Baixe o app para aproveitar ainda mais
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
Compartilhar