2021 - Inteligencia Artificial UNIP

Prévia do material em texto

Instituto de Ensino e Pesquisa Objetivo - IEPO 
Disciplina: Inteligência Artificial 
 Prof.: Cecília Amélia Miranda Costa 
 
Lista de Exercício Nº 02 
 
 
Entrega: 07/04/2021. 
 
 
 
1. Defina Inteligência. O que é um comportamento inteligente de uma máquina? 
Inteligência é uma característica dos seres humanos, Já a inteligência de máquina seria a 
aplicabilidade da inteligência humana para a máquina todo conhecimento embutido em nível de 
hardware o que permite um determinado conjunto de estados possíveis de funcionamento 
através de programas, aplicando a máquina o conhecimento humano para resolver 
determinados problemas aproveitando recurso do poder de processamento de dados. 
 
2. Caracterize as seguintes categorias “Sistemas que pensam como os humanos”, “Sistemas que agem 
como os humanos”, “Sistemas que pensam racionalmente” e “Sistemas que agem racionalmente”. 
 
Sistemas que pensam como os humanos 
• Introspecção 
• Experimentos psicológicos 
• Imagens do celebro 
 
Sistemas que agem como os humanos 
• A arte de criar máquinas que realizam funções que requerem inteligência quando realizada por 
pessoas. 
• Tratam-se de computadores que executam tarefas de um jeito semelhante ao das pessoas. É o caso 
dos robôs. 
• O estudo de como fazer com que computadores realizem tarefas que até o momento são realizadas 
por humanos. 
 
Sistemas que pensam racionalmente 
Tentam simular o pensamento lógico racional dos humanos, isto é, pesquisam sobre como fazer com que 
máquinas sejam capazes de entender, raciocinar e agir. 
 
• Abordagem baseada em interferências lógicas 
• Dedução: processo em que se tire conclusões a partir de premissas corretas 
• Lógica: é um formalismo que permite realizar declarações sobre os tipos de objetos e relações 
entre eles. 
 
Sistemas que agem racionalmente 
O estudo das faculdades mentais através do uso de computador “( Charniak e MecDermott, 1985)” 
 
3. Em que consiste um Agente Inteligente? Ilustre duas aplicações para esse tipo de agente. 
É o agente que coleta percepções do ambiente por meio de sensores, tomando decisões para transformá-las 
em ações sobre esse ambiente por intermédio de atuadores. Agentes podem ser classificados segundo várias 
características. As principais são autonomia e inteligência. 
 
Autonomia: uma das mais importantes diferenças entre agentes e programas tradicionais é a capacidade que 
um agente possui de seguir seus objetivos automaticamente, isto é, sem comandos externos. 
 
Inteligência: a característica inteligência de um agente é formada por um ou mais dos seguintes 
componentes: 
 
 
• a base de conhecimento; 
• a capacidade de raciocínio baseado em sua base de conhecimento; 
• a capacidade de aprender ou de se adaptar às mudanças ocorridas no ambiente 
 
4. Descreva as características dos seguintes agentes de acordo com a sua estrutura. 
 
a) Agentes reativos simples 
Um simples agente reativo (também conhecido como agente de reflexo) é um sistema de produção onde 
entradas do ambiente são comparadas com regras para determinar que ações executar. Em outras palavras, 
agentes reativos simplesmente reagem a eventos no ambiente deles, de acordo com regras predeterminadas. 
 
b) Agentes reativos baseados em modelo 
Os agentes de reflexo, baseado em modelos, armazenam uma quantidade de informação de 
ações executadas recentemente, e, ao assimilar as entradas, executa a ação escolhida. Podem ser 
conhecidos também como agentes de reflexos simples com estado interno. 
 
Para Russel e Norvig (2004), um agente de reflexo baseado em modelo ou agente reativo 
baseado em modelo, deve manter algum tipo de est ado interno, ao qual necessita obter 
informações de acontecimentos passados e analisar alguns aspectos que ainda não tenham 
acontecido no estado atual. 
 
c) Agentes baseados em objetivos 
São agentes que tem um ou uma série de objetivos para executar. Sua percepção do ambiente é superior, 
pois, ele já é capaz de considerar ações sobre o futuro com a meta de alcançar seus 
objetivos. Russel e Norvig (2004) explica que o agente baseado em objetos necessita basear-se na 
descrição do estado atual e também precisa de alguma espécie de informação sobre os objetos 
que descrevam a situação desejável. 
 
Agentes baseados em objetivos são mais complexos que agentes reativos. Em vez de seguir um conjunto 
de regras predeterminadas, um agente baseado em objetivos age tentando atingir um o . Isto é 
geralmente feito usando busca ou planejamento. Um agente baseado em objetivo pode, por exemplo, ter 
como objetivo encontrar páginas na Internet que sejam de interesse para um pesquisador de Inteligência 
Artificial. (JONES & BARTLETT, 2004). 
 
d) Agentes baseados na utilidade 
Um agente baseado em utilidade é semelhante a um agente baseado em objetivo, mas além de 
tentar alcançar um conjunto de objetivos, o agente baseado em utilidades também tenta 
maximizar algum valor de utilidade. O valor de utilidade pode ser pensado como a felicidade 
do agente ou quão bem-sucedido ele está sendo. Também pode ser levado em consideração 
quanto trabalho o agente precisa realizar a f im de alcançar seus objetivos. (JO NES 
&BARTLETT, 2004). 
 
e) Agentes com aprendizagem 
Agentes com aprendizagem se baseiam na ideia da máquina de Turing. O agente pode atuar 
em um ambiente desconhecido inicialmente e, através de aprendizado ao passar do tempo, 
evoluir conseguindo interpretar e atuar eficientemente no ambiente. Segundo Russele Norvig (2004), 
um agente de aprendizado pode ser dividido em quatro componentes conceituais. Essa divisão 
pode ser compreendida na fi gura 7, onde o elemento de aprendizado, que é responsável pela 
execução de aperfeiçoamento, tem mais importância que o elemento de desempenho que é responsável 
pela seleção de ações externas. 
 
5. Em que consiste a Inteligência Artificial Distribuída? O que caracteriza um Sistema Multiagente? 
Ilustre duas aplicações para sistemas multiagentes. 
 
A Inteligência Artificial Distribuída (IAD) é uma subárea da IA. A IAD 
estuda técnicas e mecanismos, com o objetivo de resolver problemas, em um 
ambiente composto por várias entidades que colaboram entre si. 
 
Nos Sistemas MultiAgentes (SMA), MultiAgent Systems, são estudados os 
meios apropriados para organizar os agentes, incluindo conceitos organizacionais 
e mecanismos de comunicação. Tem como foco principal os agentes, suas 
propriedades e a cooperação entre eles. Desta forma sendo considerado como um 
estudo do “meio”. 
 
Existem quatro características importantes em um sistema multiagente 
(Weiss, 1999; Sycara, 2003): 
 
• cada agente possui informação incompleta do sistema; 
• o controle do sistema é distribuído, ou seja, não há sistema global 
responsável pelo controle; 
• os dados são descentralizados; 
• a computação é não-sincronizada. 
 
6. Explique rapidamente cada uma das estratégias de busca abaixo e o desempenho de cada uma delas. 
a) Busca em profundidade. 
Expande os nós da vizinhança até o nó mais profundo 
 
b) Busca em largura (ou em amplitude, ou em extensão). 
O nó raiz é expandido, em seguida todos os nós sucessores são expandidos, então 
todos próximos nós sucessores são expandidos, e assim em diante 
 
c) Busca heurística pelo melhor primeiro (gulosa). 
Expande os nósque se encontram mais próximos do objetivo (uma linha reta conectando os dois pontos 
n o caso de distancias), desta maneira é provável que a busca encontre uma solução 
rapidamente. 
 
d) Busca A*. 
Expande o nó de menor valor de f na fronteira do espaço de estados (distância 
(custo) do nó inicial ao nó n mais a distância (custo) estimada de n ao nó final). Nenhum 
outro algoritmo ótimo garante expandir menos nós. Guarda todos os nós expandidos na memória.