Baixe o app para aproveitar ainda mais
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
Compartilhar