o entendimento científico
multidisciplinar e transdisciplinar, com valorização do conhecimento, em busca de
melhor qualidade de vida, negócios, administração pública e governos.
FERRAMENTAS PARA SISTEMAS COMPLEXOS
• Modelos considerando: muitos agentes independentes,
interagentes entre si de forma dinâmica e não linear e
possibilidade de interação com o ambiente. O modelo deve
possibilitar de forma rápida e prática a modificação de
características dos agentes e de suas interações
• Optamos assim pelo NETLOGO.
• Disponibiliza uma extensa
biblioteca de modelos em uma
variedade de assuntos incluindo artes, economia, biologia,
física, química, psicologia e sistemas dinâmicos.
física, química, psicologia e sistemas dinâmicos.
• NetLogo tem sido o software livre preferido por grande parte
dos interessados em Sistemas Complexos, no contextos
educacionais do ensino fundamental até à pós-graduação e
pesquisa avançada. Busca-se difundir a cultura da
Inteligência Coletiva e da visão integrada da Ciência =
CONSILIÊNCIA.
FERRAMENTAS PARA SISTEMAS COMPLEXOS
• Modelos considerando: muitos agentes independentes,
interagentes entre si de forma dinâmica e não linear e
possibilidade de interação com o ambiente. O modelo deve
possibilitar de forma rápida e prática a modificação de
características dos agentes e de suas interações
• Optamos assim pelo NETLOGO.
• Disponibiliza uma extensa
biblioteca de modelos em uma
variedade de assuntos incluindo artes, economia, biologia,
física, química, psicologia e sistemas dinâmicos.
física, química, psicologia e sistemas dinâmicos.
• NetLogo tem sido o software livre preferido por grande parte
dos interessados em Sistemas Complexos, no contextos
educacionais do ensino fundamental até à pós-graduação e
pesquisa avançada. Busca-se difundir a cultura da
Inteligência Coletiva e da visão integrada da Ciência =
CONSILIÊNCIA.
FERRAMENTAS PARA SISTEMAS COMPLEXOS
Construindo um Modelo Basedo em Agentes-ABM
Qual é o fenômeno de seu interesse ?
•
(1) Modelo de qual parte do fenômeno você quer construir ? Verifique se
o fenômeno é apropriado para ser representado com um modelo baseado
em agentes.
•
(2) Relacione os tipos de agentes envolvidos no fenômeno ?
•
(3) Descreva as propriedades de cada tipo de agente envolvido.
•
(4) Para cada agente escreva as ações (ou comportamento) esperado.
•
(5) Relacione o ambiente (espaço, rede de relações, e características
•
(5) Relacione o ambiente (espaço, rede de relações, e características
específicas). Certifique-se que o ambiente esta bem definido.
•
(6) Se você tiver que discretizar em passos definidos temporalmente,
quais eventos e em qual ordem devem ocorrer ? Decreva oque ocorre
durante cada passo.
•
(7) Quais parâmetros alimentam seu modelo (inputs) ? Identifique cada
entrada.
•
(8) Oque você pretende observar como resultado (outputs) relevantes de
sua simulação ?
UM PASSEIO NA BIBLIOTECA NETLOGO
• Acesso ao software e
tutoriais:
• Trabalha em diversos
sistemas operacionais
em máquina virtual
Java. Roda nas versões
• Para baixar o NetLogo com a biblioteca
http://ccl.northwestern.edu/netlogo
• Opção em português:Tutorial da Univ. de Lisboa:
http://cftc.cii.fc.ul.pt/PRISMA/capitulos/netlogo/
Java. Roda nas versões
Windows acima do
PASSEANDO NA BIBLIOTECA NETLOGO
PASSEANDO NA BIBLIOTECA NETLOGO
• Oque é?
• Uma colonia de formigas estas buscam alimento. Cada formiga segue um conjunto de regras simples, porém a colonia como um todo age de forma sofisticada.
• Como funciona
• Quando uma formiga consegue um pedaço de alimento, ela carrega de volta ao ninho, sinalizando o trajeto com feromônio. Quando outra formiga percebe o feromônio segue-o na procuraa do
alimento.na medida que o alimento é transportado os caminhos do alimento é reforçado. • Como utilizar este modelo
• Clique no botão SETUP para iniciar criando um ninho(em violeta no centro) e tres pilhas de alimentos em posições diferentes. Clique em GO para começar a simulação. O feromônio é mostrado em gradiente de verde a branco.
• Deslizando o controle EVAPORATION-RATE varia-se a taxa de eveporação do feromônio. A taxa de difusão do feromônio pode ser controlada deslizando o controle DIFFUSION-RATE.
difusão do feromônio pode ser controlada deslizando o controle DIFFUSION-RATE. • Pode-se variar o número de formigas no botão POPULATION.
• Wilensky, U. (1997). NetLogo Ants model. http://ccl.northwestern.edu/netlogo/models/Ants. Center for Connected Learning and Computer-Based Modeling, Northwestern University, Evanston, IL.
• Please cite the NetLogo software as:
• Wilensky, U. (1999). NetLogo. http://ccl.northwestern.edu/netlogo/. Center for Connected Learning and Computer-Based Modeling, Northwestern University, Evanston, IL.
• COPYRIGHT AND LICENSE
• Copyright 1997 Uri Wilensky.
• This work is licensed under the Creative Commons Attribution-NonCommercial-ShareAlike 3.0 License. To view a copy of this license, visit https://creativecommons.org/licenses/by-nc-sa/3.0/or send a letter to Creative Commons, 559 Nathan Abbott Way, Stanford, California 94305, USA.
PASSEANDO NA BIBLIOTECA NETLOGO
• Oque é?
• Uma colonia de formigas estas buscam alimento. Cada formiga segue um conjunto de regras simples, porém a colonia como um todo age de forma sofisticada.
• Como funciona
• Quando uma formiga consegue um pedaço de alimento, ela carrega de volta ao ninho, sinalizando o trajeto com feromônio. Quando outra formiga percebe o feromônio segue-o na procuraa do
alimento.na medida que o alimento é transportado os caminhos do alimento é reforçado. • Como utilizareste modelo
• Clique no botão SETUP para iniciar criando um ninho(em violeta no centro) e tres pilhas de alimentos em posições diferentes. Clique em GO para começar a simulação. O feromônio é mostrado em gradiente de verde a branco.
• Deslizando o controle EVAPORATION-RATE varia-se a taxa de eveporação do feromônio. A taxa de difusão do feromônio pode ser controlada deslizando o controle DIFFUSION-RATE.
difusão do feromônio pode ser controlada deslizando o controle DIFFUSION-RATE. • Pode-se variar o número de formigas no botão POPULATION.
• Wilensky, U. (1997). NetLogo Ants model. http://ccl.northwestern.edu/netlogo/models/Ants. Center for Connected Learning and Computer-Based Modeling, Northwestern University, Evanston, IL.
• Please cite the NetLogo software as:
• Wilensky, U. (1999). NetLogo. http://ccl.northwestern.edu/netlogo/. Center for Connected Learning and Computer-Based Modeling, Northwestern University, Evanston, IL.
• COPYRIGHT AND LICENSE
• Copyright 1997 Uri Wilensky.
• This work is licensed under the Creative Commons Attribution-NonCommercial-ShareAlike 3.0 License. To view a copy of this license, visit https://creativecommons.org/licenses/by-nc-sa/3.0/or send a letter to Creative Commons, 559 Nathan Abbott Way, Stanford, California 94305, USA.
PASSEANDO NA BIBLIOTECA NETLOGO
• CÓDIGO ANT_ Mini-Curso Jornada
• patches-own [
• chemical ;; amount of chemical on this patch • food ;; amount of food on this patch (0, 1, or 2) • nest? ;; true on nest patches, false elsewhere • ] • ;;;;;;;;;;;;;;;;;;;;;;;; • ;;; Setup procedures ;;; • ;;;;;;;;;;;;;;;;;;;;;;;; • to setup • clear-all
• set-default-shape turtles "bug" • set-default-shape turtles "bug" • create-turtles population • ########################### • end • ;;;;;;;;;;;;;;;;;;;;; • ;;; Go procedures ;;; • ;;;;;;;;;;;;;;;;;;;;; • to go ;; forever button • ask turtles
• [ if who >= ticks [ stop ] ;; delay initial departure • ifelse color = red
• [ look-for-food ] ;; not carrying food? look for it • [ return-to-nest ] ;; carrying food? take it back • end