Biblioteca 1396487

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...”.