Introdução

Esta é uma pré-visualização de arquivo. Entre para ver o arquivo original

*
*
Inteligência Artificial
Filósofos tentam entender o que é e como se desenvolve a inteligência & cia (mente, racionalidade, aprendizagem, etc) há mais de 2000 anos (Sócrates  Platão  Aristóteles – em torno de 400 a 300 a.c.).
A Inteligência Artificial tenta compreender e construir entidades inteligentes.
Primeiro trabalho em IA: neurônio artificial de McCulloch e Pitts (1943)  neurônio-modelo das redes neurais artificiais.
A Inteligência Artificial “nasce” (oficialmente) em 1956 no Dartmouth College em um workshop no qual seu nome, proposto por John McCarthy, foi aceito pelos principais pesquisadores de então.
*
*
Racionalidade & Cia
(Segundo o dicionário Houaiss)
RACIONALIDADE
qualidade do que é racional;
capacidade de exercer a própria razão.
Racional
que tem por objeto a razão, sua forma e seus procedimentos;
aceitável pela razão;
em que há coerência, lógica.
Razão
faculdade de raciocinar, de apreender, de compreender, de ponderar, de julgar; a inteligência;
raciocínio que conduz à indução ou dedução de algo;
capacidade de avaliar com correção, com discernimento; bom senso, juízo.
 SER RACIONAL É FAZER A COISA CERTA!
*
*
Inteligência
(Segundo o Dicionário Houaiss)
Faculdade de conhecer, compreender e aprender;
Conjunto de funções psíquicas e psicofisiológicas que contribuem para o conhecimento, para a compreensão da natureza das coisas e do significado dos fatos;
Capacidade de apreender e organizar os dados de uma situação, em circunstâncias para as quais de nada servem o instinto, a aprendizagem e o hábito; capacidade de resolver problemas e empenhar-se em processos de pensamento abstrato;
Nos animais, função mental de organização do real em atos (e não em atos e pensamentos, como nos seres humanos);
Engenhosidade e eficácia no exercício de uma atividade; 
*
*
… Inteligência
Marvin Minsky (“The Society of Mind”, 1985): 
“Capacidade de resolver problemas difíceis.”
Ben Goertzel (“Digital Intuition”, 2000):
“A auto-organização e intercriação mútua de uma rede de processos, incorporando percepção, ação, memória e raciocínio de modo unificado e que guia um sistema autônomo em suas interações com um ambiente rico e flexível.”
Pei Wang (“On the Working Definition of Intelligence”, 1995):
“É a capacidade de um sistema de processamento de informações de adaptar-se a seu ambiente com conhecimento e recursos insuficientes.”
*
*
O que é Inteligência Artificial
*
*
Inteligência Artificial
Agindo como seres humanos: O TESTE DE TURING (1950)
Características necessárias a um sistema para passar no teste:
Processamento de linguagem natural
Representação de conhecimento
Raciocínio automatizado
Aprendizagem de máquina (Machine Learning)
*
*
… Inteligência Artificial
Pensando como seres humanos: abordagem da modelagem cognitiva
Como humanos pensam?
Se soubermos exatamente como humanos pensam podemos construir um sistema e verificar se ele se comporta como um ser humano se comportaria.
O cérebro é visto como um processador de informações.
Pensando racionalmente: abordagem das leis do pensamento
Aristóteles e os silogismos: argumentos sempre dão respostas corretas dadas premissas corretas.
Ex: (1) Sócrates é humano; (2) humanos são mortais; logo (3) Sócrates é mortal  1 e 2 são premissas, 3 é a conclusão
 Início da Lógica.
A tradição logicista busca construir programas que, dada uma descrição de um problema em notação lógica, encontrem a solução para o problema: fazem inferências corretamente.
*
*
… Inteligência Artificial
Agindo racionalmente: a abordagem do agente racional
Ser racional é “fazer a coisa certa”.
Um sistema é racional se, dados os objetivos, ele os alcança a partir das informações disponíveis. Ou seja, tem comportamento racional.
Um agente é alguma coisa que “percebe e age”.
Logo,
Um agente racional é um sistema que, dados os objetivos, recebe estímulos (ou perceptos) do ambiente e executa a ação correta.
Nesta abordagem, Inteligência Artificial é vista como o estudo e construção de agentes racionais.
A racionalidade perfeita é impossível por causa de limitações de recursos (computacionais, informacionais, etc), logo deve-se buscar o “melhor possível”.
*
*
Fundamentos da Inteligência Artificial
FILOSOFIA (428 a.c. - hoje):
Silogismos, lógica;
A mente como um sistema físico; 
Fundamentos da aprendizagem, linguagem e racionalidade.
MATEMÁTICA (800 - hoje):
Algoritmo, lógica formal;
Teorema da incompletude de Gödel;
Indecidibilidade (Turing);
Intratabilidade (Cook);
Teoria das probabilidades.
PSICOLOGIA (1879 - hoje):
“Behaviorismo”;
Psicologia cognitiva.
LINGUÍSTICA (1957 - hoje):
Representação de conhecimento;
Gramática.
*
*
História da Inteligência Artificial
1943: Modelo de neurônio de Warren McCulloch e Walter Pitts
Trabalho baseado em:
Fisiologia básica;
Análise formal da lógica proposicional;
Teoria da Computação de Turing.
Neurônio “on/off” (dois estados apenas)
Qualquer função computável pode ser computada por alguma rede de neurônios.
1951: Marvin Minsky e Dean Edmonds
Primeiro computador de rede neural: SNARC  rede de 40 neurônios.
1956: primeiro workshop 
Logic Theorist de Allan Newell e Herbert Simon
Primeiro sistema de raciocínio (reasoning system): prova de teoremas matemáticos.
O nome “Artificial Intelligence” é cunhado por John McCarthy
*
*
… História da Inteligência Artificial
1952: GPS: General Problem Solver
Projetado para imitar os protocolos humanos de resolução de problemas (a ordem na qual as subtarefas eram são executados é similar à dos seres humanos);
Sistema baseado em regras.
1952 – 1956: programas jogadores de damas de Arthur Samuel e cia
Acabou com a idéia de que um computador só era capaz de executar ações fornecidas a ele diretamente.
1958: John MacCarthy
LISP.
Time sharing (sistema de tempo compartilhado).
Advice Taker: representação de conhecimento + raciocínio.
1959: Geometry Theorem Prover
Experimentou problemas com o número de caminhos para provar um teorema.
*
*
… História da Inteligência Artificial
1960: Widrow e Hoff
ADALINE [Adaptive LInear Neuron (mais tarde Element)].
1962: Rosenblatt
Perceptron.
1963: 
John MacCarthy
Projeto do robô Shakey.
Marvin Minsky
Micromundos ou domínios limitados. Ex: mundo dos blocos.
1965: ELIZA: capacidade de conversação (???)
1966 (?): 
Tradução russo  inglês falha.
IA tratava com problemas NP-completo mas a teoria ainda não havia surgido!!
1969: livro Perceptrons, de Minsky e Papert, leva à retirada de quase todo o financiamento de projetos em redes neurais.
*
*
… História da Inteligência Artificial
1966 – 1974: Principais dificuldades:
Não-utilização de conhecimento de domínio;
Intratabilidade;
Limitação de estruturas básicas (perceptrons).
1969 – 1979: Sistemas baseados em conhecimento
1969: DENDRAL: inferência de estruturas moleculares a partir de informações de espectômetros de massa
Primeiro sistema especialista;
Armazena conhecimento em regras.
Programas especialistas em diagnósticos médicos;
Processamento de linguagem natural muito restrito.
1980 – 1988: IA e a indústria
1981: Projeto quinta geração (Japão)
Projeto de computadores executando Prolog como linguagem de máquina.
1982: Sistema R1, na DEC: economiza $40M/ano trabalhando com encomendas!
*
*
… História da Inteligência Artificial
1986 – hoje:
Retorno das redes neurais
1982: redes de Hopfield;
1986: algoritmo de backpropagation (implementado, de fato, em 1969!!).
Sistemas especialistas decepcionam.
Utilização de ferramentas já estabelecidas da matemática e probabilidade
Ex: reconhecimento de voz e os modelos ocultos de Markov
Baseados em teoria matemática rigorosa;
Treinados com grande quantidade de dados reais.
1988: Judea Pearl e os sistemas de raciocínio probabilístico:
Trabalhando com a incerteza.
Redes de crenças
ou confiança (belief networks)
Algoritmos genéticos e programação genética
Vida artificial
Aprendizagem (estatística) de máquina
*
*
Estado da Arte
Programas que derrotam mestres do xadrez.
Carro autônomo em autobans a mais de 100 km/h.
E no trânsito urbano com autonomia em cerca de 99% do tempo!…
Conversação sobre temas específicos.
Dar auxílio em áreas específicas: medicina, direito, engenharia, etc.
Busca de informações, produtos e serviços, etc em redes de computadores.
Controle de robôs em ambientes inócuos: exploração de Marte, p. ex.
Planejamento logístico de transporte em ações militares.
*
*
Lógica: 
parte da filosofia que trata das formas do pensamento em geral (dedução, indução, hipótese, inferência etc.) e das operações intelectuais que visam à determinação do que é verdadeiro ou não;
Em Informática: organização e planejamento das instruções, assertivas etc. em um algoritmo, a fim de viabilizar a implementação de um programa.
*
*
*
*
Se o interrogador humano não conseguir decidir se quem está respondendo suas perguntas é um ser humano ou um sistema (programa) de computador, então o sistema passa no Teste de Turing (Alan Turing).
*
*
*
*
*
*
BACKPROPAGTION foi descoberto em 1969!! Mas ninguém ficou sabendo!!...
*
*
*