Inteligência

Ar.ficial
Fundamentos da Inteligência
Artificial

Ma. Vanessa Ma)as Leite

• Unidade de Ensino: 1

• Competência da Unidade: compreender os conceitos

principais da inteligência ar)ficial

• Resumo: Compreender os fundamentos e

caracterís)cas do aprendizado de sistemas ar)ficiais;

• Palavras-chave: inteligência ar)ficial, Teste de Turing, IA

Forte, IA Fraca, agente inteligente;

• Título da Teleaula: Fundamentos da Inteligência

Ar)ficial

• Teleaula nº: 01
Contextualizando a Aula
• O que é a Inteligência Ar)ficial?

• A inteligência ar)ficial já está presente no

nosso co)diano?

Fonte: pixarbay
Fonte: kahoot.com
Introdução à
Inteligência
Ar.ficial
Definição de Inteligência Artificial
• Conjunto de ações que, se fossem realizadas
por um ser humano, seriam consideradas
inteligentes.
• É a capacidade de os computadores realizarem
tarefas que os seres humanos inerentemente
realizam melhor até o momento.
Definição de Inteligência Ar.ficial
• Capacidade dos sistemas ciberné)cos de imitar
funções cogni)vas dos seres humanos;
Ø Resolução de Problemas;
Ø Aprendizado;
Ø Percepção;
Fundamentos da Inteligência Artificial
• Representação do Conhecimento;

Fonte: Livro texto

Fundamentos da Inteligência Ar.ficial
• Criatividade;
• Processamento da Linguagem Natural;

Fonte: Livro texto

Histórico da Inteligência Ar.ficial
“Você insiste que há algo que uma máquina não
pode fazer. Se você me disser precisamente o que é
que uma máquina não pode fazer, então eu
sempre posso fazer uma máquina que fará
exatamente isso!”
John von Neumann
Histórico da Inteligência Artificial
• 1943: “Um cálculo lógico das ideias imanentes à
a)vidade nervosa” Base para teoria de
redes neurais.

• 1950- Teste de Turing;

Fonte: hfps://bit.ly/2MlibzU
Histórico da Inteligência Ar.ficial
• 1952- Jogo de Damas;

• 1965- ELIZA;

• 1972- Prolog;

Fonte: Livro texto

Relatório para a
empresa de
Inves.mentos
• Apresentar um relatório para a empresa de
inves)mento;
• A empresa não possui conhecimento na área de
TI;
• Conceitos a serem abordados:
Ø Definição de Inteligência Ar)ficial;
Ø Histórico e evolução da Inteligência
Ar)ficial;
Ø Conclusão;
Título:
O Poder da Inteligência Ar)ficial;
Definição:
Pode-se definir inteligência como a capacidade de
compreender e resolver novos problemas e de
adaptar-se a novas situações. Assim a inteligência
ar)ficial (IA) parte do mesmo princípio. Pode-se
definir IA como a capacidade dos sistemas
ciberné)cos de imitar funções cogni)vas dos seres
humanos;
Histórico e Evolução:
o 1943: ar)go que deu base para a teoria de
redes neurais;
o 1950: Teste de Turing;
o 1952: Jogo de damas;
o 1965: ELIZA;
o Atualmente: Processamento de voz,
reconhecimento facial, segurança de dados,
carros inteligentes, ...
Conclusão:
A inteligência ar)ficial é um grande aliado e está
cada vez mais presente na vida das pessoas. No
ramo da economia, a IA pode ser u)lizada para
prever os movimentos do mercado de ações. Uma
gigantesca quan)dade de dados é analisado de
forma tão veloz que a capacidade humana dos
analistas não consegue acompanhar.
Metodologias de
Inteligência
Ar.ficial
Subáreas da Inteligência Artificial
• Enfoque Simbólico: está relacionada com a
maneira que o ser humano raciocina;
Ø Ferramenta: PROLOG;
Ø Exemplo: Sistemas Especialistas;
• Enfoque Sub-Simbólico: simulação dos
elementos de um cérebro;
Ø Ferramenta: Redes Neurais;
Ø Exemplo: Reconhecimento de voz;
Subáreas da Inteligência Ar.ficial
• Enfoque Estars)co: baseado em dados e na
relação entre eles;
Ø Ferramenta: Mineração de dados;
Ø Exemplo: Direcionamento de
conteúdo/propaganda;
Aplicações e Perspec.vas da Inteligência Ar.ficial
• Agricultura;
• Transporte e Mobilidade;
• Saúde e Diagnós)cos;
• Cadeia de Fornecimento;
Fonte: hfps://bit.ly/311CTsO
• Manufatura;
• Assistentes Virtuais;
Teste de Turing
• Jogo da Imitação;
• Dois humanos e um sistema de inteligência
artificial;

Fonte: Autor
Quarto Chinês
• Arbitro chinês é incapaz de diferenciar o
comportamento de um programa de uma
pessoa que efe)vamente fale chinês;

Fonte: hfps://bit.ly/2lRwLz5
IA Fraca e IA Forte
• IA Fraca: construção de máquinas de certa
forma inteligentes, porém, não possuem a
capacidade de raciocinar sozinhas;

• IA Forte: construção de máquinas que

consigam raciocinar e resolver problemas;
Melhorar o
desempenho de
inves.mentos
• iden)ficar a inteligência ar)ficial mostrando ao
inves)dor que se trata de um campo amplo de estudos;

• mostrar os dois lados da discussão sobre inteligência

ar)ficial, de acordo com o modelo do quarto chinês,
ampliando para o cliente o conceito de “inteligência” ;

• O que é inteligência, e o que caracteriza a matéria em

questão como sendo ar)ficial?

• O que a faz diferente de outros )pos de inteligência?

Quais são suas classificações?
Ø Não há um paradigma unificado no que concerne a essa
classificação ;

ØEnfoque Simbólico;
Ø Categorias ØEnfoque Sub simbólico;
ØEnfoque Estars)co ;

Ø IA Fraca ou IA Forte ?
Ø IA Forte é uma ideia ainda a ser a)ngida;

Ø Emulam inteligência, mas nenhum exibe as

caracterís)cas de intencionalidade que ainda é inerente
apenas ao ser humano;

Ø Sistemas Especialistas; Redes Neurais ar)ficiais e

Mineração de dados;
Exercício de
Fixação
Relacione os conceitos a seguir com o seu exemplo apropriado:

a) Enfoque Simbólico ( ) Baseado no raciocínio humano;

b) Enfoque Sub-simbólico ( ) Baseado no funcionamento do
cérebro humano;
c) Enfoque Estars)co
( ) Sistemas Especialistas;
( ) Baseado em dados;
( ) Redes Neurais;
( ) Mineração de
Dados;
Inteligência
Ar.ficial na Prá.ca
Problemas adequados para a IA
• Método determinís.co: resolução por meio de
métodos tradicionais de matemá)ca e lógica;
• Método heurís.co: busca de solução por meio
prá)co e itera)vos, u)liza a técnica de tenta)va
e erro;
• Método Aprendizado: Armazena e u)liza os
dados coletados, u)lizando estas informações
para melhoramento no futuro;
Problemas adequados para a IA
• Oito rainhas: Colocar 8 rainhas em um
tabuleiro de xadrez, sem que qualquer uma
delas seja atacada por qualquer uma das
demais.
• Caixeiro Viajante: Dado um mapa, determinar
o caminho mais curto para visitar todas as
cidades representadas.
Classificação de Problemas em IA
• Problemas de especialidade em domínio de
conhecimento: a máquina deve aprender
algum conhecimento complexo;
• Problemas de planejamento complexo:
grandes quan)dades de ações logís)cas e
agendamentos coordenados.
• Problemas de Comunicação: melhorar a
qualidade da comunicação entre partes;
Classificação de Problemas em IA
• Problemas de reconhecimento de padrões
sequenciais longos: reconhecimento de
padrões em conjuntos de dados que são
sequenciais em um longo período de tempo.
• Problemas em análise emocional: Problemas
envolvendo a avaliação de expressões sob
forma de texto e fala em busca de elementos
emocionais e/ou sen)mentais do indivíduo;
Agente Inteligente
Agente Inteligente
En)dade que percebe o ambiente por meio de
sensores e interage com este ambiente.

Fonte: Livro texto

Agentes Inteligentes
• Racional: toma as decisões corretas, isto
implica, quando a sua tabela de ações é
preenchida corretamente.

• Devemos levar em conta os estados do agente

ou do ambiente?
Agentes Inteligentes
É racional se:
• A medida de desempenho que define o seu
sucesso;
• Conhecimento prévio do ambiente;
• Ações que o agente é capaz de realizar;
• Sequência armazenada de percepções até o
momento.
Agentes Inteligentes
É racional se:
• Autonomia: capaz de tomar decisões quanto às
ações a tomar sem necessidade de ação
externa do programador.
• Aprendizado: capaz de acumular conhecimento
que seja ú)l em determinar suas ações,
tornando-as cada vez mais eficientes, segundo
a medida de desempenho adotada
Agente Inteligente- Aspirador de Pó

Ambiente A Ambiente B

Fonte: pixarbay
Agente Inteligente- Aspirador de Pó
• Percepções: Local e conteúdo;
Exemplo: [A, limpo]

• Ações: Esquerda, Direita, Aspirar, NoOp

Agente Inteligente- Aspirador de Pó
Se o ambiente atual es)ver sujo, então aspirar,
caso contrário, mover para o outro ambiente.
Percepções Ação
[A, limpo] Direita
[A, sujo] Aspirar
[B, limpo] Esquerda
[B, sujo] Aspirar
[A,limpo] [A,sujo] Aspirar
Relatório sobre
aprendizado em
um sistema
ar.ficial
• Elaborar um relatório com os seguintes pontos:
• Caracterizar o conceito de aprendizado;

• Métodos pelos quais sistemas

computadorizados aprendem;
• O que é aprender?

• Como estimar o aprendizado em um sistema

artificial?
• O aprendizado está relacionado a compreender
algo, sendo que esta ação é relacionada com a
prá)ca/repe)ção;
• Acúmulo de dados rela)vos à iteração sendo
realizada pelo indivíduo/disposi)vo.

• Uso de dados acumulados para ajustar o

comportamento do indivíduo/disposi)vo em
iterações futuras.
• Processo heurís.co: busca de solução por meio
prá)co e itera)vos, u)liza a técnica de tenta)va
e erro;
• Método Aprendizado: Armazena e u)liza os
dados coletados, u)lizando estas informações
para melhoramento no futuro;
• Agente Inteligente Agente Racional;

• Agente Racional:

Ø Autonomia;

Ø Aprendizado;
Exercício Agente
Inteligente
Agente Inteligente
Para cada um dos agentes a seguir, descrever as
seguintes caracterís)cas: Medida de desempenho,
Ambiente, Atuadores e Sensores;
a) Agente de compras na internet;
b) Robô explorador da lua;
c) Motorista de taxi;
Agente Inteligente
a) Agente de compras na internet;
• Medida de desempenho: Obter os produtos
requisitados e diminuir gastos;
• Ambiente: Internet;
• Atuadores: preencher dados em campos, seguir
links, ...;
• Sensores: pedidos do usuário, sites de compras;
Agente Inteligente
b) Robô explorador da Lua:
• Medida de desempenho: amostras recolhidas, 𝑚"
explorados;
• Ambiente: Lua;
• Atuadores: equipamentos coletores de amostras,
transmissores, rodas;
• Sensores: câmeras, sensores de orientação, sensores
de toque...;
Agente Inteligente
c) Motorista de taxi:
• Medida de desempenho: viagem segura e rápida,
maximizar os lucros;
• Ambiente: ruas, estradas, tráfego com veículos e
pedestres, ...;
• Atuadores: acelerar, frear, virar as rodas, ...;
• Sensores: câmeras, GPS, velocímetro;
Kahoot
Fonte: kahoot.com
Recapitulando
Histórico e Evolução
• 1943: ar)go que deu base para a teoria de
redes neurais;

• 1950: Teste de Turing;

• 1952: Jogo de damas;

• 1965: ELIZA;
Metodologias da Inteligência Ar.ficial
• Enfoque Simbólico;
• Enfoque Sub simbólico;

• Enfoque Estars)co ;
• IA Forte;

• IA Fraca;
Métodos de Aprendizagem
• Método determinís)co;
• Método heurís)co

• Método Aprendizado
Agente Inteligente

Fonte: Livro texto