Dihexa está entre os temas em que os detalhes importam mais que as manchetes. Esta página reúne contexto, mecanismos e os pontos práticos mais consultados.
Atualizado em 2025-09-14. Números e descrições seguem a literatura publicada, não o material promocional.
Ele chamou sua abordagem de “compilação de conhecimento”. A ACT-R foi usada com êxito para modelar aspectos da cognição humana, como aprendizagem e retenção. A ACT-R também é usada em sistemas de tutoria inteligente, denominados tutores cognitivos, para ensinar com êxito geometria, programação de computadores e álgebra a crianças em idade escolar. A programação em lógica indutiva foi outra abordagem de aprendizado que permitia sintetizar programas lógicos com base em exemplos de entrada e saída. O MIS (Model Inference System, sistema de inferência de modelos), de Ehud Shapiro, por exemplo, podia sintetizar programas Prolog a partir de exemplos. John Koza aplicou algoritmos genéticos à síntese de programas para criar a programação genética, que utilizou para sintetizar programas Lisp. Por fim, Zohar Manna e Richard Waldinger forneceram uma abordagem mais geral à síntese de programas, que sintetiza um programa funcional no decorrer da demonstração de que suas especificações estão corretas. Como alternativa à lógica, Roger Schank introduziu o raciocínio baseado em casos (RBC). A abordagem de RBC descrita em seu livro Dynamic Memory concentra-se primeiro em recordar casos fundamentais de resolução de problemas para uso futuro e em generalizá-los quando apropriado. Diante de um novo problema, o RBC recupera o caso anterior mais semelhante e o adapta às especificidades do problema atual.
Fontes: pt.wikipedia.org
Outras alternativas à lógica, os algoritmos genéticos e a programação genética baseiam-se em um modelo evolutivo de aprendizado no qual conjuntos de regras são codificados em populações, as regras governam o comportamento dos indivíduos e a seleção dos mais aptos elimina conjuntos de regras inadequadas ao longo de muitas gerações. O aprendizado de máquina simbólico foi aplicado ao aprendizado de conceitos, regras, heurísticas e resolução de problemas. Além das já mencionadas, as abordagens incluem:
Fontes: pt.wikipedia.org
Aprendizado por instrução ou aconselhamento — isto é, receber instruções humanas, apresentadas como conselhos, e determinar como operacionalizá-las em situações específicas. Por exemplo, em uma partida de copas, aprender exatamente como jogar uma mão para “evitar receber pontos”. Aprendizado por exemplares — melhorar o desempenho aceitando, durante o treinamento, a avaliação de um especialista no assunto. Quando a resolução do problema falha, consulta-se o especialista para aprender um novo exemplar para a resolução ou uma nova explicação de exatamente por que um exemplar é mais relevante que outro. Por exemplo, o programa Protos aprendeu a diagnosticar casos de zumbido interagindo com um audiologista. Aprendizado por analogia — construir soluções de problemas com base em problemas semelhantes observados anteriormente e, em seguida, modificar essas soluções para adequá-las a uma nova situação ou domínio. Sistemas de aprendizado de aprendizes — aprender novas soluções para problemas observando a resolução humana de problemas. O conhecimento do domínio explica por que as novas soluções estão corretas e como a solução pode ser generalizada. O LEAP aprendeu a projetar circuitos VLSI observando projetistas humanos. Aprendizado por descoberta — isto é, criar tarefas para realizar experimentos e depois aprender com os resultados. O Eurisko, de Doug Lenat, por exemplo, aprendeu heurísticas para vencer jogadores humanos no RPG Traveller por dois anos consecutivos.
Fontes: pt.wikipedia.org
Aprendizado de macro-operadores — isto é, buscar macro-operadores úteis que possam ser aprendidos a partir de sequências de ações básicas de resolução de problemas. Bons macro-operadores simplificam a resolução ao permitir que os problemas sejam solucionados em um nível mais abstrato.
Fontes: pt.wikipedia.org
Dihexa é resumido aqui a partir de literatura pública: definição, contexto e pontos recorrentes na prática. Informação geral, não aconselhamento médico.
A pesquisa sobre Dihexa apoia-se sobretudo em estudos de laboratório e modelos animais; dados clínicos variam conforme a substância.
Pureza e análise (HPLC, espectrometria de massa), reconstituição correta e armazenamento adequado são decisivos.%!(EXTRA string=Dihexa)
Nem todos os mecanismos estão demonstrados e um estudo isolado não é evidência global. As questões abertas são sinalizadas.%!(EXTRA string=Dihexa)