Baixe o app para aproveitar ainda mais
Prévia do material em texto
Modelagem e Simulação de Sistemas Aula 01 Phelipe Medeiros da Rocha phelipe.rocha@estacio.br Curso de Engenharia de Produção Campus Barra I – Tom Jobim Fundamentos da Inteligência Artificial Fundamentos da Teoria Fuzzy Conjunto, Operações, Lógica e Controles Fuzzy Funções de pertinência discreta e contínua Números triangulares e trapezoidais Operações entre conjuntos com universos de discurso iguais e diferentes Relações Fuzzy Fundamentos de Redes Neurais Artificiais (RNA) Tipos de RNA, Características das RNA Processo de Aprendizado Ementa Redes Neuro-Fuzzy Aplicações das Teorias Fuzzy e Neuro-Fuzzy em problemas da Engenharia Diagnóstico Desempenho Qualidade Análise hierárquica Ementa Fundamentos da Inteligência Artificial Introduzir o conceito de inteligência artificial (IA) por meio de suas possíveis definições e vertentes; Apresentar o contexto histórico de surgimento da IA, sua evolução e abordagens ao longo do tempo; Relatar os marcos mais relevantes na consolidação da IA como uma área de pesquisa da ciência; Evidenciar as principais aplicações da IA na atualidade. Objetivos da Aula 24 combinações possíveis 2 x 2 362.880 combinações possíveis 3 x 3 1.2688 x 1089 combinações possíveis 8 x 8 1.2688 x 1089 combinações possíveis Se testarmos um bilhão de combinações por segundo levará cerca de 4 x 1069 milênios... Por que é que nós, humanos, podemos resolvê-lo muito mais rápido? Porque utilizamos conhecimento do problema de forma inteligente! Definição Pensar como humanos Pensar de forma racional Agir como humanos Agir de forma racional IA Forte x IA Fraca Definição Sistemas que pensam como humanos Sistemas que pensam racionalmente “O novo e excitante esforço para fazer computadores pensarem... Máquinas como mentes, no sentido literal e completo”. (Haugeland, 1985) “O estudo de faculdades mentais através do uso de modelos computacionais.” (Charniak e McDermott, 1985) Sistemas que agem como humanos Sistemas que agem racionalmente “A arte de criar máquinas que realizam funções que requerem inteligência quando realizadas por pessoas”. (Kurzwell, 1990) “Um campo de estudo que busca explicar e emular comportamento inteligente em termos de processos computacionais”. (Schalkoff, 1990) Definição O TERMO INTELIGÊNCIA ARTIFICIAL (IA) CONSTITUI VÁRIOS PROCEDIMENTOS COMPUTACIONAIS CUJAS FUNÇÕES REALIZADAS, CASO UM SER HUMANO AS EXECUTASSE, SERIAM CONSIDERADAS INTELIGENTES Área de pesquisa da ciência da computação que tem como objetivo buscar métodos ou sistemas computacionais que possuam ou reforcem a capacidade de comportamentos inteligentes do ser humano, como o de resolver problemas, adquirir e representar conhecimentos, reconhecer padrões etc. Inteligência Artificial Inteligência Artificial De onde vem o conhecimento? O que pode ser computado? Como humanos e animais pensam e atuam? Como construir um cérebro artificial? Como a linguagem se relaciona com o pensamento? Década de 1940: Marcada pela Segunda Guerra Mundial, surgem os primeiros estudos sobre IA. Desenvolvimento de tecnologia voltada para a análise de balística, quebra de códigos e cálculos para projetos de armas nucleares. Contexto Histórico Desta forma, surgem os primeiros grandes projetos de construção de computadores, assim chamados por serem máquinas utilizadas para fazer cálculos (cômputos). Após a Segunda Guerra Mundial, o computador não ficou restrito aos âmbitos militar e científico, sendo gradualmente utilizado em empresas, indústrias, universidades etc. A diversidade de aplicações estimulou pesquisas de software, hardware e linguagens de programação. Contexto Histórico 1943: Primeiro trabalho reconhecido como IA, elaborado por McCulloch e Wlater Pitts. Desenvolveram pesquisas voltadas ao desenvolvimento de modelos de neurônios artificiais. 1949: Hebb criou novas regras para a conexão dos neurônios de McCulloch e Pitts. Contexto Histórico Alan Turing, 1950 Publicação do artigo Computing Machine and Intelligence: apresenta o que hoje é conhecido por Teste de Turing, com o qual se pretende descobrir se uma máquina pode ou não emular o pensamento humano. Máquina de Turing Máquina de Turing Funcionamento do Teste de Turing Um interrogador (humano) fará perguntas a duas entidades ocultas; uma delas é um humano, e a outra é um computador. A comunicação entre o interrogador e as entidades é feita de modo indireto, pelo teclado, por exemplo. O interrogador tentará, através do “diálogo” realizado entre ele e as entidades, decidir qual dos dois é o humano. O computador será programado para se passar por humano, e o humano responderá de forma a confirmar a sua condição. Se o interrogador não conseguir distinguir quem é o humano, então conclui-se que o computador pode “pensar” segundo o Teste de Turing. Máquina de Turing Em 2014, um computador conseguiu enganar uma banca na Universidade de Reading, em Londres. No entanto, há bastante crítica em torno do acontecimento. Criada por uma equipe russa, a máquina (chatbot) “atende” pelo nome de Eugene Goostman e se passa por um garoto de 13 anos que mora na Ucrânia. 33% dos jurados acreditavam que eu era um humano! Máquina de Turing Alguns computadores conseguiram passar por versões simplificadas do teste, contudo sempre esteve ausente o atributo mental do entendimento. “O maior desafio é dar bom senso às máquinas, e bom senso é essencial para passar no Teste de Turing”. Máquina de Turing Capacidades necessárias: Processamento de linguagem natural Representação de conhecimento Raciocínio automatizado Aprendizado de máquina 1956: John McCarthy reuniu em uma conferência proferida no Darmouth College, na Universidade de New Hampshire, vários pesquisadores de renome. Marco de “nascimento” da IA “O estudo se baseia na ideia de que todo aspecto de aprendizado ou qualquer característica da inteligência consegue, por princípio, ser tão precisamente descrito que uma máquina pode ser criada para simulá-la.” 1951-1969: Fase de grande entusiasmo Primeiros programas capazes de jogar xadrez Provas de teoremas de lógica e emulação da forma de raciocínio do ser humano Planejamento de tarefas Comunicação em linguagem natural Aprendizado por analogia Análises estruturais de moléculas químicas Evolução da IA Década de 70: Fase na qual os pesquisadores começaram a esbarrar em problemas relacionados ao armazenamento de informações e ao tempo de processamento dos dados. Década de 80: IA transforma-se numa Indústria Em 1981, pesquisadores japoneses anunciaram um projeto de computador de quinta geração, que teria o Prolog como linguagem de programação e seria capaz de realizar milhões de inferências por segundo. IA Voltou a ser uma área de pesquisa muito ativa, voltada na atualidade, principalmente, para aplicações práticas em áreas específicas. Evolução da IA 1990-Atual 1991: Sistemas de IA utilizados com sucesso na guerra do Golfo. 1993: Sistema capaz de conduzir um carro numa auto- estrada a cerca de 90 km/h. 2000: Começam a surgir brinquedos inteligentes. Atualmente, existem milhares de sistemas especialistas em operação nos mais variados domínios e a influência da IA em outros campos da computação, como engenharia de “software”, banco de dados e processamento de dados, vem crescente constantemente. Evolução da IA Simbólica (Descendente ou Cognitiva) 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 (como planejamento de tarefas) e sua principal contribuição são os sistemas especialistas. Abordagens da IA Conexionista Baseia-se na hipótese de causa-efeito,segundo a qual um modelo suficientemente preciso do cérebro humano é suficiente para reproduzir a inteligência que o homem possui. Essa abordagem trata de problemas imprecisos, mas que podem ser definidos através de exemplos (por exemplo, reconhecimento de caligrafia) e sua principal contribuição são as redes neurais. Abordagens da IA Evolucionária 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 (como escalonamento de produção) e sua principal contribuição são os algoritmos genéticos. Abordagens da IA Híbrida Abordagem na qual se combinam ferramentas de diferentes abordagens para se obter uma solução para um determinado problema. Abordagens da IA A área da IA é atualmente bastante utilizada em vários campos de aplicações, auxiliando a capacidade humana em projetos e no desenvolvimento de novos sistemas e produtos e, ainda, substituindo muitas atividades repetitivas e enfadonhas de operadores humanos em diversas funções produtivas. Isso se tornou possível graças ao desenvolvimento dos sistemas especialistas, da Lógica Fuzzy, das Redes Neurais Artificiais (RNA), dos Algoritmos Evolucionários e outros. Aplicações da IA Matemática Demonstração de teoremas Resolução simbólica de equações Aproximação de funções complexas Pesquisa Operacional Otimização Busca heurística Sistemas tutores Modelagem de aprendizados Escolha de estratégias pedagógicas Aplicações da IA Produção de jogos Modelagem do ambiente físico Comportamento / personalidade das personagens Interação com usuário Aplicações da IA Robótica Visão Navegação Controle Aplicações da IA Processamento de linguagem natural Tradução automática Buscadores Verificadores ortográficos e sintáticos Aplicações da IA Sistemas de controle Veículos autônomos Aplicações da IA Sistemas de recomendação Aplicações da IA Sistemas especialistas Atividades que exigem conhecimento especializado, e não formalizado Extração de conhecimentos Regras ou informações em tarefas como diagnósticos, previsão, monitoramento, análises, planejamentos e projeto Aplicações da IA Aplicações de IA O que todas essas aplicações têm em comum? Um sistema IA deve ser capaz não apenas de armazenar e manipular dados, mas também de adquirir, representar e manipular o conhecimento. Ou seja, deve ter a capacidade de deduzir ou inferir novos conhecimentos a partir do conhecimento existente. 1. O que você entende como inteligência artificial? Compare sua resposta com os pontos de vistas mais usuais. 2. Em que consiste o teste de Turing? Relate as habilidades necessárias de uma máquina para passar no teste e as principais dificuldades encontradas para isso. 3. Compare as diferentes abordagens de IA e suas respectivas contribuições mais relevantes. 4. Cite e exemplifique as principais aplicações de IA na atualidade. Vamos exercitar... 1. BARRETO, J. M. Inteligência Artificial no Limiar do Século XXI: Abordagem Híbrida, Simbólica, Conexionista e Evolucionária. UFSC, 2001. 2. LOPES, I. L.; PINHEIRO, C. A. M.; SANTOS, F. A. O. Inteligência Artificial. 1. ed. Rio de Janeiro: Elsevier, 2014. 3. RICH, E.; KNIGHT, K. Inteligência Artificial. 2. ed. Makron Books, 1995. 4. ROSA, J. L. G. Fundamentos da Inteligência Artificial. Rio de Janeiro: LTC, 2001. 5. RUSSEL, S.; NORVIG, P. Artificial Intelligence: A Modern Approach. Prentice Hall, 1995. 6. SIMÕES, M. G.; SHAW, I. S. Controle e Modelagem Fuzzy. 2. ed. São Paulo: Blucher: FAPESP, 2007. Referências
Compartilhar