Portfólio de Inteligência Artificial

Prévia do material em texto

...............................................................................................................................
engneharia mecatrônica – N1MODA
elenilson do carmo silva - 202272014
Portfólio
Inteligência Artificial
...............................................................................................................................
Guarulhos
2018
elenilson do carmo silva
portfolio
Inteligência Artificial 
Trabalho apresentado ao Curso ENGENHARIA MECATRÔNICA da Faculdade ENIAC para a disciplina INTELIGÊNCIA ARTIFICIAL.
Prof. CAO JI KAN
Guarulhos
2018
 ATIVIDADE PROPOSTA
1)	Faça um resumo sobre Agentes inteligentes: definição, aplicações, exemplos e tipos. 
R: Um agente de software recebe sequências de teclas digitadas, conteúdo de arquivos e pacotes de rede como entradas sensórias e atua sobre o ambiente exibindo algo na tela, escrevendo em arquivos e enviando pacotes de rede. Em geral, a escolha de ação de um agente em qualquer instante dado pode depender da sequência inteira de percepções recebidas até o momento, mas não de percepções não recebidas. Se pudermos especificar a escolha de ação do agente para toda sequência de percepções possível, teremos dito quase tudo o que existe a dizer sobre o agente. Em termos matemáticos, afirmamos que o comportamento do agente é descrito pela função do agente que mapeia qualquer sequência de percepções específica para uma ação.
Um agente é uma ferramenta que realiza alguma tarefa em nome de um humano,um simples agente pode ser construído para comprar uma ação específica quando o preço dela cair abaixo de um determinado nível.
Muitos agentes inteligentes são capazes de aprender a partir de seu próprio desempenho, de outros agentes, do usuário ou do ambiente no qual estiverem situados.
Além de inteligência,uma característica importante de muitos agentes inteligentes é a autonomia, a capacidade de agir e tomar decisões, independentemente do programador ou do usuário do agente, um agente inteligente comprador, projetado para comprar mercadorias em nome de um usuário, precisará ser capaz de tomar decisões sobre quais itens adquirir sem ter que consultar o usuário novamente .
Muitos agentes têm uma capacidade de aprender. Em outras palavras, quando diante de novas informações, um agente deste tipo será capaz de armazenar estas novas informações de uma forma útil. Agentes podem aprender a partir de um usuário observando ações ou recebendo instruções. Em sistemas multiagentes, agentes geralmente cooperam uns com os outros. Como já mencionado, agentes também podem aprender uns com os outros, um agente comprador pode ser informado por outro agente comprador de um novo portal de compras que ele pode considerar útil.
Um simples agente reativo é o filtro automático de correio que muitos sistemas de correio eletrônico possuem ao momento.
Um uso comum para este sistema é rejeitar a chamada mala direta não desejada . 
Um agente racional é aquele que faz tudo certo — em termos conceituais, toda entrada na tabela correspondente à função do agente é preenchida de forma correta.
2)	Faça um resumo sobre Sistemas especialistas: definição, arquitetura, exemplos. 
R: São sistemas computacionais que usam regras para fornecer recomendações ou diagnósticos , ou para determinar uma linha de ação em uma situação particular ou para solucionar um problema específico.
Em um sistema baseado em regras, a base de conhecimento consiste em um conjunto de regras que representam o conhecimento que o sistema tem.
Com encadeamento para trás partimos de uma conclusão, que é a hipótese que queremos provar, e temos por objetivo mostrar como aquela conclusão pode ser alcançadas a partir das regras e fatos na base de dados.
A vantagem desse método é particulamente clara em situações nas quais o primeiro estado permite um número muito grande de possíveis ações.
Um sistema especialista é projetado para modelar o comportamento de um especialista em alguma área, como medicina ou geologia. Sistema especialista baseados em regras são projetados para serem apazesde usar as mesma regras que os especialista usariam para chegar a conclusões a partir de um conjunto de fatos apresentados ao sistema.
O especialista de domínio é muito importante para o projeto de umsistema especialista. No caso de um sistema para diagnóstio médico, o especialista precisa ser capazde explicar ao engenheiro de conhecimentocomo ele faz para diagnosticar doenças.
A base de conhecimento contém oconhecimento específico de um domínio que é usado por um especialista baseado em regras, esse conhecimento do domínio é expresso na forma de uma série de regras.
O usuário do sistema especialista interage com ele por meio de uma interface de usuário que fornece acesso ao mecanismo de inferência, ao sistema de explicação e ao editor da base de conhecimento. O mecanismode inferência usará encadeamento para frente, para trás ou uma combinação dos dois para fazer inferências a partir dos dados que estejam disponíveis.
Um exemplo de ambiente deste tipo é o CLIPS,que é descrito mais detalhadamente na Seção 9.5. Outros exemplos em uso comum incluem OPS5,ART,JESS e ECLIPSE.
CLIPS é um ambiente de sistema especialista disponível gratuitamente, que foi implementado em C. Ele fornece uma linguagem para expressar regra e usa,principalmente, encadeamento para frente para chegar a conclusões a partir de um conjunto de fatos e regras.
Então, CLIPS levou em consideração três fatos que foram informado ao sistema e usou a regra para chegar a uma conclusão, a de que x é o chefe. Embora este seja um exemplo simples, CLIPS, assim como outros ambientes de sistemas especialistas, pode ser usado para construir ferramentas extremamente sofisticadas e poderosas.
MYCIN mostrou - se bem sucedido, por exemplo, provou ser capaz de fornecer diagnósticos mais precisos de meningite em pacientes do que a maioria dos médicos.