Olá, sou Uri Wilensky da Northwestern University e eu sou o criador do NetLogo. É um prazer estar aqui com você hoje. Você tem sorte de estar nas mãos de Bill Rand. Ele trabalhou comigo. Escrevemos um livro-texto sobre Mod. Baseada em Agentes com NetLogo. Eu vou fazer uma introdução à Mod. Baseada em Agentes e ao NetLogo. Eu vou situar esta introdução usando um exemplo incomum. Vamos voltar no tempo, à virada do 1o. milênio em torno do ano 1000 E.C. Quando os algarismos romanos chegaram à Europa. Desculpe! Quando os algarismos indo-arábicos chegaram à Europa. Até esta chegada, os europeus usavam algarismos romanos. E quando eles tentavam usar algarismos romanos, algarismos romanos não têm notação baseada na posição, a notação posicional, então os números poderiam se tornar muito, muito, muito, muito grandes. E fazer multiplicações e divisões era muito difícil usando algarismos romanos. Apesar de os cientistas reconhecerem que havia uma forma melhor de fazer cálculos levou um longo tempo até que estas ideias e práticas se tornassem comuns na Europa. Este fenômeno de mudança na codificação do conhecimento em um domínio e algo que meu colega Seymour Papert e eu chamamos de "Reestruturações". A "Estruturação" é a codificação do saber como função de uma infraestrutura representacional e a "Reestruturação", a mudança de uma codificação para outra. E uma das consequências poderosas da Reestruturação dos algarismos foi que, antes dela, poucas pessoas calculavam multiplicações e divisões. Tinha que levar o seu problema para alguém para trabalhar por um tempo e respondesse. Depois, qualquer pessoa conseguia aprender os algoritmos básicos de aritmética e a ciência progrediu porque agora todos podiam usar grandes números e nova notação Nós podemos perguntar: "O que é importante hoje e as pessoas tem dificuldade?" E uma dificuldade importante que temos é em entender os sistemas complexos. E esta é uma área boa para este tipo de Reestruturação. Por "sistemas complexos" quero dizer sistemas compostos por muitas partes, mas em que há interação entre estas partes E sem qualquer controle centralizado, um padrão global emerge das interações locais entre sistemas e decisões. Exemplos incluem ecossistemas, sistemas econômicos, sistemas imunológicos, o mercado de ações. Exemplos onde há interações entre partes que criam um padrão global. Um fenômeno "emergente" é como descrevemos um padrão que emerge, resulta, das interações entre diferentes agentes, objetos distribuídos. Emergência pode ser muito difícil de entender. Emergência é difícil de entender por duas causas distintas: Se você conhece o micro comportamento dos elementos, sabe como interagem. Ainda assim, é difícil predizer como o padrão global vai ser. Se você conhece o padrão global, é muito difícil de encontrar a micro estrutura que o gera, as regras de interação. De fato, você pode pensar que o 2o. aspecto é boa parte do projeto da ciência: observamos estas macro regularidades no mundo e tentamos entender como os elementos se combinam para permitir o surgimento destes padrões. A tecnologia nos ajuda a criar novas representações, assim como a representação indo-arábica ajudou pessoas a resolverem complexos problemas matemáticos A computação permite criar representações dos sistemas complexos e entendê-los Isso se faz ao simular um sist. complexo. Criamos agentes, regras de interação e deixamos estas interações ocorrerem. A Modelagem Baseada em Agentes é exatamente isto Um agente é um elemento autônomo, individual, de uma simulação que tem propriedades, ações e comportamento característicos. A Mod. Baseada em Agentes é olhar para o mundo e tentar dissecar os agentes, dar a estes agentes regras que vão gerar fenômenos de interesse. A Mod. Baseada em Agentes é usada nas ciências naturais, sociais e engenharias. Há 20 anos criei o NetLogo como uma forma de fazer Modelagem Baseada em Agentes. E eu me guiei por dois princípios: Aprendizagem rápida, para ser acessível e qualquer pessoa comece rápido. Acredito que vocês são os juízes para ver se fui bem sucedido nisso. O outro é a aprendizagem longa. Devemos ser capazes de fazer ciência de ponta. Vou mostrar a você três exemplos de sist. complexos e padrões emergentes O primeiro que eu vou mostrar é um incêndio em uma floresta. Eu vou configurar este modelo agora e é o modelo de um incêndio em uma floresta. Você pode ver estes pixels verdes. Eles representam árvores. E você pode ver uma barra aqui, chamada "densidade", que está definida para 57%. Significa que 57% do espaço é preenchido com árvores, aproximadamente 57%. Olhe para a borda esquerda, esta borda é um princípio de incêndio. E este modelo está definido de modo que há regras muito, muito simples. Cada árvore olha para o norte, o leste, o sul e o oeste. Se houver fogo em qualquer destes lugares, a árvore queima. Senão, não ocorre nada. Estas são todas as regras do modelo, além de algumas regras para cores. Quando eu pressiono "go", a simulação inicia. E como você pode ver, o fogo se espalha um pouco. E agora parou de queimar. E como você pode ver, o fogo não queimou muito da floresta. Podemos testar de novo com a mesma densidade. Cada vez será um pouco diferente, porque as árvores estão em posições diferentes. Em ambos os casos, a densidade de 57% não queimou muito da floresta. Se subimos a densidade para 64% e agora deixamos o fogo queimar. Temos uma queima mais dramática, mais completa da floresta. E isto é surpreendente, porque nos acostumados a pensar que um pequeno aumento de densidade ou um pouco mais de "x" levaria a um pouco mais de "y" Um pouco mais de densidade daria um pouco mais de queima. Não esta mudança dramática Mas em sistemas complexos é um fenômeno bastante comum. A noção é de limiar ou ponto crítico, conhecida também como ponto de transição, onde um pequeno aumento da densidade dá um incêndio dramaticamente diferente. O próximo exemplo que eu vou mostrar é chamado de predação lobo ovelha. E aqui temos lobos e ovelhas que estão interagindo em um ecossistema. E as regras deste modelo são um pouco mais complicadas: Cada agente começa com um estoque de energia e se movimentar custa parte dela. Lobos e ovelhas se movem aleatoriamente. Se o lobo se encontra a ovelha, ele a come Se a energia do lobo fica negativa, morre. Se come uma ovelha, ganha energia. Vamos ver o que ocorre quando iniciamos esta simulação. Podemos ver no gráfico à esq. e abaixo que temos algum tipo de ciclo, no começo. Mas todos os lobos morreram porque não tinham ovelhas suficientes. Ficaram poucas ovelhas, não havia o suficiente. Devido à forma como as ovelhas funcionam sem limites, vão povoar toda a simulação. Se simulamos de novo, pode ser que não ocorra da mesma forma. Pode ser que os lobos se alimentem de todas as ovelhas e só eles sobrem. Mas então eles não teriam o que comer e eles se extinguiriam. Estes são os dois estados atratores deste modelo. Parece que neste caso particular, as ovelhas estão vencendo de novo. A ideia é dar regras individuais a cada um e ver o resultado na população total. Meu último exemplo será das ciências sociais, foi criado por Thomas Schelling nos anos 1960 que escreveu um livro, "Micromotives e Macrobehavior", em que ele observou como interações individuais levam a resultados na escala das populações. E neste caso ele estava interessado no fenômeno da segregação residencial. Há dois tipos de agentes, vermelhos e verdes, que dispostos a viver juntos mas com uma tolerância na quantidade de vizinhos de outra cor. Muitos vizinhos da outra cor faz com que se mudem. Schelling estava interessado em descobrir o que aconteceria em tal cenário. A barra "%-similar-wanted" está em 30%. Significa que os agentes se contentam em ter 70% de vizinhos de outra cor. Se maior, eles se mudam. Ao simular, vemos que surgem vizinhanças muito segregadas Quando Schelling simulou, fez usando tabuleiros de xadrez e moedas e levou muitos, muitos meses para obter estes resultados. Hoje podemos ver com a Mod. Baseada em Agentes o quão rápido conseguimos este tipo de segregação. Usar a Mod. Baseada em Agentes em ciências sociais era controverso, talvez ainda seja Alguns podem argumentar: "Pessoas não são formigas, elas não seguem regras simples" Mas neste caso, o preconceito pode ser um importante fator durante a segregação. O ponto de Schelling era que se o objetivo é acabar a segregação residencial então não é suficiente diminuir o preconceito como solução. Porque, enquanto ainda houver uma pequena preferência por vizinhos do mesmo tipo, a segregação vai ocorrer. Estes são três exemplos no NetLogo para representar e modelar fenômenos complexos. Existem equações complexas que governam o modo como estas coisas são modeladas. Este é o exemplo do incêndio quando se tem a equação de fluxo de fluido e eq de calor Elas são equações diferenciais parciais. E no NetLogo estas podem ser representadas por regras simples e um código simples. Para o caso do predador-presa temos também equações diferenciais que podem ser representadas por um código simples. Concluindo, a perspectiva da Mod. Baseada em Agentes é que estes padrões da natureza e da sociedade em escala macro costumam ser o resultado, talvez sempre o resultado de uma interação e acumulação de um grande número de elementos, cada um com suas próprias regras de ação e interação. E para entender muitos fenômenos, podemos modelá-los e simulá-los como elementos que obedecem a regras simples. Muito obrigado. Eu sei que vocês vão gostar das aulas de Bill.