O
recolhedor de latinhas - um robô inteligente, 'ensinado' a
tomar decisões como selecionar a latinha pela cor - é exemplo
do que vem se buscando na UFSC com as pesquisas na linha
conexionista da Inteligência Artificial. O experimento faz
parte do projeto 'Redes Neurais Hierárquicas e Modulares',
desenvolvido por integrantes do Laboratório de
Conexionismo e Ciências Cognitivas, ligado ao Departamento
de Informática e de Estatística do Centro Tecnológico. O
pequeno robô construído com Kit Lego Midstorn vem
permitindo o estudo e aplicação dos princípios do
conexionismo: a modelagem da inteligência humana através da
simulação matemática dos componentes do cérebro, isto é, de
seus neurônios e suas interligações.
No experimento o robô fica sobre uma mesa branca
delimitada por uma faixa preta, sendo que latinhas verdes e
amarelas são colocadas sobre a superfície. Devido a seu
'aprendizado', o 'recolhedor' deve tirar da mesa as latas
verdes e deixar as amarelas, sem sair da área marcada. Sua
capacidade 'inteligente' é resultado de redes neurais
codificadas em valores matemáticos e transmitidas à máquina
através de programas computacionais. Para o aprendizado foram
implementados modelos artificiais do que seria uma rede
nervosa primitiva. Esses modelos artificiais, que são modelos
matemáticos, correspondem a neurônios biológicos sensores e
efetores. "É como se o robô tivesse um sistema nervoso
primitivo", explica Francisco
Antonio Fernandes Reinaldo, um dos integrantes do L3C.
Os Robôs Móveis Inteligentes (RMIs), classe a que
pertence o 'recolhedor de latinhas' são sistemas
computacionais que operam em ambientes dinâmicos e
imprevisíveis. Eles interpretam dados obtidos por sensores,
executam comandos e mandam estes resutlados para seus
atuadores. O grau de inteligência desse tipo de robô (3a
geração) está relacionado à capacidade de como relacionar os
dados dos sensores com os comandos aos motores em seus
esforços para atingir seus objetivos, satisfazer motivações,
etc.
Robôs inteligentes podem ser úteis para executar
atividades em lugares onde o homem não pode ou não consegue
chegar, como em vulcões ou até outros planetas, por exemplo.
Entre as aplicações estão transporte de peças e ferramentas;
escavação e transporte de minérios; exploração submarina;
exploração espacial e vigilância.
"A linha conexionista permite que o robô trabalhe
tomando decisões, sem precisar de alguém para controlá-lo,
tendo como inspiração o ser humano, por exemplo", explica
Reinaldo. Segundo ele, essa é uma vantagem da Linha
Conexionista. "O conexionismo possibilita que o robô não se
perca - o que pode acontecer no caso de uma programação em que
nem todas as possibilidades sejam previstas e repassadas à
máquina", complementa o mestrando. "Por isso, a linha
conexionista é a melhor opção no caso de ambientes dinâmicos,
em que você não possa prever todas as situações".
Seria o caso de desenvolver um robô para procurar um
ponto de luz no oceano, por exemplo. A partir das redes
conexionistas, este robô poderia ser 'ensinado' a agir em
situações como a presença de obstáculos.
No caso do 'recolhedor de latinhas', o programa de
computador que corresponde ao cérebro do robô foi desenvolvido
no projeto no Projeto PiramidNet. Nesse programa, foram
criadas quatro redes neurais hierárquicas, cada uma delas
responsável por um tipo de comportamento. A primeira rede
detecta os eventos, ou seja, identifica, através de sensores,
as latas verdes, amarelas e a borda da mesa. A segunda é
responsável pelas decisões que o robô vai tomar de acordo com
os eventos detectados na rede 1, que podem ser empurrar a
lata, refugá-la ou andar pela mesa. A terceira rede faz com
que o robô dê a volta quando encontrar a borda preta da mesa,
e a quarta é responsável por ativar os motores para que ele
execute a decisão tomada.
Para implementação de um sistema a base de redes
conexionistas, os pesquisadores fazem uso de dois tipos de
redes. Há redes diretas, que são mais simples e responsáveis
pela execução de tarefas como empurrar, e outro recorrente,
mais complexo. As redes recorrentes são responsáveis pelo
comportamento de decisão. No caso do robô, no ambiente em que
há latas verdes, amarelas e a tarja preta ao redor da mesa,
foi ensinado que a lata verde deve ser empurrada, até o limite
estabelecido, a amarelo deve ser mantida. Quando encontra a
tarja volta. Ele fica vagando dois sensoresm cptam a manda
para a rede complexa, recorrente, epurrar para fora. Simples
empurrar, compled,a quel comportanmento, o que deve ser feito.
Foi ensinado que o preto é medo.
O
trabalho de desenvolvimento do 'Recolhedor de Latinhas'
envolve estudantes de mestrado e de graduação e tem a
orientação de professores que há vários anos vêm voltando seus
estudos à Linha Conexionista. É o caso do professor Mauro
Roisenberg, por exemplo, cujo estudo de doutoramento é
referência na área pelo estudo de desenvolvimento da
Arquitetura PiramidNet - que trata da integração de redes
diretas e redes recorrentes. Entre as dissertações em
desenvolvimento, a de Reinaldo pretende permitir que novas
redes sejammodeladas graficamente e repassadas para o artefato
robótico, tornando seu 'sistema nervoso mais evoluido',
processo que atualmente é manual, trabalhoso e demorado,
através de árdua programação.
|