Baixe o app para aproveitar ainda mais
Prévia do material em texto
Exercício – Algoritmos genéticos O que são algoritmos genéticos Algoritmos genéticos, são algoritmos de busca, baseando-se no mecanismo de seleção e recombinação genética, levando em consideração a sobrevivência da melhor solução candidata para determinado problema, é uma técnica baseada na teoria da evolução e seleção natural, de Charles Darwin. “As espécies evoluem pelo princípio da seleção natural e sobrevivência do mais apto” Charles Darwin (1809 - 1882) Desenvolvido por John Henry Holland em 1975-1992, buscando estudar o fenômeno de adaptação como acontece na natureza onde os “mais fortes” sobrevivem, procurou introduzir estes estudos em sistemas computacionais, onde os algoritmos são selecionados por meio de uma avaliação denominada fitness, esta função serve para avaliar as melhores variáveis (os dados disponíveis) e assim, selecionar os dados com as melhores avaliações para determinado problema, após isso, os novos dados inicia-se através de operadores genéticos, como: Seleção, Recombinação e Mutação. Etapas para o processo: 1 – Inicia-se com todos os dados disponíveis 2 – Avaliação de todos os dados 3 – Seleção dos melhores dados avaliados 4 – Combinação dos melhores dados através de uma “roleta” e sortear 5 – Se necessário, recombinação dos dados, sortear novamente 6 – Se ainda não estiver satisfeito com os resultados, pode usar-se a mutação, escolher e alterar os dados genéticos, sem questão de sorte. EXEMPLO 1 – GRADE DE AULAS Durante o processo de início das aulas, os coordenadores de turma, precisam definir os horários dos alunos de semestres, períodos, cursos e até mesmo campus diferente. normalmente, coordenadores possuem de 4 a 12 turmas para administrar, já que a duração dos cursos varia de 2 a 6 anos. Variável 1, professores, a grande maioria dos professores possuem diversas aquisições, conhecimento e especialização que podem ser ministradas em várias matérias pois eles dão aula para diferentes cursos, períodos e semestres e campus, além de trabalharem em outras instituições. Variável 2, carga horária de cada disciplina, levando em consideração que cada turma possui uma determinada carga horária semestral e semanal. Variável 3, laboratórios para atividades práticas, pois várias turmas precisam fazer uso. Juntamente com essas 3 variáveis, o coordenador de turma possui um desafio, precisa montar os horários das turmas dentro dessas opções, é o melhor meio para fazer isso, é combinar vários horários até chegar em uma solução, todas as turmas com horários definidos, sendo equivalente à sua carga horária e uso de laboratórios. Para este exemplo, o coordenador precisará fazer a seleção do corpo docente para cada turma e disciplina, tendo como base, disponibilidade, formações, especializações dos professores. Iniciando o “cruzamento de informações”, iniciará o processo de combinação e recombinação de horários, mediante disponibilidade dos professores selecionados, nos dias da semana e atividades práticas no laboratório. E assim, os algoritmos genéticos serão capazes de ajudar na resolução do problema, fazendo a adaptação de todas as variáveis com combinações e recombinações sem gerar conflitos com outros resultados, e a melhor solução candidata que atender a todos os requisitos será a grade horária dos alunos e professores. EXEMPLO 2 - AMAZON FRESH O mais atual dos tipos de comércio já feitos, utilizando tecnologia de inteligência artificial em suas unidades, onde o usuário amazon, possa fazer compras sem caixas e sem a necessidade de usar cartões ou dinheiro físico. Esse mercado foi estreado em 2016 nos estados unidos com nome de amazon Fresh, e logo após veio no reino unido, sendo eles uma expansão da rede amazon Go (a mesma que realiza entregas e vendas de produtos diversos) Logo em seguida da entrada da loja possui uma placa explicativa de como prosseguir dentro das lojas e como a compra funciona. O consumidor adentra a loja onde ele pode pegar uma sacola e por suas compras dentro dela, e ao sair da loja recebe um Email do valor a ser pago (caso seja na forma de Crédito) ou então uma notificação de débito tanto pelo e-mail quanto pelo aplicativo de banco. Tudo isso sem passar pela cobrança ou caixa ao final da compra E tudo isso feito por uma tecnologia implementada chamada de “Just Walk out” que utiliza uma série de sensores para acompanhar as compras do usuário, que utiliza uma série de sensores e câmera que analisam quais produtos que foram mapeados são retirados das prateleiras, acompanha toda sua compra até o final onde ocorre a saída da loja. Por isso é possível mensurar o valor e quantos produtos foram retirados da loja. Até mesmo é computado se o produto é devolvido ao local Já em outros locais como nos estados unidos o sensor está presente no carrinho, ou seja, você pega o produto é apenas colocá-lo no carrinho já é contabilizado um valor e qual produto pegou (os sensores ficam localizados nas bordas do carrinho, e um visor mostra ao cliente sua compra e valor). Nos dados mencionados acima podemos ter a análise da seguinte situação. A inteligência da loja com o tempo vem se desenvolvendo com as compras dos cliente e venda qual a maior rentabilidade de compra, sendo assim qual marca mais é comprada e procurada nos supermercados, ou seja, a marca que mais tiver demanda permanece em prateleiras para venda, e consecutivamente a com menor busca, saíra da venda do mercado local, isso obviamente irá variar de unidade para unidade, devido ao fato da cultura local, por exemplo: em uma unidade do interior ter uma maior busca para coisas de preparo caseiro, já em metrópoles teremos uma busca de coisas mais simples fáceis e rápidas para o dia a dia corrido. E isso tudo será mencionado e computado pela IA com isso ela vai designar qual produto e marca mais predominante do local informando assim os compradores de que determinado produto trata maior lucro para o local. EXEMPLO 3 - EducaTrans EducaTrans é um jogo educacional que tem como intuito principal trazer aos usuários a Educação no Trânsito e poder seguir as regras do trânsito na cidade sem perder energias. O EducaTrans utiliza algoritmos genéticos como mecanismo de evolução dos pedestres autônomos e acaba trazendo essa aplicação de forma que possamos influenciar pessoas a terem mais conhecimentos, habilidades ou competências em relação a essa educação básica. Como funciona o jogo O jogo consiste no jogador competir com a inteligência artificial para chegar a um determinado local do mapa do jogo para encontrar o tesouro sem infringir as leis de trânsito no menor tempo possível e com o máximo de energia. Ela também consiste em uma simulação do fluxo (IA) de pedestres, motoristas e ciclistas que partem de um mesmo ponto e buscam atingir o mesmo destino no menor tempo e com energias estáveis. Objetivo O objetivo desta aplicação é chegar no destino que o mapa nos indica com o máximo de energia (Você começa com 25) e o mínimo de tempo para podermos conquistar o tesouro. O jogo termina quando o jogador consegue chegar no local determinado pelo mapa ou se suas energias esgotaram por completo. Logo após encerrar o jogo podemos ver um relatório com o resultado da partida, seja tesouros ou penalidades, também podemos ver dos personagens autônomos, de forma que possamos aprender com os erros e acertos dos nossos “colegas”. Também poderemos observar nosso histórico (caminho que fez no cenário e dos níveis de energia que acumulou a cada momento), bem como dos demais jogadores. Aplicando os algoritmos genéticos Neste jogo de simulação educacional o Algoritmo genético é usado para criação de veículos na rua, pedestres e ciclistas autônomos que vão estar presentes na cidade. Os problemas são solucionados por um processo evolutivo resultando em uma solução melhor, ouseja, mais adequada, pensando nesse caso seria uma recombinação entre os indivíduos da população, até ter o melhor resultado se comparada a primeira população. Cada personagem (pedestre, ciclista, motorista) autônomo é representado por um código genético, onde cada gene representa um elemento da cena. Cada personagem autônomo é um indivíduo da população e sua condição analisa se ele está apto para aquela cena (fitness) e se é proporcional às recompensas e penalidades que ele recebeu ao longo da trajetória escolhida e inversamente proporcional à sua distância do ponto de chegada. Com os algoritmos genéticos, as mudanças de fases no jogo poderão ser implementadas através de novas gerações de indivíduos. REFERÊNCIAS https://youtu.be/5WshMdwQDSU https://www.deviante.com.br/noticias/o-que-sao-algoritmos-geneticos-e-para- que-servem/ https://bioinfo.com.br/algoritmos- geneticos/#:~:text=A%20representa%C3%A7%C3%A3o%20de%20um%20indi v%C3%ADduo,para%20o%20problema%20em%20quest%C3%A3o. https://www.youtube.com/watch?v=hlPyRnB9n0A&ab_channel=OlharDigital https://www.youtube.com/watch?v=Kd6sNd97vuo&ab_channel=Quediabos%3F https://www.youtube.com/watch?v=YaC9SZU6Z70&ab_channel=ViaInfinda https://www.researchgate.net/figure/Figura-2-a-Vista-Superior-do-EducaTrans- b-Veiculo-no-cenario-do-jogo-Personagens_fig1_333270754 https://www.researchgate.net/publication/333270754_EducaTrans_um_Jogo_E ducativo_para_o_Aprendizado_do_Transito https://youtu.be/5WshMdwQDSU https://www.deviante.com.br/noticias/o-que-sao-algoritmos-geneticos-e-para-que-servem/ https://www.deviante.com.br/noticias/o-que-sao-algoritmos-geneticos-e-para-que-servem/ https://bioinfo.com.br/algoritmos-geneticos/#:~:text=A%20representa%C3%A7%C3%A3o%20de%20um%20indiv%C3%ADduo,para%20o%20problema%20em%20quest%C3%A3o https://bioinfo.com.br/algoritmos-geneticos/#:~:text=A%20representa%C3%A7%C3%A3o%20de%20um%20indiv%C3%ADduo,para%20o%20problema%20em%20quest%C3%A3o https://bioinfo.com.br/algoritmos-geneticos/#:~:text=A%20representa%C3%A7%C3%A3o%20de%20um%20indiv%C3%ADduo,para%20o%20problema%20em%20quest%C3%A3o https://www.youtube.com/watch?v=hlPyRnB9n0A&ab_channel=OlharDigital https://www.youtube.com/watch?v=Kd6sNd97vuo&ab_channel=Quediabos%3F https://www.youtube.com/watch?v=YaC9SZU6Z70&ab_channel=ViaInfinda https://www.researchgate.net/figure/Figura-2-a-Vista-Superior-do-EducaTrans-b-Veiculo-no-cenario-do-jogo-Personagens_fig1_333270754 https://www.researchgate.net/figure/Figura-2-a-Vista-Superior-do-EducaTrans-b-Veiculo-no-cenario-do-jogo-Personagens_fig1_333270754 https://www.researchgate.net/publication/333270754_EducaTrans_um_Jogo_Educativo_para_o_Aprendizado_do_Transito https://www.researchgate.net/publication/333270754_EducaTrans_um_Jogo_Educativo_para_o_Aprendizado_do_Transito
Compartilhar