Baixe o app para aproveitar ainda mais
Esta é uma pré-visualização de arquivo. Entre para ver o arquivo original
FCI - Aula 2.ppt Fundamentos da Compuação Inteligente * * Evolução Histórica da IA Fundamentos da Compuação Inteligente * * História da IA Inteligência Estudada há mais de 2000 anos por filósofos Raciocínio, memória, aprendizado, visão Inteligência Artificial surgiu na década de 50 estuda a inteligência de maneira teórica e experimental Fundamentos da Compuação Inteligente * * Church e Turing estabelecem limites para aquilo que pode ser resolvido por computadores, introduzindo o conceito de computabilidade (1936). “Podem as máquinas pensar?" Famosa pergunta feita em 1950 por Alan Turing (Teste de Turing) História da IA Fundamentos da Compuação Inteligente * * Primeiro trabalho (1943) - McCulloch and Pitts: implementação dos operadores lógicos através de um modelo de rede de neurônios artificiais. Primeiro Evento (1956) Newell and Simon – Logic Theorist (resolvedor de teoremas) História da IA Fundamentos da Compuação Inteligente * * GPS (General Problem Solver, 1960 ) - Newell and Simon Linguagem LISP (1958) – McCarthy Micromundos (1963) – Minsky (problemas de domínios limitados) Linguagem Prolog (1970) - Edinburgh/Marseilles Surge o nome Inteligência Artificial, após um workshop entre grandes nomes como: John McCarthy, Arthur Samuel (IBM), Ray Solomonoff e Oliver Selfridge (MIT). História da IA Fundamentos da Compuação Inteligente * * História da IA Primeiro experimento feito para tentar realizar o “Teste de Turing” - Eliza (1966) Um programa criado pelo pesquisador Joseph Weizenbaum, do MIT, que simulava uma psicóloga virtual usando trechos das frases dos usuários para compor as respostas e estimulava o “paciente” a se aprofundar cada vez mais nos detalhes dos seus problemas. Exemplo de diálogo com a Eliza: Eliza: Olá, conte-me o seu problema. Usuário: Eu não me relaciono bem com as outras pessoas. Eliza: E por que você acha que você não se relaciona bem com as outras pessoas? Usuário: Porque estou sempre sozinho. ... Fundamentos da Compuação Inteligente * * História da IA Primeiros programas de tradução automática (artigos científicos Russo – Inglês) caíram em descrédito Exemplo Correto: “O espírito é forte mas a carne é fraca” Tradução errada: “A vodka é boa mas a carne é podre” Financiamentos cancelados em 1966. Fundamentos da Compuação Inteligente * * História da IA 1969 - ressurgimento do entusiasmo Sistemas especialistas 1970/1980 - Alguns sistemas famosos: MYCIN (diagnóstico médico) LUNAR (interface para geólogos interrogarem sobre as amostras de rochas trazidas pela Apolo na missão lunar - o primeiro usado por pessoas que não os projetistas do sistema). Fundamentos da Compuação Inteligente * * História da IA 1980 - Projeto japonês: a quinta geração de computadores (IA, Prolog, PLN) repercussões no financiamento global para a área de IA. 1980 - com projetos mais reais, a IA começa a ser utilizada na indústria, promovendo cortes de despesas e otimização de tarefas. R1 - o primeiro "expert system" de sucesso que iniciou suas atividades na Digital Equipment - economia de 40 milhões de dólares por ano. Fundamentos da Compuação Inteligente * * História da IA Em 1997 o Deep blue vence Kasparov Algoritmos de busca Computadores de alta velocidade Hardware específico para xadrez Na mesma época, a IA começa a se tornar elemento fundamental nas mais diversas ferramentas disponíveis na Internet. Fundamentos da Compuação Inteligente * * História da IA Atualmente - usada em grande escala, posta a prova pelos militares americanos na operação Desert Storm, na guerra do Iraque (Mísseis teleguiados e sensores de visão noturna) Tendências - passagem de sistemas experimentais para aplicações reais de grande escala Reconhecimento da fala Robótica Visão Internet Fundamentos da Compuação Inteligente * * Paradigmas da Inteligência Artificial Fundamentos da Compuação Inteligente * * Paradigmas de Sistemas Inteligentes da IA Simbólico: metáfora lingüística ex. Agentes Inteligentes,... Sub-Simbólico: Conexionista: metáfora cerebral ex. Redes Neurais Evolucionista: metáfora da natureza ex. Algoritmos Genéticos, Vida Artificial, Estatístico/Probabilístico Ex. Redes Bayesianas, Sistemas Difusos (fuzzy) Fundamentos da Compuação Inteligente * * Paradigma Simbólico Busca-se representar “simbolicamente” o conhecimento que se tem do domínio do problema a fim de inferir soluções West é criminoso ou não? “A lei americana diz que é proibido vender armas a uma nação hostil. Cuba possui alguns mísseis, e todos eles foram vendidos pelo Capitão West, que é americano.” Segundo a IA (simbólica), é preciso: Identificar o conhecimento do domínio (modelo do problema) Representá-lo utilizando uma linguagem formal de representação Implementar um mecanismo de inferência para utilizar esse conhecimento Ex.: Lógica de predicados Fundamentos da Compuação Inteligente * * Paradigma Conexionista -Redes Neurais Busca-se a extração do conhecimento internalizado em uma massa de dados ou informações Definição “Romântica”: Técnica inspirada no funcionamento do cérebro, em que os neurônios artificiais, conectados em rede, são capazes de aprender e de generalizar. Definição “Matemática”: Técnica de aproximação de funções por regressão não linear. Fundamentos da Compuação Inteligente * * Paradigma Evolutivo Definição: Método probabilista de busca para resolução de problemas (otimização) “inspirado” na teoria da evolução. Evolução: Diversidade é gerada por cruzamento e mutações Os seres mais adaptados ao seus ambientes sobrevivem (seleção natural) As características genéticas de tais seres são herdadas pelas próximas gerações Fundamentos da Compuação Inteligente * * Paradigma Probabilístico Baseados em algoritmos e idéias oriundas da estatística Lógica Fuzzy: Verdadeiro, Falso e... “mais ou menos”... Sistemas de Inferência em problemas de incerteza Redes Bayesianas: Modelos gráficos de raciocínio baseados na incerteza Muito utilizado em tarefas de predição Fundamentos da Compuação Inteligente * * Exemplos de Aplicações da IA Matemática: Demonstração de teoremas, resolução simbólica de equações, geometria, etc. Jogos: xadrez, damas, etc. Processamento de linguagem natural: Tradução automática, verificadores ortográficos e sintáticos, interface vocal, reconhecimento da fala, etc. Fundamentos da Compuação Inteligente * * Exemplos de Aplicações da IA Sistemas tutores: Modelagem do aluno, escolha de estratégias pedagógicas, etc. Percepção: Visão, tato, audição, olfato, paladar... Robótica (software e hardware): Manipulação, navegação, monitoramento, etc. Problemas de Previsão Séries Temporais, Acordes Musicais, Perfil de Bom Cliente, Vazão de Barragens, etc Fundamentos da Compuação Inteligente * * Exemplos de Aplicações da IA Sistemas especialistas: Atividades que exigem conhecimento especializado e não formalizado Tarefas: diagnóstico, monitoramento, análise, planejamento, projeto, etc. Áreas: medicina, finanças, engenharia, química, indústria, arquitetura, arte, computação,... Computação: programação automática interfaces adaptativas bancos de dados dedutivos mineração de dados (data mining), etc. Fundamentos da Compuação Inteligente * * Exemplos de Tecnologias da IA As várias abordagens e definições geraram variadas tecnologias que visam resolver os problemas da IA Agentes Inteligentes Redes Neurais Algoritmos Genéticos PLN - Processamento de Linguagem Natural RBC – Raciocínio Baseado em Casos Etc... Fundamentos da Compuação Inteligente * * A Inteligência Artificial subdividiu-se em várias disciplinas, cada uma das quais constitui hoje um novo campo de pesquisa Cada paradigma da IA terá, em geral, um melhor ou pior desempenho dependendo do problema em que o mesmo se aplique. Se a Ciência da Computação é uma “Ciência Meio”, a IA é muitas vezes vista como uma “Ciência Meio” da Ciência da Computação Conclusões Fundamentos da Compuação Inteligente * * Agentes Inteligentes Fundamentos da Compuação Inteligente * * Jennings (1995) “Um agente inteligente é uma peça de software que executa uma determinada tarefa empregando informação extraída de seu ambiente para agir de forma adequada no sentido de completar sua tarefa de modo bem sucedido. O agente deve ser capaz de adaptar-se dinamicamente às modificações ocorridas no ambiente”. O que é um Agente? Fundamentos da Compuação Inteligente * * Características que um agente deve possuir: Autonomia Habilidade Social Reatividade Iniciativa Continuidade temporal O que é um Agente? Fundamentos da Compuação Inteligente * Agente é qualquer entidade que: Percebe seu ambiente através de sensores (ex. câmeras, microfone, teclado,mensagens de outros agentes,...) Age sobre ele através de efetuadores (ex. vídeo, auto-falante, impressora, braços, ftp, mensagens para outros agentes,...) Tem uma Medida de desempenho: Critério que define o grau de sucesso das ações O que é um Agente? Fundamentos da Compuação Inteligente * Um agente humano Sensores: olhos, ouvidos, ... Atuadores: mãos, pernas, boca, ... Um agente robótico Sensores: câmeras, detectores da faixa de infravermelho, ... Atuadores: motores, ... Um agente de software Sensores: teclas digitadas, conteúdo de arquivos, pacotes de redes Atuadores: exibição de algo na tela, gravação de arquivos, envio de pacotes de rede, ... Um Analogia entre as Naturezas de Agentes Fundamentos da Compuação Inteligente * * Correio Eletrônico Gerenciamento de sistemas e redes Comércio eletrônico Interfaces inteligentes Busca de Informações... Aplicações de Agentes Fundamentos da Compuação Inteligente * * Agentes: Como desenvolver? Decompor problema em: Percepções, ações, objetivos e ambiente (e outros agentes) Decompor tipo de conhecimento em: Quais são as propriedades relevantes do mundo? Como o mundo evolui? Como identificar os estados desejáveis do mundo? Como interpretar suas percepções? Quais as conseqüências de suas ações no mundo? Como medir o sucesso de suas ações? Como avaliar seus próprios conhecimentos? Tentar indicar arquitetura e método de resolução de problema Fundamentos da Compuação Inteligente * * Exemplos de Agentes Fundamentos da Compuação Inteligente * * Agentes e seu Ambiente Completamente Acessível versus parcialmente Acessível Determinístico versus estocástico Episódico versus seqüencial Estático versus dinâmico Discreto versus contínuo Agente único versus multiagente Fundamentos da Compuação Inteligente * * Acessível (Observável) X Inacessível É acessível se os sensores do agente dão a ele acesso ao estado completo do ambiente A utilidade é que o agente não precisa manter histórico do ambiente. Ex.: O xadrez é acessível Ex. Dirigir um carro não é acessível Fundamentos da Compuação Inteligente * * Determinístico X Estocástico Se o próximo estado do ambiente é determinado totalmente pelo estado atual e pelas ações dos agentes, o estado é determinístico. Ex. Diagnóstico Médico é estocástico Ex. Jogo de palavras cruzadas é determinístico Ex. Xadrez é determinístico Fundamentos da Compuação Inteligente * * Episódico X Não-episódico (Sequencial) A experiência do agente é dividida em episódios Episódio = percepção + ação Um Agente/Ambiente é Episódico quando: A qualidade das ações depende somente do episódio atual Episódios subsequentes não dependem do anterior nem dos posteriores O agente não precisa antever o futuro Ex. Jogo de palavras cruzadas é episódico Ex. Dirigir um carro é não episódico Ex. Xadrez é não episódico Fundamentos da Compuação Inteligente * * Estático X Dinâmico O ambiente pode mudar enquanto o agente processa Estático é mais fácil, porque o agente não precisa ficar de olho no ambiente enquanto decide sobre a ação e não precisa se preocupar com o tempo Ex.: Jogo de Gamão é estático Ex.: Dirigir um carro é dinâmico Fundamentos da Compuação Inteligente * * Discreto X Contínuo Se houver um número limitado de percepções e ações distintas e bem definidas, o ambiente é discreto Ex. Jogo de Poquer é discreto Ex. Dirigir um carro é contínuo Fundamentos da Compuação Inteligente * * Ambientes Diferentes ambientes requerem diferentes tipos de agentes O pior ambiente possível, por exemplo, “Dirigir um carro” Inacessível Não-determinístico Não episódico Dinâmico Contínuo Fundamentos da Compuação Inteligente * * Agentes - Estrutura Agentes reativos simples Agentes reativos baseados em modelo Agentes baseados em objetivos Agentes baseados na utilidade Agentes com aprendizagem O processo de tomada de decisão através do raciocínio e com conhecimento é central em IA e no projeto de um agente de sucesso meios para representar conhecimento são importantes. Fundamentos da Compuação Inteligente * * Agentes reativos simples (Reflexivos) Se baseiam no estado atual do ambiente Agem de acordo com a regra condição-ação: a condição detona a ação, sem raciocínio Também agimos assim – reflexos Fundamentos da Compuação Inteligente * * Agentes reativos baseados em modelo (Reflexivos com Estado) Se baseiam também no estado passado do ambiente São necessários quando a informação dos sensores não é suficiente e é preciso saber como o sistema estava. Ex: luzes de freio que acendem => o carro está reduzindo a velocidade. É a mudança de estado que, por vezes, detona a ação Precisa saber como o ambiente se desenvolve. Ex: um carro maior no espelho => ele está mais perto Precisa saber quais as conseqüências de suas ações. Ex: se virar a direção, muda a trajetória do carro Com base nisso, atualiza seu estado interno Fundamentos da Compuação Inteligente * * Agentes baseados em objetivos São mais flexíveis por não ser preciso que codifiquemos todas as reações: eles podem inferí-las, com base no objetivo. Ex: um robô que encontra um obstáculo. Se o objetivo dele é ir pro outro lado, ele pode concluir que é preciso contornar, em vez de ter uma regra reflexiva, “se viu obstáculo então não vá naquela direção” Fundamentos da Compuação Inteligente * * Agentes baseados na Utilidade Objetivos não são suficientes, pode-se querer um bom método de atingi-los. Um estado é mais útil se for preferível em relação a outro Agente útil quando há objetivos conflitantes. Ex: o robô chegar o mais rápido possível em determinado lugar, chegando sem um arranhão Utilidade é uma função que mapeia um estado à satisfação do agente Fundamentos da Compuação Inteligente * * Agentes com Aprendizagem Fundamentos da Compuação Inteligente * * Para problemas Complexos...mais de um Agente Com o conceito de um agente podemos evoluir naturalmente para soluções que usem várias destas estruturas agindo em conjunto Porque pensar a inteligência/racionalidade como propriedade de um único indivíduo? Não existe inteligência ... Em um time de futebol? Em um formigueiro? Em uma empresa (ex. correios)? Na sociedade? Fundamentos da Compuação Inteligente * * Solução: IA Distribuída Agentes simples que juntos resolvem problemas complexos tendo ou não consciência do objetivo global O próprio ambiente pode ser modelado como um agente Sistemas Multiagentes Fundamentos da Compuação Inteligente * * Sistemas Multiagentes Características: Negociação: em caso de conflitos Coordenação: para execução de atividades conjuntas Comunicação: para negociar e comunicar intenções e planos Protocolo de comunicação: como se comunicar Fundamentos da Compuação Inteligente * * Multiagentes - Quando usar? Problema complexo: Dividir e conquistar Problema intrinsecamente distribuído Ex. jogos com personagens, administração de sistemas, controle de tráfego, etc. Problemas exigindo rápido tempo de resposta processamento paralelo ex. busca na internet. Problema com domínios de conhecimento ou tarefas um agente para cada tipo de conhecimento/tarefa ex. usina nuclear Fundamentos da Compuação Inteligente * * Exemplos - Sistemas Multiagentes SMarket: Um Sistema Multiagentes para Compras on-line Fonte: http://wwwhome.cs.utwente.nl/~alme/cvitae/smarket-techreport.pdf * * * * * * * * * * * Abrir o slide. Após 5 segundos o instrutor entra em PIP. Ao final do slide abrir para o Instrutor em tela cheia. * * Abrir o slide. Após 5 segundos o instrutor entra em PIP. Ao final do slide abrir para o Instrutor em tela cheia. A dica para mudar de slide é “a seguir então...”. * Abrir o slide. Após 5 segundos o instrutor entra em PIP. Ao final do slide abrir para o Instrutor em tela cheia. A dica para mudar de slide é “a seguir então...”. * Racionalidade racionalidade é limitada (ex. máquina de calcular) não oniciênciente (ex. champs élisées) pode não ter tempo agir para obter mais dados perceptivos é racional! (ex. relógio) * Racionalidade racionalidade é limitada (ex. máquina de calcular) não oniciênciente (ex. champs élisées) pode não ter tempo agir para obter mais dados perceptivos é racional! (ex. relógio) * Abrir o slide. Após 5 segundos o instrutor entra em PIP. Ao final do slide abrir para o Instrutor em tela cheia. A dica para mudar de slide é “a seguir então...”.
Compartilhar