IF67B C71 aula02 r

Prévia do material em texto

IF71B-C71 - Inteligeˆncia Artificial
Aula 02 - Introduc¸a˜o e Histo´rico
Profa. Dra. Priscila T iemi çaeda Saito
k psaito@utfpr.edu.br
2o Semestre 2016
11/08/16
Roteiro
1 Introduc¸a˜o
UTFPR (CP) IF71B-C71 (Inteligeˆncia Artificial) Aula 02 - Introduc¸a˜o 2 / 101
Inteligeˆncia
Capacidade mental de:
◮ raciocinar
◮ planejar
◮ resolver problemas
◮ abstrair ideias
◮ compreender ideias e linguagens
◮ aprender
Definic¸a˜o ampla: seria a inteligeˆncia o nome de um conjunto de
habilidades?
UTFPR (CP) IF71B-C71 (Inteligeˆncia Artificial) Aula 02 - Introduc¸a˜o 3 / 101
Inteligeˆncia
De aorcdo com uma pqsieusa de uma uinrvesriddae ignlsea, na˜o ipomtra
em qaul odrem as lrteas de uma plravaa eta˜so, a u´ncia csioa iprotmatne e´
que a piremria e u´tmlia lrteas etejasm no lgaur crteo
O rseto pdoe ser uma ttaol bc¸guana que vcoeˆ pdoe anida ler sem pobrlmea
Itso e´ poqrue no´s na˜o lmeos cdaa lrtea isladoa, mas a plravaa cmoo um
tdoo
UTFPR (CP) IF71B-C71 (Inteligeˆncia Artificial) Aula 02 - Introduc¸a˜o 4 / 101
Inteligeˆncia
Tomando o Homo sapiens como modelo
◮ latim → homem sa´bio, homem racional
UTFPR (CP) IF71B-C71 (Inteligeˆncia Artificial) Aula 02 - Introduc¸a˜o 5 / 101
Inteligeˆncia Artificial
Etimologicamente - Origem latim
Inter (entre) e Legere (escolher)
◮ Aquilo que permite ao ser humano escolher entre uma coisa e outra
◮ Habilidade de realizar, de forma eficiente, uma determinada tarefa
Artificiale
◮ Algo na˜o natural, isto e´, produzido pelo homem
Um tipo de inteligeˆncia produzida pelo homem para dotar as ma´quinas de
algum tipo de habilidade que simula a inteligeˆncia do homem
UTFPR (CP) IF71B-C71 (Inteligeˆncia Artificial) Aula 02 - Introduc¸a˜o 6 / 101
Inteligeˆncia Artificial
UTFPR (CP) IF71B-C71 (Inteligeˆncia Artificial) Aula 02 - Introduc¸a˜o 7 / 101
Inteligeˆncia Artificial
Cieˆncia recente
◮ surgiu apo´s a Segunda Guerra Mundial
◮ nome cunhado em 1956
◮ possui va´rios subcampos
⋆ aprendizado de ma´quina
⋆ agentes inteligentes
⋆ sistemas especialistas
⋆ processamento de linguagem natural
⋆ etc
UTFPR (CP) IF71B-C71 (Inteligeˆncia Artificial) Aula 02 - Introduc¸a˜o 8 / 101
Inteligeˆncia Artificial
Distinc¸a˜o entre linhas da IA:
◮ IA forte: pesquisadores acreditam que dispondo de um computador
com suficiente capacidade de processamento e fornecendo suficiente
“inteligeˆncia”, pode-se construir um computador consciente como um
ser humano
◮ IA fraca: visa˜o de que os problemas que exigem um comportamento
inteligente podem ser modelados usando computac¸a˜o e assim
solucionar problemas complexos
I, robot - Sonny IronMan - Jarvis
UTFPR (CP) IF71B-C71 (Inteligeˆncia Artificial) Aula 02 - Introduc¸a˜o 9 / 101
Inteligeˆncia Artificial
Definic¸a˜o mais geral:
Ramo da cieˆncia da computac¸a˜o que lida com a automac¸a˜o do
pensamento e comportamento inteligente
Na pra´tica:
◮ pesquisadores usualmente focam em alguma caracter´ıstica particular da
inteligeˆncia
◮ e constroem enta˜o sistemas para auxiliar os humanos na soluc¸a˜o de
problemas complexos
UTFPR (CP) IF71B-C71 (Inteligeˆncia Artificial) Aula 02 - Introduc¸a˜o 10 / 101
Inteligeˆncia Artificial
Diferentes linhas de estudo 1:
Sistemas que pensam
como seres humanos
Sistemas que pensam
racionalmente
Sistemas que agem
como seres humanos
Sistemas que agem
racionalmente
1
Russel & Norvig. Artificial Intelligence: a Modern Approach. Pearson, 2010
UTFPR (CP) IF71B-C71 (Inteligeˆncia Artificial) Aula 02 - Introduc¸a˜o 11 / 101
Inteligeˆncia Artificial
Diferentes linhas de estudo 1:
Sistemas que pensam
como seres humanos
Sistemas que pensam
racionalmente
Sistemas que agem
como seres humanos
Sistemas que agem
racionalmente
1
Russel & Norvig. Artificial Intelligence: a Modern Approach. Pearson, 2010
UTFPR (CP) IF71B-C71 (Inteligeˆncia Artificial) Aula 02 - Introduc¸a˜o 11 / 101
Sistemas que pensam como humano
John Haugeland
O novo e excitante esforc¸o de fazer com que os
computadores pensem ... Ma´quinas com mentes, no
sentido completo e literal.
“[A automac¸a˜o de] atividades que no´s associamos com
o pensamento humano, atividades tais como tomada de
deciso˜es, resoluc¸a˜o de problemas e aprendizado”.
Richard E. Bellman
2Haugeland, J. Artificial Intelligence: The Very Idea. MIT Press,1986.
3Bellman, R.E. An Introduction to Artificial Intelligence: Can Computers Think? Boyd & Fraser, 1978.
UTFPR (CP) IF71B-C71 (Inteligeˆncia Artificial) Aula 02 - Introduc¸a˜o 12 / 101
Sistemas que pensam como humano
Requer descobrir como os humanos pensam
◮ introspecc¸a˜o, experimentos psicolo´gicos, imagens do ce´rebro
Cieˆncia cognitiva
◮ estudo interdisciplinar da mente e inteligeˆncia
⋆ filosofia, psicologia, IA, neurocieˆncia, lingu´ıstica, antropologia
◮ construir teorias a respeito do funcionamento da mente humana
⋆ percepc¸a˜o, pensamento e aprendizado humano
UTFPR (CP) IF71B-C71 (Inteligeˆncia Artificial) Aula 02 - Introduc¸a˜o 13 / 101
Inteligeˆncia Artificial
Diferentes linhas de estudo 4:
Sistemas que pensam
como seres humanos
Sistemas que pensam
racionalmente
Sistemas que agem
como seres humanos
Sistemas que agem
racionalmente
4
Russel & Norvig. Artificial Intelligence: a Modern Approach. Pearson, 2010
UTFPR (CP) IF71B-C71 (Inteligeˆncia Artificial) Aula 02 - Introduc¸a˜o 14 / 101
Inteligeˆncia Artificial
Diferentes linhas de estudo 4:
Sistemas que pensam
como seres humanos
Sistemas que pensam
racionalmente
Sistemas que agem
como seres humanos
Sistemas que agem
racionalmente
4
Russel & Norvig. Artificial Intelligence: a Modern Approach. Pearson, 2010
UTFPR (CP) IF71B-C71 (Inteligeˆncia Artificial) Aula 02 - Introduc¸a˜o 14 / 101
Sistemas que agem como humano
Raymond Kurzweil
A arte de criar ma´quinas que realizam func¸o˜es
que requerem inteligeˆncia quando realizada por
pessoas.
O estudo de como fazer computadores realizar
tarefas que, no momento, pessoas sa˜o melhores.
Elaine Rich
5Kurzweil, R. The Age Of Intelligent Machines. MIT Press,1992.
6Rich & Knight. Artificial Intelligence. McGraw-Hill, 1991.
UTFPR (CP) IF71B-C71 (Inteligeˆncia Artificial) Aula 02 - Introduc¸a˜o 15 / 101
Sistemas que agem como humano
1950 → Teste de Turing
Teste projetado para identificar se uma ma´quina e´ inteligente
Se uma ma´quina puder passar por Jogo da Imitac¸a˜o
◮ enta˜o poder´ıamos dizer se esta ma´quina e´ inteligente, ou na˜o
Seria poss´ıvel imaginar computadores digitais que
desempenhariam bem no Jogo da Imitac¸a˜o?
Alan Turing
7Turing, A. Computing Machinery and Intelligence. Mind LIX (236), pp. 433-460, 1950.
UTFPR (CP) IF71B-C71 (Inteligeˆncia Artificial) Aula 02 - Introduc¸a˜o 16 / 101
Sistemas que agem como humano
Jogo da Imitac¸a˜o
Humano
◮ faz qualquer tipo de pergunta
◮ recebe as respostas na tela
◮ deve distinguir o computador do ser humano
Computador/Humano
◮ processam as questo˜es e retornam as respostas
◮ afirmam ser humanos
Resultado do Teste de Turing
se o interrogador na˜o for capaz de distinguir a ma´quina do ser humano
enta˜o o sistema de computador pode ser inteligente
UTFPR (CP) IF71B-C71 (Inteligeˆncia Artificial) Aula 02 - Introduc¸a˜o 17 / 101
Sistemas que agem como humano
Ma´quina teria que ter ao menos:
◮ processamento de linguagem natural
⋆ permitir que se comunique com sucesso em um idioma natural
◮ representac¸a˜o de conhecimento
⋆ armazenar o que sabe ou ouve
◮ racioc´ınio automatizado
⋆ usar informac¸o˜es armazenadas com finalidade de responder a perguntas
ou tirar novas concluso˜es
◮ aprendizado de ma´quina
⋆ adaptar a novas circunstaˆncias e detectar e extrapolar padro˜es
UTFPR (CP) IF71B-C71 (Inteligeˆncia Artificial) Aula 02 - Introduc¸a˜o 18 / 101Sistemas que agem como humano
1966 → Weizenbaum propoˆs programa ELIZA
Simula uma psicoterapeuta
Utiliza padro˜es encontrados nas respostas para formular novas frases
Exemplo: a palavra “mother” em uma resposta, leva a uma frase
como “tell me more about your family”
http://www.chayden.net/eliza/Eliza.html
http://eliza.botlibre.com/
8Weizenbaum, J. ELIZA-a computer program for the study of natural language communication between man and machine.
Communications of the ACM, Volume 9, Issue 1, 1966.
UTFPR (CP) IF71B-C71 (Inteligeˆncia Artificial) Aula 02 - Introduc¸a˜o 19 / 101
Sistemas que agem como humano - Curiosidades
Preˆmio Loebner (http://www.loebner.net/Prizef/loebner-prize.html)
Preˆmio na˜o tem relevaˆncia cient´ıfica e e´ criticado por diversos
pesquisadores
◮ medalha de ouro e $100000 → nenhum ganhador desde 1991
◮ medalha de bronze e $4000 para o mais “human-like” → todo ano
UTFPR (CP) IF71B-C71 (Inteligeˆncia Artificial) Aula 02 - Introduc¸a˜o 20 / 101
Sistemas que agem como humano - Curiosidades
Preˆmio Loebner (http://www.loebner.net/Prizef/loebner-prize.html)
2000, 2001 e 2004 → ALICE recebe medalha
(http://www.pandorabots.com/pandora/talk?botid=f5d922d97e345aa1)
2015 → Chatbot Rose recebe medalha de bronze
(brilligunderstanding.com/rosedemo.html)
Chatbots: www.chatbots.org/
UTFPR (CP) IF71B-C71 (Inteligeˆncia Artificial) Aula 02 - Introduc¸a˜o 21 / 101
Sistemas que agem como humano
Stuart Russell
Pesquisadores de IA teˆm dedicado pouca
atenc¸a˜o em passar no teste de Turing.
Peter Norvig
UTFPR (CP) IF71B-C71 (Inteligeˆncia Artificial) Aula 02 - Introduc¸a˜o 22 / 101
Sistemas que agem como humano
Na pra´tica:
◮ cientistas estudam mais princ´ıpios ba´sicos da inteligeˆncia do que tentar
reproduzir um exemplar
⋆ avio˜es foram inventados considerando aerodinaˆmica, na˜o reproduc¸a˜o de
pa´ssaros ou ma´quinas que voem exatamente como pombos a ponto de
poderem enganar ate´ mesmo outros pombos
UTFPR (CP) IF71B-C71 (Inteligeˆncia Artificial) Aula 02 - Introduc¸a˜o 23 / 101
Sistemas que agem como humano
UTFPR (CP) IF71B-C71 (Inteligeˆncia Artificial) Aula 02 - Introduc¸a˜o 24 / 101
Sistemas que agem como humano - Curiosidades
CAPTCHA → Completely Automated Public Turing Test to tell
Computers and Humans Apart
Teste de Turing pu´blico completamente automatizado para
diferenciac¸a˜o entre computadores e humanos
Utilizado como ferramenta anti-spam, teste de desafio cognitivo, em
que o usua´rio deve identificar letras e/ou nu´meros de uma imagem
distorcida, provando que na˜o e´ um roboˆ e assim validar seu acesso a
um determinado site
Luis Von Ahn
UTFPR (CP) IF71B-C71 (Inteligeˆncia Artificial) Aula 02 - Introduc¸a˜o 25 / 101
Sistemas que agem como humano - Curiosidades
No CAPTCHA reCAPTCHA
“Easy of use. Easy for People. Hard for Bots.”
UTFPR (CP) IF71B-C71 (Inteligeˆncia Artificial) Aula 02 - Introduc¸a˜o 26 / 101
Sistemas que agem como humano - Curiosidades
Human Computation (Crowdsourcing)
Solucionar problemas que sejam complexos para humanos e ma´quinas
por meio de crowdsourcing
Embutir tarefas em jogos e´ uma abordagem interessante para alguns
problemas
◮ rotular imagens
Ro´tulos podem melhorar a busca de imagens na Web
UTFPR (CP) IF71B-C71 (Inteligeˆncia Artificial) Aula 02 - Introduc¸a˜o 27 / 101
Sistemas que agem como humano - Curiosidades
2005 - Amazon Mechanical Turk - www.mturk.com
Proposta similar ao “Mechanical Turk” do se´culo XVIII
◮ 1770 - Wolfgang von Kempelen - falsa ma´quina de jogar xadrez
◮ tambe´m conhecido como “The Turk”, “Automaton Chess Player”
◮ venceu por quase 84 anos → Napolea˜o Bonaparte e Benjamin Franklin
UTFPR (CP) IF71B-C71 (Inteligeˆncia Artificial) Aula 02 - Introduc¸a˜o 28 / 101
Sistemas que agem como humano - Curiosidades
2005 - Amazon Mechanical Turk - www.mturk.com
Marketplace em que contrata-se pessoas para realizarem tarefas que
na˜o podem ser facilmente automatizadas
Inicialmente para uso interno → encontrar duplicatas entre pa´ginas
Web contendo descric¸a˜o de produtos
UTFPR (CP) IF71B-C71 (Inteligeˆncia Artificial) Aula 02 - Introduc¸a˜o 29 / 101
Sistemas que agem como humano - Curiosidades
2005 - Amazon Mechanical Turk - www.mturk.com
UTFPR (CP) IF71B-C71 (Inteligeˆncia Artificial) Aula 02 - Introduc¸a˜o 30 / 101
Sistemas que agem como humano - Curiosidades
2005 - Amazon Mechanical Turk - www.mturk.com
Exemplo de tarefas: rotular fotos, identificar artistas de mu´sicas,
transcrever a´udio, coletar dados de sites Web, responder pesquisas,
etc ...
https://www.quora.com/Are-there-any-similar-services-to-Amazon-
Mechanical-Turk
UTFPR (CP) IF71B-C71 (Inteligeˆncia Artificial) Aula 02 - Introduc¸a˜o 31 / 101
Inteligeˆncia Artificial
Diferentes linhas de estudo 9:
Sistemas que pensam
como seres humanos
Sistemas que pensam
racionalmente
Sistemas que agem
como seres humanos
Sistemas que agem
racionalmente
9
Russel & Norvig. Artificial Intelligence: a Modern Approach. Pearson, 2010
UTFPR (CP) IF71B-C71 (Inteligeˆncia Artificial) Aula 02 - Introduc¸a˜o 32 / 101
Inteligeˆncia Artificial
Diferentes linhas de estudo 9:
Sistemas que pensam
como seres humanos
Sistemas que pensam
racionalmente
Sistemas que agem
como seres humanos
Sistemas que agem
racionalmente
9
Russel & Norvig. Artificial Intelligence: a Modern Approach. Pearson, 2010
UTFPR (CP) IF71B-C71 (Inteligeˆncia Artificial) Aula 02 - Introduc¸a˜o 32 / 101
Sistemas que pensam racionalmente
Eugene Charniak
O estudo de faculdades mentais por meio do uso
de modelos computacionais.
O estudo das computac¸o˜es que fazem poss´ıvel
perceber, pensar e agir.
Patrick Winston
10Charniak & McDermott Introduction to Artificial Intelligence. Addison-Wesley, 1985.
11Winston, P. Artificial Intelligence. Addison Wesley, 1992.
UTFPR (CP) IF71B-C71 (Inteligeˆncia Artificial) Aula 02 - Introduc¸a˜o 33 / 101
Sistemas que pensam racionalmente
Abordagem baseada em infereˆncias lo´gicas
◮ tentativa de codificar o “pensamento correto”
◮ deduc¸a˜o: processo de se obter concluso˜es corretas a partir de premissas
corretas
◮ lo´gica e´ um formalismo que permite realizar declarac¸o˜es sobre todos os
tipos de objetos e relac¸o˜es entre eles
Todo homem e´ mortal (premissa 1)
Os brasileiros sa˜o homens (premissa 2)
Logo, os brasileiros sa˜o mortais (conclusa˜o)
Racioc´ınio certo, baseado em premissas corretas
Todo alado voa (premissa 1)
Os cavalos teˆm asa (premissa 2)
Logo, os cavalos voam (conclusa˜o)
Racioc´ınio certo, mas baseado em premissas falsas
UTFPR (CP) IF71B-C71 (Inteligeˆncia Artificial) Aula 02 - Introduc¸a˜o 34 / 101
Inteligeˆncia Artificial
Diferentes linhas de estudo 12:
Sistemas que pensam
como seres humanos
Sistemas que pensam
racionalmente
Sistemas que agem
como seres humanos
Sistemas que agem
racionalmente
12
Russel & Norvig. Artificial Intelligence: a Modern Approach. Pearson, 2010
UTFPR (CP) IF71B-C71 (Inteligeˆncia Artificial) Aula 02 - Introduc¸a˜o 35 / 101
Inteligeˆncia Artificial
Diferentes linhas de estudo 12:
Sistemas que pensam
como seres humanos
Sistemas que pensam
racionalmente
Sistemas que agem
como seres humanos
Sistemas que agem
racionalmente
12
Russel & Norvig. Artificial Intelligence: a Modern Approach. Pearson, 2010
UTFPR (CP) IF71B-C71 (Inteligeˆncia Artificial) Aula 02 - Introduc¸a˜o 35 / 101
Sistemas que agem racionalmente
David Poole
Inteligeˆncia computacional e´ o estudo do projeto
de agentes inteligentes.
Conjunto de te´cnicas para a construc¸a˜o de
ma´quinas “inteligentes”, capazes de resolver
problemas que requerem inteligeˆncia humana.
Nils Nilsson
13Poole at al. Computational Intelligence: A Logical Approach.Oxford Press, 1998.
14Nilsson, N. Artificial Intelligence: A New Synthesis. Morgan Kaufmann, 1998.
UTFPR (CP) IF71B-C71 (Inteligeˆncia Artificial) Aula 02 - Introduc¸a˜o 36 / 101
Sistemas que agem racionalmente
Abordagens de agentes racionais
◮ agente: agere - algo que age
◮ outros atributos deseja´veis:
⋆ controle autoˆnomo
⋆ perceber ambiente
⋆ adaptar-se a mudanc¸as
◮ agente racional: age para obter o melhor resultado ou, se existe
incerteza, o melhor resultado esperado
UTFPR (CP) IF71B-C71 (Inteligeˆncia Artificial) Aula 02 - Introduc¸a˜o 37 / 101
Fundamentos da IA
Filosofia
◮ de onde vem o conhecimento?
◮ como a mente se desenvolve a partir de um ce´rebro f´ısico?
UTFPR (CP) IF71B-C71 (Inteligeˆncia Artificial) Aula 02 - Introduc¸a˜o 38 / 101
Fundamentos da IA
Matema´tica
◮ existem regras formais para obter concluso˜es va´lidas?
◮ o que pode ser computado?
UTFPR (CP) IF71B-C71 (Inteligeˆncia Artificial) Aula 02 - Introduc¸a˜o 38 / 101
Fundamentos da IA
Neurocieˆncia
◮ como o ce´rebro processa informac¸o˜es?
UTFPR (CP) IF71B-C71 (Inteligeˆncia Artificial) Aula 02 - Introduc¸a˜o 38 / 101
Fundamentos da IA
Engenharia e Cieˆncia da Computac¸a˜o
◮ como construir computadores e algoritmos eficientes?
UTFPR (CP) IF71B-C71 (Inteligeˆncia Artificial) Aula 02 - Introduc¸a˜o 38 / 101
Fundamentos da IA
Lingu´ıstica
◮ como a linguagem se relaciona com o comportamento?
UTFPR (CP) IF71B-C71 (Inteligeˆncia Artificial) Aula 02 - Introduc¸a˜o 38 / 101
Fundamentos da IA
Economia
◮ como tomar deciso˜es para maximizar uma recompensa?
UTFPR (CP) IF71B-C71 (Inteligeˆncia Artificial) Aula 02 - Introduc¸a˜o 38 / 101
Fundamentos da IA
Controle e Ciberne´tica
◮ como artefatos podem operar sob seu pro´prio controle?
UTFPR (CP) IF71B-C71 (Inteligeˆncia Artificial) Aula 02 - Introduc¸a˜o 38 / 101
Fundamentos da IA
Psicologia
◮ como seres humanos e animais pensam e agem?
UTFPR (CP) IF71B-C71 (Inteligeˆncia Artificial) Aula 02 - Introduc¸a˜o 38 / 101
Linha do Tempo da IA
UTFPR (CP) IF71B-C71 (Inteligeˆncia Artificial) Aula 02 - Introduc¸a˜o 39 / 101
Histo´ria da IA
Fases:
1 1943-1955 → gestac¸a˜o
2 1956 → nascimento
3 1952-1969 → entusiasmo inicial
4 1966-1973 → uma dose de realidade
5 1969-1979 → sistemas baseados em conhecimento
6 1980-atual → IA torna-se uma indu´stria
7 1986-atual → retorno das redes neurais
8 1987-atual → IA torna-se uma cieˆncia
9 1995-atual → os agentes inteligentes
10 2001-atual → a explosa˜o dos dados
11 atual → eventos recentes
UTFPR (CP) IF71B-C71 (Inteligeˆncia Artificial) Aula 02 - Introduc¸a˜o 40 / 101
Gestac¸a˜o da IA
1943 → MacCulloch e Pitts
◮ descric¸a˜o do modelo de neuroˆnio artificial
⋆ modelo matema´tico dos neuroˆnios do ce´rebro humano
⋆ neuroˆnio possuia apenas uma sa´ıda → func¸a˜o de entrada (threshold)
da soma do valor de suas diversas entradas
UTFPR (CP) IF71B-C71 (Inteligeˆncia Artificial) Aula 02 - Introduc¸a˜o 41 / 101
Gestac¸a˜o da IA
1949 → Hebb
◮ primeira regra para aprendizado de Redes Neurais Artificiais
◮ traduziu matematicamente a sinapse dos neuroˆnios biolo´gicos
◮ demonstrou que a capacidade de aprendizagem em redes neurais vem
da alterac¸a˜o da eficieˆncia sina´ptica
UTFPR (CP) IF71B-C71 (Inteligeˆncia Artificial) Aula 02 - Introduc¸a˜o 42 / 101
Gestac¸a˜o da IA
1951 → Minsky e Edmonds
◮ primeiro computador implementando Redes Neurais Artificiais (RNA)
◮ SNARC (Stochastic Neural Analog Reinforcement Calculator)
⋆ 3000 va´lvulas para simular RNA com 40 neuroˆnios
Marvin Minsky in a lab at M.I.T. in 1968
UTFPR (CP) IF71B-C71 (Inteligeˆncia Artificial) Aula 02 - Introduc¸a˜o 43 / 101
Nascimento da IA
1956 → Confereˆncia de Dartmouth - “como construir ma´quinas
inteligentes”
◮ John McCarthy → proposta do nome IA para a a´rea
◮ Trabalho apresentado: programa Logic Theorist (LT)
⋆ demonstrou provas de teoremas, uma delas era menor que a contida em
livro
“No´s propomos que um estudo de 2 meses, feito por 10 homens, sobre IA seja conduzido durante
o vera˜o de 1956 no Dartmouth College em Hanover, New Hampshire. O estudo e´ proceder com
base na conjectura de que todo aspecto do aprendizado ou qualquer outra caracter´ıstica de
inteligeˆncia pode em princ´ıpio ser ta˜o precisamente descrito que uma ma´quina pode ser feita
para simula´-lo. Uma tentativa sera´ feita para encontrar como fazer as ma´quinas utilizar
linguagem, abstrac¸o˜es de formas e conceitos, resolver problemas agora restritos a humanos, e
melhorar por si mesmas. No´s pensamos que um avanc¸o significativo pode ser feito em um ou
mais desses problemas se um seleto grupo de cientistas trabalhar em conjunto por um vera˜o.”
UTFPR (CP) IF71B-C71 (Inteligeˆncia Artificial) Aula 02 - Introduc¸a˜o 44 / 101
Entusiasmo Inicial
Primeiros anos da IA foram repletos de sucessos
◮ surpresa pelos computadores realizarem tarefas remotamente
inteligentes
⋆ na˜o seriam apenas ma´quinas de calcular sofisticadas?
1957 → Newel e Simon
◮ General Problem Solver (GPS)
⋆ imitar protocolos humanos na resoluc¸a˜o de problemas
⋆ abordagem “pensar de forma humana”
⋆ ordem de submetas e ac¸o˜es semelhante
⋆ na pra´tica, GPS resolvia problemas suficientemente formalizados e
pequenos.
UTFPR (CP) IF71B-C71 (Inteligeˆncia Artificial) Aula 02 - Introduc¸a˜o 45 / 101
Entusiasmo Inicial
1952 → Arthur Samuel
◮ programas para jogos de damas
⋆ provou o contra´rio do que era o senso comum
⋆ ideia de que os computadores podiam fazer somente o que era dito
para eles
⋆ programas aprendiam rapidamente a jogar melhor que seu criador
UTFPR (CP) IF71B-C71 (Inteligeˆncia Artificial) Aula 02 - Introduc¸a˜o 46 / 101
Entusiasmo Inicial
1958 → John McCarthy
◮ ano histo´rico
◮ criou a linguagem LISP → dominante na IA
◮ criou o time-sharing
⋆ para aproveitar melhor recursos de computac¸a˜o
◮ criou o sistema Advice Taker
⋆ considerado primeiro sistema de IA completo baseado em lo´gica
⋆ procura incorporar conhecimento geral para busca de soluc¸o˜es
UTFPR (CP) IF71B-C71 (Inteligeˆncia Artificial) Aula 02 - Introduc¸a˜o 47 / 101
Entusiasmo Inicial
Minsky e os micro-mundos
◮ problemas em um contexto limitado, mas que precisam de inteligeˆncia
para serem resolvidos
◮ exemplos:
⋆ SAINT (1963): resolvia problemas de ca´lculo integral
⋆ STUDENT (1967): resolvia problemas cla´ssicos de a´lgebra
⋆ ANALOGY (1968): resolvia problemas de analogia geome´trica que
aparecem em testes de QI
UTFPR (CP) IF71B-C71 (Inteligeˆncia Artificial) Aula 02 - Introduc¸a˜o 48 / 101
Entusiasmo Inicial
O mais famoso micromundo (1968) e´ o mundo dos blocos
Consiste em reorganizar os blocos, dado um conjunto de blocos
colocados em uma mesa de uma certa maneira, utilizando a ma˜o de
um roboˆ que pode erguer um bloco de cada vez
Exemplo de aplicac¸a˜o:
◮ roboˆ Shakey 1969 → www.youtube.com/watch?v=qXdn6ynwpiI
UTFPR (CP) IF71B-C71 (Inteligeˆncia Artificial) Aula 02 - Introduc¸a˜o 49 / 101
Entusiasmo Inicial
Em RNAs
◮ Redes Adaline de Widrow e Hoff (1960)
◮ Perceptron de Rosenblatt (1962) → rede neural de duas camadas,
usado no reconhecimento de caracteres
UTFPR (CP) IF71B-C71 (Inteligeˆncia Artificial) Aula 02 - Introduc¸a˜o 50 / 101
Dose de Realidade
“Na˜o e´ meu objetivo surpreender ou chocar voceˆs - mas a
maneira mais simples que eu consigo resumir e´ dizer que
existem agora no mundo ma´quinas que pensam, que
aprendem e que criam. Ainda mais, a habilidade delas de
fazer essas coisas vai crescer rapidamente - em um futuro
percept´ıvel - a variedade de problemas que elas podera˜o
solucionar sera´ similar com a variedade de problemas que a
mente humana tem sido aplicada”
Houve ousadia nos progno´sticos iniciais de sucesso em IA
Muitos argumentaram que uma ma´quina inteligentecomo um ser humano
seria criada em na˜o mais que uma gerac¸a˜o
Simon previa que em 10 anos computadores seriam campeo˜es de
xadrez
◮ demorou 40 anos (Deep Blue)
UTFPR (CP) IF71B-C71 (Inteligeˆncia Artificial) Aula 02 - Introduc¸a˜o 51 / 101
Dose de Realidade
Primeiros sucessos foram em problemas simples e de pequena escala
Programas “generalistas” continham pouco, ou nenhum,
conhecimento do assunto que tratavam
◮ tinham sucesso usando manipulac¸o˜es sinta´ticas simples
Na guerra fria havia grande interesse em traduc¸a˜o de texto
automa´tica, especialmente do russo para ingleˆs (1957)
correto
“o esp´ırito esta´ disposto mas a carne e´ fraca”
obtido
“a vodca e´ boa mas a carne e´ podre”
UTFPR (CP) IF71B-C71 (Inteligeˆncia Artificial) Aula 02 - Introduc¸a˜o 52 / 101
Dose de realidade
Intratabilidade de muitos problemas que a IA estava tentando resolver
Programas de IA resolvia problemas experimentando diferentes
combinac¸o˜es de passos ate´ encontrar a soluc¸a˜o
Estrate´gia funcionou inicialmente dado que os micromundos
continham poucos objetos, um nu´mero pequeno de ac¸o˜es poss´ıveis e
sequeˆncias de soluc¸o˜es curtas
Acreditava-se que o aumento da escala para problemas maiores era
apenas uma questa˜o de haver hardware mais ra´pido e maior
capacidade de memo´ria
Primeiros experimentos de evoluc¸a˜o automa´tica (algoritmos
gene´ticos) obtiveram pouco progresso
Incapacidade de conviver com a “explosa˜o combinato´ria” foi uma das
principais cr´ıticas a` IA
◮ Governo britaˆnico decide encerrar apoio a` pesquisa em IA em todas as
universidades
UTFPR (CP) IF71B-C71 (Inteligeˆncia Artificial) Aula 02 - Introduc¸a˜o 53 / 101
Sistemas Baseados em Conhecimento
Debate “Generalistas” X “Especialistas”
Generalistas: resolvedor “geral” de problemas
◮ tentativas iniciais em IA
◮ embora gerais na˜o podiam ter aumento de escala para instaˆncias de
problemas grandes ou dif´ıceis
Especialistas: problemas com muito conhecimento detalhado sobre
dom´ınio espec´ıfico
UTFPR (CP) IF71B-C71 (Inteligeˆncia Artificial) Aula 02 - Introduc¸a˜o 54 / 101
Sistemas Baseados em Conhecimento
1969 → Sistema especialista Dendral
◮ resolver o problema de inferir estruturas moleculares
◮ estruturas poss´ıveis para as mole´culas tende a ser grande
◮ Dendral trata o problema do grande espac¸o de busca aplicando
conhecimento de especialista em qu´ımica para encontrar a estrutura
correta
E. Feigenbaum, Lenderberg e Buchanan iniciam o Heuristic
Programming Project (HPP)
◮ investigar ate´ que ponto a nova metodologia de sistemas especialistas
poderia ser aplicada a outras a´reas do conhecimento humano
UTFPR (CP) IF71B-C71 (Inteligeˆncia Artificial) Aula 02 - Introduc¸a˜o 55 / 101
Sistemas Baseados em Conhecimento
1972 → Sistema especialista MYCIN
◮ diagnosticar meningite e outras infecc¸o˜es bacterianas, e prescrever
tratamento
◮ representac¸a˜o de conhecimento → regras probabil´ısticas (˜500 regras)
◮ acima de 90% de acerto (melhor que alguns especialistas)
◮ introduziu explicac¸a˜o e boa interface com usua´rio (shell)
Exemplo de Regra do MYCIN
if the infection is meningitis and
the type of infection is bacterial and
the patient has undergone surgery and
the surgery-time was < 2 months ago and
the patient got a ventricular-urethral-shunt
then infection = e.coli(.8) or klebsiella(.75)
UTFPR (CP) IF71B-C71 (Inteligeˆncia Artificial) Aula 02 - Introduc¸a˜o 56 / 101
Sistemas Baseados em Conhecimento
Crescimento das aplicac¸o˜es para resoluc¸a˜o de problemas reais
Aumento da demanda por esquemas de representac¸a˜o do
conhecimento
◮ diferentes linguagens de representac¸a˜o e racioc´ınio
◮ ex.: prolog, frames de Minsky
UTFPR (CP) IF71B-C71 (Inteligeˆncia Artificial) Aula 02 - Introduc¸a˜o 57 / 101
IA torna-se indu´stria
O primeiro sistema especialista de sucesso comercial foi o R1 da DEC
(Digital Equipment Corporation)
◮ sistema para ajudar a configurar pedidos de novos computadores
◮ economia de 40 milho˜es de do´lares/ano
Empresa Du Pont
◮ centenas de sistemas especialistas
◮ economia de 10 milho˜es de do´lares/ano
Quase todas as corporac¸o˜es tinham seu pro´prio grupo de IA e
estavam usando ou investigando sistemas especialistas
UTFPR (CP) IF71B-C71 (Inteligeˆncia Artificial) Aula 02 - Introduc¸a˜o 58 / 101
IA torna-se indu´stria
DEEP BLUE (IBM) derrota o campea˜o mundial de xadrez (Garry
Kasparov)
Algoritmos de busca, computadores de alta velocidade e hardware
desenvolvido especificamente para xadrez
Capaz de analisar 200 milho˜es de jogadas por segundo
Kasparov analisa 2 jogadas por segundo
http://www.research.ibm.com/deepblue/
UTFPR (CP) IF71B-C71 (Inteligeˆncia Artificial) Aula 02 - Introduc¸a˜o 59 / 101
Retorno das RNAs
Pesquisas em RNAs ressurgiram fortemente a partir de 1980
Devido principalmente ao algoritmo back-propagation
◮ 1986 → Rumelhart e MacClelland
◮ aprendizado em RNAs com mu´ltiplas camadas
⋆ que possuem um maior poder de representac¸a˜o
UTFPR (CP) IF71B-C71 (Inteligeˆncia Artificial) Aula 02 - Introduc¸a˜o 60 / 101
IA torna-se cieˆncia
Uso de teorias existentes como base
adoc¸a˜o de me´todos cient´ıficos
mais formalismo, menos tentativa-e-erro
para serem aceitas, hipo´teses devem ser submetidas a rigorosos
experimentos emp´ıricos
resultados devem ser analisados estatisticamente de acordo com sua
importaˆncia
poss´ıvel replicar experimentos a partir da utilizac¸a˜o de reposito´rios
compartilhados de co´digos e dados de teste
UTFPR (CP) IF71B-C71 (Inteligeˆncia Artificial) Aula 02 - Introduc¸a˜o 61 / 101
Os Agentes Inteligentes
Progresso na resoluc¸a˜o dos subproblemas da IA levou a` pesquisa do
problema do “agente” como um todo
Va´rios livros tratam a IA sob a visa˜o dos agentes inteligentes: Russel
and Norvig, 1995; Poole et al, 1998; Nilsson, 1998
Muito usados em aplicac¸o˜es na Web
◮ Bots
Exemplos: coletar informac¸o˜es, recomendar produtos, etc.
UTFPR (CP) IF71B-C71 (Inteligeˆncia Artificial) Aula 02 - Introduc¸a˜o 62 / 101
A explosa˜o de dados
Durante os 60 anos da histo´ria da cieˆncia da computac¸a˜o, a eˆnfase
tem sido em algoritmos
Recentemente, ha´ uma preocupac¸a˜o maior sobre dados, em vez de
algoritmos
Aumento crescente da disponibilidade de grandes fontes de dados:
◮ trilho˜es de palavras em ingleˆs e bilho˜es de imagens da Web ou bilho˜es
de pares de base de sequeˆncias genoˆmicas
Sera´ poss´ıvel extrair conhecimento relevante com te´cnicas simples, pelo
fornecimento de uma grande massa de dados?
Gargalo do conhecimento na IA (problema de como expressar todo o
conhecimento que um sistema necessita)
◮ resolvido em muitas aplicac¸o˜es por me´todos de aprendizagem
◮ requer que algoritmos de aprendizado tenham dados suficientes para
prosseguir
UTFPR (CP) IF71B-C71 (Inteligeˆncia Artificial) Aula 02 - Introduc¸a˜o 63 / 101
Aplicac¸o˜es
Bots novos apps
Poncho (Facebook Messenger) → informa a previsa˜o do tempo via
mensagem personificada por um gato que conversa com uma dose de
naturalidade.
http://content.api.ai/facebook-messenger-bot
UTFPR (CP) IF71B-C71 (Inteligeˆncia Artificial) Aula 02 - Introduc¸a˜o 64 / 101
Aplicac¸o˜es
Bots novos apps
Siri (Apple) → assistente pessoal inteligente por comando de voz
Usa processamento de linguagem natural para responder perguntas,
fazer recomendac¸o˜es e executar ac¸o˜es
◮ responde a perguntas como qual e´ o melhor caminho ate´ sua casa
◮ controla os produtos que tem em casa usando a voz
◮ conecta a servic¸os online como Wikipedia
UTFPR (CP) IF71B-C71 (Inteligeˆncia Artificial) Aula 02 - Introduc¸a˜o 65 / 101
Aplicac¸o˜es
DoNotPay → advogado-roboˆ que auxilia motorista a recorrer de
multas
Criado por jovem de 19 anos, servic¸o em ingleˆs funciona desde 2015
Trabalhando em outrostreˆs chatbots
◮ aux´ılio a portadores de HIV a entender quais sa˜o seus direitos
◮ aux´ılio a passageiros de companhias ae´reas, cujo voo atrasou a serem
recompensados
◮ aux´ılio a refugiados como conseguir asilo
Muitos servic¸os e informac¸o˜es podem ser automatizados usando IA
(“bots”)
UTFPR (CP) IF71B-C71 (Inteligeˆncia Artificial) Aula 02 - Introduc¸a˜o 66 / 101
Aplicac¸o˜es
Roboˆs
◮ 2005 - Aibo
◮ 2007 - roboˆ opera´rio
◮ Qrio (Sony)
◮ Asimo (Honda)
UTFPR (CP) IF71B-C71 (Inteligeˆncia Artificial) Aula 02 - Introduc¸a˜o 67 / 101
Aplicac¸o˜es
Medicina
◮ 2008 - Da Vinci - roboˆ alternativa a` radioterapia
◮ detecc¸a˜o de tumores e va´rios tipos de caˆncer
◮ pro´teses mais “humanas”
◮ nanotecnologia
◮ neurocieˆncia
⋆ integrac¸a˜o do ce´rebro humano com ma´quinas (neuropro´teses ou
interfaces ce´rebro-ma´quina)
UTFPR (CP) IF71B-C71 (Inteligeˆncia Artificial) Aula 02 - Introduc¸a˜o 68 / 101
Aplicac¸o˜es
Explorac¸a˜o de Marte - Mars Rovers
◮ 1997 - Sojourner
◮ Programa Mars Exploration Rovers da Nasa
◮ 2004 - Roboˆ Spirit (MER-A)
◮ 2004 - Roboˆ Opportunity (MER-B)
◮ 2011 - Roboˆ Curiosity
◮ 2016 - ExoMars (Ageˆncia Espacial Europe´ia)
◮ 2018 - MAX-C (Nasa)
◮ 2026 - Missa˜o robotizada para Marte
◮ 2030 - Missa˜o com astronautas para Marte
UTFPR (CP) IF71B-C71 (Inteligeˆncia Artificial) Aula 02 - Introduc¸a˜o 69 / 101
Aplicac¸o˜es
Reconhecimento de digitais, biometria facial, ı´ris
◮ desafios: iluminac¸a˜o incidente, posic¸a˜o da cabec¸a, apareˆncia individual
(expressa˜o facial, penteado, peˆlos, cosme´ticos, o´culos, idade, ...)
UTFPR (CP) IF71B-C71 (Inteligeˆncia Artificial) Aula 02 - Introduc¸a˜o 70 / 101
Aplicac¸o˜es
AARON - www.kurzweilcyberart.com
Primeiro screensaver da arte que utiliza inteligeˆncia artificial para criar
pinturas originais no computador
UTFPR (CP) IF71B-C71 (Inteligeˆncia Artificial) Aula 02 - Introduc¸a˜o 71 / 101
Aplicac¸o˜es
Identificac¸a˜o e adaptac¸a˜o aos padro˜es de solicitac¸a˜o de um elevador
◮ 2014 - Microsoft cria elevador para adivinhar o andar dos usua´rios
UTFPR (CP) IF71B-C71 (Inteligeˆncia Artificial) Aula 02 - Introduc¸a˜o 72 / 101
Aplicac¸o˜es
Caˆmeras que focam, ajustam luminosidade, detectam sorrisos, ...
UTFPR (CP) IF71B-C71 (Inteligeˆncia Artificial) Aula 02 - Introduc¸a˜o 73 / 101
Aplicac¸o˜es
http://pt.akinator.com/
UTFPR (CP) IF71B-C71 (Inteligeˆncia Artificial) Aula 02 - Introduc¸a˜o 74 / 101
Aplicac¸o˜es
Jogos cada vez mais realistas
Digitar, navegar e jogar sem o uso das ma˜os
Apo´s a tela sens´ıvel ao toque
Movimentos cerebrais e vocais assumem o controle
2010 - Kinect
UTFPR (CP) IF71B-C71 (Inteligeˆncia Artificial) Aula 02 - Introduc¸a˜o 75 / 101
Aplicac¸o˜es
Jogos
◮ ambientes interativos
◮ comportamento, adaptac¸a˜o → estrate´gias, racioc´ınio ta´tico,
movimentac¸a˜o
◮ Ex.: The Sims, Fifa Soccer
UTFPR (CP) IF71B-C71 (Inteligeˆncia Artificial) Aula 02 - Introduc¸a˜o 76 / 101
Aplicac¸o˜es
Jogos
UTFPR (CP) IF71B-C71 (Inteligeˆncia Artificial) Aula 02 - Introduc¸a˜o 77 / 101
Aplicac¸o˜es
Jogos
UTFPR (CP) IF71B-C71 (Inteligeˆncia Artificial) Aula 02 - Introduc¸a˜o 78 / 101
Aplicac¸o˜es
Jogos
UTFPR (CP) IF71B-C71 (Inteligeˆncia Artificial) Aula 02 - Introduc¸a˜o 79 / 101
Aplicac¸o˜es
Futebol de roboˆs
UTFPR (CP) IF71B-C71 (Inteligeˆncia Artificial) Aula 02 - Introduc¸a˜o 80 / 101
Aplicac¸o˜es
Roboˆs aspiradores
UTFPR (CP) IF71B-C71 (Inteligeˆncia Artificial) Aula 02 - Introduc¸a˜o 81 / 101
Aplicac¸o˜es
Automac¸a˜o
Visa˜o Computacional
UTFPR (CP) IF71B-C71 (Inteligeˆncia Artificial) Aula 02 - Introduc¸a˜o 82 / 101
Aplicac¸o˜es
2011 - Conduc¸a˜o de ve´ıculos apenas pelos olhos
Raul Rojas pesquisador da Free University em Berlim
UTFPR (CP) IF71B-C71 (Inteligeˆncia Artificial) Aula 02 - Introduc¸a˜o 83 / 101
Aplicac¸o˜es
Google Driverless Car
www.youtube.com/watch?feature=player embedded&v=CqSDWoAhvLU
UTFPR (CP) IF71B-C71 (Inteligeˆncia Artificial) Aula 02 - Introduc¸a˜o 84 / 101
Aplicac¸o˜es
“Por tra´s do Google Tradutor esta´ o conhecimento acumulado em
inteligeˆncia artificial (IA)”
UTFPR (CP) IF71B-C71 (Inteligeˆncia Artificial) Aula 02 - Introduc¸a˜o 85 / 101
Aplicac¸o˜es
Recomendac¸o˜es
UTFPR (CP) IF71B-C71 (Inteligeˆncia Artificial) Aula 02 - Introduc¸a˜o 86 / 101
Aplicac¸o˜es
Recomendac¸o˜es
UTFPR (CP) IF71B-C71 (Inteligeˆncia Artificial) Aula 02 - Introduc¸a˜o 87 / 101
Aplicac¸o˜es
Revisa˜o textual
UTFPR (CP) IF71B-C71 (Inteligeˆncia Artificial) Aula 02 - Introduc¸a˜o 88 / 101
Aplicac¸o˜es
Filtragem de spam
Categorizac¸a˜o de textos e mensagens
Reconhecimento e s´ıntese de voz
UTFPR (CP) IF71B-C71 (Inteligeˆncia Artificial) Aula 02 - Introduc¸a˜o 89 / 101
Aplicac¸o˜es
Interfaces mais amiga´veis e naturais
◮ Como dar suporte apropriado ao usua´rio?
◮ Como interagir melhor?
UTFPR (CP) IF71B-C71 (Inteligeˆncia Artificial) Aula 02 - Introduc¸a˜o 90 / 101
Aplicac¸o˜es
Internet das coisas - Internet of Things (IoT)
Casas inteligentes
◮ mandar encher a banheira com o celular
◮ desligar as luzes de casa
◮ geladeira que avisa o que esta´ faltando
◮ ma´quina de lavar inteligente
◮ construc¸o˜es verdes
⋆ economia de energia, reutilizac¸a˜o de a´gua, ...
UTFPR (CP) IF71B-C71 (Inteligeˆncia Artificial) Aula 02 - Introduc¸a˜o 91 / 101
Aplicac¸o˜es
Educac¸a˜o e ensino
◮ tutores virtuais
◮ assistentes digitais
◮ avaliac¸a˜o automa´tica
UTFPR (CP) IF71B-C71 (Inteligeˆncia Artificial) Aula 02 - Introduc¸a˜o 92 / 101
Aplicac¸o˜es
Wolframalpha - www.wolframalpha.com
◮ ferramenta computa as respostas para um grande conjunto de
perguntas
◮ na˜o retorna documentos que conte´m respostas, como o Google
◮ na˜o se trata de um grande banco de dados de conhecimento, como a
Wikipedia
UTFPR (CP) IF71B-C71 (Inteligeˆncia Artificial) Aula 02 - Introduc¸a˜o 93 / 101
Aplicac¸o˜es
2011 - Watson (IBM) vence os dois maiores jogadores no show de
perguntas e respostas Jeopardy
◮ baseado em te´cnicas avanc¸adas de Processamento de Linguagem
Natural, Recuperac¸a˜o de Informac¸a˜o, Representac¸a˜o de Conhecimento,
Racioc´ınio e Aprendizado de Ma´quina
◮ processamento paralelo massivo → 90 clusters com um total de 2880
servidores com processadores de 3.5 GHz (8 nu´cleos e 4 threads por
nu´cleo), 16 terabytes de memo´ria RAM
Documenta´rio:
◮ Parte 1: http://www.youtube.com/watch?v=5Gpaf6NaUEw
UTFPR (CP) IF71B-C71 (Inteligeˆncia Artificial) Aula 02 - Introduc¸a˜o 94 / 101
Aplicac¸o˜es
Atualmente, vem sendo empregado por me´dicos para auxiliar no
tratamento personalizado em pacientes com caˆncer
◮ Watson Oncology - deriva resultados de exames para estruturar o
diagno´stico e fornecer sugesto˜es de tratamento ao me´dico
UTFPR (CP) IF71B-C71 (Inteligeˆncia Artificial) Aula 02 - Introduc¸a˜o 95 / 101
Aplicac¸o˜es
2015 - Watson (IBM) - CogniToys
◮ T-Rex permite interac¸a˜o com crianc¸as de forma mais completa e
educacional
◮ diversas funcionalidades para atrair a atenc¸a˜o da crianc¸a e possibilitar
aprendizado e desenvolvimento de ambos
◮ v´ıdeo: https://ksr-video.imgix.net/projects/1616391/video-498289-
h264 high.mp4
UTFPR (CP) IF71B-C71 (Inteligeˆncia Artificial) Aula 02 - Introduc¸a˜o 96 / 101
Aplicac¸o˜es
2015 - Cepheus (University of Alberta)
◮ jogador de poker “perfeito”
◮ 2 meses de treinamento em 4 mil CPUs, jogando 6 bilho˜es de ma˜os por
segundo
Projeto:
◮ http://poker.srv.ualberta.ca/
UTFPR (CP) IF71B-C71 (Inteligeˆncia Artificial) Aula 02 - Introduc¸a˜o 97 / 101
Aplicac¸o˜es
Assistentes pessoais
◮ Rapiro (2013) → www.rapiro.com
⋆ https://www.youtube.com/watch?feature=player detailpage&v=AQynsVZx5Pk
◮ Cortana (2014)
⋆ https://support.microsoft.com/pt-br/help/17214/windows-10-what-is-cortana◮ Amazon-Echo (2014)
⋆ https://www.youtube.com/watch?feature=player embedded&v=KkOCeAtKHIc
◮ Google Assistant (2016)
⋆ https://www.youtube.com/watch?feature=player embedded&v=p5DVeDWtA5U
◮ Google Home (final de 2016?)
⋆ https://www.youtube.com/watch?feature=player detailpage&v=2KpLHdAURGo
◮ Apple Home? → baseado na Siri para concorrer com o Google Home
◮ Zenbo (ASUS) (2016) → concorrentes do Google Home e do Amazo-Echo
⋆ www.youtube.com/watch?feature=player embedded&v=Gz5bWCna5uM
UTFPR (CP) IF71B-C71 (Inteligeˆncia Artificial) Aula 02 - Introduc¸a˜o 98 / 101
Aplicac¸o˜es
O futuro?
◮ ma´quinas adaptativas
◮ reproduc¸a˜o artificial
◮ vida artificial
https://vimeo.com/166807261
UTFPR (CP) IF71B-C71 (Inteligeˆncia Artificial) Aula 02 - Introduc¸a˜o 99 / 101
Aplicac¸o˜es
Empresas especializadas em IA
◮ www.dmoz.org/Computers/Artificial Intelligence/Companies/
Grandes empresas desenvolvendo e utilizando IA
◮ IBM, HP, Sun, Microsoft, Unisys, Google, Amazon,com, ...
UTFPR (CP) IF71B-C71 (Inteligeˆncia Artificial) Aula 02 - Introduc¸a˜o 100 / 101
Inteligeˆncia Artificial
1927 - Metropolis
1968 - 2001: Uma Odisseia no Espac¸o
1973 - Westworld - Onde Ningue´m tem Alma
1977-2015 - 2016-2019? - Star Wars
1979-2013 - Star Trek - Jornada nas Estrelas
1982 - Blade Runner
1991 - O Exterminador do Fuuro 2: O Julgamento Final
1999 - O Homen Bicentena´rio
1999 - Matrix
2001 - A.I.
2002 - Minority Report
2004 - Eu, Roboˆ
2008 - Controle Absoluto
2008 - Homem de Ferro
2011 - Morde e Assopra
2013 - Ela
2014 - Transcendence
2015 - Ex-Machina
2015 - Chappie
UTFPR (CP) IF71B-C71 (Inteligeˆncia Artificial) Aula 02 - Introduc¸a˜o 101 / 101
	Introdução