Um problema de Bongard é um tipo de quebra-cabeça visual no qual uma pessoa ou máquina deve identificar uma regra que distingue dois conjuntos de imagens, normalmente apresentados lado a lado. Cada conjunto contém seis diagramas simples, e o solucionador deve encontrar um critério de classificação binária que separe o conjunto da esquerda do conjunto da direita. Os problemas foram introduzidos pelo cientista da computação soviético Mikhail Bongard em seu livro de 1970 "Reconhecimento de Padrões", e desde então se tornaram um padrão de referência em ciência cognitiva e pesquisa em inteligência artificial.
Os problemas de Bongard são notáveis por sua combinação de dificuldade perceptiva e conceitual. As regras podem envolver propriedades geométricas como forma, tamanho, orientação, número ou arranjo espacial, mas frequentemente exigem raciocínio abstrato sobre relações, simetria ou até categorias semânticas. Como as imagens são deliberadamente mínimas, os problemas isolam o desafio central de descobrir uma regra geral a partir de exemplos limitados, uma tarefa que é trivial para humanos em muitos casos, mas notoriamente difícil para máquinas.
Contexto Histórico
Mikhail Bongard desenvolveu esses problemas enquanto trabalhava no Instituto de Cibernética em Moscou, com o objetivo de entender os mecanismos de reconhecimento de padrões em sistemas biológicos e artificiais. Sua monografia de 1970 apresentou 100 problemas, cada um projetado para testar diferentes aspectos da abstração visual. Os problemas ganharam maior atenção no Ocidente através do livro de 1979 de Douglas Hofstadter, "Gödel, Escher, Bach", que os discutiu como exemplos do "conhecimento tácito" envolvido na percepção e na formação de analogias. Hofstadter posteriormente usou problemas de Bongard em sua pesquisa no Laboratório de Ciência da Computação e Inteligência Artificial do MIT, onde ele e seus alunos desenvolveram modelos computacionais para resolvê-los.
Estrutura e Exemplos
Um problema de Bongard típico apresenta duas caixas, rotuladas A e B, cada uma contendo seis pequenos diagramas. O solucionador deve encontrar uma regra que todos os seis diagramas na caixa A satisfaçam, enquanto nenhum dos seis na caixa B a satisfaça. Por exemplo, um problema pode ter a caixa A contendo apenas formas com um número par de lados, e a caixa B contendo formas com número ímpar de lados. Outro pode exigir reconhecer que todas as figuras na caixa A estão orientadas verticalmente, enquanto aquelas na caixa B estão horizontais. As regras podem ser hierárquicas, como "todas as formas em A contêm um pequeno círculo dentro de um triângulo maior", ou podem envolver comparações entre elementos, como "o número de pontos pretos é igual ao número de quadrados brancos".
Alguns problemas são deliberadamente ambíguos, com múltiplas regras plausíveis, o que destaca o papel do conhecimento prévio e do contexto na interpretação. A dificuldade varia de trivial (por exemplo, cor ou tamanho) a altamente abstrata (por exemplo, "as figuras em A são todas topologicamente equivalentes a um círculo").
Papel na Ciência Cognitiva
Cientistas cognitivos têm usado problemas de Bongard para estudar a formação de conceitos humanos, raciocínio indutivo e a natureza da inteligência visual. Pesquisadores como Joshua Tenenbaum e Brendan Lake em Stanford e MIT os citaram como exemplos das habilidades de "mapeamento rápido" e "aprendizado de uma única amostra" que os humanos possuem, mas as máquinas não. Os problemas exigem não apenas correspondência de padrões, mas também a capacidade de gerar e testar hipóteses sobre categorias abstratas, um processo que permanece pouco compreendido. Estudos mostraram que solucionadores humanos frequentemente dependem de regras verbalizáveis, sugerindo uma ligação entre linguagem e raciocínio visual.
Aprendizado de Máquina e Referenciais de IA
No campo da inteligência artificial, os problemas de Bongard se tornaram um referencial para avaliar capacidades de raciocínio visual. Tentativas iniciais nas décadas de 1970 e 1980 usaram abordagens de IA simbólica, mas enfrentaram dificuldades com a natureza aberta das regras. Com o avanço do aprendizado de máquina e do aprendizado profundo, pesquisadores desenvolveram novos conjuntos de dados baseados em problemas de Bongard, como o conjunto de dados Bongard-HOI (2020) e o conjunto de dados Bongard-LOGO (2022), que geram grandes números de problemas programaticamente. Esses conjuntos de dados são usados para testar redes neurais e modelos baseados em transformers, incluindo grandes modelos de linguagem quando combinados com codificadores visuais.
Os sistemas de última geração atuais ainda apresentam desempenho muito abaixo da precisão humana em problemas de Bongard inéditos. Por exemplo, um estudo de 2023 descobriu que mesmo os melhores modelos alcançaram apenas cerca de 60% de precisão em um conjunto de 100 problemas, em comparação com o desempenho quase perfeito dos humanos. A dificuldade reside na necessidade de raciocínio composicional e na capacidade de generalizar a partir de um punhado de exemplos, o que contrasta com a natureza dependente de grandes volumes de dados da maioria das abordagens de aprendizado profundo. Pesquisadores em Google DeepMind e OpenAI exploraram o uso de problemas de Bongard para sondar as capacidades de raciocínio de seus modelos, mas nenhum sistema ainda os dominou.
Conceitos Relacionados e Direções Futuras
Os problemas estão intimamente relacionados a outras tarefas de raciocínio visual, como as Matrizes Progressivas de Raven, que envolvem completar um padrão em uma grade, e o Corpus de Abstração e Raciocínio (ARC), introduzido por François Fleuret em 2019. O ARC compartilha o objetivo de medir inteligência geral através de quebra-cabeças visuais, mas usa um formato diferente. Alguns pesquisadores argumentam que os problemas de Bongard são mais desafiadores porque exigem descobrir uma regra binária a partir de exemplos positivos e negativos, enquanto as tarefas do ARC frequentemente envolvem regras de transformação.
Trabalhos futuros podem envolver a combinação de problemas de Bongard com aprendizado curricular ou abordagens de meta-aprendizado, ou usá-los para avaliar as capacidades emergentes de raciocínio de sistemas de IA generativa. Até meados da década de 2020, nenhum sistema publicado alcançou desempenho de nível humano em um amplo conjunto de problemas de Bongard, tornando-os uma área ativa de pesquisa na busca por inteligência artificial geral.