Baixe o app para aproveitar ainda mais
Prévia do material em texto
Definição de inteligência possui uma profundidade conceitual nos campos da psicologia, filosofia, biologia e não existe um consenso sobre esta definição para termos computacionais. Agir de forma humana: combinar determinadas regras para que se encontre soluções mais corretas 1) Pensar de forma humana: criação de procedimentos para que a máquina possa tomar decisões sozinha. 2) Pensar racionalmente: criar modelos para que a máquina possa raciocinar, perceber, aprender e pensar da maneira perfeita dentro de um sistema. 3) Agindo racionalmente: agentes inteligentes - um agente é desenvolvido para agir racionalmente dentro de um determinado contexto. 4) Abordagens: Fundamentos Matemática: fundamentos matemáticos para solução de problemas; matemática computacional e modelo matemáticos baseados em simbolismos; entre outras áreas que utilizam princípios matemáticos como neurobiologia, etc. Sistema especialista: Uma solução que resolveu alguns problemas na indústria para regras mais complexas e que reduziam o custo de um processo. O sistema clássico de regras varre todo um sistema de regras para consultar todas as respostas possíveis. Um sistema grande nesse formato pode ser um problema. Aula 02 - Inteligência Artificial: Princípios segunda-feira, 2 de março de 2015 19:17 Página 1 de SIN260 - Sistemas Inteligentes possíveis. Um sistema grande nesse formato pode ser um problema. Fases O histórico do desenvolvimento da IA gerou uma série de fases e paradigmas. Alguns estudiosos classificam estas épocas em: A fase Clássica foram os dez primeiros anos onde nada funcionava. A fase Romântica foi o período em que os primeiros passos foram dados para desenvolvimento de sistemas capazes de solucionar problemas. A fase Moderna é a atual. Paradigmas A IA Simbólica é o conjunto de regras para resolver um problema. Não são usados algoritmos estruturais ou orientado à objetos, mas um conjunto de regras (programação lógica), utilizando um sistema de raciocínios para alcançar o resultado pretendido. A representação linguística (e gestual) também é convertida pela IA simbólica. O paradigma Conexionista basicamente estuda as redes neurais para desenvolvimentos de sistemas. A conversão do funcionamento das redes neurais naturais por regras matemáticas para criação de algoritmos que funcionarão para solução de problema. Formas de aprendizado, por meio de regras, por associação, supervisão ou similaridade. Outro paradigma é o Evolucionista, que se baseia na Teoria da Evolução, em sistemas genéticos. Hard Computing x Soft Computing A diferença entre essas técnicas é que na matemática procura-se resolver um problema de maneira precisa. Nas técnicas de soft computing, procura-se encontrar uma solução sub-ótima (raciocínio aproximado). O hard computing usa as técnicas precisas. No hard computing não é possível representar o "mais ou menos". OBS: Livros de IA geralmente dão enfoque em sistemas especialistas e técnicas de busca. Os livros mais recentes abordam mais matemática computacional e sistemas inteligentes. Resolução de problemas Na IA procura-se resolver um conjunto de problemas. Num jogo, por exemplo, existe a descrição das regras e funcionamento de um jogo. Na IA, o ponto base é criar a formulação de um problema (qual o objetivo, a definição do problema e executar as técnicas de resolução), como um conjunto de componentes. Um deles é o estado inicial e o estado final. Este estado final é geralmente objetivo, mas não necessariamente é único. Dentro desta formulação existe um elemento chamado função sucessor. É um conjunto de procedimentos que devem ser seguidos e são aceitos pelo sistema a um determinado estado para alcançar o estado seguinte (até encontrar o estado final que é o objetivo). Para tanto, o sistema define caminhos. Os caminhos são estabelecidos para cada caso em particular. Podem ser mais lineares e podem ser guardados para ser usados novamente e os caminhos variáveis. Cada caminho tem uma função custo para verificar sua viabilidade Aspirador-de-pó. Para esse exemplo simples utiliza-se de oito estados diferentes (possíveis estados neste sistema). Existem várias formas de se chegar ao estado final. Nos sistemas onde os estados possuem o mesmo custo, escolhe-se o menor número de estados. No entanto, existem sistemas em os estados possuem custos diferentes, o que já altera a condição de decisão. 1) Quebra-cabeça dos oito números: uma das formas de resolver esse problema é utilizar a função de distância, para avaliar a soma dos espaços que cada número precisa andar para alcançar o estado final e a avaliação de estado para estabelecer o custo de cada estado (gerar estados melhores). 2) OBS: Pesquisar por HEURÍSTICA. Balde 1: 4L Problema dos baldes:3) Exemplos: Página 2 de SIN260 - Sistemas Inteligentes Balde 1: 4L Balde 2: 3L 2L no balde 1 Objetivo: Estado Inicial: (0,0) Estado final: (2,n) Representação: TÉCNICAS DE BUSCA! Uma técnica para resolução desses problemas utiliza os algoritmos de BUSCA EM LARGURA e BUSCA EM PROFUNDIDADE, Busca Híbrida e Busca Heurística. OBS: Rever material de Algoritmos e Grafos Página 3 de SIN260 - Sistemas Inteligentes
Compartilhar