Se PDF

Revista Eletrnica de Filosofia
Philosophy Eletronic Journal

ISSN 1809-8428
So Paulo: Centro de Estudos de Pragmatismo

Programa de Estudos Ps-Graduados em Filosofia
Pontifcia Universidade Catlica de So Paulo
Disponvel em http://www.pucsp.br/pragmatismo
Vol. 12, n. 1, janeiro-junho, 2015, p. 157-169
UMA MQUINA PODERIA PENSAR?

improvvel que a IA clssica produza mquinas conscientes,
mas sistemas que imitam o crebro talvez consigam
Paul M. Churchland e Patricia Smith Churchland **
Traduo de Nara Ebres Bachinski

Universidade Federal de Santa Maria RS
naraebresb@gmail.com
A pesquisa em inteligncia artificial est passando por uma revoluo. Para

explicar como e por que, e para colocar o argumento de John R. Searle em
perspectiva, primeiro precisamos de um flashback.
No incio da dcada de 1950, a questo antiga e vaga Uma mquina poderia
pensar? foi substituda por questes mais acessveis: Uma mquina que
manipulasse smbolos fsicos de acordo com regras sensveis a estruturas
[structure-sensitive] poderia pensar?. Esta questo foi um avano, porque a lgica
formal e a teoria computacional tinham visto grandes desenvolvimentos no meio
sculo precedente. Os tericos passaram a apreciar o enorme poder dos sistemas
simblicos abstratos que passam por transformaes governadas por regras. Se
esses sistemas pudessem ser automatizados, ento seu poder computacional
abstrato, ao que parece, seria exibido em um sistema fsico real. Esse insight gerou
um programa de pesquisa bem definido e com bases tericas profundas.
Originalmente publicado em Scientific American 262.1 (1990): 32-37. Traduo publicada com
permisso dos editores. Copyright (1990) Scientific American, Inc. All rights reserved. Traduo
revisada por Rogrio Passos Severo.
**
Paul M. Churchland e Patricia Smith Churchland so professores de Filosofia na Universidade da
Califrnia em San Diego. Juntos tm estudado a natureza da mente e do conhecimento h duas
dcadas. Paul Churchland concentra-se na natureza do conhecimento cientfico e seu
desenvolvimento, enquanto Patricia Churchland concentra-se nas neurocincias e em como o
crebro sustenta a cognio. Matria e Conscincia, de Paul Churchland um livro-texto standard
em Filosofia da Mente, e Neurofilosofia, de Patricia Churchland, rene teorias da cognio da
Filosofia e da Biologia. Paul Churchland atualmente chefe do departamento de Filosofia da UCSD,
e os dois so, respectivamente, presidente e ex-presidente da Society for Philosophy and
Psychology. Patricia Churchland tambm professora no Salk Institute for Biological Studies em
San Diego. Os Churchlands so tambm membros do corpo docente de cincias cognitivas da
UCSD e de seu Institute for Neural Computation e de seu programa de Science Studies.
Paul M. Churchland e Patricia Smith Churchland, trad. de Nara Ebres Bachinski
Uma mquina poderia pensar? Havia muitas razes para dizer que sim. Uma
das razes primeiras e mais profundas estava em dois resultados importantes na
teoria da computao. O primeiro foi a tese de Church, que afirma que toda funo
efetivamente computvel recursivamente computvel. Efetivamente computvel
significa que existe um processo automtico para determinar, em tempo finito, o
output da funo para um dado input. Recursivamente computvel significa, mais
especificamente, que existe um conjunto finito de operaes que podem ser
aplicadas a um dado input, e, em seguida, aplicada de novo e de novo aos
sucessivos resultados de tais aplicaes, para gerar o output da funo em tempo
finito. A noo de um procedimento automtico intuitiva e no formal; assim, a tese
de Church no admite uma prova formal. Mas ela vai ao cerne do que para
computar, e muitas linhas de evidncia convergem para apoi-la.
O segundo resultado importante foi a demonstrao por Alan M. Turing que
qualquer funo recursivamente computvel pode ser computada, em um tempo
finito, por um tipo de mquina manipuladora de smbolos maximamente simples, que
veio a ser chamada de mquina de Turing universal. Essa mquina guiada por
um conjunto de regras recursivamente aplicveis que so sensveis identidade,
ordem e disposio dos smbolos elementares que encontra como input.
Estes dois resultados implicam algo notvel, ou seja, que um computador
digital padro dados apenas o programa adequado, uma memria suficientemente
grande e tempo suficiente pode computar qualquer funo input-output governada
por regras. Isto , pode exibir qualquer padro sistemtico de respostas ao
ambiente.
Mais especificamente, estes resultados implicam que uma mquina
manipuladora de smbolos adequadamente programada (a seguir, mquina MS)
deve ser capaz de passar no teste de Turing para inteligncia consciente. O teste de
Turing um teste puramente comportamental para a inteligncia consciente, mas,
mesmo assim, um teste muito exigente. (Se trata-se de um teste justo, isso ser
abordado abaixo, onde tambm encontraremos outro teste, bem diferente, para a
inteligncia consciente.) Na verso original do teste de Turing, os inputs para a
mquina MS so questes e observaes conversacionais digitadas em um console
por mim ou voc, e os outputs so respostas digitadas pela mquina MS. A mquina
passa nesse teste de conscincia inteligente se suas respostas no puderem ser
discriminadas das respostas digitadas por uma pessoa real e inteligente. claro,
atualmente nigum conhece a funo que produziria o output comportamental de
uma pessoa consciente. Mas os resultados de Church e Turing asseguram-nos que,
qualquer que seja essa funo (presumivelmente efetiva), uma mquina MS
adequada poderia comput-la.
Essa uma concluso significativa, especialmente porque o retrato que
Turing fez de uma interao puramente teledigitada uma restrio desnecessria.
A mesma concluso segue-se mesmo se a mquina MS interaja com o mundo de
formas mais complexas: por viso direta, discurso real e assim por diante. Afinal,
uma funo recursiva mais complexa ainda Turing-computvel. O nico problema
restante o de identificar a funo indubitavelmente complexa que governa o
padro humano de resposta ao ambiente e, em seguida, escrever o programa (o
conjunto de regras recursivamente aplicveis) pelo qual a mquina MS ir comput-
la. Esses objetivos constituem o programa de pesquisa fundamental da IA clssica.
COGNITIO-ESTUDOS: Revista Eletrnica de Filosofia, ISSN 1809-8428, So Paulo: CEP/PUC-SP, vol. 12, n. 1, janeiro-junho, 2015, p. 157-169
158
improvvel que a IA clssica produza mquinas conscientes, mas sistemas que imitam o crebro talvez consigam
Os resultados iniciais foram positivos. Mquinas MS com programas

inteligentes realizaram uma variedade de atividades ostensivamente cognitivas. Elas
responderam a instrues complexas, resolveram problemas aritmticos, algbricos
e tticos complexos, jogaram damas e xadrez, provaram teoremas e engajaram-se
em dilogos simples. Os desempenhos continuaram melhorando com o
aparecimento de memrias maiores e mquinas mais rpidas, e com a utilizao de
programas mais longos e mais espertos. A IA clssica, ou escrevedora de
programas, foi um esforo de investigao vigoroso e bem sucedido em quase
todas as perspectivas. A negao ocasional que uma mquina MS poder, um dia,
pensar pareceu desinformada e mal motivada. O argumento em favor de uma
resposta positiva pergunta do ttulo deste artigo foi esmagadora.
Havia alguns problemas, claro. Em primeiro lugar, admitidamente, mquinas
MS no eram muito parecidas com crebros. Mesmo aqui, no entanto, a abordagem
clssica teve uma resposta convincente. Primeiro, o material fsico de qualquer
mquina MS no tem essencialmente nada a ver com a funo que ela computa.
Isso fixado pelo seu programa. Em segundo lugar, os detalhes de engenharia da
arquitetura funcional de qualquer mquina tambm so irrelevantes, uma vez que
diferentes arquiteturas que rodam programas bem diferentes podem ainda assim
estar computando a mesma funo input-output.
De acordo com isso, a IA procurou encontrar a funo input-output
caracterstica da inteligncia e o mais eficiente dos muitos programas possveis para
comput-la. A maneira idiossincrtica pela qual o crebro computa a funo
simplesmente no importa, dizia-se. Isso completa a justificativa para a IA clssica e
para uma resposta positiva nossa pergunta do ttulo.
Uma mquina poderia pensar? Havia tambm alguns argumentos para dizer
no. Durante a dcada de 1960, argumentos negativos interessantes eram
relativamente raros. Uma objeo feita ocasionalmente foi de que o pensamento era
um processo no fsico em uma alma imaterial. Mas essa resistncia dualista no
era nem evolutivamente nem explicativamente plausvel. Ela teve um impacto
negligencivel na pesquisa de IA.
Uma linha bem diferente de objeo foi mais bem sucedida em ganhar a
ateno da comunidade de IA. Em 1972, Hubert L. Dreyfus publicou um livro que foi
altamente crtico das simulaes ostensivas da atividade cognitiva. Ele argumentou
que eram inadequadas como simulaes de cognio genuna e indicou um padro
de falha nessas tentativas. O que estaria faltando, ele sugeriu, era a grande
quantidade de conhecimentos inarticulados pressupostos que cada pessoa possui, e
a capacidade de senso comum de ater-se aos aspectos relevantes daqueles
conhecimentos medida que as circunstncias em mutao exigem. Dreyfus no
negou a possibilidade de que um sistema fsico artificial de algum tipo poderia
pensar, mas ele foi muito crtico em relao ideia de que isso pode ser alcanado
apenas por manipulao de smbolos nas mos de regras recursivamente
aplicveis.
As queixas de Dreyfus foram amplamente percebidas, na comunidade da IA e
no mbito da disciplina de Filosofia, como mopes e antipticas, como remetendo s
simplificaes inevitveis de um esforo de pesquisa ainda em sua juventude. Estes
dficits podem ser reais, mas com certeza eles eram temporrios. Mquinas maiores
e programas melhores deveriam repar-los no momento oportuno. O tempo, sentia-
159
se, estava do lado da IA. Aqui, novamente, o impacto sobre a pesquisa foi
negligencivel.
O tempo tambm estava do lado de Dreyfus: a taxa de retorno cognitivo,
relativamente ao aumento da velocidade e da memria, comeou a diminuir no final
dos anos 1970 e incio dos anos 1980. A simulao de reconhecimento de objetos
no sistema visual, por exemplo, mostrou-se computacionalmente intensa em um
grau inesperado. Resultados realistas exigiam cada vez mais tempo dos
computadores, perodos de tempo que em muito excediam o que exigido por um
sistema visual real; essa lentido relativa das simulaes era obscuramente curiosa;
a propagao de sinais em um computador aproximadamente um milho de vezes
mais rpido que no crebro, e a frequncia do processador central de um
computador maior do que qualquer frequncia encontrada no crebro por uma
margem similarmente dramtica.
Alm disso, um desempenho realista exigia que o programa de computador
tivesse acesso a uma base de conhecimento extremamente grande. Construir a
base de conhecimento relevante era problema suficiente, e foi agravado pelo
problema de como acessar apenas as partes contextualmente relevantes daquela
base de conhecimento, em tempo real. medida que a base de conhecimento
ficava maior e melhor, o problema do acesso piorou. A busca exaustiva levava
tempo demais, e a heursticas da relevncia evoluiu pouco. Preocupaes do tipo
que Dreyfus tinha apontado finalmente comearam a se firmar aqui e ali, mesmo
entre pesquisadores de IA.
Nessa poca (1980), John Searle escreveu uma crtica nova e bem diferente
suposio mais bsica do programa de pesquisa clssico: a ideia de que a
manipulao apropriada de smbolos estruturados, pela aplicao recursiva de
regras estrutura-sensvel, poderia constituir inteligncia consciente.
O argumento de Searle baseia-se em um experimento de pensamento que
exibe duas caractersticas cruciais. Em primeiro lugar, ele descreve uma mquina de
SM que realiza, supe-se, uma funo de input-output adequada para sustentar uma
conversa bem sucedida no teste de Turing, conduzido inteiramente em chins. Em
segundo lugar, a estrutura interna da mquina tal que, no importa como ela se
comporte, um observador permanece certo de que nem a mquina nem qualquer
parte dela compreende chins. Tudo que ela contm um falante monolngue do
Ingls que segue um conjunto escrito de instrues para manipular os smbolos
chineses, que chegam e saem atravs de uma pequena abertura. Em suma, o
sistema deve passar no teste Turing, embora o prprio sistema no tenha qualquer
compreenso genuna de chins ou contedo semntico chins real [cf. a mente
do crebro um programa de computador?, de John R. Searle (disponvel em
portugus em: L. BonJour; A. Baker (ed.) Filosofia: textos fundamentais comentados.
Porto Alegre: Artmed, 2010)].
A lio geral extrada que qualquer sistema que meramente manipule
smbolos fsicos de acordo com regras sensveis s estruturas ser, na melhor das
hipteses, uma imitao vazia da inteligncia consciente real, porque impossvel
gerar uma semntica real apenas operando uma sintaxe vazia. Aqui, devemos
salientar, Searle est impondo um teste no comportamental para a conscincia: os
elementos de inteligncia consciente devem possuir contedo semntico real.
Somos tentados a reclamar que a experincia de pensamento de Searle
injusta, porque o seu sistema de Rube Goldberg computar com uma lentido
160
absurda. Searle insiste, porm, que a velocidade rigorosamente irrelevante aqui.

Um pensador lento ainda deve ser um pensador real. Tudo que essencial para a
duplicao do pensamento, segundo a IA clssica, dito estar presente no quarto
chins.
O artigo de Searle provocou uma reao animada de pesquisadores de IA,
bem como de psiclogos e filsofos. Em geral, no entanto, ele encontrou uma
recepo ainda mais hostil do que Dreyfus experimentara. Em seu artigo, que
acompanha o nosso nesta edio, Searle enumera de modo franco vrias dessas
respostas crticas. Pensamos que muitas delas so razoveis, especialmente
aquelas que no fogem da raia, insistindo que, embora seja terrivelmente lento, o
sistema geral sala-mais-contedos, de fato, entende chins.
Pensamos que essas so boas respostas, mas no porque pensamos que
oquarto compreende chins. Concordamos com Searle que esse no o caso. Em
vez disso, so respostas boas, porque refletem uma recusa em aceitar o terceiro
axioma crucial do argumento de Searle: A sintaxe por si s no constitutiva e nem
suficiente para a semntica. Talvez esse axioma seja verdadeiro, mas Searle no
pode legitimamente fingir saber que . Alm disso, supor a sua verdade cometer
petio de princpio contra o programa de pesquisa da IA clssica, pois esse
programa baseia-se na suposio muito interessante de que, se pudssemos
colocar em movimento uma dana interna adequadamente estruturada de elementos
sintticos, devidamente ligada a inputs e outputs, isso pode produzir os mesmos
estados cognitivos e realizaes encontradas em seres humanos.
A petio de princpio do axioma 3 de Searle fica clara quando comparada
diretamente a sua concluso 1: Os programas no so nem constitutivos de nem
suficientes para mentes Claramente, seu terceiro axioma j est carregando 90%do
peso dessa concluso quase idntica. por isso que o experimento de pensamento
de Searle dedica-se a fortalecer especificamente o axioma 3. Esse o ponto do
quarto chins.
Embora a histria do quarto chins torne o axioma 3 tentador para os
incautos, no pensamos que ele bem sucedido em estabelecer o axioma 3, e
oferecemos, abaixo, um argumento paralelo para ilustraar o seu fracasso. Uma
nica instncia, manifestamente falaciosa, de um argumento contestado muitas
vezes proporciona muito mais insight do que um livro cheio de distines lgica.
O estilo de ceticismo de Searle tem amplo precedente na histria da cincia.
O bispo irlands do sculo XVIII, George Berkeley, achava ininteligvel que a
compresso de ondas no ar, por si mesmas, pudessem constituir ou ser suficientes
para o som objetivo. O poeta-artista ingls, William Blake, e o poeta-naturalista
alemo, Johann W. von Goethe, achavam inconcebvel que pequenas partculas, por
si mesmas, pudessem constituir ou serem suficientes para o fenmeno objetivo da
luz. Mesmo neste sculo, houve pessoas que achavam inimaginvel que a matria
inanimada, por si mesma, e como quer que tivesse organizada, pudesse constituir
ou ser suficiente para a vida. Claramente, o que as pessoas podem ou no podem
imaginar muitas vezes no tem nada a ver com o que ou no o caso, mesmo
que as pessoas envolvidas sejam muito inteligentes.
Para ver como essa lio aplica-se ao caso de Searle, considere um
argumento deliberadamente fabricado, paralelo ao dele e ao experimento de
pensamento que o apoia.
161
Axioma 1. Eletricidade e magnetismo so foras.

Axioma 2. A propriedade essencial da luz a luminosidade.
Axioma 3. Foras por si mesmas no so nem constitutivas da nem
suficientes para a luminosidade.
Concluso. Eletricidade e magnetismo no so nem constitutivos da nem
suficientes para a luz.
Imagine esse argumento sendo apresentado logo aps a sugesto de 1864,
feita por James Clerk Maxwell, em que a luz e as ondas eletromagnticas so
idnticas, mas antes da apreciao plena de todo o mundo plenamente reconhecer
os paralelos sistemticos entre as propriedades da luz e as propriedades das ondas
eletromagnticas. Esse argumento poderia ter servido como objeo convincente
para a hiptese imaginativa de Maxwell, especialmente se fosse acompanhada pelo
seguinte comentrio em apoio axioma 3.
FORAS ELETROMAGNTICAS OSCILANTES constituem luz mesmo que um im agitado por uma
pessoa parea no produzir luz alguma. Da mesma forma, manipulao de smbolos baseado em
regras poderia constituir inteligncia mesmo que o sistema baseado em regras dentro do Quarto
Chins, de John R. Searle, parea carecer de compreenso real.
Considere um quarto escuro contendo um homem segurando um im

ou um objeto carregado eletricamente. Se o homem agita o m para
cima e para baixo, ento, de acordo com a teoria da luminosidade
artificial (LA) de Maxwell, ele ir iniciar um crculo de propagao de
ondas eletromagnticas e assim ficar luminoso. Mas, como todos
ns, que j brincamos com ms ou bolas carregadas eletricamente,
sabemos bem, as suas foras (ou quaisquer outras foras), mesmo
quando colocadas em movimento, no produzem nenhuma
luminosidade. inconcebvel que se poderia constituir luminosidade
real apenas movendo foras!
Como deveria Maxwell responder a este desafio? Ele poderia comear
insistindo que o experimento do quarto luminoso uma exposio enganosa do
fenmeno da luminosidade, porque a frequncia de oscilao do m
absurdamente baixa, baixa demais por um fator de 1015. Isso poderia muito bem
produzir a resposta impaciente de que a frequncia no tem nada a ver com isso,
que o quarto com o m balanando j contm tudo o que essencial para a luz, de
acordo com a prpria teoria de Maxwell.
162
Em resposta, Maxwell poderia assumir o desafio e afirmar, com razo, que o

quarto realmente est banhado em luminosidade, embora em um grau ou qualidade
demasiadamente fracos para ser apreciada. (Dada a baixa frequncia com a qual o
homem pode oscilar o m, o comprimento de onda das ondas eletromagnticas
produzidas muito longo e sua intensidade muito fraca para que retinas humanas
reajam a elas.) Mas, no clima de entendimento aqui contemplado na dcada de
1860 essa ttica provavelmente suscitaria risos e vaias. Quarto luminoso? Nada
disso, Sr. Maxwell. Est totalmente escuro l dentro!.
Infelizmente, o pobre Maxwell no tem rota escapatria fcil para sair dessa
armadilha. Tudo o que ele pode fazer insistir nos trs pontos seguintes. Primeiro, o
axioma 3 do argumento acima falso. Na verdade, ele comete petio de princpio,
apesar de sua plausibilidade intuitiva. Em segundo lugar, o experimento do quarto
luminoso no demonstra nada interessante sobre a natureza da luz. E, em terceiro
lugar, o que necessrio para resolver o problema da luz e da possibilidade de
luminosidade artificial um programa de investigao em curso para determinar se,
sob as condies adequadas, o comportamento de ondas eletromagnticas, de fato,
reflete perfeitamente o comportamento da luz.
Esta tambm a resposta que IA clssica deve dar ao argumento de Searle.
Embora o quarto chins de Searle possa parecer semanticamente escuro, ele no
est em posio de insistir, baseado na fora dessa aparncia, que a manipulao
de smbolos, governada por regras, jamais poder constituir fenmeno semntico
especialmente quando as pessoas tm apenas uma compreenso de senso comum
desinformado dos fenmenos semnticos e cognitivos que precisam ser explicados.
Em vez de explorar nossa compreenso dessas coisas, o argumento de Searle
explora livremente nossa ignorncia deles.
Com essas crticas ao argumento de Searle, voltamos questo de saber se
o programa de pesquisa da IA clssica tem uma chance realista de resolver o
problema da inteligncia consciente e de produzir uma mquina que pense.
Acreditamos que os prospectos so pobres, mas apoiamos essa opinio em razes
muito diferentes das de Searle. Nossas razes derivam de falhas de desempenho
especficas do programa de pesquisa da IA clssica, de uma variedade de lies
aprendidas com o crebro biolgico e de uma nova classe de modelos
computacionais inspirados na sua estrutura. J indicamos algumas das falhas da IA
clssica com respeito a tarefas que o crebro executa com rapidez e eficincia. O
consenso emergente sobre essas falhas que a arquitetura funcional de mquinas
MS clssicas so, simplesmente, a arquitetura errada para as tarefas muito
exigentes que precisam ser executadas.
O que precisamos saber isto: Como o crebro consegue cognio? A
engenharia reversa uma prtica comum na indstria. Quando uma nova tecnologia
chega ao mercado, os concorrentes descobrem como ela funciona desmontando-a,
e inferem a sua lgica estrutural. No caso do crebro, esta estratgia apresenta um
desafio incomumente duro, pois o crebro a coisa mais complicada e sofisticada
no planeta. Mesmo assim, as neurocincias tm revelado muito sobre o crebro em
uma grande variedade de nveis estruturais. Trs pontos anatmicos proporcionaro
um contraste bsico com a arquitetura dos computadores eletrnicos convencionais.
Em primeiro lugar, os sistemas nervosos so mquinas em paralelo, no
sentido de que os sinais so processados em milhes de diferentes vias,
simultaneamente. A retina, por exemplo, apresenta o seu complexo de entrada para
163
o crebro no em blocos de 8, 16, ou 32 elementos, como num computador de

mesa, mas sim sob a forma de quase um milho de elementos distintos de sinais,
que chegam simultaneamente ao alvo do nervo tico (o ncleo geniculado lateral),
para ento ser processado coletivamente, simultaneamente e de uma s vez. Em
segundo lugar, a unidade de processamento bsica do crebro, o neurnio,
relativamente simples. Alm disso, a sua resposta a sinais de entrada analgica,
no digital, na medida em que a sua freqncia de sada varia continuamente com
os seus sinais de entrada. Em terceiro lugar, os axnios cerebrais, que se projetam
de uma populao neuronal a outra, so frequentemente acompanhados por
axnios que retornam de sua populao-alvo. Essas projees descendentes ou
recorrentes permitem ao crebro modular o carter de seu processamento sensorial.
Mais importante ainda, sua existncia torna o crebro um verdadeiro sistema
dinmico, cujo comportamento contnuo altamente complexo e, at certo ponto,
independente de seus estmulos perifricos.
AS REDES NEURAIS modelam um aspecto central da microestrutura do crebro. Nessa rede de trs
camadas, neurnios de input (canto inferior esquerdo) processam um padro de ativaes (canto
inferior direito) e o repassam atravs de conexes ponderadas para uma camada oculta. Elementos
na camada oculta somam seus muitos inputs e produzem um novo padro de ativaes. Este
repassado camada de output, que realiza transformaes adicionais. Ao todo, a rede transforma
qualquer padro de input em um padro correspondente de output, tal como ditado pelo arranjo e
fora das muitas conexos entre os neurnios.
Modelos de redes altamente simplificados tm sido teis para sugerir como as

redes neurais reais podem funcionar e tambm para revelar as propriedades
computacionais de arquiteturas paralelas. Por exemplo, considere um modelo de
trs camadas constitudo por unidades, parecidas com neurnios, totalmente
conectadas, por coneces parecidas com axinios, a unidades da prxima camada.
164
Um estmulo input produz algum nvel de ativao em uma determinada unidade de

input, que transmite um sinal de fora proporcional ao longo de seu axnio para
suas muitas conexes sinpticas, para as unidades ocultas. O efeito global que um
padro de ativaes, no outro lado do conjunto de unidades de input, produz um
padro distinto de ativaes, no outro lado do conjunto de unidades ocultas.
A mesma histria aplica-se s unidades de output. Como antes, um padro de
ativao nas unidades ocultas produz um padro de ativao distinta nas unidades
de output. Ao todo, essa rede um dispositivo que permite transformar, qualquer
um, de um grande nmero possvel de vetores de inputs (padres de ativao) em
um vetor de output de correspondencia nica. Trata-se de um dispositivo para
computar uma funo especfica. Exatamente qual funo ele computa fixada pela
configurao global dos seus pesos sinpticos.
H vrios procedimentos para ajustar os pesos, de modo a se obter uma rede
que compute quase qualquer funo, isto , qualquer transformao vetor-para-vetor
de que se possa desejar. Na verdade, pode-se at mesmo impor sobre ela uma
funo que no se capaz de especificar, contanto que se possa fornecer um
conjunto de exemplos de pares de inputs e de outputs desejados. Esse processo,
chamado treinando a rede, procede por ajustes sucessivos dos pesos na rede at
que ele execute as transformaes de input-output desejados.
Embora, esse modelo de rede simplifique enormemente a estrutura do
crebro, ele ilustra vrias ideias importantes. Em primeiro lugar, uma arquitetura
paralela fornece uma vantagem dramtica de velocidade sobre um computador
convencional, pois as muitas sinapses, em cada nvel, executam muitos pequenos
clculos simultaneamente, em vez de um sequncia laboriosa. Essa vantagem
torna-se maior medida que o nmero de neurnios aumenta a cada camada.
Surpreendentemente, a velocidade de processamento inteiramente independente,
tanto do nmero de unidades envolvidas em cada camada quanto da complexidade
da funo que elas esto computando. Cada camada poderia ter quatro unidades ou
cem milhes; sua configurao de pesos sinpticos poderia estar computando
somas simples de um dgito ou equaes diferenciais de segunda ordem. No faria
diferena. O tempo de computao seria exatamente o mesmo.
Em segundo lugar, o paralelismo massivo significa que o sistema tolerante a
falhas e funcionalmente persistente; a perda de algumas conexes, mesmo de um
bocado, tem um efeito negligencivel sobre o carter da transformao global
realizada pela rede sobrevivente. Em terceiro lugar, um sistema paralelo armazena
grandes quantidades de informao de forma distribuda, sendo que qualquer parte
delas pode ser acessada em milissegundos. Essa informao armazenada na
configurao especfica de foras de conexo sinptica, moldadas pelo aprendizado
passado. As informaes relevantes so liberadas medida que o vetor de input
passa e transformado por aquela configurao de conexes.
O processamento paralelo no ideal para todos os tipos de computao. Em
tarefas que exigem apenas um pequeno vetor de input, mas muitos milhes de
computaes recursivas rapidamente reiteradas, o crebro desempenha-se muito
mal, enquanto as mquinas MS clssicas sobresaem-se. Essa classe de clculos
muito grande e importante, de modo que as mquinas clssicas sero sempre teis
de fato, vitais. H, no entanto, uma classe igualmente grande de computaes
para as quais a arquitetura do crebro a tecnologia superior. Essas so as
computaes que tipicamente as criaturas vivas confrontam: reconhecer o perfil de
165
um predador em um ambiente ruidoso; lembrar instantaneamente como evitar seu

olhar, fugir a sua abordagem ou se defender de seu ataque; distinguir alimentos de
no alimentos e parceiros de no parceiros; navegar por um ambiente complexo e
em constante mudana fsica/social; e assim por diante.
Finalmente, importante notar que o sistema paralelo descrito no est
manipulando smbolos de acordo com regras sensveis a estruturas. Em vez de
manipulao de smbolos, parece ser apenas uma das muitas habilidades cognitivas
que uma rede pode ou no aprender a exibir. A manipulao de smbolos governada
por regras no o seu modo bsico de funcionamento. O argumento de Searle
dirige-se contra mquinas MS governadas por regras; transformadores de vetores
do tipo que descrevemos no so, portanto, ameaados por seu argumento do
quarto chins, mesmo se ele fosse correto algo de que encontramos razo
independente para duvidar.
SISTEMAS NERVOSOS abrangem muitas escalas de organizao, desde molculas

neurotransmissoras (embaixo) at o crebro e a medula espinhal como um todo. Nveis
intermedirios incluem neurnios individuais e circuitos feitos a partir de alguns neurnios, tais como
aqueles que produzem orientao seletiva a um estmulo visual (no meio), e sistemas constitudos
por circuitos, tais como aqueles que servem linguagem (canto superior direito). Apenas a pesquisa
pode decidir quo aproximadamente um sistema artificial tem de imitar a um sistema biolgico para
ser capaz de inteligncia.
166
Searle est ciente dos processadores em paralelos, mas pensa que eles
tambm sero desprovidos de contedo semntico real. Para ilustrar seu fracasso
inevitvel, ele esboa um segundo experimento de pensamento a academia
chinesa que tem um ginsio cheio de pessoas organizadas em uma rede paralela.
A partir da o seu argumento procede como no quarto chins.
Achamos essa segunda histria bem menos persuasiva do que a primeira.
Em primeiro lugar, irrelevante que nenhuma unidade em seu sistema entenda
chins, j que o mesmo verdadeiro para o sistema nervoso: nenhum neurnio no
meu crebro entende ingls, embora meu crebro, como um todo, entenda. Em
segundo lugar, Searle esquece de mencionar que sua simulao (usando uma
pessoa por neurnio, alm de uma criana veloz para cada conexo sinptica)
exigir ao menos 1014 pessoas, uma vez que o crebro humano tem 1011 neurnios,
cada um dos quais tem, em mdia, mais de 103 conexes. Seu sistema exigir toda
a populao humana de mais de 10.000 Terras. Um ginsio no comear a realizar
uma simulao justa.
Por outro lado, se tal sistema fosse montado em uma escala csmica
adequada, com todos os seus caminhos fielmente modelados no caso humano,
poderamos, ento, ter em nossas mos um crebro grande, lento, construdo de
modo estranho, mas ainda funcional. Nesse caso, a suposio padro com certeza
que, dadas os inputs apropriados, ele pensaria, no que ele no poderia pensar.
No h garantia de que a sua atividade constituiria um pensamento real, porque a
teoria de processamento de vetores, esboada acima, pode no ser a teoria correta
de como funciona o crebro. Tampouco h qualquer garantia a priori de que no
poderia estar pensando. Searle est, mais uma vez, confundindo os limites de sua
imaginao atual (ou do leitor) com os limites da realidade objetiva.
O crebro um tipo de computador, embora a maioria de suas propriedades
permanea por ser descoberta. Caracterizar o crebro como uma espcie de
computador no nem trivial nem frvolo. O crebro computa funes, funes de
grande complexidade, mas no maneira da IA clssica. Quando se diz que
crebros so computadores, no deve inferir que so computadores em srie,
digitais, que so programados, que exibem a distino entre hardware e software ou
que tm de ser manipuladores de smbolos ou seguidores de regras. Os crebros
so computadores em um estilo radicalmente diferente.
Como o crebro administra significados ainda desconhecido, mas est claro
que o problema vai alm da utilizao da linguagem e alm de seres humanos. Um
pequeno monte de terra fresca significa para uma pessoa, e tambm para coiotes,
que um roedor (gopher) est nas redondezas; um eco com um certo carcter
espectral significa, para um morcego, a presena de uma mariposa. Para
desenvolver uma teoria do significado, mais deve ser conhecido sobre como os
neurnios codificam e transformam sinais sensoriais, mais sobre a base neural da
memria, aprendizado e emoo e tambm sobre a interao dessas capacidades e
o sistema motor. Uma teoria do significado baseada nos neurnios pode exigir
reviso das prprias intuies, que agora parecem to seguras e que so to
exploradas livremente nos argumentos de Searle. Essas revises so comuns na
histria da cincia.
Poderia a cincia construir uma inteligncia artificial, explorando o que se
sabe sobre o sistema nervoso? No vemos nenhuma razo em princpio por que
no. Searle parece concordar, embora qualifique sua afirmao dizendo que
167
qualquer outro sistema capaz de causar mente teria que ter poderes causais (ao
menos) equivalentes aos dos crebros. Terminamos endereando essa afirmao.
Presumimos que Searle no est afirmando que uma mente artificial bem sucedida
deve ter todos os poderes causais do crebro, tais como o poder de sentir o cheiro
ruim de algo apodrecendo, abrigar vrus lentos como kuru (causador da febre de
Kuru), manchar-se de amarelo com peroxidase do rbano silvestre, e assim por
diante. A exigncia de paridade perfeita seria como exigir que um dispositivo voador
artificial colocasse ovos.
Presumivelmente, ele quer apenas exigir de uma mente artificial todos os
poderes causais relevantes, como ele diz, inteligncia consciente. Mas quais so
eles, exatamente? Voltamos querela sobre o que e no relevante. Esse um
lugar inteiramente razovel para um desentendimento, mas uma questo emprica,
a ser testada e comprovada. porque to pouco se sabe sobre o que faz parte do
processo de cognio e semntica, que prematuro ficar muito confiante sobre
quais aspectos so essenciais. Searle sugere em vrios lugares que todos os nveis,
inclusive o bioqumico, tm de ser representados em qualquer mquina que seja
uma candidata inteligncia artificial. Essa afirmao quase certamente muito
forte. Um crebro artificial pode usar algo diferente de bioqumicos para alcanar os
mesmos fins.
Essa possibilidade ilustrada por uma pesquisa de Carver A. Mead no
Instituto de Tecnologia da Califrnia. Mead e seus colegas usaram tcnicas VLSI
analgicas para construir uma retina artificial e uma cclea artificial. (Em animais, a
retina e a cclea no so meros transdutores: ambos os sistemas incorporam uma
rede de processamento complexa). Essas no so meras simulaes em um mini-
computador do tipo que Searle ridiculariza; so unidades de processamento de
informao reais, que respondem, em tempo real, luz real, no caso da retina
artificial, e ao som real, no caso da cclea artificial. Seus circuitos esto baseados
na anatomia e fisiologia conhecidas da retina de gatos e da cclea de corujas, seus
outputs so dramaticamente semelhantes aos outputs conhecidos dos rgos em
questo.
Esses chips no usam substncias neuroqumicas, portanto, neuroqumicos
claramente no so necessrios para obter os resultados evidentes. Naturalmente,
no se pode dizer que a retina artificial v alguma coisa, porque seu output no est
ligado a um tlamo ou crtex artificial. Se o programa de Mead poderia ser mantido
e se poderia construir um crebro artificial inteiro, isso permanece por ser visto, mas
no h nenhum indcio agora que a ausncia de bioqumicos torna-o quixotesco.
Ns, e Searle, rejeitamos o teste de Turing como uma condio suficiente
para a inteligncia consciente. Por um lado, nossas razes para faz-lo so
semelhantes: concordamos que tambm muito importante como a funo input-
output alcanada; importante que os tipos certos de coisas estejam acontecendo
dentro da mquina artificial. Por outro lado, as nossas razes so bem diferentes.
Searle baseia sua posio em intuies de senso comum sobre a presena ou
ausncia de contedo semntico. Baseamos a nossa posio sobre falhas
comportamentais especficas das mquinas MS clssicas e sobre as virtudes
especficas de mquinas com arquiteturas mais parecidas com as do crebro. Esses
contrastes mostram que certas estratgias computacionais tm vantagens vastas e
decisivas em relao a outras no que diz respeito a tarefas cognitivas tpicas,
vantagens que so empiricamente inevitveis. Claramente, o crebro est fazendo
uso sistemtico dessas vantagens computacionais. Mas esse no precisa ser o
168
nico sistema fsico capaz de faz-lo. A inteligncia artificial, em uma mquina no-
biolgica mas massivamente paralela, continua sendo uma perspectiva atraente e
discernvel.
* * *
Leituras adicionais:
DREYFUS, Hubert L. What computers cant do: a critique of artificial reason.

New York: Harper & Row, 1972. [Disponvel em portugus: O que os
computadores no podem fazer. Rio de Janeiro: Casa do Livro Eldorado, 1975.]
CHURCHLAND, Paul M. A neurocomputational perspective: the nature of mind
and the structure of science. Cambridge, MA.: The MIT Press, 1989.
CHUCHLAND, Patricia S. Neurophilosophy: toward a unified understanding of the
mind/brain. Cambridge, MA.: The MIT Press, 1986.
DENNETT, Daniel C. Fast thinking. In: _____. The intentional stance. Cambridge,
MA.: The MIT Press, 1987.
TURING, Alan M. Computing machinery and intelligence. In: Mind, v. 59, p. 433-460,
1950. [Disponvel em portugus: Maquinrio computacional e inteligncia. In:
Laurence BonJour e Ann Baker (Ed.), Filosofia: textos fundamentais comentados.
Porto Alegre: Artmed, 2010.]
169

Se PDF

Transféré par

Informations du document

Titre original

Copyright

Formats disponibles

Partager ce document

Partager ou intégrer le document

Options de partage

Avez-vous trouvé ce document utile ?

Ce contenu est-il inapproprié ?

Droits d'auteur :

Formats disponibles

Se PDF

Transféré par

Droits d'auteur :

Formats disponibles

Revista Eletrnica de Filosofia

Philosophy Eletronic Journal

So Paulo: Centro de Estudos de Pragmatismo

Vol. 12, n. 1, janeiro-junho, 2015, p. 157-169

UMA MQUINA PODERIA PENSAR?

Paul M. Churchland e Patricia Smith Churchland **

Traduo de Nara Ebres Bachinski

A pesquisa em inteligncia artificial est passando por uma revoluo. Para

Os resultados iniciais foram positivos. Mquinas MS com programas

absurda. Searle insiste, porm, que a velocidade rigorosamente irrelevante aqui.

Axioma 1. Eletricidade e magnetismo so foras.

Considere um quarto escuro contendo um homem segurando um im

Em resposta, Maxwell poderia assumir o desafio e afirmar, com razo, que o

o crebro no em blocos de 8, 16, ou 32 elementos, como num computador de

Modelos de redes altamente simplificados tm sido teis para sugerir como as

Um estmulo input produz algum nvel de ativao em uma determinada unidade de

um predador em um ambiente ruidoso; lembrar instantaneamente como evitar seu

SISTEMAS NERVOSOS abrangem muitas escalas de organizao, desde molculas

DREYFUS, Hubert L. What computers cant do: a critique of artificial reason.

Vous aimerez peut-être aussi