Você consegue distinguir uma melodia ao ar livre do barulho da chuva que cai simultaneamente? E conseguiria distinguir a “última chamada” para o seu voo em meio às várias conversas do aeroporto? Bom, o segundo caso é mais fácil porque temos garantido maior volume da fonte de som. Independente disso, são dois casos diferentes de ruído interferindo entre fonte e receptor. O primeiro caso é um ruído do ambiente de fonte não-inteligente ou mesmo de origem humana sem mensagem (como o barulho dos carros nas ruas). O segundo caso é interferência por outras comunicações inteligentes. Ainda é possível fazer subdistinções em cada caso.
O estudo formal dos sinais faz parte campo da Teoria da Informação. A informação em um sinal geralmente carrega ruído. O termo ruído pode significar uma perturbação aleatória indesejável, mas é frequentemente estendido para incluir sinais indesejados em conflito com o sinal desejado (como a interferência). A prevenção do ruído é abarcada pela Integridade de Sinais. A separação dos sinais desejados de um fundo é campo da Recuperação de Sinal, um ramo da Teoria de Estimativa (relacionada a Teoria de Controle) aplicada para eliminar perturbações aleatórias.
Todas as causas produzem alguns padrões distintos, podemos nos basear na Teoria de Detecção de Sinais para mensurar a capacidade de diferenciar esses padrões de informação. Esses padrões são chamados “estímulos” em organismos vivos e sinais em máquinas e contrastam com os padrões aleatórios (ruído). A atividade denominada Recuperação de Sinal consiste em mapear e destacar os padrões significativos para distinção.
Se procuramos por hidrogênio, por exemplo, precisamos saber alguma característica distinta. O hidrogênio atômico emite uma frequência de 21 cm ou 1420 mega-hertz, então podemos detectá-lo com radiotelescópios por essa regularidade de emissão (linha de hidrogênio, também chamada espectro do átomo de hidrogênio). Assim, a partir dos padrões conhecidos é possível o tratamento dos casos desconhecidos.
Mas… e se não existe tanta uniformidade no padrão procurado? Isso acontece em muitos casos, por isso boa parte das estratégias para diferenciar sinal de ruído começam com a modelagem do fundo natural: mapeamos os padrões comuns do ambiente e então o sinal se destaca contrastando com o fundo (esta abordagem tem sido impugnada nos casos de inferência ao design: “a evolução pode fazer qualquer coisa”).
Uma abordagem ótima é híbrida: combina as duas aproximações supracitadas. Existem três características em que sinais e ruídos podem ser distinguidos:
Distribuição de frequência: às vezes, o sinal e o ruído podem ser parcialmente distinguidos com base em componentes de frequência.Por exemplo, o sinal pode conter componentes de baixa frequência e o ruído pode estar localizado em frequências mais altas ou espalhado por uma faixa de freqüência muito maior. Esta é a base de filtragem e suavização. A frequência do ruído é caracterizada pelo seu espectro de frequência, muitas vezes descrito em termos de cor de ruído. O ruído branco é aleatório e tem o mesmo poder sobre a faixa de frequências que é relevante para o contexto. Ele deriva seu nome de luz branca, que tem brilho igual em todos os comprimentos de onda na região visível. No domínio acústico, o ruído branco soa como um silvo. Na ciência da medição, o ruído branco é bastante comum, por exemplo, o ruído de quantificação, o ruído Johnson-Nyquist (térmico), o ruído dos fótons e o ruído produzido por picos de ponto único, todos têm distribuição de frequência branca e todos têm em comum sua origem em eventos instantâneos quantizados discretos, como o fluxo de elétrons ou fótons individuais.
Dependência da amplitude do sinal: o ruído também pode ser caracterizado pela forma que varia com a amplitude do sinal. Apesar do ruído de “fundo” poder ser constante e independente da amplitude do sinal, em certos casos ele pode ser muito baixo e variar com a amplitude do sinal.
Distribuição de probabilidade: outra propriedade que caracteriza o ruído aleatório é a distribuição de probabilidade. Nas medidas físicas, a distribuição mais comum é chamada de curva normal. Nesta distribuição, os erros de ruído mais comuns são pequenos (isto é, perto da média) e os erros se tornam menos comuns quanto maior o desvio da média. Então, por que essa distribuição é tão comum? O ruído nas medidas físicas é muitas vezes a soma de muitos eventos aleatórios não observados, cada um dos quais tem alguma distribuição de probabilidade desconhecida, mas quando muitos desses eventos se combinam para formar uma quantidade observada, a distribuição de probabilidade resultante é quase sempre normal, isto é, descrita por uma função Gaussiana. Esta observação comum é resumida no Teorema do Limite Central.
É importante compreender que essas três características são mutuamente independentes; um ruído pode, em princípio, ter qualquer combinação dessas propriedades.
…
Tema interessante… Eu complemento, acrescentando que, sinal e ruído são matematicamente iguais, no entanto, dependendo do contexto recebem uma ou outra denominação. Por exemplo, ao aferir o Eletrocardiograma (ECG) que registra os estímulos elétricos das células excitatórias cardíacas, os sinais obtidos podem estar contaminados por ruído muscular. Ao aferir o Eletromiograma (EMG) que registra os estímulos elétricos das células musculares, os sinais obtidos podem estar contaminados por sinais de ECG, que agora são considerados ruído.
Se implantamos um espião em um festa, o som de fundo, vozes das outras pessoas, será no sinal desejado, e a voz do espião, que será aquela mais audível, será considerado ruído.
Assim, dependendo do contexto consideramos a informação como sinal ou ruído. Mas entendo que o ruído branco, seja exceção, devido a sua característica de espalhamento espectral. Conforme mencionado no artigo, uma forma de detectar um sinal/ruído é por meio de sua distribuição de frequências, pois os sinais desejados concentram maior energia em uma faixa de frequência que me outras (são limitados em banda), já o ruído branco tem energia distribuída em todas as frequências, ou seja, de 0 até metada da sua frequência de amostragem, então essa característica permite classificá-lo sempre como ruído.
Aqui entra o Design. Uma máquina projetada, seja biológica ou não, que possui alguma função de comunicação, usará, portanto, de sinais para comunicação e nunca de um ruído branco. Isso porque, os receptores precisam entender a mensagem comunicada, e uma forma de isso ocorrer é eles saberem que certas frequências têm ocorrência mais comum. Por exemplo, a voz humana varia entre as frequências de 50Hz e 3,4 kHz. O sistema de audição humana possui um filtro que limita o intervalo de sons audíveis entre 20Hz a 20 kHz, ou seja, podemos ouvir várias frequências superiores a que a voz humana produz, o que inclui músicas e outros sons. Se este sistema auditivo não tivesse como uma de suas funções ouvir a voz humana, ele poderia ter um filtro que excluisse sua banda de frequência. (Se os sistemas de audição e vocal surgiram (evoluíram?) simultaneamente ou não, deixo a cargo do pessoal da áreade biologia.)
Por outro lado, se a comunicação feita pelas máquinas não fosse intencional, o receptor receberia um ruído branco como mensagem, o que caracterizaria ausência de informação. Para melhor entendeder, considere o exemplo da chuva dado no artigo, que é um caso aleatório. Imagine uma grade quadrada no chão, formada por NxN quadrados. Conte a frequência com que os pingos caem nos quadrados. Faça um gráfico com as distribuições dessa frequência, por cada quadrado. Se você fizer esta observação por algumas horas, o que você verá é um espectro de ruído branco, isto é, a mesma frequência será observada em quada quadrado.
Deste modo, aquilo que não é projetada se comunica por meios aleatórios, ou seja, usando ruído branco, logo não se comunica, porque este tipo de sinal (ruído) não carrega informação útil. Assim, a conclusão a que chegamos, é que máquina naturais, tal como o coração, que emite sinais padronizados que são identificado no ECG, tem um projeto implícito.
Sim, é parte do “é frequentemente estendido para incluir sinais indesejados em conflito com o sinal desejado”.
Você provavelmente vai gostar dos dois próximos textos que vão sair: “O Coeficiente de Instabilidade Natural” e “Orientação às Tendências e aos Limites dos Sistemas”.