Baixe o app para aproveitar ainda mais
Prévia do material em texto
AULA 1 INTELIGÊNCIA ARTIFICIAL E ROBÓTICA Prof. Luciano Frontino de Medeiros 2 TEMA 1 – INTRODUÇÃO À IA De que forma uma inteligência pode se manifestar fora de um ser humano, ou mesmo de um ser vivo? Quando falamos das criações tecnológicas construídas pelo ser humano ao longo da sua história, a inteligência artificial (IA) surge como uma das áreas de conquistas mais importantes alcançadas pela humanidade. De acordo com Medeiros (2018), a inteligência artificial se encontra no ápice do desenvolvimento tecnológico da raça humana. A inteligência artificial está relacionada também com o desenvolvimento de ferramentas pelo ser humano. O ser humano tem construído ferramentas desde o alvorecer da raça humana, e uma ferramenta é uma extensão da mente humana para a transformação de algo no ambiente (Pozo, 1998). A construção de ferramentas permitiu alcançar a qualidade de vida que a raça humana desfruta hoje. Entretanto, as ferramentas não são apenas aquelas que transformam alguma coisa no ambiente. Palavras também são ferramentas mentais, utilizadas tanto para comunicação quanto para auxiliar a estruturar o pensamento (Pozo, 1998). Dessa forma, as ferramentas foram se tornando mais e mais complexas ao longo do tempo. Pode-se considerar os computadores como ferramentas altamente complexas, pois permitiram “corporificar” o pensamento lógico encontrado no sistema cérebro/mente. Assim, um raciocínio pode ser feito num computador, utilizando as regras da lógica criadas pelo pensamento humano. Máquinas podem, portanto, “pensar” baseados num ponto de vista. O homem exterioriza as ferramentas e tarefas cognitivas com base em seu intelecto, para que possa se adaptar melhor ao ambiente, ou mesmo alterá-lo (Dennett, 1997, p.122). TEMA 2 – CONCEITO DE INTELIGÊNCIA ARTIFICIAL Para começarmos a falar sobre a inteligência de computadores e máquinas, é necessário pensar primeiro no conceito de inteligência de maneira geral. O ponto de partida para a conceituação da inteligência artificial começa em 1950, quando Alan Turing formula a questão “Pode uma máquina pensar?”. Na época, a situação já era diferente, pois os primeiros computadores digitais já haviam sido construídos. Alguns deles podiam fazer tarefas inteligentes, 3 colocando em risco o mito de que a inteligência seria uma capacidade exclusivamente humana. Mas para buscar a essência do que é o pensamento, uma resposta para a pergunta, Turing muda de estratégia e, em vez de colocar foco na forma como uma máquina é construída, deve-se utilizar um teste para saber se a máquina pensa ou não. Assim, Turing propõe uma variação do jogo de imitação: três pessoas, um interrogador C faz perguntas a um homem X e a uma mulher Y, sem saber o sexo de cada um. Por meio de um conjunto de perguntas, o interrogador segue perguntando a cada um para descobrir quem é quem. Figura 1 – Jogo de adivinhação que inspirou Turing Fonte: elaborado pelo autor. Turing propõe uma variante de um jogo muito popular, no qual o objetivo era descobrir se um interlocutor era um homem ou uma mulher. Assim, no jogo proposto por Turing, deve-se descobrir quem é o ser humano e quem é a máquina. Figura 2 – Variante do jogo para o teste de Turing Fonte: elaborado pelo autor. 4 Pode ser que o interrogador não venha a perceber quem é quem, ou seja, que a máquina venha a passar no teste. Na verdade, o jogo objetiva identificar, em outras palavras, se o comportamento linguístico da máquina é indistinguível daquele exibido por um ser humano. Caso isso seja constatado, não há razão para não atribuir a essa máquina a capacidade de pensar. Mas que inteligência é realmente testada? O Teste de Turing não testa diretamente se um computador se comporta de forma inteligente; testa apenas se um computador está se comportando como um humano, porém o comportamento humano e o comportamento inteligente não são exatamente a mesma coisa! Portanto, a pergunta se volta novamente para saber o que é “inteligência”. Pode-se identificar uma série de conceitos com base em diferentes áreas e seus pesquisadores. Conforme o psicólogo Gardner (1995, p. 21), é a “capacidade de resolver problemas ou elaborar produtos que sejam importantes num determinado ambiente ou comunidade cultural”. Já para o pesquisador de IA Minsky (1985, p. 71), “nossas mentes contêm processos efetuados por meio de agentes que nos capacitam a resolver problemas que consideramos difíceis”. Para o psicólogo cognitivo Sternberg (2014, p.474), é a “capacidade que o ser humano tem para aprender com a experiência”. E para Jean Piaget, um teórico bastante estudado em termos de aprendizagem, significa “Interações do indivíduo com o ambiente, envolvendo um equilíbrio entre a assimilação e acomodação” (LeFrançois, 2013). Com base nesses conceitos, podemos elencar alguns elementos comuns que se aparecem ou são comuns entre eles (Medeiros, 2018), dando indícios do que vem a se caracterizar a inteligência artificial: • Capacidade de resolução de problemas • Aprendizado com o ambiente • Desenvolvimento de estruturas cognitivas • Orientação a metas e objetivos Dessa forma, podemos ver que a IA significa a jornada do ser humano, na busca da compreensão de suas funções mais nobres. A IA é uma busca pelo metaconhecimento (ou seja, como sabemos o que sabemos?) e pelo autoconhecimento (de que forma nós sabemos?). Pode-se dizer que a meta fundamental da IA é entender os mecanismos complexos de funcionamento do sistema cérebro-mente, para então reproduzi-los (artificialmente...). 5 Russel e Norvig (2004) definem inteligência artificial com base em duas dimensões: processos de pensamento (pensar como um ser humano ou pensar de forma racional) ou processos de ação ou comportamento (pensar ou agir). A combinação entre eles produz quatro definições para a IA: • Sistemas que pensam como seres humanos; • Sistemas que pensam racionalmente; • Sistemas que agem como seres humanos; • Sistemas que agem racionalmente. Quadro 1 – Framework para definições de IA em categorias Ser humano Racionalidade Pensar Sistemas que pensam como seres humanos Sistemas que pensam racionalmente Agir Sistemas que agem como seres humanos Sistemas que agem racionalmente Fonte: Russel; Norvig, 2004. Para Luger (2013, p. 1), a IA “pode ser definida como o ramo da ciência da computação que se ocupa da automação do comportamento inteligente”. Tanto as técnicas quanto a conceituação teórica devem estar baseadas em princípios consistentes e implementadas com base em estruturas de dados e a codificação de algoritmos, todos baseados em linguagens de programação. Pode-se ainda definir IA em “IA forte” e “IA fraca”. Na perspectiva da IA forte, existe uma atividade mental em um sistema de IA e esta é simplesmente a realização de uma sequência bem definida de operações (algoritmo). Qualidades mentais tais como as dos seres humanos poderiam ser atribuídas ao funcionamento lógico de qualquer dispositivo de computação. Dessa forma, pensamento, inteligência, sentimento, consciência devem ser consideradas como simplesmente aspectos do funcionamento complexo de algoritmos (Penrose, 1991, p. 16-17). Sistemas que pensam como seres humanos ou sistemas que agem como seres humanos se enquadram nessa categoria. Já para a IA fraca, as máquinas podem ser programadas para se comportar como se fossem inteligentes (Russel; Norvig, 2004, p. 915). Os dispositivos e algoritmos não teriam capacidade de pensamento tal como o humano, mas simulam, ou tentam simular, como os processos mentais se desenrolam na mente. Dessa forma, aspectos da inteligência podem ser simulados inclusive por 6 processos que não são deduzidos diretamente da mente humana. Sistemas que pensam ou que agem racionalmentese enquadram nessa categoria. A IA pode ser também classificada de acordo com a perspectiva adotada quanto à origem e o substrato do raciocínio. Proveniente da discussão na filosofia sobre o problema cérebro-mente, a IA pode adotar uma perspectiva ou outra para fundamentar a criação dos algoritmos para a simulação dos processos de raciocínio. Se considerarmos que o cérebro é o responsável pelo raciocínio e que este último se dá pelas das interações eletroquímicas entre neurônios, por meio de suas sinapses, então a IA pode ser estudada por meio do paradigma conexionista. Nesse paradigma, é necessária a concepção de elementos unitários que interagem entre si, os neurônios artificiais, de forma a perfazer certas atividades como reconhecimento de padrões ou regressão de dados. A estrutura se constitui em camadas de neurônios que estão conectadas conforme a finalidade da rede neural e o algoritmo básico se preocupa com o treinamento dessa rede. Esse treinamento pode ser feito de forma supervisionada (também se diz “com um professor”) ou de forma auto-organizada ou não supervisionada (Medeiros, 2018, p.22). No entanto, se, em vez de levar em consideração o processamento de neurônios interconectados, se considerar o tratamento de símbolos que a mente executa, então a base para se criar a IA é o paradigma simbólico. O pensamento abstrato e o raciocínio lógico são a base para que, por meio de linguagens de programação, se escrevam algoritmos que trabalhem de forma simbólica. Dentro da inteligência artificial há uma série de representantes nessa linha de pesquisa, tais como os sistemas especialistas, a programação lógica e os sistemas baseados em conhecimento (Medeiros, 2018, p. 23). TEMA 3 – INTELIGÊNCIA ARTIFICIAL E EDUCAÇÃO A área da IA sempre acenou com possibilidades de melhorias dos processos de ensino e aprendizagem. Podem-se enumerar algumas delas, tais como os sistemas tutoriais inteligentes, a teoria do construcionismo de Papert e o paradigma do conexionismo (redes neurais artificiais). Os sistemas tutoriais inteligentes permitiam o uso das técnicas de IA e psicologia cognitiva para conduzir o processo de ensino e aprendizagem. “Os STI são sistemas instrucionais baseados em computador com modelos de conteúdo 7 instrucional que especificam o que ensinar, e estratégias de ensino que especificam como ensinar” (Wenger, 1987). Já o construcionismo de Papert é derivado do construtivismo de Piaget, o qual acreditava que o desenvolvimento infantil progride ao longo de uma série de estágios, cada um caracterizado pelo desenvolvimento de novas capacidades. Dessa forma, os estágios descritos por Piaget eram o pensamento sensório- motor, o pensamento pré-operacional, a fase das operações concretas e a fase das operações formais (epistemologia genética). O construcionismo é baseado “na suposição de que as crianças farão melhor descobrindo por si mesmas o conhecimento específico de que precisam” (Papert, 1994). Tem-se aqui a crítica de Papert com relação ao foco nas operações formais em detrimento das operações concretas: o comprometimento de passar tão rápido quanto possível do concreto para o abstrato resulta em dedicar um tempo mínimo para a realização do trabalho mais importante. Apenas as atividades de “colocar a mão na massa” não são suficientes, pois geralmente estão limitadas a sequências de passos repetidos pelo aprendiz. (RESNICK, 2009). O aprendiz tende a não se envolver com o que faz quando metas e resultados são definidos por outras pessoas. A abordagem construcionista pressupõe maior controle por parte do aprendiz sobre a definição e a resolução de problemas (Maltempi, 2004). Papert cria então a linguagem Logo, uma linguagem para ensinar habilidades de programação às crianças. A Logo permitia o uso de comandos para movimentar um cursor na forma de tartaruga sobre uma tela e, dessa forma, a criação de figuras geométricas planas. Vários softwares são baseados no conceito da linguagem Logo: SuperLogo, Kturtle, LibreLogo, AF Logo etc. A preocupação de Papert com o ensino de programação mostra o quanto a IA e a robótica estiveram alinhadas com a educação ainda no século passado. TEMA 4 – ROBÓTICA EDUCACIONAL A história da robótica na educação nasce com o aparecimento dos computadores no âmbito escolar. Isso se deu de forma geral nos anos 70, inicialmente nos Estados Unidos e só em meados de 1980 começam a ser inseridos no Brasil. As primeiras experiências com o computador nas instituições educacionais objetivavam a realização de atividades de programação. Dessa forma, abria-se um novo leque de oportunidades pedagógicas (Papert, 1994). 8 Com base na ideia da criação de micromundos e das adversidades encontradas, Papert encontrou caminhos para contorná-las, desvinculando-a do micromundo das tartarugas, partindo, assim, para o uso de equipamentos robóticos (LEGO). Os alunos poderiam criar seu próprio micromundo por meio da invenção de engenhocas robóticas, condizentes com a realidade (Figura 3 e 4). Figura 3 – Crianças montando robôs baseados na plataforma LEGO Créditos: Lightfield Studios/Shutterstock. Figura 4 – Alunos montando um robô, com supervisão do professor. Créditos: Business Images/Shutterstock. Atualmente, a linguagem Scratch herda as características e as motivações iniciais do construcionismo com a linguagem Logo. Desenvolvida em 2007 pelo 9 Media Lab (Mitchel Resnick), os alunos podem usar o Scratch para programar estórias, animações e jogos interativos (Figura 5). Durante esse processo, eles aprendem a pensar de forma criativa, a raciocinar sistematicamente e a trabalhar de forma colaborativa. Figura 5 – Exemplo de um programa em blocos em linguagem Scratch, que executa o giro de um servomotor de 10 em 10 graus até chegar a 180 graus. Fonte: elaborado pelo autor. Portanto, a robótica educacional é uma área de estudos multidisciplinares, relacionada à implementação de projetos educativos, melhorando o entendimento por meio de práticas de operação e fabricação de robôs, criando um cenário de aprendizagem que possibilite aos alunos construírem o conhecimento (Moreira, 2006). Neste âmbito, a robótica pode ser trabalhada de forma interdisciplinar, articulando várias disciplinas dispostas no currículo escolar. Na educação, a utilização da robótica tende a gerar uma série de benefícios tais como a melhoria na qualidade da aprendizagem e novas metodologias participativas. Para os alunos, é uma excelente ferramenta para exercitar a criatividade, estudar e praticar conceitos relacionados a diferentes disciplinas (Torcato, 2012). Na qualidade de ferramenta complementar ao ensino, pode-se dizer que há uma melhor significação dos conteúdos quando esses se aliam ao uso da robótica. Quando o aluno experimenta na prática os conceitos teóricos, estes se tornam mais significativos, proporcionando-lhe maior ganho intelectual, além de ser uma 10 maneira divertida de levar os alunos a descobrir o funcionamento da tecnologia (Santos, 2017). TEMA 5 – INTELIGÊNCIA ARTIFICIAL E ROBÓTICA Pode-se notar, então, que existe uma série de conceitos comuns entre inteligência artificial e robótica. Esta pode ser entendida como uma área da IA na qual o algoritmo se une ao artefato (Russel; Norvig, 2004). Por meio da robótica, podem-se simular comportamentos baseados no ser humano (ou ser vivo), implementando-os em algoritmos. Portanto, a construção de algoritmos que interpretam sinais de sensores executam atividades para a movimentação de atuadores são atividades típicas da IA relacionadas a robôs. O conceito de robô e de agente inteligente estão bem próximos um do outro. A robótica é uma área multidisciplinar, envolvendo conceitos de áreas bem diferentes, tais como computação, psicologia cognitiva e comportamental, engenharia, matemática e linguística.Dessa forma, a robótica herda da IA essa característica multidisciplinar. Quanto à sua origem, a palavra robot deriva da palavra tcheca robotnik, que significa “servo”. Sua origem deve-se a Karel Capek (1890-1938), que escreveu a peça de teatro R.U.R (Rossum’s Universal Robots). A peça conta a história de um cientista (Rossum) que inventa uma substância química que foi utilizada para a fabricação de humanoides com o objetivo de serem obedientes e realizarem todo o trabalho físico (Figura 6). Figura 6 – Karel Capek Créditos: Romanvs Roman Mojzis/Shutterstock. 11 No entanto, a palavra robótica aparece pela primeira vez com o escritor de ficção científica Isaac Asimov, utilizada primeiramente na história de ficção científica de Isaac Asimov, Liar! (1941). O autor se refere às três regras que posteriormente se tornaram as “Três leis da robótica” na publicação de ficção Eu, Robô (Figura 7). Nesse sentido, ou de que ela é uma servidora de tarefas, a robótica ou o uso de robôs na educação, como auxiliar do professor, pode promover um ambiente de aprendizagem, no qual o aluno aprende a pesquisar novos conhecimentos, despertando seu potencial criativo principalmente o aprender para o futuro (Zilli, 2004). Figura 7 – Representação do escritor de ficção científica e visionário Isaac Asimov, o qual contribuiu para a disseminação dos conceitos de robótica Créditos: Matias del Carmine/Shutterstock. Saiba mais O estudo dos autômatos não é algo recente. A menção a artefatos que se movimentam de maneira autômata pode ser encontrada inclusive na mitologia grega. O clássico grego Medeia, de Eurípedes, narra a aventura de Jasão e os Argonautas. Comenta-se que Hefestos, o deus grego da metalurgia e construtor de máquinas vivas de três patas, foi obrigado por Zeus, seu irmão, a criar um guerreiro invencível. Auxiliado por ciclopes, construiu Talos, um autômato de bronze. Talos percorria três vezes por dia a costa de Creta, protegendo-a dos invasores. Foi destruído por Jasão, com a ajuda da feiticeira Medeia. Fonte: Escrig, 2014. 12 No século XIII, Jaques de Vaucason (1709-1782) construiu uma série de autômatos para imitar alguns aspectos da movimentação e funções dos seres vivos (Figura 8). Foi o inventor do tocador de flautas, considerado o primeiro autômato biomecânico da história. Também criou o pato digestor, demonstrando a similaridade entre os animais e as máquinas (Escrig, 2014). Figura 8 – Estátua de Jacques de Vaucason em Grenoble (França) Créditos: Marzolino/Shutterstock. Ao fim deste tema, nota-se a inter-relação entre a inteligência artificial e a robótica de maneira geral. Entretanto, para aprofundar melhor o estudo, é necessário conhecer como os agentes inteligentes, um conceito derivado da IA, tem influência sobre a organização e o funcionamento de robôs. Com base nisso, o conhecimento dos algoritmos de busca para a resolução de problemas pode ser interessante para a implementação de robôs que possam executar alguma tarefa, por exemplo, a busca de um melhor caminho a percorrer em determinada trilha. 13 REFERÊNCIAS DENNETT, D. C. Tipos de mentes: rumo a uma compreensão da consciência. Rio de Janeiro: Rocco, 1997. ESCRIG, A. El reloj milagroso y otras histórias científicas sobre robótica, automática y máquinas prodigiosas. Madrid: Guadalmazán, 2014. FREGE, G. Ensayos de semántica y filosofía de la lógica. Madrid-España: Tecnos, 2013. ______. Inteligências múltiplas: a teoria na prática. Trad. Maria Adriana Veríssimo Veronese. Porto Alegre: Artes Médicas, 1995. LEFRANÇOIS, G. R. Teorias da aprendizagem. Tradução da 5. ed. São Paulo: Cengage Learning, 2013. LUGER, G. F. Inteligência artificial. São Paulo: Pearson Education, 2013. MALTEMPI, M. V. Construcionismo: pano de fundo para pesquisas em informática aplicada à educação matemática. In: BICUDO, M. A. V.; BORBA, M. C. (Eds.). Educação matemática: pesquisa em movimento. São Paulo: Cortez, 2004. p. 264–282. MATARIC, J. M. Introdução à robótica. São Paulo: ed. UNESP/Blucher, 2014. MEDEIROS, L. F. de. Inteligência artificial aplicada: uma abordagem introdutória. Curitiba: InterSaberes, 2018. MINSKY, M. The society of mind. Aurellen, 1985 (online). MOREIRA, M. A. A teoria da aprendizagem significativa e sua implementação em sala de aula. Brasília: Universidade de Brasília, 2006. PAPERT, S. Logo: computadores e educação. São Paulo: Brasiliense, 1985. _____. A máquina das crianças: repensando a escola na Era da Informática. Porto Alegre: Artes Médicas, 1994. PENROSE, P. A mente nova do rei. Rio de Janeiro: Campus, 1991. POZO, J. I. Teorias cognitivas da aprendizagem. Porto Alegre: Artes Médicas, 1998. RESNICK, M. et al. Scratch: programming for all. Communications of the ACM, v. 52, p. 60–67, 2009. 14 RUSSEL, S.; NORVIG, P. Inteligência artificial. Tradução da 2. ed. Rio de Janeiro: Campus, 2004. SANTOS, I. Contribuição da robótica como ferramenta pedagógica no ensino da matemática no terceiro ano do ensino fundamental. Dissertação (Mestrado em Educação) – Centro Universitário Internacional Uninter, Curitiba, 2017. STERNBERG, R. J. Psicologia cognitiva. Tradução da 5. ed. americana. São Paulo: Cengage Learning, 2014. TORCATO, P. O robô̂ ajuda? – Estudo do impacto do uso de robótica educativa como estratégia de aprendizagem na disciplina de Aplicações Informáticas B. Congresso Internacional de TIC e Educação, p. 2578–2583, 2012. WENGER, E. Artificial intelligence and tutoring systems: computational and cognitive approaches to the communications of knowledge. Los Altos, CA: Morgan Kaufmann Publishers, 1987. ZILLI, S. R. A robótica educacional no ensino fundamental: perspectivas e práticas. 2004. Dissertação (Mestrado em Engenharia de Produção) – Programa de Pós-Graduação em Engenharia de Produção, Universidade Federal de Santa Catarina, Florianópolis, 2004.
Compartilhar