Baixe o app para aproveitar ainda mais
Prévia do material em texto
1 Inteligência Artificial Introdução Prof. Patrick Pedreira Silva Parte desses slides foram baseados no material da UFPE (profs. Patricia Tedesco e Germano Vasconcelos) e do professor Palazzo Inteligência Artificial – Prof. Patrick Pedreira SIlva Objetivos desta disciplina � Entre os objetivos da disciplina, podemos citar: �Conhecer e diferenciar as abordagens da IA especialmente no que diz respeito à Inteligência Individual �Modelar problemas e encontrar as técnicas mais apropriadas para suas soluções 2 Objetivos desta aula � O que é Inteligência Artificial? � Fundamentos � Origem e Evolução � Tecnologias � O Estado da Arte Inteligência Artificial – Prof. Patrick Pedreira SIlva Inteligência Artificial – Prof. Patrick Pedreira SIlva O que você sabe sobre a IA? � Para você o que é inteligência artificial? (definição informal) � Descreva seus próprios critérios para que um sistema computacional seja “inteligente”. � Cite exemplos de dispositivos sistemas que você considere “inteligente”. 3 Inteligência Artificial – Prof. Patrick Pedreira SIlva A IA faz parte da sua vida... � Ela não é uma coisa distante, somente de filmes de ficção científica, ela está aí bem do seu lado... Inteligência Artificial – Prof. Patrick Pedreira SIlva Aplicações da IA: Simulações e Jogos � Como modelar o ambiente físico e o comportamento/personalidade dos personagens? � Como permitir interação interessante com o usuário? 4 Inteligência Artificial – Prof. Patrick Pedreira SIlva Inteligência Artificial – Prof. Patrick Pedreira SIlva 5 Inteligência Artificial – Prof. Patrick Pedreira SIlva Inteligência Artificial – Prof. Patrick Pedreira SIlva Bugs Screensaver Esse protetor usa inteligência artificial para simular um ambiente com insetos e plantas. Ambas as espécies se multiplicam, e a idéia é ver quem consegue viver por mais tempo 6 Inteligência Artificial – Prof. Patrick Pedreira SIlva http://pt.akinator.com/ Inteligência Artificial – Prof. Patrick Pedreira SIlva Aplicações da IA: Robótica � Como obter navegação segura e eficiente, manipulação fina e versátil, autonomia? � E no caso de ambientes dinâmicos e imprevisíveis? 7 Inteligência Artificial – Prof. Patrick Pedreira SIlva Aplicações da IA: Automação de sistemas complexos � Como modelar os componentes do sistema e dar-lhes autonomia? � Como assegurar boa comunicação e coordenação entre esses componentes? Inteligência Artificial – Prof. Patrick Pedreira SIlva Automação de Software Complexo � Segundo o Autonomic Computing Manifesto (IBM 2001), o que queremos são sistemas capazes de: � Conhecer o ambiente � Auto conhecimento � Auto-Configuração � Auto-Recuperação � Auto-Otimização � Auto-Proteção � Conhecimento do contexto � Integração automática � Realizar predição 8 Inteligência Artificial – Prof. Patrick Pedreira SIlva Aplicações da IA: Sistemas de controle � Como frear o carro sem as rodas deslizarem em função da velocidade, atrito, ...? � Como focar a câmera em função de luminosidade, distância...? � Como ajustar a temperatura em da quantidade de roupa, fluxo de água, ...? � Como aspirar a poeira nos locais mais sujos? Como desviar dos objetos? Inteligência Artificial – Prof. Patrick Pedreira SIlva Aplicações da IA: Previsão � Como prever o valor do dólar (ou o clima) amanhã? � Que dados são relevantes? Há comportamentos recorrentes? 9 Inteligência Artificial – Prof. Patrick Pedreira SIlva Aplicações da IA: Sistemas de Recomendação � Como fazer recomendações personalizadas de produtos? � Como modelar os perfis dos compradores? � Como recomendar experts capazes de ajudar usuários a resolver problemas? Inteligência Artificial – Prof. Patrick Pedreira SIlva Aplicações da IA: Recuperação de informação � Como localizar a informação relevante? 10 Inteligência Artificial – Prof. Patrick Pedreira SIlva Aplicações da IA: Detecção de intrusão e filtragem de spam � Como saber se uma mensagem é spam ou de fato interessa? � Como detectar usuários suspeitos e como lidar com isto? Inteligência Artificial – Prof. Patrick Pedreira SIlva 11 Inteligência Artificial – Prof. Patrick Pedreira SIlva Aplicações da IA: Interação Humano Máquina � Como dar ao usuário a ajuda de que ele precisa? � Como interagir (e até navegar na web) com celular sem ter de digitar (hands-free)? � Como adaptar a informação e funcionalidades ao dispositivo e à situação do usuário? � Como interagir com o usuário em língua natural? Inteligência Artificial – Prof. Patrick Pedreira SIlva 12 Inteligência Artificial – Prof. Patrick Pedreira SIlva Inteligência Artificial – Prof. Patrick Pedreira SIlva Mercado de IA � Faturamento da indústria da IA: � 2007: $17.9 bilhões só para Jogos � Robótica em franco crescimento � 50 Bilhões esperados só para produtos de Semantic Web em 2010 � fonte: www.aaai.org/AITopics/html/stats.html � Empresas especializadas em IA: � http://www.dmoz.org/Computers/Artificial_Intelligence /Companies/ 13 Inteligência Artificial – Prof. Patrick Pedreira SIlva Mercado de IA � Grandes empresas desenvolvendo e utilizando IA: � IBM, HP, Sun, Microsoft, Unisys, Google, Amazon.com, Oracle ... � Grandes empresas utilizando IA: � www.businessweek.com/bw50/content/mar2003/a3826072.htm � Wal-Mart, Abbot Labs, US Bancorp, LucasArts, Electronic Arts... � Órgãos governamentais utilizando IA: � US National Security Agency Inteligência Artificial – Prof. Patrick Pedreira SIlva O que esses problemas tem em comum? � Grande complexidade �número, variedade e natureza das tarefas � Não há “solução algorítmica” �mas existe conhecimento sobre o problema � Requerem modelagem do comportamento de um ser inteligente �autonomia, aprendizagem, conhecimento, etc. 14 Inteligência Artificial – Prof. Patrick Pedreira SIlva O que é a IA? “O ramo da Ciência da Computação que estuda e se ocupa da automação do comportamento inteligente” � Mas o que é inteligência? O que é comportamento inteligente? (somos capazes de reconhecê-lo, mas não de defini-lo com precisão) � Inteligência envolve habilidades, aprendizagem, criatividade, auto-consciência, intuição…mas como esses fatores estão relacionados para formar a inteligência? � A definição completa do que seja Inteligência Artificial depende da definição do que seja inteligência. � Diante deste quadro, Luger propõe uma definição simplória para IA: “A coleção de problemas e metodologias estudadas pelos pesquisadores da inteligência artificial” O que é a IA? � Rich & Knight (1994) “IA é a área da Ciência da Computação orientada ao entendimento, construção e validação de sistemas inteligentes, isto é, que exibem, de alguma forma, características associadas ao que chamamos inteligência”. Inteligência Artificial – Prof. Patrick Pedreira SIlva 15 Inteligência Artificial – Prof. Patrick Pedreira SIlva Visão Geral da IA � Basicamente existem quatro linhas principais de pesquisa: � Conexionista: metáfora cerebral ex. redes neurais � Simbólica: metáfora lingüística ex. sistemas de produção, agentes,... � Evolucionista: metáfora da natureza ex. algoritmos genéticos, vida artificial � Estatística/Probabilista Ex. Redes Bayesianas, sistemas difusos Inteligência Artificial – Prof. Patrick Pedreira SIlva IA conexionista � visa à modelagem da inteligência através da simulação dos componentes do cérebro (neurônios e suas interconexões) � 1943: primeiro modelo matemático para um neurônio (McCulloc e Pitts) � Perceptron - Primeiro modelo de Rede Neural (Rosenblatt) � Fragilidades do modelo indicadas por Minsk e Papert � Por longo período permaneceunão muito ativa � Com o advento de microprocessadores (pequenos e baratos) tornou possível implementação do modelo dando novo incentivo às pesquisas � Modelo conexionista deu origem à área de Redes Neurais 16 Redes Neurais • Paralelismo massivo, • Adaptabilidade, • Tolerância a falhas, • Computação e representação distribuídas, • Capacidade de aprender, • Capacidade de generalizar, • Processamento de informação contextual Inteligência Artificial – Prof. Patrick Pedreira SIlva Inteligência Artificial – Prof. Patrick Pedreira SIlva Redes Neurais ⌠⌠⌠⌠ ⌡⌡⌡⌡ wji w1i wni ∑ s(i) e(i) e( i) = w ji × sj∑ s(i) = f (e(i)) s1 sj sn camada de entrada camada de saídacamada escondida 17 Von Neumann x Redes Neurais Inteligência Artificial – Prof. Patrick Pedreira SIlva Von Neumann Von NeumannVon Neumann Von Neumann Redes Neurais Redes NeuraisRedes Neurais Redes Neurais Processador Complexo Alta velocidade Simples Baixa velocidade Memória Separada do processador Integrada ao processador Computação Centralizada Sequencial Distribuida Paralela Robustez Pouca Robustas Especialidades Operações numéricas e simbólicas Percepção / Otimização Arquiteturas de Redes Neurais Inteligência Artificial – Prof. Patrick Pedreira SIlva 18 Auto-organização • Um sistema auto-organizável modifica sua estrutura em função de sua experiência e seu relacionamento com o meio-ambiente, • Modelos conexionistas em geral possuem a propriedade da auto-organização, • A auto organização ocorre em função da dinâmica do sistema, rumo a uma configuração otimizada para o fim proposto. Inteligência Artificial – Prof. Patrick Pedreira SIlva Auto-organização em Redes Inteligência Artificial – Prof. Patrick Pedreira SIlva 19 Inteligência Artificial – Prof. Patrick Pedreira SIlva IA simbólica � Segue a tradição lógica � McCarthy e Newell seus principais defensores � Envolve a manipulação de símbolos e de conceitos abstratos � Sucesso dos sistemas especialistas (década de 70) estabeleceu a manipulação simbólica de um grande número de fatos especializados sobre um domínio restrito, orientando a construção de sistemas inteligentes do tipo simbólico Inteligência Artificial – Prof. Patrick Pedreira SIlva Paradigma Simbólico � West é criminoso ou não? � “A lei americana diz que é proibido vender armas a uma nação hostil. Cuba possui alguns mísseis, e todos eles foram vendidos pelo Capitão West, que é americano” � Como resolver automaticamente este problema de classificação? � Segundo a IA (simbólica), é preciso: � Identificar o conhecimento do domínio (modelo do problema) � Representá-lo utilizando uma linguagem formal de representação � Implementar um mecanismo de inferência para utilizar esse conhecimento 20 Inteligência Artificial – Prof. Patrick Pedreira SIlva Conhecimento: organizando... � Programa em IA = Agente racional � entidade de software que age em um ambiente segundo um princípio de racionalidade � Precisa ter conhecimento sobre: � quais são suas propriedades relevantes do mundo � como o mundo evolui � como identificar os estados desejáveis do mundo � quais as conseqüências de suas ações no mundo � como medir o sucesso de suas ações � como avaliar seus próprios conhecimentos Inteligência Artificial – Prof. Patrick Pedreira SIlva Conhecimento: Representação e Uso � Raciocínio: �processo de construção de novas sentenças a partir de outras sentenças. � Deve-se assegurar que o raciocínio é plausível fatos fatos sentenças sentenças Mundo Representação segue-se implica 21 Inteligência Artificial – Prof. Patrick Pedreira SIlva Representando o conhecimento o caso do cap. West A) ∀ x,y,z Americano(x) ∧ Arma(y) ∧ Nação(z) ∧ Hostil(z) ∧ Vende(x,z,y) ⇒ Criminoso(x) B) ∀ x Guerra(x,USA) ⇒ Hostil(x) C) ∀ x InimigoPolítico(x,USA) ⇒ Hostil(x) D) ∀ x Míssil(x) ⇒ Arma(x) E) ∀ x Bomba(x) ⇒ Arma(x) F) Nação(Cuba) G) Nação(USA) H) InimigoPolítico(Cuba,USA) I) InimigoPolítico(Irã,USA) J) Americano(West) K) ∃ x Possui(Cuba,x) ∧ Míssil(x) L) ∀ x Possui(Cuba,x) ∧ Míssil(x) ⇒ Vende(West, Cuba,x) M) Possui(Cuba,M1) - Eliminação: quantificador existencial e N) Míssil(M1) conjunção de K O) Arma(M1) - Modus Ponens a partir de D e N P) Hostil(Cuba) - Modus Ponens a partir de C e H Q) Vende(West,Cuba,M1) - Modus Ponens a partir de L, M e N R) Criminoso(West) - Modus Ponens a partir de A, J, O, F, P e Q Inteligência Artificial – Prof. Patrick Pedreira SIlva Paradigma Evolutivo � EVOLUÇÃO � diversidade é gerada por cruzamento e mutações � os seres mais adaptados ao seus ambientes sobrevivem (seleção natural) � as características genéticas de tais seres são herdadas pelas próximas gerações 22 Inteligência Artificial – Prof. Patrick Pedreira SIlva Paradigma Evolutivo � Definição: � Método probabilista de busca para resolução de problemas (otimização) “inspirado” na teoria da evolução � Idéia: � indivíduo = solução � faz evoluir um conjunto de indivíduos mais adaptados por cruzamento através de sucessivas gerações � fitness function f(i): R ->[0,1] Algoritmos Genéticos • Uma população de indivíduos evolui ao longo de uma seqüência de gerações buscando atingir um ponto ótimo coletivo, • Com base em uma função de adequação, os indivíduos mais qualificados são selecionados para reprodução, • Dois operadores de recombinação genética são empregados no processo: cruzamento e mutação. Inteligência Artificial – Prof. Patrick Pedreira SIlva 23 O Algoritmo Genético Inteligência Artificial – Prof. Patrick Pedreira SIlva begin AGC // começar em um tempo inicial t := 0; // inicializar uma população de indivíduos initPopulation P(t); // avaliar a adequação de todos os indivíduos na população evaluate P(t); // testar o critério de término (tempo, adequação, etc.) while not done do // incrementar o contador de tempo t := t + 1; // selecionar sub-população para produzir decendência P' := selectParents P(t); // recombinar os genes da sub-população selecionada recombine P'(t); // perturbar a população estocasticamente mutate P'(t); // avaliar a nova adequação evaluate P'(t); // selecionar os sobreviventes da geração corrente P = survive P,P'(t); od end AGC Inteligência Artificial – Prof. Patrick Pedreira SIlva Aplicação de AG Evolução10110101 00101010 ... 11111101 00111100 ... Atributos do Sistema Inicial Atributos do Novo Sistema Sistema Inicial Novo Sistema Mapeamento para strings de bits Mapeamento para objetos do sistema Evolução10110101 00101010 ... 11111101 00111100 ... Atributos do Sistema Inicial Atributos do Novo Sistema Sistema Inicial Novo Sistema Mapeamento para strings de bits Mapeamento para objetos do sistema 24 Engenharia de Sistemas Inteligentes Inteligência Artificial – Prof. Patrick Pedreira SIlva Aprendizado Representação Interfaces Raciocínio Inteligência Artificial – Prof. Patrick Pedreira SIlva Computação convencional x IA: métodos � Algoritmo passo a passo x Mecanismo geral de inferência + conhecimento ... ou então aprendizado � Dados e controle embutidos em código procedimental x Separação entre conhecimento declarativo e controle � Linguagens de programação: imperativas x “alto-nível” (ex.: linguagens lógicas) � IA: Usa metáforas de sistemas naturais (neurônio, evolução, memória, sociedade, língua,...) 25 Classificação dos Sistemas Inteligentes • Sistemas Simbólicos • O conhecimento é representado por sistemas de símbolos e separadoda máquina de inferência • Sistemas Sub-simbólicos Representam o conhecimento na própria estrutura, integrado ao mecanismo de raciocínio Inteligência Artificial – Prof. Patrick Pedreira SIlva Sistemas Simbólicos • Prova de Teoremas • Sistemas Especialistas • Programação em Lógica • Redes Semânticas • Sistemas de Frames • Sistemas de Agentes Inteligência Artificial – Prof. Patrick Pedreira SIlva 26 Sistemas Sub-simbólicos • Redes Neurais • Algoritmos Genéticos • Autômatos Celulares • Sistemas Complexos Adaptativos Inteligência Artificial – Prof. Patrick Pedreira SIlva Inteligência Artificial – Prof. Patrick Pedreira SIlva Sistemas Simbólicos: arquitetura 27 Inteligência Artificial – Prof. Patrick Pedreira SIlva Sistemas sub-simbólicos: arquiteturas Inteligência Artificial – Prof. Patrick Pedreira SIlva Tecnologias da IA 28 Sistemas Especialistas • Geralmente baseados em regras, • Possuem conhecimento intensivo do domínio da aplicação, • Construídos por especialistas humanos, • Podem empregar aprendizado automático, • Têm dificuldade em lidar com conhecimento de senso comum, • Orientados à reutilização do conhecimento. Inteligência Artificial – Prof. Patrick Pedreira SIlva Arquitetura de um SE Inteligência Artificial – Prof. Patrick Pedreira SIlva Usuário Interface ( shell ) consulta resposta Máquina de Inferência Base de Conhecimento ask tell request deliever 29 Aplicações de SE � Diagnóstico, � Suporte on-line, � Controle de processos, � Controladores de vôo, � Identificação de padrões difusos, � Medicina Digital, � Aconselhamento jurídico... Inteligência Artificial – Prof. Patrick Pedreira SIlva Redes Semânticas • Indexam as declarações pelas entidades que descrevem, • Facilitam a descrição de propriedades de relações, • Originaram os conceitos da programação orientada a objetos, • Facilitam a visualização direta dos conceitos e dos relacionamentos entre eles. Inteligência Artificial – Prof. Patrick Pedreira SIlva 30 Uma Rede Semântica Inteligência Artificial – Prof. Patrick Pedreira SIlva Aplicações de Redes Semânticas • Modelagem de conhecimento, • Mapas Conceituais, • Processamento da linguagem natural, • Raciocínio por abstração, • Programação orientada a objetos. Inteligência Artificial – Prof. Patrick Pedreira SIlva 31 Agentes Inteligentes � Jennings (1995) � “Um agente inteligente é uma peça de software que executa uma determinada tarefa empregando informação extraída de seu ambiente para agir de forma adequada no sentido de completar sua tarefa de modo bem sucedido. O agente deve ser capaz de adaptar-se dinamicamente às modificações ocorridas no ambiente”. Inteligência Artificial – Prof. Patrick Pedreira SIlva Propriedades dos Agentes Inteligentes • Autonomia • Habilidade Social • Reatividade • Iniciativa • Continuidade temporal • Orientação a objetivos Inteligência Artificial – Prof. Patrick Pedreira SIlva 32 Aplicações de Agentes Inteligentes • Correio eletrônico, • Acesso e gerenciamento móveis, • Gerenciamento de sistemas e redes, • Acesso e gerenciamento da informação, • Gerenciamento administrativo, • Comércio eletrônico, • Interfaces inteligentes, ... Inteligência Artificial – Prof. Patrick Pedreira SIlva Inteligência Artificial – Prof. Patrick Pedreira SIlva História da IA Pode ser dividida em períodos: � Primeiros Passos (1943-1956) � Clássico (1956-1970) � Romântico (1970-1980) � Consolidação (1980- ----) 33 Inteligência Artificial – Prof. Patrick Pedreira SIlva Histórico da IA – Primeiros Passos (1943 - 1956) � Modelo matemático de um neurônio por Warren McCulloch e Walter Pitts (1943) Σ x1 x2 x3 θ y y = 1 se Σi wi * xi > θ y = 0 caso contrário w1 w2 w3 Inteligência Artificial – Prof. Patrick Pedreira SIlva Histórico da IA – Primeiros Passos (1943 - 1956) � Regra de Donald Hebb para aprendizado de neurônios (1949) � Implementação de modelos neurais por Marvin Minsky (1950) � “Computing Machinery and Intelligence”, Allan Turing (1950) – Artigo famoso 34 Inteligência Artificial – Prof. Patrick Pedreira SIlva História da IA � Clássico (1956-1970) �Objetivo: simular a inteligência humana �Métodos: Solucionadores gerais de problemas e lógica �Motivo do fracasso: subestimação da complexidade computacional dos problemas Inteligência Artificial – Prof. Patrick Pedreira SIlva Clássico � Nascimento da IA / Adoção do termo: Inteligência Artificial � Formalismos gerais capazes de resolver qualquer tipo de problema � Sistema GPS (General Problem Solver) � Ajudaram a estabelecer os fundamentos teóricos dos sistemas de símbolos � Série de técnicas de programação voltadas à manipulação simbólica (ex.: busca heurística) � resultados interessantes e impressionantes, porém, em domínios simplificados � extensão a problemas de domínios reais mostrou-se inviável � métodos baseados em lógica de primeira ordem levam à explosão combinatória: memória e tempo necessários para resolver problemas crescem exponencialmente � conhecimento disponível do mundo real é incompleto e parcialmente incoerente � levou ao desenvolvimento de outros métodos de solução que permitissem representar crenças, por exemplo, lógica nebulosa. 35 Inteligência Artificial – Prof. Patrick Pedreira SIlva Clássico “Não é minha intenção supreender ou chocar vocês, mas o que eu posso dizer é que atualmente existem no mundo máquinas que pensam, que aprendem e que criam. Além disso, a habilidade dessas máquinas de realizar tarefas está crescendo tão rápido que, em um futuro visível, a quantidade de problemas que elas resolveram será comparável com a quantidade com que a mente humana tem se ocupado.” Hebert Simon (1957) Inteligência Artificial – Prof. Patrick Pedreira SIlva História da IA � Romântico (1970-1980) � Objetivo: simular a inteligência humana em situações pré-determinadas � Métodos: formalismos de representação de conhecimento adaptados ao tipo de problema, mecanismos de ligação procedural visando maior eficiência computacional � Motivo do fracasso: subestimação da quantidade de conhecimento necessária para tratar mesmo o mais banal problema de senso comum 36 Inteligência Artificial – Prof. Patrick Pedreira SIlva Romântico � restrito ao ambiente acadêmico na década de 1970 � Entusiasmo da fase anterior foi revisto � Primeiros programas tratavam apenas de instâncias simples de problemas genéricos � E.g., provar teoremas simples � Resolver problemas complexos não era uma questão somente de mais hardware e memória � Limitações básicas existentes nos modelos mais bem sucedidos � E.g., Perceptrons (Minski e Papert, 1969) � 1980 - programa parte menos importante, valorização da análise formal da metodologia, semântica bem fundamentada. � Passagem da IA para a “vida adulta”: primeiros sistemas especialistas, com desempenho intelectual equivalente ao de um ser humano adulto � Sistemas para resolução de problemas mais específicos usando conhecimento do domínio � Fase dos Sistemas Especialistas � Dendral (1969) – Classificação de estrutura molecular a partir de dados de espectrômetro � Mycin (1976) – Diagnóstico de infecções sanguíneas � Novas perspectivas de aplicações comerciais e industriais Inteligência Artificial – Prof. Patrick Pedreira SIlva Consolidação (1980 - ----) � Aplicação intensiva de sistemas especialistas na indústria � Retorno das Redes Neurais �Redes Multilayer Perceptron e o algoritmo de BackPropagation (Rumelhart, Hinton 1986) � Inteligência Artificial consolidada como área de conhecimento científico37 Inteligência Artificial – Prof. Patrick Pedreira SIlva Consolidação (1980 - ----) � IA passa a ser vista como um produto comercializável � Comercialização de ferramentas para a construção de sistemas especialistas � Atualmente as principais áreas de pesquisa em IA são: sistemas especialistas, aprendizagem, tratamento de informação imperfeita, visão computacional, robótica, controle inteligente, IA distribuída, modelagem cognitiva, arquiteturas para sistemas inteligentes, processamento de língua natural. � Além das linhas conexionista e simbólica, observa-se hoje o crescimento de uma nova linha de pesquisa, baseada na observação de mecanismos evolutivos encontrados na natureza tão como auto-organização e comportamento evolutivo. Nesta linha um dos modelos mais conhecidos são algoritmos genéticos. Inteligência Artificial – Prof. Patrick Pedreira SIlva Definições da IA � Inteligência Artificial (IA) �Surgiu na década de 50 �Objetivo: desenvolver sistemas para realizar tarefas que, no momento � são melhor realizadas por seres humanos que por máquinas, ou � não possuem solução algorítmica viável pela computação convencional Se o ser humano pode, por que não a máquina? (tese de Church-Turing) 38 Inteligência Artificial – Prof. Patrick Pedreira SIlva Definições da IA 75 Realiza tarefas � Para qual não existe algoritmo conhecido ou prático � No entanto efetuada com alto desempenho por humanos Abstrações de IA + P(A|B) X AlgoritmoProblema Inteligência Artificial – Prof. Patrick Pedreira SIlva Sistemas de IA 39 Inteligência Artificial – Prof. Patrick Pedreira SIlva Definições da IA � Máquina que raciocina humanamente (Pensar como um humano): • A abordagem da Modelagem Cognitiva • Como os seres humanos pensam? • A Ciência Cognitiva é hoje uma área paralela, que inspira a IA e é inspirada por ela. � Ciências Cognitivas, Psicologia, Neurociência,… Ciências Cognitivas Inteligência Artificial Teorias Modelos Computacionais Inteligência Artificial – Prof. Patrick Pedreira SIlva Máquinas inteligentes? evolução em direção ao paradigma dos agentes Pensando Agindo Humanamente Idealmente(racionalmente) “A automação de atividades que nós associamos com o pensamento humano (ex.: tomada de decisão, solução de problemas, aprendizagem, etc.)” (50-60) “A arte de criar máquinas que realizam funções que requerem inteligência quando realizadas por pessoas” (50-70) “O estudo das faculdades mentais através do uso de modelos computacionais” (60-70) “O ramo da Ciência da Computação que estuda a automação de comportamento inteligente” 40 Inteligência Artificial – Prof. Patrick Pedreira SIlva Definições da IA �Máquina que age humanamente: �Teste de Turing (Antecipou todas as grandes questões da IA) 79 ? Teste de Turing envolve: Processamento de Linguagem Natural Representação de Conhecimento Raciocínio Automático Aprendizagem Visão Computacional Robótica Definições da IA Inteligência Artificial – Prof. Patrick Pedreira SIlva �Teste de Turing �Computing Machinery and Intelligence (1950): “Podem as máquinas pensar?” �O Jogo da Imitação. �Não é reprodutível ou construtível e é de difícil análise matemática. ? 41 Inteligência Artificial – Prof. Patrick Pedreira SIlva Máquinas inteligentes? evolução em direção ao paradigma dos agentes Pensando Agindo Humanamente Idealmente(racionalmente) “A automação de atividades que nós associamos com o pensamento humano (ex.: tomada de decisão, solução de problemas, aprendizagem, etc.)” (50-60) “A arte de criar máquinas que realizam funções que requerem inteligência quando realizadas por pessoas” (50-70) “O estudo das faculdades mentais através do uso de modelos computacionais” (60-70) “O ramo da Ciência da Computação que estuda a automação de comportamento inteligente” Inteligência Artificial – Prof. Patrick Pedreira SIlva Definições da IA � Máquina que raciocina racionalmente: � Em direção a um conceito ideal de inteligência � Formalização de “leis do pensamento” que governam a mente � Origem: os silogismos de Aristóteles. � Tradição Logicista: “A lógica pode solucionar qualquer problema solúvel”. � Conexão direta da matemática e da filosofia com a IA moderna. � Lógica, Probabilidades,… � Inferências corretas P(A|B) 42 Inteligência Artificial – Prof. Patrick Pedreira SIlva Máquinas inteligentes? evolução em direção ao paradigma dos agentes Pensando Agindo Humanamente Idealmente(racionalmente) “A automação de atividades que nós associamos com o pensamento humano (ex.: tomada de decisão, solução de problemas, aprendizagem, etc.)” (50-60) “A arte de criar máquinas que realizam funções que requerem inteligência quando realizadas por pessoas” (50-70) “O estudo das faculdades mentais através do uso de modelos computacionais” (60-70) “O ramo da Ciência da Computação que estuda a automação de comportamento inteligente” Inteligência Artificial – Prof. Patrick Pedreira SIlva Definições da IA � Máquina que age racionalmente: � A abordagem do Agente Racional � Comportamento racional: fazer a coisa certa. � Abrange todas as abordagens anteriores � Para atingir o melhor resultado, ou em situações de incerteza, o melhor resultado esperado � I.e., escolha de ações que maximizam chances do agente atingir determinados objetivos � Obs.: Não necessariamente envolvendo raciocínio racional (e.g., ato reflexo) � É a abordagem proposta por Russell e Norvig (2003), que será seguida na presente disciplina. 43 Inteligência Artificial – Prof. Patrick Pedreira SIlva Máquinas inteligentes? evolução em direção ao paradigma dos agentes Pensando Agindo Humanamente Idealmente(racionalmente) “A automação de atividades que nós associamos com o pensamento humano (ex.: tomada de decisão, solução de problemas, aprendizagem, etc.)” (50-60) “A arte de criar máquinas que realizam funções que requerem inteligência quando realizadas por pessoas” (50-70) “O estudo das faculdades mentais através do uso de modelos computacionais” (60-70) “O ramo da Ciência da Computação que estuda a automação de comportamento inteligente” Inteligência Artificial – Prof. Patrick Pedreira SIlva Evolução da IA (resumo) � Agindo humanamente (anos 50-70): Teste de Turing � Problema: “mito do cérebro eletrônico“ � Pensando humanamente (anos 50-60): simulação cognitiva (Simon & Newell) � Boas inspirações (GPS, Sistemas Especialistas,...) mas fraca justificativa para os resultados obtidos � Pensando idealmente (anos 60-70): A escola logicista (McCarthy) � Desenvolvimento de formalismos de representação de conhecimento � Problemas: escassez de recursos computacionais, limitação dos tipos de inferências � Valorização da inferência correta � Agindo racionalmente (anos 80 em diante): Agente inteligente (Newell, Minsky, Russel & Norvig) � Agente age para alcançar o melhor resultado. Deve ser autônomos, perceber e adaptar-se ao ambiente. � Inferência é apenas parte da racionalidade. 44 Inteligência Artificial – Prof. Patrick Pedreira SIlva Interação com outras disciplinas Matemática Sociologia Psicologia Filosofia Lingüística Computação IA Neuro-fisiologia Genética Inteligência Artificial – Prof. Patrick Pedreira SIlva Áreas da IA Área da IA: Assuntos de estudo Exemplos de aplicações práticas Visão artificial (pelo computador), Reconhecimento de Imagens, Análise de Imagens e Processamento de sinais Reconhecimento de formas, classificação de imagens, reconhecimento automático de textos, condução autônoma de veículos45 Inteligência Artificial – Prof. Patrick Pedreira SIlva Áreas da IA Área da IA: Assuntos de estudo Exemplos de aplicações práticas Robótica inteligente e Evolução artificial Sistemas reativos, robótica autônoma, robôs inteligentes, controle e planificação de trajetórias. Processamento de Linguagem Natural Tradução automática, reconhecimento da fala e da voz, análise automática de textos, indexação e procura automática de informações Inteligência Artificial – Prof. Patrick Pedreira SIlva Áreas da IA Área da IA: Assuntos de estudo Exemplos de aplicações práticas Raciocínio automático (dedução, inferência...) e Aquisição de conhecimento: Sistemas Especialista, Sistemas inteligentes e sistemas híbridos, Aprendizado Automático, Representação do conhecimento Sistemas inteligentes para a exploração de dados (data mining, Knowlege data discovery - KDD), sistemas de ajuda ao diagnóstico (ex.: médico, industrial.), sistemas para classificação ou previsão, sistemas de ajuda a decisão, sistemas baseados em caso, sistemas baseados em conhecimento 46 Inteligência Artificial – Prof. Patrick Pedreira SIlva Áreas da IA Área da IA: Assuntos de estudo Exemplos de aplicações práticas Modelos cognitivos Proposição, análise e validação de modelos do comportamento cognitivo humano (modelos baseados em estudos psicológicos) Inteligência Artificial – Prof. Patrick Pedreira SIlva Áreas da IA Área da IA: Assuntos de estudo Exemplos de aplicações práticas IA distribuída e sistemas multi-agentes Modelização e concepção de sistemas baseados nas interações entre múltiplos módulos, agentes cooperativos (ex.: modelos sociais, tomada de decisões, comportamentos coletivos na robótica, aplicações militares), teoria dos jogos 47 Inteligência Artificial – Prof. Patrick Pedreira SIlva Áreas da IA Área da IA: Assuntos de estudo Exemplos de aplicações práticas Lógica Formal Lógicas para a IA (ex.: lógica de predicados), linguagens de IA (ex.: Prolog), prova automática de teoremas Marque o que pode ser feito hoje: Inteligência Artificial – Prof. Patrick Pedreira SIlva � Dirigir numa estrada em curva na serra � Dirigir no centro de uma cidade � Comprar na Web � Descobrir e provar um novo teorema � Traduzir inglês-português em tempo real � Comandar uma cirurgia complexa � ... ou todas as alternativas acima? 48 Em conclusão Inteligência Artificial – Prof. Patrick Pedreira SIlva • A Inteligência Artificial subdividiu-se em várias disciplinas, cada uma das quais constitui hoje um novo campo em si própria. • Tecnologias de IA tendem cada vez mais a ser incorporadas a sistemas convencionais, tais como SI, SGBD, ferramentas CASE, etc. • Com o amadurecimento tecnológico das diversas áreas, novas aplicações se tornam viáveis e passam a ser consideradas. Inteligência Artificial – Prof. Patrick Pedreira SIlva IA no Brasil � Fracamente representada nas graduações em computação � no máximo, 1 disciplina obrigatória � no melhor dos casos, depois do sexto período � Ementa restrita � Economicamente ainda incipiente � por falta de demanda ou de profissionais bem formados? � Visão “distorcida e incompleta” do que é IA � Problemas atacados estão relativamente distantes dos problemas da sociedade brasileira � Tamanho ainda reduzido da comunidade de pesquisadores � Falta de mecanismos adequados de colaboração entre a área acadêmica e a indústria � No exterior o mercado fatura alto
Compartilhar