Uma introdução ao campo emergente da IA neuro-simbólica

Hoje em dia, graças ao rápido crescimento da intelligence artificial (AI) e à crescente disponibilidade de poder computacional, modelos avançados de AI estão a ser lançados mais rápido do que nunca. De facto, o espaço da AI está a impulsionar inovações significativas em várias indústrias.

Por exemplo, na saúde, sistemas de IA estão sendo usados para ajudar em tarefas como a análise de imagens médicas para diagnósticos precoces. No entanto, como qualquer tecnologia, a IA tem suas limitações.

Uma grande preocupação é a transparência. Por exemplo, um modelo de detecção de objetos pode localizar com precisão um tumor em uma ressonância magnética do cérebro, mas pode ser difícil entender como o modelo chegou a essa conclusão. Essa falta de explicabilidade torna mais difícil para médicos e pesquisadores confiar ou validar totalmente os resultados da IA.

É exatamente por isso que há um interesse crescente no campo emergente da AI neurosimbólica. A AI neurosimbólica combina os pontos fortes de reconhecimento de padrões do deep learning com o raciocínio estruturado baseado em regras encontrado na AI simbólica. O objetivo é criar sistemas que façam previsões precisas, mas que também consigam explicar o seu raciocínio de uma forma que os humanos consigam compreender.

Neste artigo, exploraremos como a inteligência artificial neuro-simbólica funciona e como ela une aprendizado e raciocínio para construir sistemas mais transparentes e conscientes do contexto. Vamos começar!

Os dois lados da IA neuro-simbólica: Aprendizado e raciocínio#

Antes de mergulharmos na IA neuro-simbólica, vamos dar uma olhada mais detalhada nos dois subcampos que ela reúne: deep learning e IA simbólica.

O deep learning foca no reconhecimento de padrões em dados, enquanto a IA simbólica usa regras, lógica ou senso comum para raciocinar sobre problemas. Cada um tem pontos fortes, mas também limitações. Ao combiná-los, a IA neuro-simbólica cria sistemas que conseguem tanto aprender a partir de dados quanto explicar suas decisões com mais clareza.

Uma visão geral do deep learning#

O deep learning é um ramo do aprendizado de máquina que utiliza redes neurais artificiais, vagamente inspiradas na forma como o cérebro processa informações. Essas redes aprendem analisando grandes volumes de dados e ajustando suas conexões internas para melhorar o desempenho.

Isso permite que reconheçam padrões em imagens, sons e textos sem a necessidade de regras criadas manualmente para cada situação. Por causa disso, o deep learning é altamente eficaz para tarefas focadas em percepção, como reconhecimento de imagens, processamento de fala e tradução de idiomas.

Um bom exemplo é um modelo de computer vision treinado para segmentar objetos em imagens. Com exemplos rotulados suficientes, este consegue aprender a separar estradas, veículos e pedestres em imagens de tráfego em tempo real.

No entanto, apesar da precisão, os modelos de deep learning muitas vezes têm dificuldade em explicar claramente como chegaram a um resultado específico. Esse desafio, comumente referido como o problema da caixa preta, torna mais difícil para os usuários interpretar ou verificar as decisões do modelo, especialmente em áreas sensíveis como saúde ou finanças. Isso é significativo porque uma IA responsável exige transparência, confiança e a capacidade de entender por que um modelo fez uma determinada previsão.

Explorando a IA simbólica#

A AI simbólica adota uma abordagem mais estruturada para a inteligência e tomada de decisões. Esta representa o conhecimento utilizando símbolos e aplica regras lógicas para trabalhar com esse conhecimento, de forma semelhante a como utilizamos o raciocínio e a linguagem para resolver problemas. Cada passo no processo de raciocínio é definido, o que torna as decisões da AI simbólica transparentes e mais fáceis de explicar.

O conhecimento simbólico funciona especialmente bem em tarefas que seguem regras claras e bem definidas, como planejamento, agendamento ou gerenciamento de conhecimento estruturado. No entanto, a IA simbólica enfrenta dificuldades com dados não estruturados ou situações que não se encaixam perfeitamente em categorias predefinidas.

Um exemplo comum de abordagens simbólicas em ação são os primeiros programas de xadrez. Eles seguiam regras criadas manualmente e estratégias fixas em vez de aprender com jogos anteriores ou se adaptar a diferentes oponentes. Como resultado, sua jogabilidade tendia a ser rígida e previsível.

Fig 1. Um olhar sobre a estrutura da IA e seus subcampos. (Imagem pelo autor)

O que é IA neuro-simbólica?#

Na década de 2010, à medida que o deep learning se tornou mais amplamente adotado, pesquisadores começaram a buscar maneiras de ir além do simples reconhecimento de padrões e em direção à compreensão de relacionamentos e contexto. Essa mudança tornou possível que os modelos de IA não apenas detectassem objetos em uma cena, como um gato e um tapete, mas também interpretassem como esses objetos se relacionam, como reconhecer que o gato está sentado no tapete.

No entanto, esse progresso também destacou uma limitação central. Os modelos de deep learning podem reconhecer padrões extremamente bem, mas frequentemente têm dificuldade em explicar seu raciocínio ou lidar com situações desconhecidas. Essa atenção renovada ao raciocínio levou os pesquisadores de volta a um campo que existe desde a década de 1980: a IA neuro-simbólica.

A IA neuro-simbólica integra o deep learning e a IA simbólica. Ela permite que os modelos aprendam com exemplos da mesma maneira que o deep learning faz, ao mesmo tempo em que aplica lógica e raciocínio como a IA simbólica faz.

Simplificando, a IA neuro-simbólica pode reconhecer informações, entender o contexto e fornecer explicações mais claras para suas decisões. Essa abordagem nos aproxima do desenvolvimento de sistemas de IA que se comportam de uma maneira mais confiável e humana.

Fig 2. Entendendo a IA Neuro-Simbólica (Imagem pelo autor)

O básico de como a IA neuro-simbólica funciona#

Uma arquitetura neuro-simbólica une aprendizado e raciocínio dentro de uma única estrutura. Ela geralmente inclui três partes principais: uma camada de percepção neural que interpreta dados brutos, uma camada de raciocínio simbólico que aplica lógica e uma camada de integração que conecta as duas. A seguir, analisaremos cada camada mais de perto.

A camada de percepção neural#

O componente de percepção neural processa dados não estruturados, como imagens, vídeos, textos ou áudios, e os converte em representações internas com as quais o sistema pode trabalhar. Ele geralmente usa modelos de deep learning para detectar padrões e identificar objetos ou características na entrada. Nesta etapa, o sistema reconhece o que está presente nos dados, mas ainda não raciocina sobre significado, relacionamentos ou contexto.

Aqui estão alguns tipos comuns de modelos de deep learning usados nesta camada:

• Redes neuronais convolucionais (CNNs): São um tipo de rede neuronal concebida para processar dados em grelha, tais como imagens. As CNNs utilizam filtros de convolução para analisar uma imagem e detetar padrões como extremidades, texturas e formas. Ao empilhar estes padrões, aprendem a reconhecer objetos como carros, frutos e pessoas.
• Transformers: Os Transformers são modelos projetados para entender como diferentes partes de uma entrada se relacionam entre si. Em vez de ler informações estritamente em ordem, eles podem observar várias partes dos dados ao mesmo tempo e decidir quais partes são mais importantes. Isso ajuda a entender o contexto em texto, imagens ou ambos. Devido a essa flexibilidade, os transformers são a arquitetura central por trás da maioria dos modelos de linguagem modernos e de muitos sistemas de visão e linguagem.
• Redes neuronais recorrentes (RNNs): Este tipo de modelo foi concebido para analisar dados sequenciais, tais como discurso ou sinais de séries temporais. Mantém uma memória de entradas anteriores, o que significa que as suas previsões podem ter em conta o contexto ao longo do tempo.

Por fim, esses modelos neurais extraem e representam características significativas dos dados brutos. Essa saída então se torna a entrada para a camada de raciocínio simbólico, que interpreta e raciocina sobre o que o sistema detectou.

A camada de raciocínio simbólico#

A camada de raciocínio simbólico pega as informações produzidas pela camada de percepção neural e as interpreta usando lógica. Em vez de trabalhar apenas a partir de padrões, ela se baseia em coisas como regras, grafos de conhecimento, bases de conhecimento e ontologias (descrições organizadas de conceitos e como eles se relacionam entre si). Elas ajudam o sistema a entender como diferentes elementos se encaixam e quais ações fazem sentido em uma determinada situação.

Por exemplo, em um carro autônomo, a camada de percepção neural pode reconhecer um semáforo vermelho no feed da câmera. A camada de raciocínio simbólico pode então aplicar uma regra como: “Se o sinal estiver vermelho, o veículo deve parar”. Como o raciocínio é baseado em regras claras, as decisões do sistema são mais fáceis de explicar e verificar, o que é especialmente importante em situações onde a segurança e a responsabilidade importam.

A camada de integração#

A camada de integração conecta a camada de percepção neural e a camada de raciocínio simbólico, garantindo que o aprendizado e o raciocínio operem juntos. Em uma direção, ela converte saídas de modelos neurais (como a detecção de um pedestre) em representações simbólicas que descrevem o objeto e seus atributos.

Na outra direção, ela pega regras simbólicas (por exemplo, “um veículo deve parar se um pedestre estiver em uma faixa de pedestres”) e as traduz em sinais que orientam os modelos neurais. Isso pode envolver destacar áreas relevantes de uma imagem, influenciar a atenção ou moldar os caminhos de decisão do modelo.

Essa troca bidirecional forma um ciclo de feedback. O lado neural ganha estrutura e interpretabilidade a partir das regras simbólicas, enquanto o lado simbólico pode se adaptar mais efetivamente com base em dados do mundo real. Técnicas como redes neurais lógicas (LNNs) ajudam a viabilizar essa interação incorporando restrições lógicas diretamente em arquiteturas neurais.

Ao ligar a perceção e o raciocínio desta forma, a AI neurosimbólica consegue produzir decisões que são simultaneamente precisas e mais fáceis de interpretar. Muitos investigadores veem esta abordagem como um passo promissor em direção a uma AI mais fiável e alinhada com os humanos, e potencialmente como uma base para o progresso futuro em direção à intelligence artificial geral (AGI).

Aplicações da IA neuro-simbólica#

Agora que temos uma compreensão melhor do que é uma IA neuro-simbólica e como ela funciona, vamos dar uma olhada em alguns dos seus casos de uso no mundo real.

Dirigindo com mais segurança: De ver pedestres a entendê-los#

Veículos autônomos precisam entender seus arredores para operar com segurança. Eles usam tecnologias como visão computacional para detectar pedestres, veículos, marcações de faixa e sinais de trânsito.

Embora os modelos de deep learning consigam identificar esses objetos com precisão, eles nem sempre entendem o que esses objetos significam no contexto ou como se relacionam entre si em uma situação do mundo real. Por exemplo, um modelo neural pode reconhecer um pedestre em uma faixa de pedestres, mas não consegue dizer se ele está prestes a atravessar ou apenas parado esperando.

A AI neurosimbólica tenta colmatar esta lacuna permitindo que veículos autónomos combinem o reconhecimento visual com o raciocínio lógico, para que possam interpretar situações em vez de apenas identificarem objetos. Pesquisas recentes em AI demonstraram que sistemas que combinam a perceção neuronal com regras simbólicas podem melhorar a previsão do comportamento de pedestres.

Nesses sistemas, o componente neural analisa pistas visuais como a postura, o movimento e a posição de um pedestre. O componente simbólico então aplica regras lógicas, considerando fatores como se a pessoa está perto de uma faixa de pedestres ou o que o sinal de trânsito atual indica.

Ao combinar essas duas perspectivas, o sistema neuro-simbólico pode fazer mais do que simplesmente detectar um pedestre. Ele pode fazer uma previsão razoável sobre se o pedestre provavelmente atravessará, e pode explicar por que tomou essa decisão. Isso leva a um comportamento mais seguro e transparente em veículos autônomos.

Fig 3. Fazer previsões com base no comportamento observado de pedestres utilizando AI neurosimbólica. (Fonte)

Interpretação lógica em perguntas e respostas visuais#

Outra aplicação importante da AI neurosimbólica é o visual question answering (VQA). Os sistemas VQA são concebidos para responder a perguntas sobre imagens.

Ela reúne modelos de linguagem grandes (LLMs) e modelos visuais para realizar raciocínio multimodal, combinando o que o sistema vê com o que ele entende. Por exemplo, se um sistema VQA recebe uma imagem e é perguntado: “A xícara está na mesa?”, ele precisa reconhecer os objetos, mas também entender a relação entre eles. Ele precisa determinar se a xícara está realmente localizada em cima da mesa na cena.

Um estudo recente demonstrou como a IA neuro-simbólica pode aprimorar o VQA integrando percepção neural com raciocínio simbólico. No sistema proposto, a rede neural primeiro analisa a imagem para reconhecer objetos e seus atributos, como cor, forma ou tamanho.

O componente de raciocínio simbólico então aplica regras lógicas para interpretar como esses objetos se relacionam entre si e para responder à pergunta. Se for perguntado “Quantos cilindros cinzas há na cena?”, a parte neural identifica todos os cilindros e suas cores, e a parte simbólica os filtra com base nos critérios e conta os corretos.

Fig 4. Exemplos de cenários de VQA onde são necessários conhecimento abstrato e lógica. (Fonte)

Esta investigação demonstra como o VQA neurosimbólico pode ir além do simples fornecimento de respostas. Como o modelo pode mostrar os passos que deu para chegar a uma conclusão, apoia a explainable AI, onde os sistemas fazem previsões e justificam o seu raciocínio de uma forma que as pessoas conseguem compreender.

Prós e contras da IA neuro-simbólica#

Aqui estão alguns dos principais benefícios de usar a IA neuro-simbólica:

• Habilidades de raciocínio mais fortes: Ao contrário dos modelos puros de deep learning, a IA neuro-simbólica pode realizar tarefas que exigem raciocínio em várias etapas, planejamento, seguimento de regras e gerenciamento de áreas de conhecimento estruturado, onde a IA simbólica tradicional se destaca.
• Adaptabilidade: Esses sistemas têm um bom desempenho em tarefas novas ou não vistas, pois conseguem raciocinar logicamente além do que foram treinados. Em vez de apenas memorizar dados, eles entendem relacionamentos e padrões.
• Robustez a ruídos e ambiguidade: Restrições lógicas podem ajudar a evitar erros quando os dados são ruidosos, incompletos ou ambíguos. A camada de raciocínio pode impor regras que orientam ou corrigem as previsões neurais.

Apesar do seu potencial, a IA neuro-simbólica ainda está evoluindo e traz certos desafios práticos. Aqui estão algumas de suas principais limitações:

• Integração complexa: Embora essa estrutura híbrida ofereça forte interpretabilidade, projetar algoritmos que mesclem percepção e raciocínio continua sendo um desafio.
• Escalabilidade: O raciocínio simbólico pode se tornar lento ou computacionalmente caro ao lidar com grandes grafos de conhecimento ou conjuntos de regras complexos. Isso pode tornar aplicações em tempo real, como direção autônoma, processamento de vídeo ou raciocínio de conhecimento em larga escala, mais difíceis de implementar de forma eficiente.
• Robustez do raciocínio: Se as regras simbólicas forem muito rígidas, os sistemas podem ter dificuldades em cenários ambíguos ou imprevisíveis do mundo real. Equilibrar o aprendizado flexível com o raciocínio confiável ainda é um desafio contínuo.

Principais pontos#

A IA neuro-simbólica representa um passo importante em direção à construção de sistemas de IA que podem não apenas perceber o mundo, mas também raciocinar sobre ele e explicar suas decisões. Ao contrário dos sistemas tradicionais de deep learning, que dependem principalmente de padrões aprendidos a partir de dados, a IA neuro-simbólica combina aprendizado estatístico com lógica estruturada e conhecimento. Em vez de substituir o deep learning, ela constrói sobre ele, nos levando um pouco mais perto do desenvolvimento de uma IA que possa entender e raciocinar de uma maneira mais humana.

Junta-te à nossa comunidade e explora o nosso repositório no GitHub. Consulta as nossas páginas de soluções para descobrir várias aplicações de AI na agricultura e computer vision nos cuidados de saúde. Descobre as nossas opções de licenciamento e começa a construir o teu projeto de vision AI!