Técnicas da Inteligência Artificial

Prévia do material em texto

Técnicas da Inteligência Artificial
Introdução
O desenvolvimento da área começou logo após a Segunda Guerra Mundial, com o matemático inglês Alan Turing, e o próprio nome foi cunhado em 1956. Seus principais idealizadores foram os cientistas Simon, Newell, McCarthy, McCulloch, Pitts e Minsky, entre outros. A construção de máquinas inteligentes interessam à humanidade há muito tempo, havendo na história tanto um registro significante de autômatos mecanicos (reais) quanto de personagens místicos (fictícios) construídos pelo homem com inteligência própria. Tais relatos, lendas e ficções demonstram expectativas contrastantes do homem, de fascínio e de medo, em relação à Inteligência Artificial. Com o surgimento do computador moderno, é que a inteligência artificial ganhou meios e massa crítica para se estabelecer como ciência integral, com problemáticas e metodologias próprias. Desde então, seu desenvolvimento tem extrapolado os clássicos programas de xadrez ou de conversão e envolvido áreas como visão computacional, análise e síntese da voz, lógica difusa, redes neurais artificiais e muitas outras.
Definição
Inteligência Artificial é um conjunto de problemas genéricos e o desenvolvimento e análise de técnicas que resolvem esses problemas. 
O engenheiro de IA tem que saber como mapear seu problema prático num problema genérico e que técnicas são boas para resolver o problema genérico. 
O cientista de IA tem que desenvolver novas técnicas para resolver um problema genérico e tem que compará-las com as existentes.
Resumo
A Inteligência Artificial atualmente é um vasto campo de pesquisa. Existem diversas técnicas sendo pesquisadas, Teoria Fuzzy, Árvores de Decisão, Redes Neurais,Algoritmos Genéticos entre outros. As técnicas têm sido empregadas com sucesso nas mais diversas aplicações nas áreas de automação e controle, reconhecimento de padrões, reconhecimento de voz, detecção de falhas e classificação, entre outras. 
O principal objetivo do sistema, é executar funções que, caso um ser humano fosse executar, seriam consideradas inteligentes. É um conceito amplo, e que recebe tantas definições quanto damos significados diferentes à palavra Inteligência. Podemos pensar em algumas características básicas desses sistemas, como a capacidade de raciocínio, aprendizagem, reconhecer padrões e inferência.
Técnicas
 Teoria Fuzzy: Permite trabalhar com as incertezas e provê um entendimento simbólico para compreensão do conhecimento. 
 Árvores de Decisão: Têm capacidade de construir decisões simbólicas para a classificação de problemas e, através do conhecimento obtido, pode-se construir regras simbólicas para uma tomada de decisão. Teoria Fuzzy também pode ser incorporada às árvores de decisão, aumentando seu poder de representação e aplicabilidade. 
Redes Neurais: (algoritmo back-propagation) têm apresentado ótimos resultados na aprendizagem de funções e em problemas de classificação. 
Algoritmos Genéticos: São técnicas de busca e otimização, baseadas nos mecanismos de evolução de populações de seres vivos.
Planejamento Automatizado e escalonamento: O programa Remote Agent da NASA se tornou o primeiro programa de planejamento automatizado (autônomo) de bordo a controlar o escalonamento de operações de uma nave espacial. O Remote Agent gerou planos de metas de alto nível especificadas a partir do solo e monitorou a operação da nave espacial à medida que os planos eram executados – efetuando a detecção, o diagnóstico e a recuperação de problemas conforme eles ocorriam.
Controle autônomo: O sistema de visão de computador ALVINN foi treinado para dirigir um automóvel, mantendo-o na pista. Ele foi colocado na minivan controlada por computador NAVLAB da CMU e foi utilizado para percorrer os Estados Unidos – ao longo de quase 4.600 km o ALVINN manteve o controle da direção do veículo durante 98% do tempo. Um ser humano assumiu o comando nos outros 2%, principalmente na saída de declives.
Diagnóstico: Programas de diagnóstico medico baseados na analise probabilística são capazes de executar tarefas no nível de um medico especialista em diversas áreas da medicina.
Planejamento Logístico: Durante a crise do Golfo Pérsico em 1991, as forças armadas dos Estados Unidos distribuíram uma ferramenta, a fim de realizar o planejamento logístico automatizado e a programação de execução do transporte. Isso envolveu até 50 000 veículos, transporte de carga aérea e de pessoal ao mesmo tempo, e teve de levar em conta os pontos de partida, destinos, rotas e resolução de conflitos entre todos os parâmetros. As técnicas de planejamento da IA permitiram a geração em algumas horas de um plano que exigiria semanas com outros métodos.
Vida Artificial: São utilizados na indústria de entretenimento e no desenvolvimento da  Computação Gráfica.
Visão Computacional: São usados em muitas aplicações industriais.
Sistemas de álgebra Computacional: São bons exemplos de aplicações de IA na solução de problemas algébricos.
Reconhecimento Óptico de Caracteres: Podem traduzir letra escrita de forma arbitrária em texto.
Sistemas tutoriais Inteligentes: Vem sendo usados para o aprendizado. Uma característica distintiva desta técnica é o modelo do estudante.
Sistemas especialistas: Vêm sendo usados a uma certa escala industrial. Os sistemas especialistas foram um dos primeiros sucessos da IA, com o software Mycin. Os principais componentes de um Sistema especialista são uma base de conhecimento alimentada por um especialista, uma máquina de inferência e uma memória de trabalho.
Lógica incerta: Uma técnica para raciocinar dentro de incertezas, tem sido amplamento usada em sistemas de controles industriais.
Robótica: muitos cirurgiões agora utilizam robôs assistentes em microcirurgias.