Slides de aula II

Prévia do material em texto

Prof. Dr. Kauê Rosalem
UNIDADE II
Estudos Disciplinares: 
Inteligência Artificial
 Usar raciocínio na solução de problemas;
 Lidar com situações de perplexidade;
 Entender e inferir de modo comum, racional;
 Adquirir e aplicar conhecimento;
 Pensar e raciocinar;
 Reconhecer a importância relativa 
de diferentes elementos dentro de 
uma situação.
Objetivos do Machine Learning
Resultados mais rápidos
Resultados mais confiáveis 
e reproduziveis
Opções inteligentes 
em tempo real
Melhores tomadas de decisão
Fonte: 
https://operdata.com.br
/blog/a-relacao-entre-
machine-learning-e-a-
estatistica/
 Análise descritiva: se encarrega de analisar o que aconteceu;
 Análise diagnóstica: analisa por que determinado evento aconteceu; 
 Análise preditiva: aponta o que irá (ou poderá) acontecer (predição);
 Análise prescritiva: identifica o que se deseja que aconteça e o que pode ser feito para 
alcançar esse objetivo (reforçar, modificar ou evitar uma predição).
Análise de dados (Analytics)
V
a
lo
r
Complexidade
Análise 
Diagnóstica
Análise 
Preditiva
Análise 
Prescritiva
Análise 
Descritiva
Por que aconteceu?
O que vai acontecer?
O que aconteceu?
O que fazer quando 
acontecer?
Fonte: https://thoughtworksinc.github.io/guia-de-
desenvolvimento-tecnico/topics/Analytics.html
 Interfaces inteligentes 
 maior produtividade.
 Resolução de novos tipos de problemas 
 adquirir e acessar conhecimento, tomada de decisões etc.; 
 computadores mais úteis.
 Tratamento geral de informação 
 conquista do problema da sobrecarga de informação.
 Maior benefício 
 forçar a conversão de informação em conhecimento.
Implicações sociais da IA
 O aprendizado de máquina está sendo usado para tomar decisões importantes em muitos 
setores: conceito de viés algorítmico;
 Incorporação de uma tendência a discriminar de acordo com a etnia, o gênero ou outros 
fatores ao tomar decisões sobre pedidos de emprego, empréstimos bancários e assim por 
diante;
 Como as redes sociais baseiam suas recomendações de conteúdo basicamente nos cliques 
de outros usuários, elas podem levar à ampliação de vieses existentes, mesmo que sejam 
muito pequenos para começar.
Viés algorítmico
Estudo de 
problema
Treina a 
máquina de 
aprendizado
Analisa o erro
Avalia
Aplica
Algoritmo
Fonte: 
https://cepein.femanet.co
m.br/BDigital/arqPics/1711
420201P806.pdf
Objetivos de IA:
 fazer máquinas mais espertas => objetivo principal;
 entender o que é inteligência => objetivo nobre;
 fazer máquinas mais úteis => objetivo empreendedor (comercial).
Automatizações por meio de IA:
 automatiza tarefas repetitivas;
 permite descobertas a partir da análise de dados;
 faz com que os algoritmos aprendam sozinhos;
 reduz os riscos de erros em processos;
 incorpora inteligência a produtos dos mais variados setores.
Trabalhos automatizados
 Filosofia (de 428 a.C. até a atualidade)
 Lógica, métodos de raciocínio, mente como um sistema físico, origens do aprendizado 
(indução), racionalidade.
 Matemática (cerca de 800 até a atualidade)
 Representações formais, algoritmos, computabilidade, intratabilidade, probabilidade.
 Economia (de 1776 até a atualidade)
 Conceito de utilidade, teoria da decisão, teoria dos jogos.
 Neurociência (de 1861 até a atualidade)
 Substrato físico para a atividade mental.
 Psicologia (de 1879 até a atualidade)
 Percepção e controle motor, técnicas experimentais.
 Engenharia da computação (de 1940 até a atualidade)
 Construção de computadores rápidos, ambientes 
computacionais, conceitos de programação.
 Linguística (de 1957 até a atualidade)
 Representação do conhecimento e gramática.
Origens da IA
 1943 McCulloch & Pitts: modelo booleano do cérebro;
 1950 Turing publica Computing Machinery and Intelligence;
 1956 Encontro em Dartmouth: o termo “Inteligência Artificial” é criado;
 1950s Primeiros programas de IA, incluindo o jogador de damas de Samuel, o Logic
Theorist de Newell & Simon e o Geometry Theorem Prover de Gelernter;
 1965 Robinson descobre um método de raciocínio lógico completo;
 1966 – 73 IA enfrenta o problema da complexidade computacional. A pesquisa em redes
neurais quase desaparece;
 1969 – 79 Desenvolvimento de sistemas especialistas;
 1980 IA (sistemas especialistas) se torna uma indústria;
 1986 Retorno das redes neurais;
 1987 IA se torna uma ciência;
 1995 Surgimento de agentes inteligentes. Popularizados 
na internet.
Histórico de Inteligência Artificial
A IA, e em particular, o aprendizado de máquina, estão sendo usados para tomar decisões 
importantes em muitos setores. Isso significa a incorporação de uma tendência a discriminar de 
acordo com a etnia, o gênero ou outros fatores ao tomar decisões sobre pedidos de emprego, 
empréstimos bancários e assim por diante. Esse conceito é conhecido como:
a) Viés algorítmico.
b) Regras de Estado.
c) IA moderna.
d) Aprendizado de máquina.
e) Questão de dados.
Interatividade
A IA, e em particular, o aprendizado de máquina, estão sendo usados para tomar decisões 
importantes em muitos setores. Isso significa a incorporação de uma tendência a discriminar de 
acordo com a etnia, o gênero ou outros fatores ao tomar decisões sobre pedidos de emprego, 
empréstimos bancários e assim por diante. Esse conceito é conhecido como:
a) Viés algorítmico.
b) Regras de Estado.
c) IA moderna.
d) Aprendizado de máquina.
e) Questão de dados.
Resposta
• Quando uma máquina é treinada para ter uma inteligência 
artificial, ela necessita passar por um processo de 
aprendizagem para que tome as decisões que o seu criador 
julgue corretas. Para que isso ocorra, é necessária uma 
quantidade grande de dados de aprendizado para que ela 
treine seu conhecimento sobre a decisão a ser tomada 
baseada em uma função de decisão escolhida no seu 
desenvolvimento. Quando os algoritmos de aprendizagem 
de máquina são relacionadas a pessoas, eles podem 
possuir um viés discriminatório por diversos fatores, tanto 
relacionados ao seu treinamento quanto à sua 
implementação e isso é chamado de viés algorítmico.
 DADO => INFORMAÇÃO => CONHECIMENTO
Dado:
 não tem significado por si só;
 fatos ou figuras a serem processados.
Informação:
 dado organizado de forma a ter significado para a pessoa que vai recebê-la.
Conhecimento com IA
DADOS INFORMAÇÃO CONHECIMENTO
Fonte: https://softensistemas.com.br/gestao-de-conhecimento/
Computação convencional:
 informar ao computador como resolver um problema;
 baseada em algoritmos.
Computação em IA: 
 dado ao computador conhecimento sobre um determinado domínio + 
capacidade de inferência;
 o programa determina o procedimento específico para atingir a solução.
Computação convencional X computação em IA
 Aprendizado supervisionado: a máquina recebe problemas e soluções previamente definidos 
e associados;
 Com isso, as variáveis já estão identificadas e existem respostas corretas para cada questão.
Exemplos:
 Regressão: dada uma imagem de homem/mulher, temos de prever sua idade com base em 
dados da imagem.
 Classificação: dado um exemplo de tumor cancerígeno, temos de prever se ele é benigno ou 
maligno por meio do seu tamanho e idade do paciente.
Aprendizagem de máquina supervisionado
Fonte: 
https://medium.com/opensanca/
aprendizagem-de-maquina-
supervisionada-ou-n%C3%A3o-
supervisionada-7d01f78cd80a
Classification Regression
 Aprendizado não supervisionado: sem respostas corretas ou predefinidas, ele entrega uma 
análise mais customizável e, por isso, mais complexa;
 Acontece a partir do agrupamento de informações correlatas e o resultado é imprevisível.
Exemplos:
 Clustering, dada uma coleção de 1000 pesquisas de uma universidade, encontrar uma maneira 
de agrupar automaticamente essas pesquisas em um grupos que são de alguma forma 
semelhantes ou relacionadas por diferentesvariáveis, tais como a frequência das palavras, 
frases, contagem de páginas etc.;
 Algoritmo Cocktail Party, que pode encontrar em uma estrutura de dados desorganizada como 
identificar as vozes individuais e música.
Aprendizagem de máquina não supervisionado
Fonte: https://stanford.edu/~shervine/l/pt/teaching/cs-229/dicas-aprendizado-nao-supervisionado
Inicialização de meio Atribuição de grupo Atualização de meio Convergência
 PLN como extensão do Machine Learning e da Inteligência Artificial => evolução da interação 
homem-máquina;
 Ao tratar línguas escritas e/ou faladas, o PLN faz com que seja possível a interação entre homem 
e máquina;
 Interpretar e decifrar as mensagens codificadas em linguagem natural => transmitindo-as para as 
máquinas;
 Para que as máquinas compreendam falas, reproduzam textos ou mesmo consigam conectar 
palavras de forma lógica, foi necessário aprimorar o processamento de linguagem natural;
 Capacidade de identificar sentimentos e estados de espírito em meio à análise de plataformas 
virtuais, a fim de conhecer as tendências de interação;
 Rastrear, comparar e combinar dados são alguns dos pontos existentes em PLN.
Processamento de linguagem natural (PLN)
Natural 
Language
Processing
Machine Translation
Information Retrieval Sentiment Analysis Information Extraction
Question Answering
Fonte: 
http://www.each.usp.br/
petsi/jornal/?p=2577
 Internet of Things (IoT) ou Internet das Coisas: tendência que está diretamente ligada à 
Inteligência Artificial; 
 Aparelhos eletrodomésticos, gadgets e máquinas entregam uma interação que otimiza processos 
e reduz esforços;
 Atividades que não precisam ser realizadas pelo homem sejam assimiladas por máquinas.
Sua aplicação acontece:
 no controle inteligente do trânsito e no gerenciamento de sinais;
 na automação residencial, com o controle da temperatura do ambiente ou na iluminação;
 com a segurança, tanto no armazenamento de dados sigilosos quanto no controle de acessos;
 pelo monitoramento de animais, a partir de microchips de rastreamento.
Internet das Coisas (IoT)
Fonte: https://www.grupomult.com.br/iot-
comunicacao-de-dados-e-microservicos-uma-
visao-integrada-para-suportar-industria-4-0/
 Serviços mais seguros;
 Auxílio na identificação de potenciais fraudes;
 Otimização de análises financeiras;
 Processamento de transações, saques e depósitos já não precisam mais da interação humana 
em todos os processos;
 Investimentos e outras formas de aplicações podem ser realizadas com poucos cliques;
 Se as formas de gerir recursos mudaram, alterações também foram percebidas nos modelos de 
atendimento;
 Chatbots: com o autoatendimento por meio de chatbots, os atendimentos foram 
automatizados para operar em tempo integral.
Mudanças no setor financeiro
Fonte: 
https://www.viacognitiva.co
m.br/single-post/info-setor-
financeiro-chatbots
 Por meio da tecnologia, é possível analisar desde 
respostas até interações entre as pessoas; 
 Tudo isso passando pela escolha de palavras, pelas 
expressões faciais e tom de voz;
 Os questionários que geram perfis dos candidatos são 
realizados de forma automatizada (com resultados 
entregues em segundos, após a finalização do teste); 
 O recrutamento e a seleção ficam mais ágeis, seguros e 
eficientes, o que traz grande redução de custo e tempo;
 Perfis de colaboradores 
podem ser estudados, 
assim como o 
desempenho na 
empresa, para identificar 
quem tem maior 
potencial para uma 
progressão de carreira.
Automatizações em Recursos Humanos
BENEFÍCIOS DA AUTOMAÇÃO E DA 
INTELIGÊNCIA ARTIFICIAL PARA O RH
AUMENTO DA AUTOMATIZAÇÃO 
DO TRABALHO
AUMENTO DE ATIVIDADES 
OU TAREFAS HUMANAS
AMPLIFICAR ATIVIDADES 
OU TAREFAS HUMANAS
Benefícios:
• Melhor tomada de decisão
• Mais trabalho autônomo
• Incremento das atividades humanas
Benefícios:
• Mais tempo para atividades 
de autoprendizagem
• Previsões melhores
• Mais interação com pessoas
Benefícios:
• Diminuição de custos
• Melhora da “user experience”
• Mais qualidade e precisão
CURTO 
PRAZO
MÉDIO 
PRAZO
LONGO 
PRAZO
 Há milhares de anos, o ser humano vem tentando entender, por meio da filosofia, da 
psicologia e da neurociência, como pensamos, ou seja, como somos capazes de perceber, 
compreender, prever e manipular o mundo em que vivemos. No entanto, sabe-se que essa 
não é uma tarefa fácil, visto que ainda não se tem respostas objetivas para diversas questões 
fundamentais como: “O que é a inteligência?”, “Qual o pré-requisito para uma entidade 
(humana ou não) ser considerada inteligente?” e tantas outras. Nesse contexto, surge a 
Inteligência Artificial com suas diversas definições. Marque a alternativa correta referente à 
definição de Inteligência Artificial.
Interatividade
a) Inteligência Artificial corresponde ao desenvolvimento de sistemas que pensam como 
humanos, ou seja, sistemas cujos comportamentos de entrada/saída e de tempo são 
parecidos com o comportamento humano.
b) Inteligência Artificial corresponde ao desenvolvimento de sistemas que agem como 
humanos. Para isso, os sistemas precisam ser aprovados no Teste Turing.
c) Inteligência Artificial corresponde ao desenvolvimento de sistemas que pensam 
racionalmente, ou seja, sistemas que resolvem problemas descritos em notação lógica.
d) Inteligência Artificial corresponde ao desenvolvimento de sistemas que agem racionalmente, 
ou seja, atingem os objetivos com base nas informações disponíveis.
e) Todas as respostas estão corretas. 
Interatividade
 Há milhares de anos, o ser humano vem tentando entender, por meio da filosofia, da 
psicologia e da neurociência, como pensamos, ou seja, como somos capazes de perceber, 
compreender, prever e manipular o mundo em que vivemos. No entanto, sabe-se que essa 
não é uma tarefa fácil, visto que ainda não se tem respostas objetivas para diversas 
questões fundamentais como: “O que é a inteligência?”, “Qual o pré-requisito para uma 
entidade (humana ou não) ser considerada inteligente?” e tantas outras. Nesse contexto, 
surge a Inteligência Artificial com suas diversas definições. Marque a alternativa correta 
referente à definição de Inteligência Artificial.
Resposta
a) Inteligência Artificial corresponde ao desenvolvimento de sistemas que pensam como 
humanos, ou seja, sistemas cujos comportamentos de entrada/saída e de tempo são 
parecidos com o comportamento humano.
b) Inteligência Artificial corresponde ao desenvolvimento de sistemas que agem como 
humanos. Para isso, os sistemas precisam ser aprovados no Teste Turing.
c) Inteligência Artificial corresponde ao desenvolvimento de sistemas que pensam 
racionalmente, ou seja, sistemas que resolvem problemas descritos em notação lógica.
d) Inteligência Artificial corresponde ao desenvolvimento de sistemas que agem 
racionalmente, ou seja, atingem os objetivos com base nas informações disponíveis.
e) Todas as respostas estão corretas. 
Resposta
Em IA, sistemas inteligentes são vistos (modelados) como agentes inteligentes:
 Percebe seu ambiente por sensores e age sobre o ambiente por meio de atuadores.
Agente humano:
 Sensores: olhos, ouvidos (...).
 Atuadores: mãos, pernas, boca (...).
Agente robótico:
 Sensores: câmeras, detector infravermelho.
 Atuadores: vários tipos de motores.
Agentes inteligentes
Fonte: 
https://www.gsigma.ufsc.br/~pop
ov/aulas/ia/modulo5/index.html
 Um problema é definido por meio de: percepções, ações, metas e ambiente (e outros 
agentes).
Tipos de conhecimento que o programa do agente pode conter:
 Quais são as propriedades relevantes do mundo;
 Como o mundo evolui;
 Como identificar os estados desejáveis do mundo;
 Como interpretar suas percepções;
 Quais as consequências de suas ações no mundo;
 Como medir o sucesso de suas ações;
 Como avaliar seus próprios conhecimentos;
 Como capturar (aprender) mais conhecimento sobre o 
ambiente;
 Como colaborarou competir com outros agentes etc.
Modelagem de agentes
 Agente reativo simples;
 Agente reativo baseado em modelo;
 Agente baseado em meta (objetivos);
 Agente baseado em utilidade. 
Tipos de agentes
Autonomia
Fonte: 
https://docplayer.com.br/1464813
6-Sistemas-inteligentes-aula-
agentes-inteligentes-flavia-
barros-patricia-tedesco.html
 Agente mais simples;
 Ações baseadas na percepção atual.
Agente reativo simples
Agente Sensores
Regras 
condição-ação
Qual seria a melhor 
ação a ser executada
Qual é o estado 
atual do mundo
Atuadores
A
m
b
i
e
n
t
e
Fonte: https://docplayer.com.br/14648136-Sistemas-inteligentes-
aula-agentes-inteligentes-flavia-barros-patricia-tedesco.html
 Agentes que possuem percepção parcial do mundo podem 
acompanhar as mudanças do mundo por uma representação 
interna do estado do mundo;
 Percepções isoladas não fornecem acesso ao estado completo 
do mundo;
 Existem estados do mundo diferentes que fornecem a mesma 
percepção;
 O agente necessita manter informação interna para distinguir 
estados do mundo aparentemente iguais.
Agente reativo baseado em modelo
Estado
Como o 
mundo muda
O que minhas 
ações fazem
Regras 
condição-ação
Qual seria a melhor 
ação a ser executada
Qual é o estado 
atual do mundo
Agente Atuadores
Sensores
A
m
b
i
e
n
t
e
Fonte: https://docplayer.com.br/14648136-
Sistemas-inteligentes-aula-agentes-
inteligentes-flavia-barros-patricia-tedesco.html
 O mapeamento entre percepções e ações pode ser muito grande ou pode haver mudanças no 
ambiente ou na medida de desempenho do agente, nesse caso, um agente reativo não funcionaria;
 Agente baseado em metas é mais flexível pois contém o conhecimento explícito necessário para a 
escolha de ações.
 Informação da meta: o que acontece se essa ação for executada?
 Pode ser simples quando uma única ação realiza a meta; outras vezes pode requerer busca 
e planejamento (subáreas de IA). Pode envolver projeção de ações para prever se a meta 
é satisfeita;
 Limitação: consome tempo; o mundo pode 
mudar enquanto se tenta prever o futuro 
(raciocínio sobre o futuro).
Agente baseado em meta
Estado
Como o 
mundo muda
O que minhas 
ações fazem
Metas
Qual seria a melhor 
ação a ser executada
Como seria o mundo 
depois da ação A
Qual é o estado 
atual do mundo
Sensores 
A
m
b
i
e
n
t
e
Agente 
Atuadores 
Fonte: 
https://docplayer.com.br/146
48136-Sistemas-
inteligentes-aula-agentes-
inteligentes-flavia-barros-
patricia-tedesco.html
 Função utilidade: mapeia um estado (ou uma sequências de estados) a um número real, que 
descreve o grau de “satisfação” do agente com relação à ação tomada;
 Informa se um estado do mundo é preferível (mais útil) que outros;
 Avalia metas competitivas e guia a busca;
 Jogos caem nessa categoria;
 Gera comportamento de 
alta qualidade.
Agente baseado em utilidade
Estado
Como o 
mundo muda
O que minhas 
ações fazem
Utilidade
Qual seria a melhor 
ação a ser executada
Quão feliz eu ficaria em tal estado
Como seria o mundo 
depois da ação A
Representação do 
estado atual do mundo
Sensores
Agente Atuadores
A
m
b
i
e
n
t
e
Fonte: https://docplayer.com.br/14648136-
Sistemas-inteligentes-aula-agentes-inteligentes-
flavia-barros-patricia-tedesco.html
 O uso de agentes inteligentes permite a resolução de 
problemas complexos por meio do uso de heurísticas 
implementadas de forma distribuída. Na literatura, o 
Mundo do Aspirador de Pó (Vacuum-Cieaner World) 
é um problema fictício que envolve o emprego e o 
uso de agentes no ensino dos conceitos relacionados 
à Inteligência Artificial. Esse mundo fictício é 
composto por um aspirador de pó e dois ou mais 
ambientes, conforme ilustra a figura a seguir. Os 
ambientes podem estar sujos ou limpos.
Interatividade
Ambiente A Ambiente B
Nesse mundo, um agente representa o aspirador de pó 
equipado com dois sensores; um de localização e outro para a 
identificação de sujeira. O agente pode executar as seguintes 
operações:
• Verificar se o ambiente atual está sujo;
• Limpar o ambiente;
• Fazer nada;
• Mover-se para o próximo ambiente, utilizando um dos 
comandos: direita, esquerda, frente ou trás 
Russell, S. J.; Norvig, P. Artificial intelligence: a modern approach. 3. ed. New Jersey: 
Pearson, 2009 (adaptado).
Com relação aos conceitos envolvendo sistemas multiagentes e o problema do Mundo do 
Aspirador de Pó apresentado, assinale a opção correta:
a) Definidas as localizações do agente e da sujeira como elementos únicos de um estado, no 
cenário da figura, há 22 = 4 estados possíveis para avaliação.
b) O comportamento de um agente é definido por uma ou mais funções que mapeiam uma 
dada sequência percebida para uma ação definida.
c) A sequência percebida de um agente se refere ao histórico do resultado de todas as ações 
tomadas pelo agente até o presente momento.
d) A percepção de um agente se refere aos resultados das 
ações tomadas por ele.
e) A opção “fazer nada” é uma percepção válida do agente.
Interatividade
Com relação aos conceitos envolvendo sistemas multiagentes e o problema do Mundo do 
Aspirador de Pó apresentado, assinale a opção correta:
a) Definidas as localizações do agente e da sujeira como elementos únicos de um estado, no 
cenário da figura, há 22 = 4 estados possíveis para avaliação.
b) O comportamento de um agente é definido por uma ou mais funções que mapeiam uma 
dada sequência percebida para uma ação definida.
c) A sequência percebida de um agente se refere ao histórico do resultado de todas as ações 
tomadas pelo agente até o presente momento.
d) A percepção de um agente se refere aos resultados das 
ações tomadas por ele.
e) A opção “fazer nada” é uma percepção válida do agente.
Resposta
De acordo com a Robotics Industries Association (Associação das Indústrias de Robótica), 
temos a seguinte definição de robô:
 “Um robô é um dispositivo mecânico articulado programável, que consegue de forma autônoma e 
pode, devido à sua capacidade de processamento:
1. obter informação do meio envolvente utilizando sensores;
2. tomar decisões sobre o que deve fazer com base nessa informação e em informação a priori;
3. manipular objetos do meio envolvente utilizando atuadores.”
 A Robótica é uma área multidisciplinar altamente ativa, que busca o desenvolvimento e a 
integração de técnicas e algoritmos para a criação de robôs; 
 Para fazer um robô funcionar, os engenheiros têm que dominar 
técnicas de diversos ramos da ciência tais como matemática, 
física, mecânica, eletrônica, teoria de 
controle de sistemas, automação 
industrial, visão computacional, 
comunicações, processamento de 
sinais, entre outras.
Definição de Robótica
Fonte: https://bitcursos.com.br/robos-na-ficcao-10-
filmes-que-trazem-reflexoes-sobre-robotica/
 Robôs inteligentes são manipulados por sistemas multifuncionais controlados por computador, 
são capazes de interagir com seu ambiente por meio de sensores e de tomar decisões em 
tempo real;
 Robôs com controle por computador são semelhantes aos robôs inteligentes, porém não têm a 
capacidade de interagir com o ambiente. Se esses robôs forem equipados com sensores e 
software adequado, transformam-se em robôs inteligentes;
 Robôs de aprendizagem se limitam a repetir uma sequência de movimentos, realizados com a 
intervenção de um operador ou uma sequência memorizada;
 Robôs manipuladores são sistemas mecânicos multifuncionais, 
cujo sistema de controle permite governar o movimento de seus 
membros das seguintes formas: manual, quando o operador 
controla diretamente os movimentos; de sequência variável, 
quando é possível alterar algumas 
das características do ciclo 
de trabalho.
Tipos de robôs
Fonte: 
http://foleo.com.br/robos
-de-investimento/
Organização funcional de um robô
Operador / Máquina Periférica
Sistema de Comunicação
Sistema de Decisão
Sistemade Controle Sensoriamento Externo
Sensores 
Internos
Atuadores 
Acionadores
Estrutura 
Mecânica
Órgãos 
Terminais
Sistema 
Inteligente
Ambiente / 
Objetos
Manipulador 
Fonte: 
http://professor.ufop.br/sites/default/files/
cocota/files/elemroboticaintro.pdf
 Os robôs usam sensores para obter informações do seu mundo em volta, para 
desempenhar as suas tarefas e, em especial, no manuseio de objetos; 
 Há sensores para muitas grandezas tais como posição, distância, visão, acústicos e 
muitos outros;
 Em geral, um sensor dá a sua medida como um sinal elétrico. Se desejamos a medida em 
outra grandeza é necessário usar um transdutor; 
 Transdutores são dispositivos que transformam um determinado tipo de medida (ou 
grandeza física) num outro tipo diferente.
Dispositivos de Robótica
Fonte: 
https://www.robotics.org/
 Os sensores óticos podem medir quase todas as grandezas físicas. Esses sensores são 
chamados de óticos porque usam técnicas magnético-óticas, ou de laser, ou com fibras ópticas, 
ou de reflexão de luz ou outras radiações eletromagnéticas;
 Os sensores fotoelétricos de luz são uma forma de visão para a robótica. Esses sensores mudam 
a resistência, o díodo, ou o transistor conforme detecta luz. Ou seja, quando um feixe de luz é 
detectado, eles respondem seja criando ou trocando um sinal elétrico que será analisado 
permitindo que o dispositivo tome uma decisão;
 Os sensores de infravermelho são usados para comportamentos simples dos robôs, como evitar 
obstáculos ou mesmo para os robôs se deslocarem. O robô emite um raio para um obstáculo e 
mede a distância de maneira similar a um radar (em aviões) ou sonar (em navios).
Visão na Robótica
Fonte: https://www.robotics.org/
 As categorias básicas de programação podem ser por aprendizagem e pela linguagem; 
 A programação por aprendizagem consiste em fazer o robô se movimentar, em fase de 
aprendizagem, segundo uma sequência de movimento requisitado e registrar o movimento 
na memória do controlador; 
 Na programação por linguagem textual é possível definir coordenadas e estabelecer a lógica 
e sequência do ciclo de trabalho; 
 O uso de linguagem amplia as possibilidades de cálculos, permite o detalhamento do fluxo 
lógico e um maior uso de sensores e comunicação.
Linguagem de programação de robôs
Fonte: https://www.robotics.org/
 Os modernos conceitos de controle de robôs, assim como de utilização de sensores de visão e 
táteis, têm suas raízes nas pesquisas sobre inteligência artificial; 
 Assim, em vez de armazenar imagens de peças e objetos dentro da memória dos sistemas de 
visão, certas características dos objetos são armazenadas, como perímetro, área, número de 
furos e assim por adiante;
 Para um aperfeiçoamento, com o intuito de dotar os robôs de uma inteligência para executar as 
tarefas necessárias, é conseguido com o desenvolvimento de outros campos da inteligência 
artificial, como as Redes Neurais e a Lógica Fuzzy;
 As redes neurais: são adaptativas, ou seja, aprendem com a 
experiência; são capazes de generalizar a experiência, e são 
capazes de resolver corretamente situações com um certo grau 
de variabilidade; se forem ligadas a sensores adequados, são 
capazes de reconhecer padrões complexos, visuais ou outros, 
como forma, cor, som, textura etc.;
 A lógica fuzzy facilita a construção de regras, tais como: ande 
mais rápido, vire um pouco para a esquerda, diminua bastante a 
velocidade, obstáculo perto, entre outras.
Robótica e Inteligência Artificial
 Atualmente, a realidade demonstra que as técnicas de inteligência artificial vêm impactando 
positivamente o dia a dia das pessoas. A área da Robótica, por exemplo, vem utilizando as 
técnicas de inteligência artificial, que podem ser vistas nas linhas de montagem industrial, 
onde existe uma comunicação constante entre etapas de produção, garantindo maior 
precisão às atividades repetitivas. Outra aplicabilidade são em atividades como 
agendamento de compromissos profissionais e pessoais, podem ser feitas com ajuda das 
máquinas. Ademais, as técnicas de IA vêm fazendo a diferença em identificação e 
diagnóstico de doenças como o câncer, sugerindo, inclusive, o tratamento mais adequado 
para cada caso e paciente. Com relação à aplicação adequada das técnicas de Inteligência 
Artificial, analise as sentenças a seguir:
Interatividade
I. Sistemas especialistas jamais serão utilizados para diagnósticos médicos.
II. Controle autônomo de veículos que se dirigem sem interferência humana.
III. Para fazer um robô funcionar são utilizadas técnicas de diversas áreas do conhecimento e 
não apenas ciências exatas.
Assinale a alternativa correta:
a) As sentenças I e III estão corretas. 
b) As sentenças I e II estão corretas. 
c) As sentenças II e III estão corretas. 
d) Somente a sentença I está correta.
e) Somente a sentença III está correta.
Interatividade
 Atualmente, a realidade demonstra que as técnicas de inteligência artificial vêm impactando 
positivamente o dia a dia das pessoas. A área da Robótica, por exemplo, vem utilizando as 
técnicas de inteligência artificial, que podem ser vistas nas linhas de montagem industrial, 
onde existe uma comunicação constante entre etapas de produção, garantindo maior 
precisão às atividades repetitivas. Outra aplicabilidade são em atividades como 
agendamento de compromissos profissionais e pessoais, podem ser feitas com ajuda das 
máquinas. Ademais, as técnicas de IA vêm fazendo a diferença em identificação e 
diagnóstico de doenças como o câncer, sugerindo, inclusive, o tratamento mais adequado 
para cada caso e paciente. Com relação à aplicação adequada das técnicas de Inteligência 
Artificial, analise as sentenças a seguir:
Resposta
I. Sistemas especialistas jamais serão utilizados para diagnósticos médicos.
II. Controle autônomo de veículos que se dirigem sem interferência humana.
III. Para fazer um robô funcionar são utilizadas técnicas de diversas áreas do conhecimento e 
não apenas ciências exatas.
Assinale a alternativa correta:
a) As sentenças I e III estão corretas. 
b) As sentenças I e II estão corretas. 
c) As sentenças II e III estão corretas. 
d) Somente a sentença I está correta.
e) Somente a sentença III está correta.
Resposta
ATÉ A PRÓXIMA!