Baixe o app para aproveitar ainda mais
Prévia do material em texto
Inteligência Artificial Aula 1 - Apresentação Prof. Dr. Willian P. Amorim Ementa • Definição e objetivos da Inteligência Artificial. Agentes Inteligentes. Resolução de problemas por meio de busca. Agentes baseados em conhecimento. Planejamento. Aprendizado de máquina. • Objetivos: Esta disciplina tem por finalidade o estudo de diversas técnicas e problemas de Inteligência Artificial como ferramentas para modelar e resolver problemas práticos. Estrutura do Curso • Apresentação de Técnicas e Algoritmos • Aplicações de técnicas em problemas reais • Jogos de Damas (ou Xadrez) • Filtro de spam • Reconhecimento de Caracteres • Recomendações de produtos comerciais • ... Provas • P1 = ? • P2 = ? • PS = ? • Trabalhos = ? • Média Final (MF) = (((P1+P2)/2)*0.9)+(Média Trabalhos * 0.10) Bibliografia • Artigos de maior impacto na área • Básica • RUSSEL, S. NORVIG, P. Inteligência Artificial. Editora Campus, 2004. • HAYKIN, S. Redes Neurais. Bookman, 2007. • RICH, E. Inteligência Artificial. McGraw Hill. 1988. • Complementar • WINSTON, P. H. Inteligência Artificial. LTC, 1988. • BRAGA, A. P. CARVALHO, A. C. P. de L., LUDEMIR, T. B. Redes Neurais Artificiais. LTC, 2007. • BITTENCOURT, G. Inteligência Artificial, ferramentas e teorias. Editora da UFSC. Florianópolis, SC,2006. • RESENDE, S. Sistemas Inteligentes. Edt. Manole. 2000. Aula de Hoje • Definição de Inteligência Artificial • Aplicações Introdução • Nossa capacidade mental (inteligência) foi fato fundamental para a sobrevivência da nossa espécie. • A inteligência que nos torna seres dominantes nesse planeta. • Estudar e entender entidades inteligentes é um grande desafio. • Filosofia e psicologia procuram entender. Introdução IA está interessada em construir essas entidades inteligentes. Introdução • O que é Inteligência Artificial (IA) ? Existem diversas definições. • IA é uma área de pesquisa que procura desenvolver técnicas que possibilitam sistemas computacionais realizar atividades consideradas inteligentes. Inteligência • Inteligência é um termo utilizado para descrever as diversas características de uma mente, tais como: • raciocinar; • planejar; • imaginar; • compreender; • ... • aprender. Aprender • Aprender é uma das características mais interessantes da mente humana. • Aprender é como se fosse a chave para obtermos as outras características. • Boa parte dos esforços atuais em pesquisa em IA está justamente no aprendizado. Então IA e sinônimo de aprendizado? • Não! • Aprendizado e uma das áreas mais pesquisadas atualmente em IA mas existe uma longa lista de áreas de pesquisa dentro de IA. Conhecendo Inteligência Artificial • O que precisamos fazer para conhecermos uma pessoa? • Seu histórico. Conhecendo Inteligência Artificial • Exemplo: O que precisamos fazer para conhecermos uma pessoa? • Seu histórico. • Quem são os seus pais? Onde você mora? Qual e a sua realidade no dia a dia, seus problemas, vitorias e derrotas... Teste de Turing • Teste de Turing é um teste proposto por Alan Turing em uma publicação de 1950 chamada "Computing Machinery and Intelligence“ cujo objetivo era determinar se um programa de computador é ou não inteligente. • O programa é inteligente se a pessoa que participa no teste não for capaz de dizer se foi o programa ou um ser humano que respondeu as suas perguntas. Teste de Turing Invertido (CAPTCHA) • Captcha: teste de Turing automático para distinguir homem e máquina. • Teste aplicado por um computador para certificar que o usuário é humano • Criado como ferramenta anti-spam. ChatterBots Alice alice.pandorabots.com/ Um pouco da minha infância C-3PO R2-D2 Um pouco da minha infância Rose Introdução • O que temos atualmente • http://www.youtube.com/watch?v=oyHWkQcin7I • https://www.facebook.com/futurism/videos/8526 56531580214/ Introdução • Utilizar modelos matemáticos para o controle destes robôs • Qual modelo? • Como ajustar os parâmetros deste modelo? Introdução • Ideia 1: Construir um modelo manualmente e fazer um ajuste na tentativa e erro. • Ideia 2: Construir um modelo automaticamente e fazer o ajuste utilizando informações do passado (exemplos de treinamento). Em outras palavras, deixar o robô aprender por si mesmo. • (Aprendizado de Máquina) Robôs com tarefas super especializadas Introdução • http://www.youtube.com/watch?v=qsRsrMQy64k • http://www.youtube.com/watch?v=ReN2l816L8k • http://www.youtube.com/watch?v=VghVtljvWew &list=PLEC80AC626DBB2AA9 Aprendizado por Reforço • http://www.youtube.com/watch?v=CIF2SBVY-J0 • https://www.youtube.com/watch?v=V1eYniJ0Rnk Tipos de Aprendizado • Aprendizado por dedução (motores de inferência em programação lógica). • Aprendizado por instrução (definição de um conjunto de ações) • Aprendizado por analogia (raciocínio baseado em casos) • Aprendizado por reforço (premia caso esteja fazendo corretamente) • Aprendizado por indução Aprendizado por Indução • Naturalmente fazemos observações do mundo para lançar hipóteses. (Indução de hipótese) Tarefa: Como separar os robôs? Tarefa: Como separar os robôs? Aprendizado por Indução • A maioria dos algoritmos de aprendizado de máquina conhecidos atualmente faz uso de aprendizado por indução. • A entrada desses algoritmos são descrições do mundo (tabelas atributo valor) e a saída e um modelo (classificador, agrupador, etc) Aprender • Aprendizado Segundo Michalski 1986 “Aprender é construir ou modificar representações sobre o que sendo experimentado” • Experiência por estímulos (visão, audição, olfato, tato e paladar) • Sistemas especialistas e sistemas baseados em conhecimento (geração “manual” de representações do conhecimento) • Aprendizado de Máquina (geração automática de representações do conhecimento). Um simples exemplo de aprendizado (árvore de decisão) • Tabela atributo-valor Um simples exemplo de aprendizado (árvore de decisão) • Conjunto de dados palestra Um simples exemplo de aprendizado (árvore de decisão) • Árvore de Decisão induzida Google’s Car • http://www.youtube.com/watch?v=t9Fxp3HK6DI EMOTIV • https://www.youtube.com/watch?v=bposG6XHXv U Outras Aplicações • (ILP) Detecção de estruturas que ocasionam câncer (Stephen H. Muggleton) • (classificação,agrupamento) Genoma Humano • (agrupamento) Picasaweb • (agrupamento) Amazon (recomendação de livros) • (LSA, agrupamento) Recomendação de Filmes Considerações Finais • As técnicas de IA atuais são fundamentados em otimização, estatística, logica e algoritmos. • Cada vez mais é necessário uma base solida em matemática para compreender os trabalhos realizados na área. • Ir além de problemas de classificação e agrupamento Depois deste semestre o que seremos capazes de fazer? • Desenvolver sistemas capazes de: • Reconhecer padrões (voz, imagens, dados científicos, etc); • Simular inteligência (apresentar soluções ótimas para os mais diversos problemas); • Recomendar livros, vídeos e outros produtos comerciais; • Minerar dados; Pipeline – Aprendizagem Dados Extração de atributos Treinamento Classificação Avaliação Primeiramente, precisamos conhecer o ambiente a qual estaremos trabalhando... Ferramentas? Artigos? Apostilas? Linguagens? O que existe hoje? E agora? Java ou Python? Weka ou scikit-learn? Supervisionado ou não supervisionado? Atividade (sala de aula) • Entregar em versão manuscrita – próxima aula. 1. Criee justifique sua definição para inteligência artificial. 2. Critique os critérios de Turing para que um sistema computacional seja “inteligente”. 3. Descreva os próprios critérios para que um sistema computacional seja considerado “inteligente”. 4. Discuta por que você acha que o problema de aprendizado de máquina é tão difícil. 5. Liste e discuta dois efeitos potencialmente negativos para a sociedade do desenvolvimento de técnicas de inteligência artificial. Contato • WillianAmorim@ufgd.edu.br • paraguassuec@gmail.com
Compartilhar