Baixe o app para aproveitar ainda mais
Prévia do material em texto
Resumo IA Ia conceito: A Teoria das Inteligências Múltiplas de Gardner: 1. Espacial 2. Naturalista 3. Musical 4. Lógico-matemática 5. Interpessoal 6. Corporal-cinestésica 7. Linguística 8. Intrapessoal Existem 4 abordagens para entendermos melhor a Inteligência Artificial. São elas: 1. Agir de forma humana 2. Pensar de forma humana 3. Pensar racionalmente 4. Agir racionalmente 1 = De acordo com Turing, o computador precisaria ser dotado dos seguintes atributos para poder ser considerado inteligente: Processamento de linguagem natural para permitir que se comunique em um idioma natural; Representação de conhecimento para armazenar o que sabe ou ouve; Raciocínio automatizado para usar as informações armazenadas com a finalidade de responder a perguntas e tirar novas conclusões; Aprendizado de máquina para se adaptar a novas circunstâncias, detectar e extrapolar padrões. 2 = Se pretendemos dizer que um programa pensa como um ser humano, é necessário que exista formas de determinar como os seres humanos pensam, como por exemplo: . Introspeção à Para captar nossos próprios pensamentos à medida que se desenvolvem . Experimentos psicológicos à Para observar uma pessoa em ação 3 = O Pensamento Racional contribui para que diferenciar o certo do errado, onde o certo tem razão e o errado não tem razão. Pensar racionalmente é pensar de forma organizada e esclarecida, sem contradições e sem influência de emoções. 4 = Um agente é simplesmente algo que age. No entanto, espera-se que um agente computacional tenha outros atributos que possam distinguir de meros programas, tais como: . Operar sob controle autônomo . Perceber seu ambiente . Persistir por um período de tempo prolongado . Adaptar-se às mudanças . Ser capaz de assumir metas de outros Um agente racional é aquele que age para alcançar o melhor resultado ou quando há incerteza quanto ao melhor resultado esperado. Abordagens de IA Conexionista: baseia-se na hipótese de causa-efeito, segundo a qual um modelo suficientemente preciso do cérebro humano é suficiente para reproduzir a inteligˆencia que o homem possui. Essa abordagem trata de problemas imprecisos, mas que podem ser definidos através de exemplos (e.g., reconhecimento de caligrafia), e sua principal contribuição são as redes neurais. a IA conexionista é baseada na simulação dos componentes do cérebro (modelagem da inteligência humana) e o principal exemplo são as redes neurais. evolutiva: baseia-se na teoria evolutiva de Darwin, a hipótese é que podemos modelar sistemas inteligentes simulando a evolução de uma população de indivíduos (aleatórios), que carregam genes com informação suficiente para dar origem à solução de um problema, usando operações genéticas de recombinação e mutação. Essa abordagem trata de problemas de otimização ao (e.g., escalonamento de produção) e sua principal contribuição são os algoritmos genéticos. distribuida:Sistemas de Inteligência Artificial Distribuida são a classe de sistemas que permite a vários processos autonomos, chamados agentes, realizarem atos de inteligência global, somente através de processamento local e comunicação interprocessos. a meta de sistemas especialistas baseados em conhecimento e distribuídos é poder coordenar atividades de grupo resolvendo problemas que os sistemas compartilham - totalmente ou em parte. simbólica: baseia-se na hipótese do sistema de símbolos físicos, segundo a qual um conjunto de estruturas simbólicas e um conjunto de regras de manipulação dessas estruturas são os meios necessários e suficientes para se criar inteligência. Essa abordagem trata problemas bem definidos (e.g., planejamento de tarefas) e sua principal contribuição são os sistemas especialistas A IA simbólica está relacionada com a forma que o ser humano raciocina. O exemplo clássico da IA simbólica são os sistemas especialistas, que necessitam que o conhecimento sobre o problema seja definido manualmente no sistema para que ele possa raciocinar e tomar as decisões. para construir softwares utilizando a IA simbólica é necessário alimentar o sistema com os dados específicos do problema, Busca cega e busca heurística Referência: https://developers.original.com.br/blog/inteligencia-artificial-abordagem-agentes-inteli gentes http://penta.ufrgs.br/gr952/trab1/geren21.html
Compartilhar