Aula 1 IA

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