Resumo Técnico: Cognição Não Supervisionada

Declaração do Problema

Os métodos tradicionais de aprendizado não supervisionado baseiam-se primordialmente em agrupamento matemático para agrupar dados com base na proximidade em um espaço de codificação (ex: K-Means, Agrupamento de Informação Invariante). Os autores argumentam que essas abordagens sofrem de uma limitação fundamental: elas otimizam para relações matemáticas em vez de relações "cognitivas". Por exemplo, no conjunto de dados MNIST, a relação cognitiva entre amostras é o valor numérico que elas representam, enquanto o agrupamento matemático frequentemente prioriza relações entre codificações de pixels que não se alinham com a cognição humana. Além disso, os métodos existentes tipicamente dividem um espaço de entrada em subespaços (perspectiva de otimização) em vez de construir abstrações dos dados (perspectiva construtiva). Isso frequentemente leva a modelos que não conseguem lidar efetivamente com conjuntos de dados pequenos ou incompletos, carecem de explicabilidade e falham em reconhecer quando um dado de entrada não se ajusta a nenhum padrão conhecido.

Metodologia: O Algoritmo Nodule

O artigo propõe o Nodule, um algoritmo de aprendizado não supervisionado baseado em primitivos, inspirado no framework de Cognição Sintética e no Princípio da Persistência de Autoprojeção (SPPP). Diferente do agrupamento tradicional, o Nodule modela o espaço de entrada de forma construtiva, construindo uma estrutura hierárquica distribuída de representações. A arquitetura consiste em três componentes principais:

1. A Incorporação (Embodiment)

A Incorporação atua como uma interface que transforma qualquer entrada (tabular, imagem, etc.) em Representações Distribuídas Esparsas (SDRs). Isso garante que o algoritmo seja agnóstico à entrada.

• Codificação: As entradas são convertidas em SDRs. Para imagens, os pixels são normalizados; para dados numéricos, os valores são agrupados em faixas (bins) com uma sobreposição específica (ex: 10%) para permitir a detecção de similaridade; para dados categóricos, utiliza-se codificação one-hot.
• Decodificação: Um decodificador correspondente permite que as SDRs internas sejam traduzidas de volta para saídas compreensíveis por humanos (rótulos).

2. O Nodule (Unidade Central de Processamento)

O Nodule processa as SDRs usando uma estrutura hierárquica, do tipo árvore, composta por Footprints (Pegadas) e Cells (Células).

• Footprint: A primitiva básica. Ela armazena uma SDR de dados e uma SDR de metadados (ex: um rótulo). Possui uma função de atualização (computando uma média móvel de SDRs) e uma função de ativação que gera um Arquétipo. O Arquétipo é uma representação abstrata e construtiva da entrada, derivada do SPPP.
• Cell: Um contêiner que agrupa múltiplos Footprints para evitar redundância. Quando uma entrada chega, a Célula seleciona o Footprint mais similar (baseado em um limiar de similaridade) para processá-la. Se nenhum Footprint for suficientemente similar, um novo é criado.
• Hierarquia (Nodule): As Células são organizadas em uma estrutura de árvore. Uma Célula Semente (Seed Cell) situa-se na raiz. Quando um Footprint em uma Célula recebe uma entrada que é excessivamente dissimilar aos seus Footprints existentes, uma nova Célula filha é criada para subdividir esse subconjunto específico do espaço de entrada. Isso cria uma hierarquia distribuída onde as Células folha representam entradas específicas e as Células de nível superior representam abstrações mais amplas.

Fluxo de Processamento:

1. Fase de Filtragem: A SDR de entrada é comparada contra todos os Footprints. O Footprint mais similar (que excede o limiar da Célula) é selecionado. Se nenhum Footprint corresponder, um novo é criado na Célula Semente.
2. Fase de Abstração: O Footprint selecionado é ativado, atualizando sua representação interna e gerando um Arquétipo. Este Arquétipo é passado para a Célula pai, atualizando recursivamente os Footprints dos pais. Esta agregação permite que o sistema generalize e construa representações construtivas em vez de meras cópias.

3. Modulador de Atenção Espacial

Para evitar configurações arbitrárias de limiares, o algoritmo emprega um Modulador de Atenção Espacial. Este componente calcula dinamicamente o limiar de similaridade para cada Célula com base na média da similaridade média entre os Footprints dentro dessa Célula. Isso permite que o sistema autorregule a discriminabilidade espacial, com as Células filhas desenvolvendo naturalmente limiares mais altos (discriminação mais fina) à medida que representam subdomínios mais específicos.

Principais Contribuições

1. Representação Construtiva: O artigo introduz uma mudança da partição de espaços de entrada para a construção de representações construtivas (Arquétipos) que aproximam a informação latente.
2. Arquitetura Agnóstica à Entrada: Ao utilizar SDRs, o algoritmo lida com diversos tipos de dados (tabular, escala de cinza, colorido) dentro de um framework unificado.
3. Capacidade de "Eu Não Sei": O algoritmo pode declarar explicitamente quando uma entrada não corresponde a nenhum padrão aprendido (se a similaridade cair abaixo de todos os limiares), prevenindo alucinações e classificações falsas.
4. Explicabilidade: Devido à estrutura hierárquica das SDRs, o caminho de decisão pode ser rastreado desde a Célula Semente até o Footprint ativado, tornando o processo de classificação transparente.
5. Processamento Baseado em Primitivos: O sistema depende de uma única primitiva (Footprint) escalonada através de uma hierarquia, evitando os complexos landscapes de otimização das redes neurais profundas.

Resultados Experimentais

Os autores avaliaram o Nodule contra métodos de aprendizado não supervisionado de última geração (K-Means, IIC) e baselines supervisionados (K-NN) através de quatro categorias experimentais:

1. Classificação Não Supervisionada:

   • Datasets: Tabular (Sonar, Ionosphere, etc.) e Imagem (MNIST, CIFAR10).
   • Resultados: O Nodule teve desempenho equivalente ou superior ao K-Means e IIC. Notavelmente, alcançou alta precisão com significativamente menos amostras de treinamento (ex: <200 amostras para MNIST vs. ~1.700 para IIC) e exigiu apenas uma passagem pelos dados (um epoch), enquanto o IIC exigiu centenas de epochs.

2. Datasets Pequenos e Incompletos:

   • Configuração: Dados ausentes simulados (até 50%) em seis datasets.
   • Resultos: O Nodule superou o Random Forest e o SANDA (um método de ponta para dados incompletos), demonstrando robustez quando os dados são esparsos ou faltantes.

3. Classificação Médica (Tipos de Câncer):

   • Configuração: Classificação de subtipos de câncer usando o dataset Cancer Type.
   • Result resultados: O Nodule alcançou uma precisão de 0,746, superando Redes Neurais Convolucionais em Grafos (GCN), Redes de Atenção em Grafos (GAT) e outros modelos de última geração (que variaram de 0,712 a 0,735), apesar de ser uma abordagem não supervisionada.

4. Capacidades Semelhantes à Cognição (Robustez ao Ruído):

   • Configuração: Dígitos MNIST com pixels removidos aleatoriamente (0% a 100% de ruído).
   • Resultados: O Nodule demonstrou robustez superior, mantendo alta precisão mesmo quando até 80% dos pixels foram removidos. Alcançou uma Área Sob a Curva (AUC) de 92,60 (treino) e 76,23 (teste), superando significativamente o K-Means, IIC e K-NN. Os autores atribuem isso à natureza hierárquica e construtiva das representações, que permite ao sistema parear entradas ruidosas com abstrações intermediárias em vez de padrões literais de pixels.

Significância e Alegações

O artigo afirma que o Nodule representa um estado da arte disruptivo no aprendizado não supervisionado para tomada de decisão. Sua significância reside em:

• Alinhamento Cognitivo: Exibe um comportamento mais próximo da cognição humana (reconhecendo padrões apesar do ruído, compreendendo entradas "desconhecidas") comparado a algoritmos tradicionais baseados em otimização.
• Eficiência de Dados: Alcança alto desempenho com dados mínimos e aprendizado de passagem única, tornando-o adequado para cenários onde os dados são escassos ou caros de rotular.
• Transparência: Oferece um nível de explicabilidade e capacidade de "eu não sei" que é raro na IA moderna, abordando o problema da "caixa preta".

Os autores reconhecem limitações, principalmente o alto custo de memória devido ao armazenamento de numerosas SDRs e a falta de um objetivo de otimização explícito (o que pode limitar a precisão máxima de classificação em comparação com modelos supervisionados refinados). No entanto, argumentam que a troca é justificada pela capacidade do algoritmo de construir representações construtivas significativas do espaço de entrada. Trabalhos futuros são propostos para abordar a escalabilidade de memória através de mecanismos de inibição de crescimento e para estender a arquitetura a outras modalidades (ex: som) e sequências temporais.