Conceitos de Inteligência Artificial - I.A

Prévia do material em texto

4
Inteligência Artificial – I.A.
12
Conteúdo
Introdução	2
Visão Geral da Inteligência artificial	2
Inteligência artificial em perspectiva	2
Natureza da Inteligência Artificial	2
Aprender com experiência e aplicar o conhecimento adquirido.	3
Além de aprender com a experiência, as pessoas aplicam o conhecimento adquirido em novos cenários e circunstâncias.	3
Lidar com situações complexas.	3
Resolver problemas quando informações importantes são perdidas.	3
Determinar o que é importante.	4
Reagir rápida e adequadamente a uma nova situação.	4
Entendimento de imagens visuais.	4
Processar e manipular símbolos.	4
Ser criativo e imaginativo.	4
Usar a heurística.	5
A Família de Técnicas de Inteligência Artificial	5
A IA envolve muitos campos de estudo	5
Linguagem Natural	6
Robótica	6
Sistemas Perceptivos	6
Sistemas Especialistas	6
Redes Neurais	7
4.6 Software Inteligente	7
Desenvolvimento da Inteligência Artificial	7
Conclusão	8
Bibliografia	9
Introdução
Imagine que um dia você possa ir até o seu computador em seu quarto e em linguagem natural, falar em um microfone ligado ao computador: “faça um resumo dos principais tópicos de todos os artigos sobre inteligência artificial em revistas de informática publicadas desde 1990”.
Em seguida, imprima os resumos na minha impressora e me faça um relatório verbal de não mais de 5 minutos. “De que o desktop precisaria em termos de hardware e software para ser capaz de atender à sua solicitação? Aqui estão alguns requisitos”:
O seu computador deveria entender e falar a língua.
Deveria também estar interligado a uma coleção de revistas de uma biblioteca ou ter acesso a um disco óptico de grandes dimensões em seu computador.
A sua máquina precisaria saber alguma coisa sobre como conduzir uma pesquisa de forma a resumir artigos; isto é, seu software necessitaria de algum conhecimento real.
Seu software teria que ler e “compreender” as sentenças de linguagem em questão em sua apresentação natural encontrada em artigos e jornais.
Nenhuma máquina ou software existente possui esses recursos, porém os cientistas da informação estão trabalhando na construção de tais máquinas, e algumas com outras habilidades também.
Visão Geral da Inteligência artificial
As literaturas de ficção científica e filmes populares têm apresentado cenários de sistemas e máquinas inteligentes que assumem o controle do mundo. Sistemas como Hal, do filme 2001: Uma Odisséia no Espaço, fornecem uma idéia do que poderia acontecer. Embora essa avaliação seja fictícia, é possível perceber a aplicação real de muitos sistemas que usam conceitos de IA. Esses sistemas ajudam a elaborar diagnósticos médicos, exploram recursos naturais, apontam erros em dispositivos mecânicos e auxiliam no projeto e no desenvolvimento de outros sistemas.
Inteligência artificial em perspectiva
Os sistemas de inteligência artificial incluem as pessoas, os procedimentos, o hardware, o software, os dados e o conhecimento necessário para o desenvolver sistemas e máquinas que demonstrem características de inteligência. Pesquisadores, cientistas e especialistas em como pensam os seres humanos freqüentemente estão envolvidos no desenvolvimento de sistemas de IA não é o de substituir completamente a tomada de decisão humana, pelo contrário, pretende-se duplicá-la para certos tipos de problemas bem definidos. Como ocorre em outros sistemas de informação, o propósito geral das aplicações da inteligência artificial é o de ajudar as organizações a alcançarem suas metas.
Natureza da Inteligência Artificial
Simplificando, inteligência artificial IA, é o estudo e a criação de máquinas que exibam qualidades semelhantes às humanas, incluindo a capacidade de raciocinar. 
 Mesmo os cientistas e engenheiros do século XVII, que construíram as primeiras calculadoras e robôs mecânicos que podiam tocar instrumentos musicais, devem ter sonhado com esse objetivo; no entanto, nenhuma daquelas máquinas primitivas tinha um programa tão ambicioso quanto os esforços contemporâneos em relação à inteligência artificial. 
Especialistas em inteligência artificial acreditam que um dia os computadores serão capazes de aprender linguagens naturais, perceber objetos da mesma maneira, como os humanos percebem e exibir todas as qualidades que julgamos compor a razão humana.
 A capacidade de pensar, de fazer julgamentos, de chegar à conclusão e de fazer comparações, esses sistemas não se parecerá com robôs ou com o R2-D2 do filme Guerra nas Estrelas.
 Em vez disso, eles residirão em computadores desktop, semelhantes àqueles a que atualmente chamamos computadores pessoais. 
Desde os estágios pioneiros da IA, a ênfase da pesquisa tem sido no desenvolvimento de máquinas com um comportamento inteligente. Algumas das características do comportamento inteligente incluem:
Aprender com experiência e aplicar o conhecimento adquirido.
Aprender com situações e eventos passados constitui o comportamento- chave do comportamento inteligente e uma habilidade natural dos seres humanos, os quais aprendem por meio da tentativa e do erro. 
 Contudo, o aprendizado a partir da experiência não é umas habilidades naturais dos sistemas, que precisam ser cuidadosamente preparados para essa tarefa. Hoje, os pesquisadores vêm desenvolvendo sistemas com tal recurso como, por exemplo, os jogos de xadrez baseados em IA, que podem aprimorar seu jogo enquanto aprendem a jogar com os seres humanos.
Além de aprender com a experiência, as pessoas aplicam o conhecimento adquirido em novos cenários e circunstâncias.
 Em vários casos, os indivíduos levam em conta o que aprenderam e foram bem sucedidos e se empenham em aplicar em outra área de aplicação. Por exemplo, uma empresa que criou um produto eficaz para lavar louças engorduradas desenvolveu uma variação do produto para uso na limpeza de sujeiras em rodovias usando a mesma abordagem geral. 
 Embora os seres humanos sejam capazes de aplicar o que aprenderam em novos cenários, essa não é uma característica automática dos sistemas. Desenvolver programas de computador onde estes apliquem o que aprenderam pode ser uma tarefa bastante difícil.
Lidar com situações complexas. 
Os seres humanos estão comumente envolvidos em situações complexas. Os líderes mundiais enfrentam difíceis decisões políticas relativas a conflitos, condições econômicas globais, fome e pobreza. Já num cenário corporativo, os altos gerentes e executivos se deparam com um mercado complexo, concorrência difícil e desafiadora, regulamentações governamentais intrincadas e uma grande exigência de dedicação ao trabalho. 
Considerando que até mesmo os especialistas humanos cometem erros ao lidar com tais situações, desenvolver sistemas que lidem com situações embaraçosas requer um planejamento cuidadoso e um grande esforço de programação.
Resolver problemas quando informações importantes são perdidas.
A essência da tomada de decisão está em lidar com as incertezas. Freqüentemente, as decisões precisam ser tomadas a despeito de carecermos da informação ou dispormos dela de forma imprecisa, porque a obtenção de informações completas pode ser muito onerosa ou mesmo impossível. Você provavelmente já assistiu a filmes onde os computadores respondem a comandos humanos como “não compute” e “informação insuficiente”. Hoje, os sistemas de IA podem realizar importantes cálculos, comparações e decisões mesmo quando se perdem informações.
Determinar o que é importante.
Saber o que, de fato, é importante representa a marca de um bom tomador de decisão. A cada dia, somos bombardeados com fatos e precisamos processar grandes quantidades de dados, desprezando o desnecessário. 
Determinar quais itens são cruciais pode fazer a diferença entre as boas decisões e aquelas que, no fim, conduzem a falhas. Os computadores, por outro lado, não possuem essa habilidade natural. Desenvolver programas e abordagens de forma a permitir que sistemas e máquinas identifiquem as informações importantes também não é tarefasimples. 
Reagir rápida e adequadamente a uma nova situação.
 Uma criança pequena, por exemplo, pode olhar sobre um parapeito ou um desfiladeiro e saber que não deve chegar tão perto, pois sabe reagir diante de uma nova situação. Os computadores, por outro lado, não possuem essa habilidade sem uma complexa programação.
Entendimento de imagens visuais. 
Interpretar imagens visuais pode ser extremamente difícil, até mesmo para computadores sofisticados. As pessoas e os animais podem olhar para objetos interagindo em seu ambiente e entender exatamente o que está acontecendo. Por exemplo, podemos observar um homem sentado atrás de uma mesa e compreender que o mesmo possui pernas e pés que não estão à vista. Entender e interpretar adequadamente as imagens visuais é um processo extremamente complexo para sistemas computadorizados.
 Movimentar-se em uma sala com cadeiras, mesas e outros objetos pode ser trivial para as pessoas, mas não é simples para máquinas, robôs e computadores. Tais equipamentos necessitam de um entendimento das imagens visuais, chamado de sistema perceptivo, que permite a máquina se aproxime do modo como o ser humano enxerge, ouve, e sente os objetos.
Processar e manipular símbolos.
As pessoas vêem, manipulam e processam símbolos todos os dias. As imagens visuais fornecem um fluxo contínuo de informação a nossos cérebros. Em contraste, os computadores têm dificuldade em lidar com o processamento e com o raciocínio simbólico.
 Embora os computadores sejam excelentes em cálculos numéricos, não são bons ao lidar com símbolos e com objetos tridimensionais. Recentemente aprimoramentos no potencial de hardware e software, contudo, permitem que alguns computadores processem e manipulem símbolos dentro de um certo limite.
Ser criativo e imaginativo.
Ao longo da história, algumas pessoas transformaram situações difíceis em vantagens por serem criativas e imaginativas. Por exemplo, quando recebeu uma porção de balas de menta defeituosas com um furo no meio, um empresário ousado decidiu comercializar essas novas balas de menta como salva-vidas em vez de devolvê-las ao fabricante. Os cones de sorvete foram inventados na St. Louis Word’s Fair, quando um imaginativo lojista decidiu envolver um sorvete com um com waffle para poder transportá-lo. O desenvolvimento de novos produtos e serviços a partir de uma situação já existente (talvez negativa) constitui uma característica humana. Poucos computadores são verdadeiramente imaginativos ou criativos, ainda que alguns softwares possibilitem a um computador escrever breves estórias.
Usar a heurística.
Em algumas situações, as pessoas usam a heurística (princípio básico surgido da experiência) ou mesmo suposições. Na busca por um trabalho, podemos classificar as empresas que consideramos ideais pela relação lucro por empregado, uma vez que as empresas que detêm maiores lucros possivelmente pagam melhores salários a seus empregados.
 Já num cenário de produção, um presidente corporativo pode decidir analisar somente certas localizações para uma nova fábrica. Tomamos esses tipos de decisão usando princípios gerais, sem necessariamente ter pesquisado todas as alternativas e possibilidades.
 Com programas certos, podemos encontrar boas soluções, que usem aproximações, em vez de buscar a solução ótima, que pode ser tecnicamente difícil ou consumir muito tempo. Essas características aqui relacionadas apenas definem parcialmente a inteligência. 
 Diferente praticamente de todos os outros campos da pesquisa de sistemas de informação, onde os objetivos podem ser definidos claramente, o termo inteligência constitui um enorme obstáculo. Um dos problemas da inteligência artificial e chegar numa definição efetiva de inteligência real para comparar com o desempenho de um sistema de inteligência artificial.
A Família de Técnicas de Inteligência Artificial
A inteligência artificial não é um fenômeno isolado, mas uma família de atividades por vezes relacionadas, em que cada uma busca capturar algum aspectos da inteligência dos seres humanas e de seu modo de ser. Os cientistas da computação, engenheiros eletrônicos, psicólogos, lingüistas, fisiologistas e biólogos estão envolvidos nessa busca, que os leva a pesquisar a linguagem natural, a robótica, os sistemas perceptivos, os sistemas especialistas, as redes neurais e o software inteligente.
A IA envolve muitos campos de estudo
 INTELIGÊNCIA ARTIFICIAL
	
SOFTWARE
INTELEGENTE
DESENVOLVER
SOFTWARE QUE
UTILIZA TÉCNICAS
DE INTELIGÊNCIA
ARTIFICIAL
REDES
NEURAIS
SIMULAR
A ESTRUTURA
FÍSICA DE 
CÉREBROS
ROBÓTICA
DESEMPENHAR
TAREFAS
FÍSICAS
SISTEMAS
ESPECIALISTAS
SIMULAR
CONHECIMENTOS
E A TOMADA DE 
DECISÕES
HUMANAS
SISTEMAS
PERCEPTIVOS
SIMULAR
SENTIDOS
HUMANOS
LINGUAGEM
NATURAL
LINGUAGEM HUMANA
LIDA/ESCRITA/FALADA
EXECUTAR PESQUISA
 
	A Inteligência artificial não é uma única disciplina; São muitas. Aqui são apresentadas as principais iniciativas que a IA inclui atualmente: linguagem natural, robótica, sistemas perceptivos, sistemas especialistas, redes neurais e software inteligentes. O que todas essas atividades têm em comum? Para resumir, elas estão tentando simular as habilidades humanas.
Linguagem Natural
A linguagem natural focaliza o reconhecimento e a geração de linguagem falada. A meta básica é construir hardware e software de computador que possam reconhecer a fala humana e “ler” textos, e que também sejam capazes de falar e escrever. Uma meta relacionada é construir software possa realizar pesquisas solicitadas por seres humanos. O maior impulso nessa área de pesquisa começou nos anos 1950, quando os militares tentaram desenvolver computadores que poderiam traduzir automaticamente textos e linguagem falada em Russo tendo como finalidade a segurança nacional.
Essas primeiras tentativas falharam completamente: as máquinas têm muita dificuldade de compreender expressões idiomáticas ou de traduzir sentenças como “Jane took a swing at the ball (Jane bateu a bola com efeito).” Um computador não poderia saber se “swing” se refere ao movimento ou a um objeto, e poderia ser gerada uma tradução dizendo que Jane usou algo como uma varanda. 
O computador também não saberia que a palavra “bat (bastão)” está implícita na sentença; mesmo que qualquer criança saiba que no beisebol só se pode bater em uma bola com um bastão.
Robótica
A meta da pesquisa em robótica é desenvolver sistemas físicos que possam executar serviços normalmente feitos por seres humanos, especialmente em ambientes perigosos ou letais. A origem da robótica reside nos trabalhos de relojoaria do século XVII, nos quais formas humanas imitavam ações humanas. A robótica moderna está mais preocupada com o desenvolvimento de máquinas operatrizes controladas numericamente e máquinas de fabricação industrial dirigidas por sistemas CAM (computer-aided manufacturing- fabricação assistida por computador).
Sistemas Perceptivos
Como os humanos, os robôs necessitam de olhos e ouvidos para poderem orientar seu comportamento. E humanos que procuram padrões em grandes seqüências de dados necessitam de extensões de seus próprios sentidos. Desde a Segunda Guerra Mundial, cientistas e engenheiros da computação trabalham no desenvolvimento de sistemas perceptivos, ou dispositivos sensores que podem ver e ouvir no sentido de reconhecimento de padrões.
Esse campo de pesquisa, que algumas vezes é chamado de “reconhecimento de padrões”, concentrou-se consideravelmente em aplicações militares, como o reconhecimento fotográfico, a escuta de ecos submarinos, a busca por radar e o controle de mísseis e de navegação. O progresso tem sido irregular por causa dos problemas de ensinar aos computadores as diferenças entre o que é engodo e o que é real.
Sistemas Especialistas
Os sistemas especialistas são aplicações de software relativamente recentes que buscamcapturar conhecimento em domínios limitados do saber e experiência humanas, aplicando esse conhecimento na solução de problemas. A atenção da mídia talvez tenha focalizado mais sistemas especialistas do que em qualquer outro membro da família da IA.
Em parte, isso ocorre porque os sistemas especialistas podem auxiliar a tomada de decisões de gerentes e profissionais quando há pouca disponibilidade de conhecimento ou quando estes são dispendiosos.
Redes Neurais
As pessoas sempre sonharam em construir um computador que pensasse; um “cérebro” modelado de maneira semelhante ao cérebro humano. As redes neurais normalmente são dispositivos físicos (embora possam ser simuladas por software) que simulam eletronicamente a fisiologia de cérebros humanos ou de animais. Além disso, o software de rede neural pode ser usado para simular uma rede neural usando o computadores padrão. As redes neurais podem processar muitos pedaços de dados de uma só vez e aprender a reconhecer padrões. Os sistemas se autoprograma para resolver problemas relacionados com eles mesmos. Alguns recursos específicos das redes neurais abrangem:
Capacidade de recuperar informações mesmo se alguns dos nós neurais falharem
Rápida modificação dos dados armazenados como resultado da nova informação
Capacidade de descobrir relacionamentos e tendências em grandes bancos de dados
Capacidade de resolver problemas complexos para os quais todas as informações não estão presentes
4.6 Software Inteligente
Muitos produtos atualmente no mercado anunciam que utilizam técnicas de IA ou que são “inteligentes” porque em seu desenvolvimento está incluído a lógica difusa para representar processos de pensamento e que possuem algum grau de ambigüidade; algoritmos genéticos, que empregam processos genéticos como modelos para soluções; e agentes inteligentes, que desempenham tarefas específicas para as pessoas.
Os agentes inteligentes já encontraram seu caminho em nossas vidas cotidianas, talvez até sem que tenhamos nos dado conta. Sistemas operacionais, sistemas de e-mail, software de computação móvel e ferramentas de rede. 
Desenvolvimento da Inteligência Artificial
A pesquisa em inteligência artificial tem sido na verdade conduzida em duas direções, cada uma com sua própria história. A primeira envolve a história dos esforços para desenvolver máquinas inteligentes que imitam o que as pessoas da época pensavam ser a maneira como o cérebro humano ou animal funciona. É a chamada abordagem bottom-up, ou de baixo para cima, que é essencialmente o esforço em construir um equipamento análogo ao cérebro humano. 
A Segunda história envolve a abordagem topdown, ou de cima para baixo, o esforço em se desenvolver uma lógica análoga à forma pela qual o cérebro humano funciona. O esforço em desenvolver máquinas inteligentes não é novidade. 
 Na verdade, Charles Babbage, que inventou a calculadora mecânica em 1834, chamou sua máquina de “motor analítico”, ou máquina pensante, e acreditava que ela poderia jogar xadrez até certo ponto. Este talvez tenha sido o primeiro dispositivo inteligente de cima para baixo. 
A pesquisa contemporânea em IA remonta à Segunda Guerra Mundial e ao conceito de feedback ou realimentação. Na realimentação, parte do conteúdo de saída da máquina retorna a ela como entrada, e a máquina utiliza essas informações de entrada para melhorar seu desempenho. 
Teórico Lógico de 
Simon e Newell
Solucionador Geral de Problemas
Software de Reconhecimento de Padrões
Sistemas Jogadores de Xadrez
Software de Linguagem Natural
Sistemas Especialistas
Chips Neurais
Shells de Inteligência Artificial
Processadores Paralelos
(a) abordagem de Cima para Baixo (Analogia Lógica)
1990
1970
1960
1950
1940
1980
Reconhecimento de Imagens
Simulação de Rede Neural
(b) abordagem de Baixo para cima (Analogia Física)
Monitoramento de Processo de 
Reconhecimento de Textos
Conceitos neurais
Desacreditados
Perceptron
De Rosenblantt
Teorias do Cérebro Neural
De Mcculloch e Pitt
Máquinas de
“Realimentação” de Wiener
Conclusão
Como em outros sistemas de informação, o propósito das aplicações de inteligência artificial nos negócios é o de auxiliar a organização a alcançar suas metas. O comportamento inteligente engloba várias características, incluindo as capacidades de : aprender com a experiência e aplicar esse conhecimento em novas experiências; lidar com situações complexas e resolver problemas onde parte das informações pode ter sido perdida; definir quais as informações relevantes de uma determinada situação; pensar de modo lógico e de forma racional; dar uma resposta rápida e correta; compreender imagens visuais e processar e manipular símbolos. 
 O computador é mais eficiente do que os seres humanos na transferência da informação, realizando uma série de cálculos com rapidez e precisão, fazendo cálculos complexos, mas, em contra partida, o ser humano supera o computador em todos os outros atributos de inteligência.
O objetivo de desenvolver sistemas de IA não é o de substituir completamente a tomada de decisão humana, mas duplicá-la para certos tipos de problemas bem definidos.
Bibliografia
LAUDON, Kennth C. & LAUDON, Jane Price, Sistemas de Informação com Internet, São Paulo, 2000.
STAIR, Ralph M. , REYNOLDS, George W., Princípios de sistemas de Informação, Rio de Janeiro, LCT, 2002.