Sociedades de REDES NEURAIS: Dinâmica de Interação, Polarização em Facções

Confira em: https://youtu.be/HCKBN-ieeTo

 

Resumo: O primeiro uso de probabilidades em Física foi feito por Maxwell no estudo de teoria cinética de gases, inspirado por estudos de sistemas sociais de Quetelet.
Hoje os métodos de Mecânica Estatística podem ser usados para modelar aspectos de aprendizagem e fenômenos coletivos que permitem aplicações à análise de sociedades de agentes.

Vamos descrever o que é uma rede neural e um pouco da grande mudança para a sociedade que seu uso trará no futuro imediato. As RNs artificiais são vagamente inspiradas em redes de neurônios de sistemas sensoriais periféricos encontradas em sistemas nervosos. A vantagem de usar uma rede neural é que, para realizar uma tarefa, não é necessário programar código que leve à solução - ela aprende a partir de exemplos. A rede vai mudando à medida que nova informação é apresentada e esta dinâmica de aprendizado pode ser estudada usando métodos da Física.

De onde vem a informação? Pode ser de um banco de dados ou pode ser de outra rede neural. Considerando um conjunto de redes neurais que trocam informação e aprendem umas das outras, podemos modelar uma sociedade (de agentes).
A análise matemática dos algoritmos de aprendizado permitem introduzir quantificações de surpresa, desconfiança, alinhamento. Serão mostrados resultados de comparações com dados de sistemas de humanos.

Sobre o palestrante: Nestor Caticha é Professor Titular do Instituto de Física da USP e coordenador de Núcleo de Apoio à Pesquisa dedicado ao estudo de sistemas de processamento de informação. Alguns de seus interesses englobam Inferência e Mecânica Estatística aplicada a Sistemas de Processamento de Informação, teoria e simulação de sistemas de agentes com aplicações ao estudo de sociedades, evolução e economia, dinâmica de aprendizagem em redes neurais realistas e artificiais.