Metaheurísticas de Otimização Bio-Inspiradas

Transcrição

1 Metaheurísticas de Otimização Bio-Inspiradas Aula 5 Conceituação Parte 2* Prof. Dr. Hugo Valadares Siqueira * Aula baseada no livro do Prof. Leandro Nunes de Castro

2 Evolução Na sua forma mais simples, a teoria da evolução é apenas a ideia de que a vida mudou ao longo do tempo, com formas mais jovens descendente dos mais velhos; Esta ideia existia muito antes da época de Charles Darwin, mas ele e seus sucessores desenvolveram esta teoria para explicar a diversidade da vida e da adaptação dos seres vivos ao seu ambiente ; Em contraste com a aprendizagem, evolução requer alguns processos específicos para ocorrer: envolve um indivíduo ou uma população de indivíduos que se reproduzem e sofrem variação genética, seguidos pela seleção natural; Portanto, não pode haver evolução se houver um único indivíduo, a menos que este indivíduo seja capaz de reproduzir-se assexuadamente.

3 Além disso, alguma variação tem que ocorrer durante a reprodução, para que a prole traga alguma novidade que permita que ele se torne mais adaptado para o ambiente; A seleção natural é responsável pela manutenção do material genético dos indivíduos mais aptos ao ambiente; Estes terão sobrevivência e vantagens reprodutivas ao longo do tempo; A configuração genética evoluiu de organismos juntamente com as suas capacidades de aprendizagem e trazem importantes contribuições para a sua adaptabilidade ao meio ambiente.

4 Feedback Essencialmente, o feedback ocorre quando a resposta a um estímulo tem um efeito de algum tipo no estímulo original; Ele pode ser entendido como o regresso de uma porção da saída de um processo ou sistema para a entrada, especialmente quando utilizado para manter o desempenho ou para controlar um sistema ou processo; A natureza da resposta determina como o feedback é rotulado: - feedback negativo é quando a resposta diminui o estímulo original (que vão na direção oposta); - feedback positivo é quando a resposta aumenta o estímulo original (que vão no mesmo sentido);

5 Uma característica importante da maioria dos sistemas naturais é que eles dependem extensivamente do feedback para o crescimento e auto-regulação; Qualquer atividade do cérebro, tais como o pensamento de uma palavra ou reconhecer um rosto, desencadeia um vasto conjunto de circuitos neurais; Cada nova atividade do cérebro desencadeia uma nova matriz e um grande número de possíveis circuitos neuronais a serem ativados; Acredita-se que todos estes ciclos de feedback são necessário para a aprendizagem, e são consequências da alta interconectividade do cérebro;

6 Feedback Positivo Em processos de auto-reforço (de crescimento) quando um evento ocorre, mais ela tende a ocorrer; No sistema imunológico: quando uma bactéria invade o nosso organismo, ela começa a se reproduzir causando danos às nossas células; Uma forma que o sistema imunológico encontra para lidar com esses agentes é reproduzindo as células imunológicas capazes de reconhecer esses agentes; Além disso, as células do sistema imunológico e moléculas libertaram produtos químicos que estimulam outras células para lutar contra o agente causador da doença; Portanto, a resposta de algumas células imunes fornece algum tipo de realimentação positiva para outras células do sistema imunológico;

7 Feedback Positivo Há vários outros exemplos de feedback positivo na natureza: - Reprodução humana: quanto mais os seres humanos se reproduzem, existem as mais seres humanos para se reproduzir; - Alimentação do bebê: um bebê começa a mamar o mamilo da mãe gotas de leite são liberadas, estimulando a produção e liberação de mais leite; - Avalanche: uma avalanche começa em repouso e, quando perturbadas, acelera-se rapidamente para o seu ponto de extremidade na base de uma inclinação;

8 Feedback Positivo - Dar à luz: ao dar à luz, quanto mais contrações uterinas uma mãe tem, mais ele é estimulado a ter, até a criança nascer; - Se coçar: se coçar torna um ferimento mais infectado e danificado, e, portanto, mais coceira; - Amadurecimento frutos: uma maçã amadurecimento libera o etileno, hormônio vegetal volátil, que acelera o amadurecimento dos frutos verdes na sua vizinhança; frutas próximas também amadurecem, liberando mais de etileno. Todos os frutos rapidamente tornam-se maduros.

9 Feedback Negativo A reação negativa desempenha o papel de regular o feedback positivo, ou seja, manter o equilíbrio dinâmico do meio; As alterações ocorrem na direção oposta à do estímulo inicial; O termostato é um dos exemplos mais clássicos de feedback negativo; Está no cerne de cada sistema estável, permitindo a autoregulação; Ex: se uma empresa eleva os preços demasiadamente, as pessoas param de comprar, e logo ela o reduz; No sistema imune, após a infecção ser eliminada com êxito, células específicas são estimuladas a liberar outras substâncias químicas para suprimir a replicação de células imunitárias;

10 Feedback Negativo Sem este mecanismo de feedback negativo, a morte pela reprodução celular descontrolada seria inevitável; E sem o feedback positivo, a morte por infecção seria inevitável; Há também uma abundância de exemplos de feedback negativo na natureza: - Ecossistemas: em um ecossistema composto por coelhos e grama, quando há uma abundância de grama para alimentálos, eles têm a tendência de se reproduzir com taxas maiores. Mas se existem mais coelhos no ambiente, mais grama irá ser consumida, e menos comida disponível haverá. A quantidade de grama fornece um feedback para a taxa de natalidade coelhos;

11 - Homeostase: as concentrações de glicose no sangue sobem depois de comer uma refeição rica em açúcar. O hormônio insulina é liberado e acelera o transporte de glicose do sangue para tecidos selecionados, gerando concentrações decrescentes de glicose no sangue; - Metabolismo: o calor metabólico aumenta a temperatura corporal. Mecanismos como a vasodilatação (corado pele) e a transpiração operam diminuindo a temperatura do corpo.

12 Auto-Organização Uma pergunta importante na biologia, física e química é de onde vem a ordem? ; O mundo está repleto de sistemas, organismos e fenômenos que mantêm uma alta energia e organização interna, em contraste aparente das leis da física ; - Partículas de água suspensas no ar formam nuvens; - Um inseto social, cresce a partir de um único zigoto unicelular em um organismo multicelular complexo e, em seguida, participa de uma organização social estruturada; - pássaros se reúnem em um rebanho coordenado; A organização parece emergir espontaneamente de condições desordenadas e não parece conduzida apenas por leis físicas conhecidas ou regras globais;

13 Auto-Organização A ordem surge a partir da multiplicidade de interações entre as partes simples; A auto-organização refere-se a uma ampla gama de processos padrão de formação em ambos os sistemas físicos e biológicos, tais como: - grãos de areia montagem em dunas; - reagentes químicos formando roda espirais, - células que compõem tecidos altamente estruturados; Uma característica básica destes diferentes sistemas é o meio pelo qual eles adquirem sua ordem e estrutura; Nos sistemas de auto-organização, a formação de padrões ocorre por meio de interações internas, sem intervenção por influências externas.

14 Um padrão corresponde a um determinado arranjo, organizado de objetos no espaço ou no tempo; Exemplos de padrões comportamentais biológicos incluem : - um cardume de peixes; - uma coluna de invasão de formigas; - a intermitência síncrona de vaga-lumes; - a arquitetura complexa de um cupinzeiro; Mas auto-organização não afeta apenas padrões comportamentais; Acredita-se também desempenhar papel na definição de padrões e formas como o revestimento de vários os animais; Nestes casos, é possível que não só o código genético destes animais determine suas características físicas expressas, mas alguns processos auto-organizados podem também estar envolvidos.

15 O conceito de auto-organização também pode ser transmitido através de contra exemplos; Um sistema pode formar um padrão preciso e receber instruções de fora, como uma receita, ordens ou sinais. Por exemplo, os soldados marchando formar um processo organizado puro que não é auto-organizado: sua sequência de passos, direção de movimento, a velocidade são todos ditada por instruções específicas; Em tais casos, o processo é organizado mas não auto-organizado; É menos óbvio, no entanto, entender como um padrão definido, pode ser produzido na ausência de tais instruções;

16 Insetos sociais, como formigas, cupins e abelhas, são capazes de construir ninhos extremamente complexos sem seguir qualquer plano, receita, líder, ou modelo. É interessante notar que, embora todos eles tenham uma rainha, estas estão basicamente envolvida na reprodução, principalmente quando o tamanho da colônia é muito grande; Ainda mais surpreendente, tais padrões complexos de comportamento, projetos de arquitetura e estratégias de forrageio e caça, não exigem qualquer controle global ou uma regra.

17 Características da Auto-Organização A auto-organização refere-se às tendências espontâneas por vezes observadas em certas classes de sistemas complexos, tanto naturais como artificiais; A maioria dos sistemas auto-organizados apresentam uma série de características: - Coletividade e interatividade: sistemas auto-organizados (SAO) são geralmente compostas por um grande número de elementos que interagem um com o outro e o meio ambiente; - Dinâmica: a multiplicidade de interações que caracterizam sistemas auto-organização enfatizam que eles são dinâmicos e exigem interações e contingência de componentes de nível inferior para produzir e manter estrutura;

18 - Padrões emergentes: SAO normalmente exibem o que parece ser ordem espontânea. O estado geral de um sistema autoorganizado é uma propriedade emergente; - Não-linearidades: um conceito subjacente na auto-organização é não-linearidade: as interações de componentes resultam qualitativamente em novas propriedades que não podem ser entendidas como a simples adição das contribuições individuais; - Complexidade: a maioria dos sistemas de auto-organização são complexas. Os conceitos de complexidade e emergência estão incorporadas nos SAO; - Baseado em regras: a maioria SAO está baseado em regras, principalmente os biológicos; - Laços de feedback: feedback positivo e negativo contribuem para a formação de processos auto-organizados, amplificando e regulando as flutuações no sistema.

19 Alternativas a Auto-Organização A auto-organização não é o único meio responsável pelos muitos padrões que vemos na natureza; Padrões que surgem através da autoorganização podem envolver outros mecanismos, tais como a codificação genética e leis físicas; Camazine et al. (2001) fornecem quatro alternativas para a auto-organização: - Na sequência de um líder: um líder bem informado pode dirigir a atividade do grupo, fornecendo a cada membro instruções detalhadas sobre o que fazer;

20 - Construir um modelo: um modelo é uma representação compacta das relações espaciais ou temporais das partes de um padrão. Por exemplo, cada músico de uma orquestra recebe uma partitura musical que especifica completamente o padrão de notas dentro da composição e as relações tonais e temporais entre eles; - Na sequência de uma receita: cada membro do grupo pode ter uma receita, ou seja, um conjunto sequencial de instruções que especificam exatamente as ações de contribuição do indivíduo para todo o padrão. Um modelo é diferente de uma receita, pois não especifica como algo é feito, apenas o que é para ser feito; - Modelos: um modelo é um guia de tamanho completo que especifica o padrão final e orienta o processo de formação de padrões. Por exemplo, uma empresa que fabrica peças do carro usa um modelo em que a matéria-prima é utilizada, a fim de fazer as peças desejadas; cada parte tem seu próprio modelo.

21 Complexidade Um sistema complexo é aquele com um grande número de componentes que interagem, cuja atividade agregada é nãolinear (não derivadas pela soma o comportamento do indivíduo componentes) e exibem tipicamente auto-organização; Consideremos o caso de um organismo como o corpo humano: mesmo que se saiba como funciona e vendo os seus principais sistemas e órgãos não é possível saber como emerge seu comportamento final; Sistemas complexos são incapazes de serem compreendidos / explicados observando-se o comportamento de seus componentes em separado;

22 Os estudos sobre a complexidade sugerem que não só a organização interna (por exemplo, o código genético de um organismo biológico) de um sistema é suficiente para a sua completa compreensão; Também a forma como o sistema em si e as suas partes componentes interagem um com o outro e o meio ambiente fazem-se essenciais; A microestrutura interna, capacidade de auto-organização e seleção natural são parte dos mais importantes aspectos necessários para uma melhor compreensão de sistemas complexos; Talvez a contribuição mais notável de complexidade para a ciência foi a percepção de que muitos fenômenos e processos naturais podem ser explicados e, por vezes reproduzida, seguindo algumas regras básicas e simples.

23 Por exemplo: os aspectos mais marcantes da física são a simplicidade de suas leis; As equações de Maxwell, equações de Schrödinger e mecânica newtoniana podem ser expressas em poucas linhas; Na natureza algumas leis básicas são vistas em todos os lugares e pode produzir estruturas complexas, mesmo em situações simples e podem obedecer às leis simples mesmo em situações complexas; As quatro formas básicas de investigação de sistemas complexos: a experimentação, simulação, modelagem teórica, emulação; - Experimentos são necessários para a criação de uma gama de informações sobre como os organismos naturais e processos comportam-se;

24 - Simulações são muitas vezes utilizadas para verificar a compreensão, validar os resultados experimentais, ou simular um sistema ou processo particular; - Os modelos teóricos são úteis para a compreensão, a complementação, predição, análise crítica e descrição quantitativa e qualitativa dos fenômenos naturais; - Finalmente, realizações e emulações são fundamentais para a possibilidade de criar e estudar padrões e formas de vida;

25 Emergência Questões importantes sobre sistemas adaptativos complexos dependem da compreensão das propriedades emergentes; Em um nível muito baixo: uma partícula de água não é uma nuvem, e um neurónio não é consciente; Estes são exemplos de são sistemas de baixo para cima, não de cima para baixo: são adaptativos complexos que exibem comportamentos emergentes;

26 Emergência Os agentes que residem em uma escala ou nível de começar a produzir comportamentos que se encontram escala acima deles; O movimento de regras de nível baixo a sofisticação de nível superior é o que chamamos a emergência; É interessante notar que, mesmo com um conjunto fixo de regras, os comportamentos globais emergentes são dinâmicos (eles mudam ao longo do tempo) e, na maioria dos casos, de forma imprevisível.

27 Reducionismo Por muito tempo, os cientistas foram animado sobre a crença de que os sistemas naturais poderia ser entendido pelo reducionismo, isto é, pela procura de seus constituintes mais fundamentais; Físicos procuram as partículas fundamentais e forças, os químicos procuram compreender ligações químicas, e os biólogos examinar sequências de DNA e estruturas moleculares em um esforço para entender os organismos e vida; Estas abordagens reducionistas sugerem que as questões em química física pode ser respondidas baseadas em física atômica, perguntas em biologia celular pode ser respondida com base em como biomoléculas trabalho e organismos podem ser entendidos em termos de como seu trabalho sistemas celular e molecular;

28 Reducionismo No entanto, os reducionistas não afirmam que as funções psicológicas superiores podem ser reduzida a física e química; Os cientistas estão começando a perceber que o reducionismo é apenas uma das muitas ferramentas necessárias para desvendar os mistérios da natureza; Pode haver princípios adicionais para a vida e a natureza incorporados nas propriedades encontradas em níveis mais elevados de organização, e que não pode ser visto em níveis mais baixos; Estas propriedades são conhecidas como laços de propriedades emergentes; Por exemplo, ainda não é possível entender maior fenômenos psicológicos, tais como amor e ódio, simplesmente olhando como os neurônios funcionam.

29 Bottom-up vs. Top-down Em termos gerais, existem duas abordagens principais para abordar a questão de fundo de como, de fato, a natureza funciona; Uma explora o modelo familiarizado, o computador digital, em que as representações são símbolos, e cálculos são regras formais (algoritmos) que operam sobre símbolos; A segunda abordagem está enraizada em muitas ciências naturais, como a biologia, neurociência e teoria evolutiva, com base em dados relativos à forma como a mais elementar unidade de trabalho pode processar informações; Embora ambas as abordagens, em última análise, procurem voltar a produzir padrões e comportamentos de entrada-saída, o primeiro é mais de cima para baixo, apoiando-se fortemente em princípios de ciência da computação, enquanto o segundo tende a ser mais baixo para cima, com o objetivo de refletir condicionantes naturais relevantes.

30 Bottom-up Abordagens bottom-up também procuram avaliar o estudo das partes componentes, mas não necessariamente afirmam que o todo é apenas a soma de suas partes, que é permitido a fenômenos emergentes; A Biologia é, na maioria dos casos, um empreendimento científico reducionista (embora tenha mudando ao longo dos últimos anos); Computação natural, embora altamente inspiradas ou baseadas em biologia, é mais enraizada em abordagens de botton-up do que em técnicas puramente reducionistas; Outra forma de visualizar sistemas ou abordagens ascendentes está relacionada com a forma como eles desenvolvem ou evoluem; Uma perspectiva de design: a unidade estrutural mais profundamente enraizada é criada primeiro e depois combinado com mais partes para criar uma unidade maior, e assim por diante;

31 A maioria dos sistemas complexos que apresentam padrões e comportamentos autônomos complexos são sistemas paralelos e distribuídos em que interagem componentes que tomam decisões e que afetam diretamente seu estado e o estado de alguns outros componentes (por exemplo, os seus vizinhos); Decisões de cada componente são baseadas em informações sobre seu próprio estado local. Sistemas e modelos botton-up são aqueles em que o comportamento global emerge de um conjunto de elementos relativamente simples e autônomo que atuam exclusivamente na base de informações locais; A abordagem reducionista é, em certa medida, uma abordagem bottom-up pois assume que o estudo de componentes individuais é suficiente para um entendimento completo do organismo como um todo.

32 Top-Down Nos primeiros dias de inteligência artificial a maioria dos pesquisadores estavam tentando desenvolver programas de computador capazes de manipular expressões simbólicas; Estes programas foram desenvolvidos de forma topdown: olhando como seres humanos resolvem problemas e tentando "programar" estes procedimentos em um computador; Abordagens top-down assumem que é possível entender completamente um determinado sistema ou processo, olhando para os seus padrões em nível macro; A maioria das técnicas de inteligência artificial, baseadas neste paradigma são conhecidas como sistemas baseados em conhecimento ou peritos;

33 Eles dependem da existência de um sistema de base de conhecimento ou de produção que contém uma grande quantidade de conhecimento sobre uma determinada tarefa fornecida por um perito; Nestes sistemas, uma ação será tomada se uma determinada condição específica for atingida; Um conjunto destes resultados e sistemas de produção gera um sistema inteligente capaz de inferir uma ação baseada em um conjunto de condições de entrada; Sistemas top-down também podem ser estudados sob a perspectiva de como eles se desenvolvem com o tempo; Sob a perspectiva de design: um sistema excessivamente complicado é inicialmente projetado e, em seguida, partes dele são eliminadas, de modo a resultar em uma estrutura de forma satisfatória mais parcimoniosa ainda capaz de desempenhar sua tarefa;

34 Ex: uma rede de neurônios de grandes dimensões pode ser inicialmente concebida e então estes pode ser podados até uma dimensão razoável permanecer, com capacidade de cumprir a tarefa para que foi elaborada; Para fazer a distinção ainda mais clara, considere o caso da construção de um castelo de areia: i) a abordagem botton-up é aquela em que você derrama pequenas quantidades de areia constantemente e a construção vai crescendo; ii) uma abordagem top-down é aquela em que você inicialmente derramar uma grande quantidade de areia e então você começa moldagem do castelo.