2020324_182958_Aula02

Prévia do material em texto

Prof. Gerson Groth
Inteligência
Artificial
Aula 02 – IA Simbólica vs Não Simbólica
http://www.free-powerpoint-templates-design.com/
IA Simbólica X Não simbólica
Diferença entre IA simbólica e não simbólica
Problemas abordados pela IA
Paradigmas
Simbólico (IA clássica): Metáfora linguística
Ex. Sistemas especialistas, agentes...
Conexionista: Metáfora cerebral
Ex. Redes neurais
Evolucionista: Metáfora da natureza
Ex. Algoritmos genéticos, vida artificial
Estatístico/Probabilístico:
Ex. Redes Bayesianas, sistemas difusos
IA Simbólica
Raciocinar com a manipulação de símbolos:
Representar entidades, relações, eventos (domínio)
Criação de novas sentenças a partir de sentenças já 
conhecidas
Deve-se assegurar que o raciocínio é plausível
Exemplos:
Representar entidades, relações e eventos como fórmulas da 
lógica
Usar provador de teoremas para raciocinar dedutivamente com 
tais fórmulas
IA Simbólica
Raciocínio:
Processo de construção de novas sentenças a partir de outras 
sentenças
IA Simbólica
Exemplo:
“A lei americana diz que é proibido vender armas a uma nação 
hostil. Cuba possui alguns mísseis, e todos eles foram vendidos 
pelo Capitão West, que é americano”
Como resolver esse problema automaticamente de 
classificação?
Segundo a IA Simbólica, é preciso:
Identificar o conhecimento do domínio (modelo do problema)
Representá-lo utilizando uma linguagem formal de 
representação
Implementar um mecanismo de inferência para utilizar esse 
conhecimento
Questões Chave
Como adquirir esse conhecimento?
Como representa-lo adequadamente?
Como raciocinar com ele de forma correta e eficiente?
Solucionando o caso
A) Todo americano que vende uma arma a uma nação hostil é criminoso
B) Todo país em guerra com uma nação X é hostil a X
C) Todo país inimigo político de uma nação X é hostil a X
D) Todo míssil é um arma
E) Toda bomba é um arma
F) Cuba é uma nação
G) USA é uma nação
H) Cuba é inimigo político dos USA
I) Irã é inimigo político dos USAc
o
n
h
e
c
im
e
n
to
 p
ré
v
io
J) West é americano
K) Existe um mísseis em cuba
L) Os mísseis de cuba foram vendidos por West c
o
n
h
e
c
im
e
n
to
 
d
o
 p
ro
b
le
m
a
n
o
v
o
 
c
o
n
h
e
c
im
e
n
to M) Cuba possui um míssil M1 - de K
N) M1 é um míssil - de K
O) M1 é uma arma - de D e N
P) Cuba é hostil aos USA - de F, G, H e C
Q) M1 foi vendido a Cuba por West - de L, M e N
R) West é criminoso - de A, J, O, F, P e Q
IA Simbólica
Eficientes em problemas que podem ser formalizados por:
Um estado inicial
Ações (operadores)
Um conjunto de estados finais.
Não são capazes de resolver problemas que exigem 
raciocínio baseado em conhecimento sobre o mundo:
Seu modelo de mundo é pobre e o raciocínio é limitado 
(diagnóstico médico, controle aero-espacial, prova de teoremas...)
Mesmo em casos aparentemente solucionáveis por busca 
(planejamento), pode ser preciso adicionar conhecimento explícito
IA Simbólica
Inadequada para:
Raciocínio pelo qual adquirir conhecimento explícito é muito difícil
Raciocínio de baixo nível de interpretação (reconhecimento de 
padrões, processamento de fala)
Raciocínio de baixo nível de controle de ações reflexas (motores e 
efetuadores de robôs)
Raciocínio sobre conhecimento incerto e com ruídos
Raciocínio envolvendo cálculo ou probabilidade
Paradigma Simbólico
Paradigma Simbólico: Metáfora linguística
Resolução de problemas
Representação de conhecimento
Lógica
Processamento de linguagem natural
Agentes inteligentes
Épocas da IA 
Simbólica
Época Clássica (1956 – 1970)
Sistemas inteligentes simulassem a mente humana como um 
todo
Formalismos genéricos que fossem capazes de resolver 
qualquer tipo de problema
Complexidade computacional dos problemas subestimada
Época Romântica (1970 – 1980)
Simular a inteligência humana em situações pré-determinadas
Aparecimento dos primeiros sistemas especialistas voltados a 
domínios específicos 
Subestimação da quantidade de conhecimento necessário 
para modelar mesmo os problemas mais simples
Moderna (1980 – 1990)
Os sistemas especialistas espalharam-se rapidamente devido 
a sua promessa de resolver problemas específicos
Desejo de produto único e genérico que pudesse ser vendido 
em massa
Ferramentas para a construção de sistemas especialistas
Ilusão de que bastaria que uma empresa comprasse uma 
ferramenta dessas e que os problemas estariam resolvidos
IA Conexionista
Inspirada pela neurologia
Raciocinar como ativações de ligações em uma rede neural
Representação de conhecimento: conjunto de atributo-valor
Raciocínio: indutivo ou analógico durante treinamento, 
dedutivo, abdutivo ou análogo durante utilização
Aquisição de conhecimento por aprendizado
IA Conexionista – Redes Neurais 
IA Conexionista –Redes Neurais
Criar base de exemplos
Dividir essa base em treinamento e teste
Iniciar pesos da rede com valores aleatórios
Codificar entrada em bits para a entrada da rede
Ajustar pesos da rede até convergir (ou usar limite de 
interações, etc..)
IA Conexionista
Adequada para:
Raciocínio pelo qual adquirir conhecimento explicito é muito difícil
Raciocínio de baixo nível de interpretação (reconhecimento de 
padrões, etc..)
Raciocínio de baixo nível de controle de ações reflexas (motores e 
efetuadores de robôs)
Inadequada para:
Aplicações críticas que requerem explicações detalhadas e claras 
do porque das decisões (cirurgia, investimentos de grande porte, 
etc..)
IA Evolucionista
Diversidade é gerada por cruzamento e mutação
Os seres mais adaptados ao seus ambientes sobrevivem (seleção natural)
As características genéticas de tais seres são herdadas pelas próximas gerações
IA Evolucionista
Indivíduo = Solução
Evolui-se um conjunto de indivíduos mais adaptados por 
cruzamento através de suscetíveis gerações.
Aquisição de conhecimento: aprendizagem.
https://youtu.be/P7XHzqZjXQs?t=1478
https://youtu.be/P7XHzqZjXQs?t=1478
IA Probabilística
Raciocínio usando leis da probabilidade e da estatística
Representação de conhecimento: distribuição de 
probabilidade ou versão com anotação probabilística dos 
formalismos simbólicos
Adequado para ambientes não-determinísticos e 
conhecimento incerto.
Dimensões/Abordagens da IA
Problemas Tratados pela IA
Representação de conhecimento
Aquisição de conhecimento e Aprendizagem
Busca heurística e resolução de problemas
Planejamento
Tratamento de incerteza
Reconhecimento de padrões
Ambientes/linguagens de desenvolvimento
Avaliação de sistemas
Classes de Problemas
Solução matemática (NÃO), conhecimento (SIM)
IA simbólica
Modelo do problema (NÃO), exemplos de solução (SIM)
IA aprendizagem
Autonomia, adaptabilidade, interoperabilidade, ...
IA simbólica
Repositório de conhecimento especialista (expertise)
IA simbólica
Indústria 1.0
Ganhos econômicos ao produzir algo em série ao invés de 
produção artesanal (individual)
Usar a força das águas, dos ventos e também do fogo
Máquinas a vapor e moinhos
Componentes fundamentais – Carvão e Máquinas a vapor.
Indústria 2.0
Impulsionada pela eletricidade
Geradores, motores e iluminação artificial
Estabelecimento de linhas de montagem
Componentes fundamentais – Eletricidade e Máquinas 
eletromecânicas.
Indústria 3.0
Automação
Uso de robôs e computadores na otimização das linhas de 
produção
Componentes fundamentais – Computadores e Robôs.
Indústria 4.0
Automação das etapas de concepção, manufatura e 
distribuição de bens e serviços
Uso de Inteligência Coletiva
Componentes fundamentais – IA.
Gerações
Concepção 
(Design)
Manufatura Distribuição Serviços Virtude
Era pré-industrial Pessoas Pessoas Pessoas Pessoas Trabalho artesanal
Indústria 1.0 Pessoas Máquinas Pessoas Pessoas
Uso de energia hidráulica, térmica 
(vapor) e eólica
Indústria 2.0 Pessoas Máquinas Pessoas Pessoas
Uso de eletricidade e 
estabelecimento das linhas de 
montagem
Indústria 3.0
Pessoas usando 
máquinas 
(computadores)como assistentes
Máquinas
Pessoas e 
Máquinas
Pessoas
Uso de autômatos (robôs e 
computadores)
Indústria 4.0
Inteligência 
Coletiva + 
Máquinas
Máquinas Máquinas
Inteligência 
Coletiva + 
Máquinas
Uso de inteligência coletiva e 
computacional na etapa de 
concepção de produtos e serviços
Inteligência Coletiva
Inteligência Coletiva
Inteligência das Massas
Grau de certeza ou incerteza a partir de um coletivo de 
indivíduos
Tarefa
Pesquisem diferentes tipos de aplicação da IA, descrevendo:
Quais os paradigmas utilizados (simbólico, conexionista, 
evolucionista, probabilístico, híbridos)?
Quais as técnicas (redes neurais, aprendizado supervisionado, 
agentes, etc.)?
Que tipo de dados utiliza (numérico, atributo-valor, categórico, 
etc.)?
Por quê o paradigma/técnica foi utilizado (reflexão)?
Referências
Slides adaptados dos professors Alison R. Panisson e 
Elder Rizzon Santos