01-Introducao

Prévia do material em texto

1
Disciplina: Inteligência Artificial (IA)
Carga horária: 60 horas
Professor: Almir O. Artero 
almir@fct.unesp.br - docente 1 - sala 8
Objetivos
· Traçar uma panorâmica geral sobre a área de IA,
introduzindo os conceitos básicos associados a esta disciplina;
· Colocar o aluno em contato com importantes classes de 
algoritmos e dos paradigmas da área;
· Permitir que os alunos entrem em contato com as técnicas 
mais recentes no domínio da Inteligência Artificial, bem como 
suas aplicações nas mais diferentes áreas do conhecimento 
humano;
2
Objetivos (cont.)
· Realçar o corpo de conhecimentos gerados 
primariamente no âmbito da Inteligência Artificial como 
sendo um ponto de apoio importante para o 
desenvolvimento de outras áreas do conhecimento, como 
por exemplo:
Processamento de Imagens, Mineração de dados, etc;
· Relacionar e explorar os conceitos vistos em outras 
disciplinas (álgebra linear, estrutura de dados, 
programação orientada a objetos, teoria dos grafos, etc) 
integrado-os a essa disciplina.
3
CONTEÚDO PROGRAMÁTICO
1. Aspectos Gerais
Introdução a Inteligência Artificial, Histórico, 
Definições, principais áreas e aplicações
2. Representação do conhecimento
Representação declarativa; Representação 
Procedimental, Encadeamento Progressivo, 
Encadeamento Regressivo.
3. Linguagem Prolog
Conceitos, Sintaxe, Tratamento de listas, Recursividade, 
Programação.
4. Técnicas de Busca
Espaços de busca, Buscas desinformadas x buscas 
informadas, Heurísticas
4
CONTEÚDO PROGRAMÁTICO
5. Sistemas Especialistas
Conceitos, Diferenças em relação aos sistemas 
convencionais, Estrutura, Aplicações.
6. Conjuntos e Lógica Nebulosa
Conceitos básicos; operações, aplicações.
7. Redes Neurais Artificiais
Conceitos, aprendizado de Redes Neurais Artificiais, 
Aplicações.
8. Algoritmos Genéticos
Conceitos, aplicações.
9. Tópicos em Inteligência Artificial
Dar uma visão geral e objetiva de áreas como: Redes 
Bayesianas, árvores de Decisão, Mineração de dados e 
outras áreas relacionadas.
5
METODOLOGIA DE ENSINO
1. Aulas expositivas teóricas e práticas;
2. Aulas práticas em laboratório;
3. Trabalhos de programação individuais e coletivos;
4. Seminários individuais e coletivos;
BIBLIOGRAFIA BÁSICA
1. Notas de aula
2. Artero, A.O., Inteligência Artificial – Teórica e Prática, 
Ed. Livraria da Física, 2009.
3. Stuart Russell; Peter Norvig; Inteligência Artificial, 
Ed. Campus, São Paulo; 2004.
BIBLIOGRAFIA COMPLEMENTAR
1. Nilsson, N.J. Principles of artificial intelligence, Springer. 1993.
2. Araribóia, G., Inteligência Artificial: um curso prático, Ed. LTC, 1987
3. Charniak, D. McDermott, Introduction to Artificial Intelligence; 
Addison-Wesley, 1985.
4. Rich, E, Knight, K, Inteligência artificial; São Paulo; Makron Books, 
1993.
6
Avaliação
A média final será calculada através da seguinte expressão: 
Média final = (N1 + N2) / 2
Onde: Ni é a nota do bimestre i, dada por:
Sendo: Pi nota da prova escrita do bimestre i
Ti nota de trabalho do bimestre i 
“O Regime de Recuperação, previsto na Resolução Unesp nº 106, de 07 
de agosto de 2012, será constituído por uma avaliação escrita, contendo 
todo o conteúdo programático. Esta avaliação deverá ser aplicada no 
período especificado no calendário escolar da FCT/UNESP ou poderá
ser antecipada caso o docente tenha cumprido o mínimo exigido de dias 
letivos, a carga horária exigida e consolidado a disciplina. 
10
*1.0*1.0*8.0* iiiii
PTTPN ++=
2014
P1 : 11/4
P2 : 13/6
EX: 27/6
RER: 11/7
7
INTRODUÇÃO
Nos últimos anos a Inteligência Artificial (IA) 
tem se tornado imensamente popular
Máquinas inteligentes já começaram a serem 
utilizadas na indústria e, é possível que em um 
futuro próximo, elas estejam presentes em 
praticamente todas as atividades humanas
8
Pensando como ser humano
• Como os seres humanos pensam?
• Quais são as qualidades mentais do ser humano?
• Pensamento, sentimento, inteligência, criatividade 
e consciência podem ser reproduzidos?
Como construir a IA ?
INTELIGÊNCIA (humana) X INTELIGÊNCIA ARTIFICIAL
? ���� ?
9
ALGUMAS DEFINIÇÕES PARA INTELIGÊNCIA
“Faculdade de aprender, aprender ou compreender, 
percepção, intelecto, intelectualidade, qualidade ou 
capacidades de compreender e adaptar-se facilmente, 
capacidade de penetração agudeza, perspicácia”
(AURÉLIO)
“Inteligência é julgar bem, compreender bem e 
raciocinar bem”
“A Inteligência geral... envolve sobretudo a educação 
de relações e correlações”
10
ALGUMAS DEFINIÇÕES PARA INTELIGÊNCIA
“A capacidade de conceituar e de compreender o seu 
significado”.
“Capacidade geral de pensamento”ou “eficiência mental”.
“Habilidade inata, geral e cognitiva”.
“A atividade inteligente consiste na compreensão do 
essencial de uma situação e numa resposta reflexa 
apropriada”.
11
ALGUMAS DEFINIÇÕES PARA INTELIGÊNCIA
“A capacidade agregada ou global de um indivíduo agir com 
propósito de pensar racionalmente, e de se adaptar 
eficientemente ao ambiente”.
“Adaptação ao ambiente físico e social”.
12
ALGUMAS DEFINIÇÕES PARA INTELIGÊNCIA ARTIFICIAL
“Inteligência Artificial é engenharia de conhecimento 
explicada pela matemática”
“Inteligência artificial é o estudo de como fazer os 
computadores realizar coisas que, no momento, as pessoas 
fazem melhor.”
“Inteligência artificial é o estudo de conceitos que 
permitem os computadores serem inteligentes”
13
ALGUMAS DEFINIÇÕES PARA INTELIGÊNCIA ARTIFICIAL
“Capacidade de adquirir e aplicar conhecimentos 
implementada pelo humano”
“IA é a parte da ciência da computação concernente
ao projeto de sistemas computacionais que exibem 
inteligência humana: aprender novas informações, 
entender linguagens, raciocinar e resolver problemas”
“Se pudermos imaginar um dispositivo capaz de colecionar, 
de selecionar entre, de compreender, de distinguir e de 
saber, então temos inteligência artificial”
14
ALGUMAS DEFINIÇÕES PARA INTELIGÊNCIA ARTIFICIAL
“A Inteligência artificial é uma parte da computação que 
procura tornar uma máquina menos “burra”, através de 
algoritmos e técnicas simulando situações consideradas 
especificamente como humanas” (AURÉLIO)
“A inteligência artificial é o ramo do conhecimento que 
trata entre outras coisas, do projeto e da construção de 
computadores e robôs inteligentes”
15
MÁQUINA INTELIGENTE
Um computador é inteligente se possui as habilidades 
mentais que fazem uma pessoa ser considerada 
inteligente. 
Entre estas capacidades estão:
- Capacidade de raciocinar e de realizar inferências;
- Capacidade de resolver problemas;
- Capacidade de acumular conhecimentos;
- Capacidade de falar línguas humanas 
- Português, Inglês, etc.
16
MÁQUINA INTELIGENTE (cont.)
- Capacidade de planejar as próprias ações, e de 
prever os possíveis resultados;
- Capacidade de aprender com:
- a experiência
- livros 
- professores
- Capacidade de enxergar, ouvir e de interpretar a
informação obtida.
17
SUB-ÁREAS DA IA
Atualmente a área está divida em diversas sub-áreas,
podendo citar:-
- Sistemas especialistas
- Processamento de linguagem natural
- Reconhecimento de padrões
- Robótica
- Prova de teoremas
- Jogos (estratégias e as heurísticas)
- Redes Neurais
- Lógica Fuzzy
- etc.
18
Como medir a inteligência de uma máquina?
TESTE DE TURING
O teste clássico para determinar se uma máquina
possui inteligência ao “nível humano” é o conhecido teste 
de TURING
Neste teste, dois seres humanos A e B e um
computador C são colocados em um ambiente de forma 
que não haja comunicação entre A,B,C a não ser através 
de um dispositivo do tipo terminal de computador
O humano A representa o papeldo interrogador e seu
objetivo é descobrir, analisando as respostas de B e C, 
qual deles é o computador
19
TESTE DE TURING
Caso o interrogado A não consiga determinar, com um
mínimo de 50% de precisão, qual dos dois (B e C) é o outro 
humano, e tal resultado for confirmado por outras pessoas 
representando o papel de A e B, diz-se que o computador C 
passou pelo teste de Turing e, portanto, que a máquina 
simula a inteligência humana.
O teste é antigo, mas 
as máquinas atuais 
ainda apresentam 
dificuldades para 
serem aprovadas
20
A questão de Turing
• “Podem as máquinas pensar?”
– o que é pensar?
• Pensar: ato ligado a resolver problemas
– Problema: várias alternativas, escolher uma
• Possíveis abordagens:
– Árvores de possibilidades (nem sempre viáveis)
– Heurísticas (regras/métodos -> descobertas)
21
Capacidades da Máquina
• Habilidade em operações matemáticas
• Linguagens de programação 
(específicas...)
• Determinismo: máquina de estados finitos
• Inferência de estados futuros
22
O limite da Máquina
• “... só faz o que é programada para fazer”
– ... então não pode aprender, pensar, criar?
• Simon (1960):
– “O homem pode pensar, aprender, criar 
porque o seu programa biológico assim o 
dotou...” (inclusive para alterar o próprio programa)
– então um programa de computador também 
pode dotá-lo de tais capacidades
• auto-análise, auto-diagnóstico, auto-correção, 
auto-aperfeiçoamento -> eficiência
23
O Teste de Turing
Uma máquina inteligente será capaz de:
– processar linguagem natural
– armazenar conhecimento
– raciocinar automaticamente
– aprender
– Enxergar (visão computacional)
– Caminhar (robótica)
Será capaz de se fazer passar por um 
ser humano
24
Heurísticas
• São estratégias usadas para resolver problemas
• Jogo de Damas (A. L. Samuel)
– não há algoritmo conhecido que garanta vitória
– 1040 estados possíveis, exploração total inviável
– programa implementado:
• testa alguns lances futuros, ...
• ...avalia resultados obtidos e ...
• ...melhora padrão de escolhas, pela repetição:
– valoriza escolhas bem-sucedidas
– elimina escolhas mal-sucedidas
25
Objeções à IA
• Lady Lovelace:
– “Uma máquina não pode nunca fazer algo 
realmente novo.”
– “Máquinas não causam surpresa no 
resultado.”
• Refutação:
– “Não há nada novo sob o sol”.
– “Máquinas causam surpresa nos resultados, 
pois a maioria dos cientistas que utilizam 
máquinas trabalham com suposições.”
26
A resposta de Turing
• “Acredito que dentro de 50 anos, será possível 
programar computadores com uma capacidade de 
memória de cerca de 109, para fazê-los jogar o jogo 
da imitação (um jogo em que uma pessoa tenta 
descobrir o sexo de duas pessoas em uma sala ao lado) 
tão bem que um interrogador médio não terá mais de 
70% de possibilidade de chegar à identificação 
correta, após 5 minutos de interrogatório.”
• “No final do século 20 a expressão máquina pensante
poderá ser utilizada sem contradição”.
• Turing, A. M. “Computing Machinery and Intelligence”. Oxford 
University Press, 1950
27
Computador aprende por imitação SBC – 26/01/2005
Um computador capaz de aprender um jogo infantil ao
observar e imitar a performance de seres humanos
pode levar ao desenvolvimento de máquinas que
automaticamente aprendam a detectar a presença de 
um invasor ou que sejam capazes de fazer trabalhos
perigosos de manutenção, informaram pesquisadores
britânicos
CogVis, desenvolvido por cientistas da Univ. de Leeds, 
em Yorkshire, consegue aprender sozinho um jogo
infantil buscando por padrões em vídeos com 
jogadores humanos. Ele é capaz de elaborar sua
própria hipótese para as regras do jogo.
28
Computador aprende por imitação SBC – 26/01/2005
Em contraste com os demais programas de IA, que
imitam as ações humanas a partir de regras codificadas, 
CogVis tem um comportamento mais humano, pois
aprende pela observação, apontaram os cientistas.
Os programas convencionais são problemáticos porque os
computadores não conseguem lidar com circunstâncias
não previstas ou com a introdução de novas regras.
‘Um sistema capaz de observar eventos num cenário
desconhecido, aprender e participar exatamente como
uma criança faria é quase o cálice sagrado da IA, 
afirmou Derek Magee, da Universidade de Leeds. ‘Talvez
não tenhamos solucionado o desafio completamente, mas
acho que conseguimos algo importante.’
29
Computador aprende por imitação SBC – 26/01/2005
Na demonstração feita, o CogVis observou voluntários
humanos participando de um jogo que utiliza cartas
marcadas com uma tesoura, um pedaço de papel ou
uma pedra.
Os voluntários foram orientados a anunciar quando
ganhavam e quando ocorria empate. Depois de 
observar algumas rodadas, o CogVis era capaz de 
anunciar o resultado do jogo corretamente.
Chris Needham (integrante da equipe do CogVis), 
afirmou que o processador visual do sistema analisa a 
ação ao separar períodos de movimento e inatividade
e, a partir disso, extrai características baseadas em
cor e textura.
30
Computador aprende por imitação SBC – 26/01/2005
Combinando isso com o áudio, CogVis desenvolve hipóteses
sobre as regras do jogo, usando uma abordagem conhecida
como programação indutiva lógica
Max Bramer (Univ. de Portsmouth, na Grã-Bretanha) 
afirmou que o CogVis pode ter numerosas aplicações, 
podendo ser usado para desenvolver máquinas capazes de 
aprender a detectar a presença de um estranho numa
seqüência de vídeo, ou ainda de controlar um robô em
serviços de manutenção
O desafio agora é fazer com que o sistema aprenda
tarefas mais complexas (O Globo, 25/1) 
Fonte: Jornal da Ciência, 25/01/05
31
Carro superinteligente B-Max chama a atenção 
no MWC
28 de fevereiro de 2012
O Ford B-Max é integrado a um 
sistema de inteligência
- Sincroniza ligações e 
músicas do smartphone
- Se conecta via Bluetooth 
ao celular, e aceita coman-
dos de voz em inglês, fran-
cês, espanhol, português, 
alemão, italiano, turco, ho-
landês e russo
- É ligado a um sistema de 
emergência: em caso de 
acidente, o veículo acessa 
o celular em uso e entra 
em contato com um serviço 
de emergência com a 
localização do incidente
32
Perna biônica com inteligência artificial 
chega ao mercado
Redação do Site Inovação Tecnológica - 20/05/2009
• A empresa Ossur apresentou uma nova 
geração de prótese de joelho que se aproxima 
dos conceitos de biônica até agora somente 
vistos nos filmes de ficção científica
Prótese com andar natural
• Projetada para pessoas que tiveram a perna 
amputada acima do joelho, a prótese 
incorpora alimentação própria, sensores, 
atuadores e um computador rodando um 
programa de inteligência artificial que permite 
que os pacientes caminhem naturalmente e 
em segurança.
33
• Nas próteses tradicionais, o paciente deve se adaptar ao 
aparelho, enquanto que a nova prótese permite um andar 
totalmente natural
Músculos biônicos
• Quando detecta o contato com o solo (automaticamente) 
por meio de sensores, ela libera o movimento em 
qualquer ângulo de flexão, transmitindo a sensação de 
total estabilidade
• Os sensores garantem que os atuadores "músculos 
biônicos" serão acionados na medida certa, o que é
essencial em situações comuns no dia-a-dia, mas que 
são muito complicados de se controlar mecanicamente, 
como subir e descer escadas, sentar e levantar
Perna biônica com inteligência artificial 
chega ao mercado
Redação do Site Inovação Tecnológica - 20/05/2009
34
Perna biônica com inteligência artificial 
chega ao mercado
Redação do Site Inovação Tecnológica - 20/05/2009
Cérebro da prótese
• O "cérebro" da prótese é um programa de IA que 
analisa a interação entre o equipamento e o paciente.
• O programa aprendecom o uso, adaptando-se às 
situações e aprendendo a lidar com os novos 
movimentos
• A prótese biônica está em fase de pré-comercialização 
e continuará em testes avançados, devendo estar 
disponível comercialmente a partir de 2010
35
mão robótica
• Um grupo de pesquisadores europeus apresentou sua 
mão robótica, um conjunto de sistema sensorial e 
réplica biomecânica da mão humana. 
• Eles esperam poder conectá-la diretamente ao sistema 
nervoso, dando a pacientes amputados uma sensação 
ativa e quase real.
• No estágio atual, o projeto CyberHand ("mão 
cibernética") permite que dados sensoriais coletados 
pela mão biônica atinjam o cérebro e que instruções 
vindas do cérebro controlem parcialmente a mão.
36
O que é inteligência?
O que significa inteligência?
No séc. 19, significava ter uma boa capacidade de memorizar coisas
No séc. 20, significava tirar notas altas em teste de QI (quociente 
de inteligência), cuja média na sociedade era 100 da última vez que 
foi aferida
Se isto continua sendo verdade para o século 21, então acabou de 
nascer um computador muito mais inteligente do que a média dos 
humanos.
Pesquisadores suecos acabam de criar um programa de computador 
com um QI de 150
Programa de computador supera QI humano pela 
primeira vez Do Diário da Saúde - 18/02/2012
37
Teste de QI para computadores
Testes de QI são baseados em dois tipos de problemas: 
1. Matrizes progressivas - testam a capacidade de 
ver padrões em desenhos
2. Sequências numéricas - testam a capacidade de 
ver padrões em números.
Os melhores programas matemáticos construídos até hoje 
muito raramente atingem um QI igual a 100, ficando abaixo 
da média humana
Isso agora foi superado por um programa criado por Claes
Strannegard e seus colegas da Universidade de Gotemburgo.
"Nós estamos tentando criar programas para descobrir os 
mesmos tipos de padrões que os humanos podem ver."
Programa de computador supera QI humano pela 
primeira vez Do Diário da Saúde - 18/02/2012
38
Modelo psicológico
A construção de um programa de computador realmente 
inteligente foi possível com a integração de um modelo 
psicológico do comportamento humano.
Por exemplo: 
imagine a questão "1, 2, ?. O que vem a seguir?“
A maioria das pessoas responde 3. 
Um programa matemático ficará em dúvida 
Com "1, 2, 1, 2", ou "1, 2, 4, 8"
Do ponto de vista matemático, nenhuma das respostas é
melhor do que a outra, por isto os programas falham
Integrando o modelo psicológico, o novo programa emulou um 
pouco melhor a forma humana de resolver problemas
Programa de computador supera QI humano pela 
primeira vez Do Diário da Saúde - 18/02/2012
39
Resultado: um programa de computador com QI 150
Aplicações práticas
Esta combinação de matemática e psicologia tem um enorme 
potencial de aplicações práticas.
A era da informação está gerando um volume de informações muito 
acima do que as pessoas conseguem lidar - de "dilúvio de dados".
É difícil encontrar padrões que possam levar a conclusões úteis
Exemplos: - dados financeiros
- dados da previsão do tempo
- dados da observação astronômica
- dados da busca por civilizações extraterrestres
- dados da visão artificial para robôs
- dados do comportamento de moléculas e bactérias
- etc
Programa de computador supera QI humano pela 
primeira vez Do Diário da Saúde - 18/02/2012
40
Carros do futuro dispensarão semáforos nos cruzamentos
Redação do Site Inovação Tecnológica - 24/02/2012
- Este é o trabalho do Dr. Peter Stone, da Universidade do Texas (EUA)
- A primeira versão do programa (código aberto) é capaz de coordenar 
uma interseção viária, de múltiplas conversões, sem semáforos e, 
sem exigir que os carros parem.
41
Carros do futuro dispensarão semáforos nos cruzamentos
Redação do Site Inovação Tecnológica - 24/02/2012
- O trânsito intenso no cruzamento mostrado nas simulações 
parece absolutamente caótico
- Os carros passam muito perto uns dos outros, 
praticamente na velocidade normal da via.
Simulação no sistema proposto filme: Eu Robô.
42
Carros do futuro dispensarão semáforos nos cruzamentos
Redação do Site Inovação Tecnológica - 24/02/2012
- O sistema não registra nenhuma colisão
- Ao se aproximar do cruzamento, o carro com piloto automático 
(agente-motorista) solicita um espaço e um horário para atravessar
- Um gerente de cruzamento (agente árbitro) envia aos agentes-
motoristas instruções para ajustar suas posições e velocidades
Direção inteligente
Foram usados algoritmos de inteligência artificial para criar os 
agentes e estruturar o cruzamento virtual, por onde passam apenas 
carros dotados do sistema de direção automática
- Por enquanto o sistema foi testado na prática com apenas um 
carro, mas roda com eficiência total nos simuladores
"Os computadores já pilotam jatos de passageiros de forma 
muito similar a um piloto humano, mas as pessoas ainda se 
deparam com a perigosa tarefa de dirigir carros"
43
Robô motoqueiro
Muitas pessoas dariam tudo 
para ter o emprego do robô 
Flossie. Principalmente 
aqueles que gostam de 
motocicletas. 
A profissão de Flossie - se é
que podemos falar isso a 
respeito de uma máquina -
consiste em testar motos 
esportivas de altas cilindradas. 
Equipado com um moderno programa 
de computador de autoaprendizado, 
esse felizardo robô é capaz de pilotar
qualquer tipo de motocicleta.
http://www.futurauto.com.br/2009/07/flossie-o-novo-robo-de-testes.html
44
Robô motoqueiro
Depois de diversos exercícios com pilotos humanos, a 
empresa percebeu que precisava encontrar alguém com 
características e capacidades não verificadas nem nos 
melhores pilotos do mundo.
O piloto teria que suportar horas a fio correndo a altas 
velocidades (algo em torno dos 200 Km/h ou mais), manter 
a aceleração constante por intervalos de tempo muito 
precisos, fazer a mudança de marchas tão rápido quanto o 
câmbio suportasse, entre outras atividades. 
Seria necessário fazer tudo isso incessantemente, sem 
descanso, por horas e horas
45
Robô motoqueiro
O robô é capaz de tudo isso graças a um programa de 
inteligência artificial que lhe transmite informações 
específicas de cada moto que ele pilota, como a 
combinação de marchas, a sensibilidade da embreagem, 
dos freios e do acelerador e até a resposta que o motor 
dará a cada comando. 
E tudo isso com o programa de auto-aprendizado, que faz 
com que ele consiga realizar todas essas proezas em cima 
de qualquer motocicleta. 
Ironicamente, Flossie é capaz de tudo isso, mas não 
consegue se equilibrar em cima de uma moto. Para não 
cair, ele precisa ser “amarrado” à máquina por um sistema 
de fixação. Afinal, até os robôs têm suas limitações.
46
Aplicações da IA ao longo da história
Muitos outros sistemas úteis têm sido construídos 
usando tecnologias que ao menos uma vez eram áreas 
ativas em pesquisa de IA. Alguns exemplos incluem:
- Chinook foi declarado o campeão Homem-Máquina em 
Damas em 1994
- Deep Blue, um computador jogador de xadrez, derrotou 
Garry Kasparov em uma famosa disputa em 1997
- Lógica incerta, uma técnica para raciocinar dentro de 
incertezas, tem sido amplamente usada em sistemas de 
controles industriais
- Sistemas especialistas vêm sendo usados a uma certa 
escala industrial
47
Aplicações da IA ao longo da história
- Sistemas tradutores, tais como SYSTRAN, têm sido 
largamente usados (no entanto, os resultados não são 
ainda comparáveis com tradutores humanos)
- Redes Neurais vêm sendo usadas em uma larga 
variedade de tarefas, de sistemas de detecção de 
intrusos a jogos de computadores
- Sistemas de reconhecimento óptico de caracteres 
(OCR) podem traduzir letra escrita, de forma arbitrária, 
em texto
- Reconhecimentode escrita a mão é usada em milhões 
de Assistentes Pessoais Digitais
- Reconhecimento de voz está disponível comercialmente 
e é amplamente usado
48
Aplicações da IA ao longo da história
-Sistemas de álgebra computacional, tais como 
Matemática e Macsyma, são bons exemplos de aplicações 
de IA na solução de problemas algébricos
-Sistemas com Visão computacional são usados em muitas 
aplicações industriais
- Aplicações utilizando Vida Artificial são utilizados na 
indústria de entretenimento e no desenvolvimento da 
Computação Gráfica
- Sistemas baseados na idéia de agentes artificiais, 
(Sistemas Multiagentes), têm se tornado comuns para a 
resolução de problemas complexos
- Chatter bots (robôs de software para conversação), 
personagens virtuais que conversam em linguagem natural 
como humanos de verdade
49
Aplicações da IA ao longo da história
-Sistemas de álgebra computacional, tais como 
Matemática e Macsyma, são bons exemplos de aplicações 
de IA na solução de problemas algébricos
-Sistemas com Visão computacional são usados em muitas 
aplicações industriais
- Aplicações utilizando Vida Artificial são utilizados na 
indústria de entretenimento e no desenvolvimento da 
Computação Gráfica
- Sistemas baseados na idéia de agentes artificiais, 
(Sistemas Multiagentes), têm se tornado comuns para a 
resolução de problemas complexos
- Chatter bots (robôs de software para conversação), 
personagens virtuais que conversam em linguagem natural 
como humanos de verdade
50
Aplicações da IA ao longo da história
- Planejamento
- Visão Computacional
- Robótica
- Sistemas Especialistas
- Processamento de Linguagem Natural(PLN)
- Jogos
- Mineração de Dados e Business Intelligence
-Sistema de Suporte a Decisão (SSD)
- Mercado Financeiro
- NETtalk–leitura de textos
- Reconhecimento de padrões
- Reconhecimento óptico de caracteres(OCR)
51
Exemplos de programas ao longo da história
- The Start Project - Um sistema baseado em Internet 
que responde a perguntas em inglês
- Cyc, uma base de conhecimento com colecção vasta dos 
fatos sobre o mundo real e a habilidade lógica do 
raciocínio
- ALICE, um chatterbot http://www.alicebot.org/
- Alan, Outro chatterbot
- ELIZA, Um programa que pretend ser um 
psicotrapeuta, devolvido por volta de 1970 
http://www-ai.ijs.si/eliza/eliza.html
- PAM (Plan Applier Mechanism) - Um entendedor de 
histórias desenvolvido em 1978 por John Wilenksy
52
Exemplos de programas ao longo da história
- SAM (Script applier mechanism) - Um entendedor de 
histórias desenvolvido em 1975
- SHRDLU - HRDLU era um programa de computador 
adiantado da compreensão de língua natural, 
desenvolvido em 1968-1970 
- Creatures, um jogo de computador com produção que 
envolvia criatura codificada de um código genético 
superior utilizando um sofisticado biochemistry e 
cérebros de rede neural (simulação de vida artificial)
- BBC news story A ultima criação do criador de 
Creatures . Steve Grand's Lucy (simulação de vida artificial)
53
Exemplos de programas mais recentes
http://pt.akinator.com/
54
Exemplos de programas recentes
- EURISKO - uma linguagem para resolver problema que 
concistam em heuristics, incluindo a descrição do 
heuristics explicando como usa-lo e modifica-lo. 
Desenvolvido em 1978 por Douglas Lenat. 
-X-Ray Vision for Surgeons - grupo no MIT que 
investigou visão médica
- InBot - um software de Inteligência Artificial para 
criação de Personagens Virtuais (em português) 
www.inbot.com.br
Ed
Sete Zoom
a modelo
virtual mais
irresistível da
internet Prática da aula
55
IA Forte
• “Cérebros são Computadores Formados de Carne.”
• Construção de máquinas capazes de verdadeiramente 
raciocinar e resolver problemas.
• Problemas éticos
• As leis da robótica
Medo que as máquinas 
assumam o controle
1) Um robô não pode prejudicar um ser humano ou, por 
omissão, permitir que o ser humano sofra dano
2) Um robô tem de obedecer as ordens recebidas dos seres 
humanos, a menos que contradigam a Primeira Lei
3) Um robô deve proteger sua própria existência, desde que 
não entre em conflito com a Primeira e Segunda Leis
56
O quarto chinês – argumento contra a IA forte
O sistema: um ser humano, que compreende apenas o 
português, com um livro de regras escrito em português e 
diversas pilhas de papel, sendo algumas em branco e outras 
com inscrições indecifráveis (o ser humano é a CPU, o livro 
de regras o programa e o papel o dispositivo de 
armazenamento)
O sistema está num quarto com uma pequena abertura para 
o exterior. 
Por essa abertura passam papéis com símbolos 
indecifráveis. 
O ser humano encontra símbolos correspondentes no livro 
de regras e segue as instruções que podem incluir símbolos 
em novas folhas de papel, encontrar símbolos nas pilhas, 
reorganizar as pilhas, etc
57
O quarto chinês
Eventualmente, as instruções farão com que um ou mais 
símbolos sejam transcritos em uma folha de papel que 
será repassada ao exterior do quarto
Do exterior percebemos um sistema que está recebendo 
a entrada na forma de instruções em chinês e está
gerando respostas em chinês, que são sem dúvida 
“inteligentes”
Searle argumenta que a pessoa no quarto não entende o 
chinês (dado inicial)
O livro de regras e o papel não entendem chinês
Então, não está acontecendo nenhuma compreensão do 
chinês (de acordo com Searle, a execução do programa 
correto não gera necessariamente compreensão)
58
IA Fraca
• A máquina não é capaz de verdadeiramente raciocinar 
e resolver problemas
• máquinas são apenas capazes de agir como se fossem 
inteligente, mas não tem autoconsciência ou noção de si
• Agem como seres humanos
• Simular a inteligência é ser inteligente?
• Diversos avanços
• IA fraca basta ?
• IA fraca é mais fácil de implementar
59
Acontecimentos importantes para o surgimento da IA
• 3000 a.c Sistema de Diagnóstico (Médicos do Egito )
• 450 a.c Platão sugere que conhecimento = definições explícitas
• 322 a.c Organon (conjunto das obras de lógica do 
filósofo Aristóteles (384 ou 383 - 322 a.C.)
Século 17
• Thomas Hobbes publica o Leviathan (1651)
considerada uma das obras mais influentes 
já escritas sobre o pensamento político
• Pascal inventa a Pascaline (1642)
• Surge o computador mecânico de Leibnitz
60
Acontecimentos importantes para o surgimento da IA
Século 18
• Thomas Bayes publica trabalho sobre raciocínio + 
probabilidade (1763)
Século 19
• Computador programável de Babbage (1832)
• Lógica Booleana (1854)
• Teoria da Evolução das Espécies (1858)
• De Morgan – relações lógicas (1864)
• Frege desenvolve a Lógica dos Predicados
• Herman Hollerith processamento de dados de censos
61
Acontecimentos importantes para surgimento da IA
Século 20
• Análise de Markov de sequência de textos
• Máquina Universal de Turing
• Pitts e McCullock – modelos de neurônios artificiais
• Hebbs sugere que as redes neuronais podem aprender
• Teste de Turing
• Allen Newell, Herbert Simon e J. Shaw implementam o 
LT-LogicTheorist
modelo de neurônio artificial
62
Áreas Relacionadas com IA
63
Como a IA pode surgir - Ficção Científica
Afirmações e perguntas no filme Eu, Robô
Sempre existiram ‘fantasmas na máquina’. 
Trechos de códigos randômicos que se uniram para formar 
protocolos inesperados. 
De forma não antecipada, esses radicais livres elaboram perguntas 
sobre livre-arbítrio, criatividade e até mesmo a natureza daquilo que 
chamamos de alma. 
Por que será que, ao ficarem no escuro, eles procuram a luz? 
Por que será que, quando armazenado num lugar vazio eles se 
agrupam ao invés de ficarem sós? 
Como explicar tal comportamento? 
Segmentos randômicos de códigos?Ou é algo a mais? 
Quando um esquema de percepção se torna uma consciência?
Quando calcular probabilidades começa a ser a busca de verdade? 
Quando é que uma simulação de personalidade se torna o doloroso 
átomo de uma alma?
64
Duas linhas em IA
Simbólica
• Hipótese dos Sistemas de Símbolos Físicos (HSSF)
“um sistema de símbolos físicos tem os meios necessários e 
suficientes para uma ação inteligente geral”
• Representação e manipulação do conhecimento através de 
símbolos
• Gera uma explosão combinatorial e dificuldade de 
manipular conhecimento incompleto e incoerente
65
Duas linhas em IA
IA Conexionista
• Modelagem da inteligência humana através da 
simulação dos componentes do cérebro, isto é, de seus 
neurônios, e de suas interligações. 
• Informações não necessariamente precisas 
(pesos de entrada)
• Algoritmos de Aprendizagem
• A inteligência surge com o treinamento
• Espera-se obter resultados que o programador nem 
imaginava
66
História da IA
Gestação (1943-1955)
•1943: McCulloch e Pitts propuseram o primeiro modelo 
matemático para um neurônio biológico.
• 1949: Hebb desenvolveu uma regra de aprendizado 
para neurônios artificiais.
• 1950: Turing propõe um teste para inteligência 
publicado no seu artigo 
“Computing Machinery and Intelligence”
• 1951: O primeiro neurocomputadorfoi construído 
SNARK
67
História da IA
Nascimento (1956)
• Esforço conjunto de pesquisadores do MIT, CMU, 
Stanford e IBM (MarvinMinsky, John McCarthy, 
Claude Shannone Nathaniel Rochester, entre outros)
• Proposto oficialmente o nome “Inteligência Artificial”
• Dartmouth Summer Research Project on Artificial 
Intelligence
68
História da IA
Entusiasmo (1952-1969)
• Quebrando sucessivas barreiras
• Simbólico
- LISP (1958), LogicTheorist(1955) , General 
ProblemSolver (1957), Geometry Theorem
Prover(1957), Jogos de Damas(1957), Shakey(1966)
- Hipótese dos Sistemas de Símbolos Físicos(HSSF)
• Conexionista
- 1957: Foi construído o computador Mark I 
- 1957: Rosemblatt propõe o perceptron (Neurônio 
artificial, função limiar e algoritmo de aprendizagem)
- 1962: Widrow aperfeiçoa o método de aprendizado
69
História da IA
Realidade (1966-1973)
• Experimentar diferentes combinações de passos até
encontrar a solução: estratégia que funciona apenas em 
micromundos (veja o problema das 8 rainhas a seguir)
• Incapacidade de conviver com explosão combinatória
• Minsky e Papert publicam o livro “perceptrons” -
redes neurais não conseguiam aprender a função XOR
• Corte no apoio do governo
70
História da IA
Problema das oitos rainhas
Colocar 8 rainhas no tabuleiro, de modo que não fiquem 
em posição de perigo
• Testar todas as possibilidades:
64!/56! = 178.462.987.637.760
• Considere como soluções 
possíveis: 8! = 40320
• Número de soluções 
igual a 92
Linhas [4,2,7,3,6,8,5,1]
71
História da IA
Sistemas baseados em conhecimento (1969-1979)
• Predominância dos métodos fracos (intratabilidade e 
complexidade)
• 1969: DENDRAL:primeiro sistema bem-sucedido de 
busca. Separação entre conhecimento e raciocínio. Uso 
de heurística
• Surgimento dos sistemas especialistas;
• 1977: MYCIN (Diagnóstico de doenças contagiosas 
- uso de valores de probabilidade)
• 1969 : Planner (Backtracking)
• 1974 : PROLOG Resolução + Cláusulas Horn
• 1975: John Holland cria os Algoritmos Genéticos.
72
História da IA
Renascimento (1980-?)
• Uso industrial dos sistemas especialistas;
• 1980: Rumelhart, Hintone Williams: algoritmo da 
retropropagaçãodo erros; 
• 1982: Físico e biólogo Hopfield relata a utilização de 
redes neurais simétricas para otimização.
• Explosão do uso dos modelos conexionistas.
73
História da IA
Renascimento (1980-?)
1983: Lenat cria Projeto Cyc (obter inteligência e senso comum a 
partir da explicitação de uma grande quantidade de conhecimento "óbvio“ - Toda 
ave é um animal; Todo pardal é uma ave; Todo corvo é uma ave )
• 1994: Chinook foi declarado o campeão 
Homem-Máquina em Damas
• 1997: DeepBlue vence o enxadrista GarryKasparov;
• Internet 3.0 (Web Semântica e IA)
• Reaproximação da I.A. com outras áreas do conhecimento
74
História da IA
75
Bibliografia
• Turing, A. M. “Computing Machinery and
Intelligence”. Oxford University Press, 
1950
• pdf disponível