Logo Passei Direto
Buscar
Material
páginas com resultados encontrados.
páginas com resultados encontrados.
left-side-bubbles-backgroundright-side-bubbles-background

Crie sua conta grátis para liberar esse material. 🤩

Já tem uma conta?

Ao continuar, você aceita os Termos de Uso e Política de Privacidade

left-side-bubbles-backgroundright-side-bubbles-background

Crie sua conta grátis para liberar esse material. 🤩

Já tem uma conta?

Ao continuar, você aceita os Termos de Uso e Política de Privacidade

left-side-bubbles-backgroundright-side-bubbles-background

Crie sua conta grátis para liberar esse material. 🤩

Já tem uma conta?

Ao continuar, você aceita os Termos de Uso e Política de Privacidade

left-side-bubbles-backgroundright-side-bubbles-background

Crie sua conta grátis para liberar esse material. 🤩

Já tem uma conta?

Ao continuar, você aceita os Termos de Uso e Política de Privacidade

left-side-bubbles-backgroundright-side-bubbles-background

Crie sua conta grátis para liberar esse material. 🤩

Já tem uma conta?

Ao continuar, você aceita os Termos de Uso e Política de Privacidade

left-side-bubbles-backgroundright-side-bubbles-background

Crie sua conta grátis para liberar esse material. 🤩

Já tem uma conta?

Ao continuar, você aceita os Termos de Uso e Política de Privacidade

left-side-bubbles-backgroundright-side-bubbles-background

Crie sua conta grátis para liberar esse material. 🤩

Já tem uma conta?

Ao continuar, você aceita os Termos de Uso e Política de Privacidade

left-side-bubbles-backgroundright-side-bubbles-background

Crie sua conta grátis para liberar esse material. 🤩

Já tem uma conta?

Ao continuar, você aceita os Termos de Uso e Política de Privacidade

left-side-bubbles-backgroundright-side-bubbles-background

Crie sua conta grátis para liberar esse material. 🤩

Já tem uma conta?

Ao continuar, você aceita os Termos de Uso e Política de Privacidade

left-side-bubbles-backgroundright-side-bubbles-background

Crie sua conta grátis para liberar esse material. 🤩

Já tem uma conta?

Ao continuar, você aceita os Termos de Uso e Política de Privacidade

Prévia do material em texto

DISCIPLINA: RACIOCÍNIO LÓGICO
TEMA 4: O PROCESSO DE APRENDIZAGEM E A 
INTELIGÊNCIA ARTIFICIAL.
 
Introdução à
Inteligência Artificial
(IA)
 
 
“O ato de forçar definições para as coisas que 
nós não entendemos completamente geralmente 
causa mais danos do que benefícios. Além disso, 
apenas em lógica e matemática é que as 
definições detêm perfeitamente os conceitos. As 
coisas com as quais lidamos na vida prática são 
frequentemente muito complicadas para 
permitirem uma representação clara baseada em 
expressões compactas. Em todo caso, não 
podemos nos privar de buscar uma definição para 
as coisas, no sentido de entender o que elas são.”
Marvin Minsky, The Society of Mind, 1985.
O que é Inteligência Artificial?
O que é Inteligência Artificial?
•Área de pesquisa que tem como 
objetivo buscar métodos ou 
dispositivos computacionais 
que possuam ou aumentem a 
capacidade racional do ser 
humano de resolver 
problemas , “pensar” ou, de 
forma geral, “ser inteligente”.
•O conceito de Inteligência Artificial 
é algo bem amplo e que recebe 
tantas definições quanto os 
diversos significados da palavra 
inteligência.
O que é Inteligência Artificial?
• “Inteligência” + “Artifcial”
– “Artifcial”
 
•Algo criado, algo que não é natural…
– “Inteligência”
•Se comportar como um humano?
•Se comportar da melhor maneira possível?
•Pensar?
•Agir?
O que é Inteligência Artificial?
• [Kurzweil, 1990]
– “A arte de criar máquinas que executam funções que 
requerem inteligência quando executadas por pessoas.”
• [Bellman, 1978]
– “[A automatização de] atividades que nós associamos ao
pensamento humano, atividades como tomada de decisão, 
resolução de problemas, aprendizado . . .”
• [Poole et al., 1998]:
– "Inteligência artificial é o estudo do desenvolvimento de 
agentes inteligentes."
• [Winston, 1992]:
– "É o estudo da computação que faz ser possível perceber, 
raciocinar e agir"
 
Sabe-se, de forma genérica, que um sistema 
inteligente é aquele que apresenta capacidade para:
 ✓ Raciocinar; 
 ✓ Planejar; 
 ✓ Resolver problemas;
 ✓ Realizar indução, dedução lógica e abdução;
 ✓ Armazenar conhecimento;
 ✓ Comunicar-se através de uma linguagem;
 ✓ Perceber e adaptar-se ao meio;
 ✓ Aprender.
 
● A inteligência envolve a habilidade de obter sucesso 
no tratamento de novas situações pelo ajuste 
apropriado do comportamento.
● A inteligência envolve a habilidade de perceber as 
relações entre fatos de modo a orientar as ações na 
direção de atingir uma meta desejada.
“A inteligência é o que você usa quando não sabe 
o que fazer.” (Jean Piaget)
● A inteligência artificial é um campo da ciência da 
computação e da engenharia de computação que 
procura reproduzir, por meios computacionais, 
essas capacidades.
 
➔ “The automation of activities that we associate with human 
thinking, activities such as decision-making, problem solving, 
learning.” (Bellman, 1978)
➔ “The art of creating machines that perform functions that 
require intelligence when performed by people.” (Kurzweil, 
1990)
➔ “The study of how to make computers do things at which, at the 
moment, people are better.” (Rich & Knight, 1991)
➔ “The study of mental faculties through the use of computational 
models.” (Charniak & MacDermott, 1985)
➔ “The study of the computations that make it possible to 
perceive, reason, and act.” (Winston, 1992)
➔ “AI is about algorithms enabled by constraints exposed by 
representations that support models targeted at thinking, 
perception and action.” ( P. H. Winston, MIT OpenCourseWare 
- Artificial Intelligence, 2010) 
https://www.youtube.com/watch?v=TjZBTDzGeGg
 
 
IA e Filosofia
 
IA e Matemática
 
IA e Economia
 
IA e Neurociência
 
IA e Psicologia
 
IA e Engenharia da Computação
 
IA e Teoria de Controle
 
IA e Linguística
 
A sala chinesa de Searle
● SEARLE descreve uma sala com uma pessoa que 
domina o idioma inglês, o operador. Muitos cestos 
com ideogramas chineses estão na sala, assim 
como um livro de regras, escrito em inglês, de como 
combinar os ideogramas chineses.
● O operador recebe por uma abertura de entrada (na 
parede da sala) uma sequência de ideogramas 
chineses e, consultando o livro de regras, combina 
esses ideogramas de entrada e alguns que estão 
nos cestos, compondo uma nova sequência. Esta 
nova sequência é então passada por uma abertura 
de saída (na parede da sala).
● Embora o operador não saiba, ele está respondendo 
a perguntas no idioma chinês.
 
A sala chinesa de Searle
 
A sala chinesa de Searle
● SEARLE argumenta que há uma diferença marcante entre 
este operador e uma pessoa que domina o idioma chinês e 
responde às mesmas perguntas sem usar o livro de regras. O 
primeiro está apenas seguindo regras sintáticas. O segundo 
está associando semântica (significado) ao que está fazendo 
e, portanto, está fazendo muito mais que o primeiro.
● A conclusão de SEARLE é que os computadores, por serem 
máquinas sintáticas, podem substituir o operador. 
● Há algo mais em ter uma mente do que executar processos 
formais ou sintáticos.
● Logo, programas não são suficientes para atribuir mentes a 
computadores. 
Conclusão: Computadores nunca podem pensar, porque 
pensar envolve semântica. Com isso, computadores nunca 
poderão ser inteligentes.
 
 No entanto, há outras perspectivas entre os estudiosos 
do assunto. De acordo com uma visão mais extrema, o 
cérebro é apenas um computador digital e a mente é um 
programa de computador. Podemos resumir esse ponto 
de vista dizendo que a mente está para o cérebro assim 
como o programa está para o hardware do computador.
 Esse ponto de vista é representado, por exemplo, por 
Alan Newell, que afirma que “descobrimos que a 
inteligência é só uma questão de manipulação física de 
símbolos.” Alan Newell e Herbert Simon, em uma 
famosa declaração, disseram em 1976 que um sistema 
físico de símbolos é necessário e suficiente para o que 
eles chamam de “ação geral inteligente” (FETZER , 
2001).
 O problema da fundamentação do símbolo: Como 
atribuir significado (semântica) aos símbolos?
“Não sabemos definir precisamente o que é 
inteligência e, consequentemente, não podemos 
definir o que é a inteligência artificial. Entretanto, 
embora não tenhamos uma definição de inteligência, 
podemos assumir que o ser humano é inteligente. 
Portanto, se uma máquina fosse capaz de se 
comportar de tal forma que não pudéssemos 
distinguí-la de um ser humano, essa máquina estaria 
demonstrando algum tipo de inteligência que, nesse 
caso, só poderia ser inteligência artificial.” 
(Alan Turing, 1950)
 
A máquina de Turing
➔ Uma máquina é um dispositivo físico que foi projetado 
e construído por seres humanos, eventualmente 
usando outras máquinas ou produtos delas.
➔ Não há nenhuma máquina, mesmo que abstrata, que 
expresse auto-determinação.
➔ Como a liberdade requer auto-determinação, as 
máquinas não podem ser livres.
➔ Segundo a tese de Church-Turing, qualquer 
procedimento computacional pode ser executado 
usando uma máquina de Turing.
➔ Logo, qualquer computador digital real pode ser 
simulado empregando-se a máquina de Turing, razão 
pela qual ela é denominada de máquina universal.
 
A máquina de Turing
O teste de Turing
• TURING (1950) teve uma intuição de que nosso 
pensamento é uma atividade interior muito especial, 
e que seria eventualmente impossível descrever seu 
processo cientificamente:
“Será que as máquinas não poderiam realizar 
algo que deveria ser descrito como pensar mas 
que é muito diferente do que um ser humano faz? 
Esta objeção é muito forte, mas ao menos 
podemos dizer que se, contudo, uma máquina 
puder ser construída para jogar o jogo da 
imitação satisfatoriamente, nós não precisamos 
nos preocupar com essa objeção.”
 
A máquina de Turing
O teste de Turing
● O teste de Turing afirma que um computador pode ser 
chamado de inteligente se ele puder enganar um ser 
humano ao fazê-loacreditar que o computador é um 
ser humano. 
● O teste consiste em um ser humano realizar um 
interrogatório através de um terminal, visando 
descobrir se do outro lado do terminal se encontra um 
ser humano ou um computador. 
● Caso seja um computador que esteja fornecendo as 
respostas e o interrogador não conseguir decidir se se 
trata de um ser humano ou um computador, então este 
computador é dito ter sido aprovado no teste de Turing.
 
A máquina de Turing
O teste de Turing
 
A máquina de Turing
 
A máquina de Turing
 
A máquina de Turing
Requisitos para o teste de Turing
● Processamento de linguagem natural (PLN): comunicar-se 
verbalmente ou por escrito;
● Representação de conhecimento: armazenar o que sabe e 
escuta / lê;
● Raciocínio automático: responder perguntas, chegar a novas 
conclusões;
● Aprendizado de máquina: adaptar-se a novas circunstâncias, 
reconhecer e extrapolar padrões, incluindo o timing de um 
diálogo.
● Teste de Turing total:
 - Visão computacional: percepção de objetos;
 - Robótica: manipulação de objetos, movimentação e 
 expressão corporal.
 
Chatterbots
● Infelizmente, não existem ainda mecanismos sistemáticos 
para se medir o grau de inteligência por parte de sistemas 
artificiais. Daí a relevância da proposta de Turing, que hoje 
se encontra difundida na forma de chatterbots.
● Chatterbot (ou chatbot ou verbot) é um programa de 
computador que tenta simular um ser humano na 
conversação com as pessoas. O objetivo é responder 
perguntas de tal forma que as pessoas tenham a impressão 
de estar conversando com outra pessoa e não com um 
programa de computador. Após o envio de perguntas em 
linguagem natural, o programa consulta uma base de 
conhecimento e, em seguida, fornece uma resposta que 
tenta imitar o comportamento humano.
● A palavra chatterbot foi inventada por Michael Mauldin 
(fundador da Lycos, Inc. e criador do primeiro chatterbot 
Julia) em 1994, para descrever estes robôs de conversação.
 
 
 
 
Abordagens em IA
● Conexionista: baseia-se na hipótese de 
causa-efeito, segundo a qual um modelo 
suficientemente preciso do cérebro 
humano é suficiente para reproduzir a 
inteligência que o homem possui. 
Essa abordagem trata de problemas 
imprecisos, mas que podem ser definidos 
através de exemplos (e.g., reconhecimento 
de caligrafia), e sua principal contribuição 
são as redes neurais.
 
Abordagens em IA
● Simbólica: baseia-se na hipótese do 
sistema de símbolos físicos, segundo a qual 
um conjunto de estruturas simbólicas e um 
conjunto de regras de manipulação dessas 
estruturas são os meios necessários e 
suficientes para se criar inteligência. 
Essa abordagem trata problemas bem 
definidos (e.g., planejamento de tarefas) e 
sua principal contribuição são os sistemas 
especialistas.
 
Abordagens em IA
● Evolucionária: baseia-se na teoria evolutiva 
de Darwin, a hipótese é que podemos modelar 
sistemas inteligentes simulando a evolução de 
uma população de indivíduos (aleatórios), que 
carregam genes com informação suficiente para 
dar origem à solução de um problema, usando 
operações genéticas de recombinação e 
mutação. 
Essa abordagem trata de problemas de 
otimização (e.g., escalonamento de produção) e 
sua principal contribuição são os algoritmos 
genéticos.
 
Abordagens em IA
● Inteligência Artificial Fraca: A inteligência artificial 
fraca é uma corrente de pesquisa e desenvolvimento que 
defende que nunca será possível construir máquinas 
inteligentes no real sentido da palavra, pois, para ela, a 
inteligência demanda consciência e autopercepção, 
habilidades impossíveis de serem recriadas.
Tudo que se pode fazer envolve imitar comportamentos 
inteligentes e emoções, bem como resolver problemas, 
mas nunca a consciência, considerando que isso se 
resume a um conjunto de cálculos.
Exemplo: Uma máquina (hardware + software) que 
simule compreender chinês (como no caso do Quarto 
Chinês) é uma IA Fraca. Nesse caso, falta o que Searle 
(1980) chama de intencionalidade.
 
Abordagens em IA
● Inteligência Artificial Forte: Já o grupo da 
inteligência artificial forte acredita que um dia será 
possível desenvolver máquinas capazes de pensar, 
criar e exibir comportamento inteligente nos moldes 
humanos, a partir da criação de algoritmos cognitivos 
que possam executar em computadores.
Exemplo: Uma máquina que literalmente 
compreenda chinês é uma IA Forte. Nesse caso, 
existe intencionalidade.
Essas duas correntes são de caráter filosófico e 
servem para refletir sobre os limites da tecnologia
 
Abordagens em IA
● Superinteligência: O termo superinteligência, por sua vez, 
foi definido pelo filósofo sueco Nick Bostrom como “um 
intelecto que é muito mais inteligente do que o melhor cérebro 
humano em praticamente todas as áreas, incluindo criatividade 
científica, conhecimentos gerais e habilidades sociais” 
(BOSTROM, 2003). 
Assim, a IA abrange possibilidades que variam desde o 
computador um pouco mais inteligente do que um ser humano 
até aquele milhões de vezes mais inteligente do que uma 
pessoa em todas as capacidades intelectuais. 
Nesse tipo hipotético de inteligência artificial, concentram-se 
hoje as principais discussões, pois é dessa área que vêm as 
possibilidades mais promissoras e assustadoras para o futuro 
da humanidade: a imortalidade ou a extinção dos seres 
humanos.
 
Técnicas de IA: Dentro da inteligência artificial, podemos 
definir quatro técnicas que são os pilares principais que 
permitem seus principais avanços:
● Categorização: a inteligência artificial requer muitos dados 
relevantes para o problema que está sendo resolvido. O 
primeiro passo para construir uma solução de inteligência 
artificial é criar a “métrica de intenção de projeto”, que é usada 
para categorizar o problema. Independentemente de os 
usuários estarem tentando construir um sistema que possa, 
por exemplo, ajudar um médico a diagnosticar o câncer ou 
ajudar um administrador de TI a diagnosticar problemas de 
redes sem fio, os usuários precisam definir métricas que 
permitam que o problema seja dividido em partes menores.
Exemplo: Em redes sem fio, as principais métricas são tempo 
de conexão do usuário, taxa de transferência, cobertura e 
roaming. No diagnóstico de câncer, as principais medidas são 
contagem de células brancas, etnia e exames de raios X.
 
● Classificação: depois que os usuários tiverem o 
problema categorizado em áreas diferentes, o 
próximo passo é ter classificadores para cada 
categoria que apontarão os usuários na direção de 
uma conclusão significativa.
 
Exemplo: Ao treinar um sistema de inteligência artificial para 
jogar o Jeopardy, os usuários devem, primeiro, classificar 
uma questão como sendo de natureza literal ou um jogo de 
palavras e, então, classificar por tempo, pessoa, coisa ou 
lugar. 
Já em redes sem fio, uma vez que os usuários saibam a 
categoria de um problema (por exemplo, um problema pré ou 
pós-conexão), os usuários precisam começar a classificar o 
que está causando o problema: associação, autenticação, 
DHCP ou outras, com fio e fatores de dispositivo.
 
● Aprendizado de máquina: Existem muitos algoritmos e 
técnicas de aprendizado de máquina, com aprendizado 
de máquina supervisionado usando redes neurais (ou 
seja, aprendizado profundo), tornando-se uma das 
abordagens mais populares. O conceito de redes 
neurais existe desde 1949, mas, com os mais recentes 
aumentos nos recursos de computação e 
armazenamento, as redes neurais estão sendo 
treinadas para resolver uma variedade maior de 
problemas do mundo real, desde o reconhecimento de 
imagens e processamento de linguagem natural até a 
previsão do desempenho da rede.
 
Exemplo: Outras aplicações incluem descoberta de 
características de anomalias, detecção de anomalias de 
séries temporais e correlação de eventos para análise de 
causa raiz.
 
● Filtragem colaborativa: a maioria das pessoas 
experimentamfiltragem colaborativa quando 
escolhem um filme no Netflix ou compram algo da 
Amazon e recebem recomendações para outros 
filmes ou itens de que possam gostar. Além dos 
recomendadores, a filtragem colaborativa também é 
usada para classificar grandes conjuntos de dados e 
colocar uma face em uma solução de IA. É onde 
toda a coleta e análise de dados é transformada em 
insight ou ação significativa. 
Exemplo: Seja usada em um game show, seja por 
um médico ou por um administrador de rede, a 
filtragem colaborativa é o meio de fornecer respostas 
com alto grau de confiança. É como um assistente 
virtual que ajuda a resolver problemas complexos.
 
Considerações Adicionais:
 Na ciência da computação, a pesquisa em IA é definida como o 
estudo de “agentes inteligentes”: qualquer dispositivo que perceba seu 
ambiente e realize ações que maximizem sua chance de atingir seus 
objetivos com sucesso.
 O escopo da IA é contestado: à medida que as máquinas se tornam 
cada vez mais capazes, tarefas consideradas como exigindo 
“inteligência” são frequentemente removidas da definição, um 
fenômeno conhecido como o efeito IA. Por exemplo, o 
reconhecimento óptico de caracteres é frequentemente excluído da 
inteligência artificial, tendo se tornado uma tecnologia de rotina.
 Os sistemas de IA são apenas um software avançado de aprendizado 
de máquina com extensos algoritmos comportamentais que se 
adaptam aos nossos gostos. Embora extremamente úteis, essas 
máquinas não estão ficando mais inteligentes no sentido existencial, 
mas estão aprimorando suas habilidades e utilidades com base em 
um grande conjunto de dados.
 
 
Atualmente...
•Pesquisa operacional: otimização e busca heurística em 
geral.
– Planejamento de rota
Atualmente...
• Processamento de l inguagem natural: tradução automática, 
verificadores ortográficos e sintáticos, reconhecimento da fala.
Atualmente...
•Aprendizado de Máquina: detecção de spams, 
sistemas de recomendação, Data mining, Redes 
Sociais, etc.
Atualmente...
• Veículos Autônomos:
Atualmente...
• Robótica:
 
Algumas Vantagens da IA
 Redução de erros: Uma vez que são máquinas tem 
reduzidas as chances de falharem, tendo maior grau de 
precisão.
 Exploração: Máquinas podem realizar um trabalho mais 
laborioso e duro, superando as limitações humanas.
 Aplicações diárias: A sua utilização está presente em 
vários mecanismos do nosso cotidiano.
 Sem pausas: As máquinas, ao contrário dos seres 
humanos, não precisam de intervalos frequentes.
 Velocidade: Apresentam soluções muito mais 
rapidamente que outros sistemas.
 Adaptabilidade: São capazes de se adaptar as 
mudanças de condições de operação.
 
Algumas Desvantagens da IA
 Alto custo: devido a sua complexidade o seu custo de 
produção é alto.
 Falta de criatividade: A inteligência artificial não é 
desenvolvida ao ponto de atuar como o cérebro 
humano, de forma criativa.
 Causa o desemprego: Como são capazes de 
executar tarefas antes exclusivas dos humanos de 
maneira mais otimizada e eficiente, tendem a 
substituir a atividade humana em larga escala.
 Representação do conhecimento: para criar sistemas 
de inteligência artificial é necessário desenvolver um 
sistema de representação do conhecimento, o que 
geralmente é dispendioso.
	Slide 1
	Slide 2
	Slide 3
	Slide 4
	O que é Inteligência Artificial?1
	O que é Inteligência Artificial?2
	O que é Inteligência Artificial?3
	O que é Inteligência Artificial?4
	Slide 9
	Slide 10
	Slide 11
	Slide 12
	Slide 13
	Slide 14
	Slide 15
	Slide 16
	Slide 17
	Slide 18
	Slide 19
	Slide 20
	Slide 21
	Slide 22
	Slide 23
	Slide 24
	O que é Inteligência Artificial?5
	Slide 26
	Sistemas que Agem como Humanos
	Slide 28
	Slide 29
	Slide 30
	Slide 31
	Slide 32
	Slide 33
	Slide 34
	Slide 35
	Slide 36
	Slide 37
	Slide 38
	Slide 39
	Slide 40
	Slide 41
	Slide 42
	Slide 43
	Slide 44
	Slide 45
	Slide 46
	Slide 47
	Slide 48
	Slide 49
	Slide 50
	Slide 51
	Slide 52
	Atualmente...1
	Atualmente...2
	Atualmente...3
	Atualmente...4
	Atualmente...5
	Slide 58
	Slide 59

Mais conteúdos dessa disciplina