O campo da IA tenta não apenas compreender mas também construir entidades inteligentes.

Uma abordagem racionalista de IA envolve uma combinação de matemática e engenharia.

IA é o estudo das computações que tornam possível perceber, raciocinar e agir. É o
esforço pra fazer os pcs pensarem, máquinas com mentes.

O teste de Turing foi projetado para fornecer uma definição operacional satisfatória de
inteligencia. O PC passa no teste se o interragador humano depois de propor perguntas por
escrito, n conseguir distinquir se respostas escritas vem de uma pessoa ou de um humano.

Precisa de:
- Processamento de linguagem natural
- Representação de conhecimento
- Raciocínio automatizado
- Aprendizado de máquina
- Visão computacional
- Robótica

O campo interdisciplinar da ciencia cogniritva reune modelos computacionais da IA e

técnicas experimentais da psicologia pra tentar construir teorias precisas e verificáveis a
respeito dos processos de funcionamento da mente humana.

Pensando racionalmente: Estudo de Aristóteles trouxe o campo da "lógica".

Agindo racionalmente:

Um agente é simplesmente algo que age. Programas de pc realizam algo, mas espera-se que
um agente computacional faça mais: opere sob controle autonomo, perceba seu ambiente,
persista por um periodo de tempo prolongado, adapte a mudanças e seja capaz de criar e
perseguir metas.

Agente racional é aquele que age pra alcançar o melhor resultado ou, o melhor resultado
esperado.

Contribuição de disciplinas pra IA

Filosofia: regras formais podem ser usadas pra obter conclusoes validas? Como a mente se
desenvolve a partir de um cerebro fisico? De onde vem o conhecmiento? Como conhecimento
conduz à ação?

Tornaram a IA concebível, considerando as ideias de que a mente é semelhante a uma

maquina, de q opera sob o conhecimento codificado em alguma linguagem

Matematica: Quais são as regras formais pra obter conclusoes validas? O que pode ser
computado? Como raciocinamos com informações incertas?
Forneceram ferramentas pra manipular declarações de certeza logica assim como incertas e
probabilisticas; Definiram base pra compreensão da computação e do raciocinio sobre
algoritmos

Economia: Como devemos tomar decisoes pra maximizar recompensa? Como deve fazer isso
quando outros nao podem nos acompanhar? Como fazer isso quando a recompensa pode
estar distante no futuro?

Formalizaram o problema de tomar decisoes que maximizam o resultado esperado pro

tomador de decisoes.

Neurociencia: Como o cerebro processa informaçoes?

Descobriram alguns fatos sobre como a mente trabalha e a forma como se assemelha e
diferencia dos pcs

Psicologia: Como os seres humanos e os animais pensam e agem?

Adotaram ideia de que seres humanos e animais podem ser considerados maquinas de
processamento de info.

Engenharia de PCs: Como podemos construir um pc eficiente?

Forneceram maquinas cada vez mais poderosas que tornam possiveis aplicaçoes de IA

Linguagem: como a linguagem se relaciona com o pensamento?

O que IA pode fazer hoje?

Veiculos roboticos; Reconhecimento de voz; Combate a spam; Jogos; Robotica; Tradução

automática

Exercicio

1
Inteligência fala sobre "a capacidade de adquirir e aplicar conhecimento" ou "a faculdade do
pensamento e da razão".
Definimos inteligência artificial como o estudo e construção deprogramas de agente que
executam bem em um determinado ambiente para uma determinada arquitetura de agente.
Definimos um agente como uma entidade que toma medidas em resposta a percepções de um
ambiente
CAP 2

Agentes e ambientes:

Um agente é tudo q pode ser considerado capaz de perceber seu ambiente por meio de
sensores e agir sobre esse ambiente por meio de atuadores. Um agente robotico pode ter
cameras e detectores de faixa infravermelho funcionando como sensores e varios motores
como atuadores. Agente de software atua sobre ambiente exibindo algo na tela...

O comportamento do agente é descrito pela função do agente que mapeia qualquer

sequencia de percepçoes especifica para uma ação. A função do agente pra um agente
artificial será implementada pelo programa do agente. A função do agente é uma descriçao
matematica abstrata; o programa do agente é uma implementação concreta, executada em um
sistema fisico.

Um agente racional é aquele q faz tudo certo. O q é fazer tudo certo? Qando u magente é
colocado em um abiente, gera uma sequencia de açoes de acordo com as percepçoes que
recebe....Se sequencia de estados do ambiente for desejavel, o agente teve bom
desempenho.

Racionalidade: A definiçao do que é rcional em qualquer instante dado depende de 4

fatores:

A medida de desempenho que define o criterio de sucesso

O conhecimento previo que o agente tem do ambiente
Açoes que agente pode executar
Sequencia de percepçoes do agente ate o momento

Exemplo do aspirador de pó.

Um agente racional deve ser autonomo(não se baser no conhecimento anterior do seu

projetista e sim nas suas proprias percepçoes)

Natureza dos ambientes

Especificando o ambiente de tarefa: Medida de desempenho, atuadores e sensores do

agente são o ambiente de tarefa. - PEAS (Performance, Environment, Actuators, Sensors;
Desempenho, Ambiente, Atuadores e Sensores). Primeira etapa ao projetar um agente é
sempre especificar o ambiente de tarefa de forma mais completa possível.

Um taxi motorizado; PEAS>

Tipo de agente: motorista de taxi
Medida de desempenho: Viagem segura, rapida, dentro da lei, confortavel ,maximizar lucros
Ambiente: Estradas outros tipos de trafegos, pedrestres, clientes
Atuadores: Direção, acelereador, freio, sinal, buzina, visor
Sensores: Cameras, sonar, velocimetro, GPS, hodometro...teclado, sensores do motor

Propriedades de ambientes de tarefas:

Completamente observável vs parcialmente observavel: se sensores de um agente

permite acesso ao estado completo do ambiente a cada instante: completamente ob. Se
os sensores detectam todos aspectos relevantes pra escolha da ação; Parcialmente
observavel pode se dar por causa de ruidos e sensores imprecisos ou pois partes do
estado estao ausentes nos dados do sensor; Sem sensor do agente o ambient eé
inobservavel.

Agente unico vs Multiagente: Xadrez vc tem ambiente de multiagente competitivo; direçao de

taxi vc tem multiagente paricalmente coopertivo e pariclmente competitivo (apenas um carro
pode ocupar espaço no estacionamento);

Deterministico vs estocastico: se o prox estado do agente é completamente determinado

pelo estado atual e pela açao executada pelo agente, é deterministico; se não, estocastico.

Episodico vs sequencial: episodico: a experiencia do agente é dividida em episodios.

cada episodio o agente recbe uma percepao e executa uma unica açao. episodio seguinte
nao depende de açoes de ep anteriores. sequencial a decisao atual poderia afetar todas
as futuras; jogar xadrez, dirigir taxi...

Estatico x dinamic: se o ambiente puder alterar enquanto um agent esta deliberando, é

dinamico; se nao é estatico. Jogo de xadrez é semi dinamico qando com tempo; taxi é
dinamico; palavras cruzadas é estatico

Discreto vs contnuo: aplica no estado do ambiente; se um ambietnte tem numero finito de

estados disntitos ... xadrez; taxi é continuo em tempo continuo

Conhecido vs desconhecido: n refere ao ambiente em si mas ao estado de conhecimento

do agente sobre leis da fisica. no conhecido sao forneceidas saidas pra tds as açoes. se
desconhecido agente tem de aprender como funciona, pra tomar boas decisoes. um
ambiente conhecido pode ser parcialmente observavel: um jogo de carta, conheço regras mas
n posso ver cartas n viradas. desconhecido pode ser totalmente observavel: videogame, tela
mostra estado inteiro do jogo mas n sei qal botao ate expermirentar.

Tipos de programas de agentes que incorporam principios subjacentes a quase tds os sistems
inteligntes: agentes reativos simples; baseado em modelo; baseado em objetivos e
baseados na utilidade;;

O mais simples é o reativo simples; selecionam açoes com base na ppercepçao atual
ignorando o restante do historico de percepçoes. se a decisao se baseia apenas na posiçao
atual e no fato de conter ou n sujeira (aspirador).

Modelo: seguir um modelo anterior pra conhecimento do q n sabe

Objetivo: saber onde vai chegar o q fazer
Utilidade: se da certo e feliz é util;

Resumo: agente é algo que percebe e age em um ambiente. Funçao do agente especifica a
açao executada pelo agente em resposta a qualquer sequencia de prcepçoes. A medida de
desempenho avalia comportamnto do agente no abiente. Agente racional age pra maximizar
valor esperado da medida de desempenho. Ambiente de tarefa inclui medida de desempenho,
ambiente externo, atuadores e sensores.. Podem ser completamente ou parcialmente
observavel, unic ou multiagente, deterministicos ou estocasticos, episodicos ou squenciasi,
estaticos ou dinamicos, discretos ou continuos, conhecidos e desconhecidos.
O programa do agente implementa a funçao do agente. Agente reativo simples repsondem
diretamente a percepçoes enquanto baseado em modelo mantem estado interno pra controlar
aspectos do mundo q n estao evidentes. baseado em objetivos agem pra alcançar seus
objeitovs e baseado em utilidade tentam maximizar sua propria felicidade esperada. todos os
agentes podem melhorar por meio do aprendizado.

Cap 3

Os agentes reativos nao podem operar bem em ambientes para os quais o mapeamento seria
grande demais pra armazenar e levaria muito tempo pra aprender. Um tipo de agente baseado
em objetivo considera açoes futuras e o quanto seus resultados são desejaveis; Um tipo é o
agente de resolução de problemas. Utilza representações atomicas. O primeiro passo é a
formulação de objetivos. A formulaçao de problemas é o processo de decidir que açoes
e estados devem ser considerados.

Mapa da romenia: observavel, discreto, conhecido, deterministico.

Um problema pode ser definido formalmente por 5 componentes:

Estados: O estado é determinado tanto pela posição do agente quanto da sujeira (caso do
aspirador de pó)
Estado inicial: qualquer estado pode ser designado (ou em arad, como no mapa)
Ações: 3 ações: esquerda direita e aspirar (aspirador); no mapa é direita e esquerda
Modelo de transição: as ações tem seus efeitos esperados a n ser as açoes: mover pra
esqeurda no quadrado mais a direita…..blablabla
Teste de objetivo: verifica se ta td certo
Custo de caminho: cada passo custa algo

Estrategias de busca sem info

b = máximo fator de ramificação

D = profundidade do nó objetivo menos profundo
M = comprimento maximo de qualquer caminho

Busca em extensão: Completa? Sim se b é finito

Otima? Sim se tds ações tiverem o mesmo custo
Visita todos os nós antes de expandir

Busca custo uniforme: Completa? Sim se o custo de cada passo for maior que 0
Ótima? Sim pois os nós são expandidos em ordem crescente de custo total

Busca em profundidade: Completa? Não, falha em espaços com profundiade finita; se modificar
pra evitar estados repetidos é completa pra estados finitos
Ótima? Não

Busca profundidade iterativa:

Sempre volta; Isso é um problema, o limite vai aumtando
Completa?Sim; Ótima? Sim se custo de passo = 1

Busca bidirecional

Buscas informadas -

Busca gulosa de melhor escolha tenta expandir o nó que está mais proximo do objetivo; é
incompleta mesmo em espaço finito

A primeira condição para otimalidade é que se tenha uma heurística admissivel. Uma heuristica
admissivel é a que nunca superestima o custo de atingir o objetivo. São otimistas por natureza
pq imaginam q o custo de resolver o problema seja menor do que realmente é. A segunda
condição é chamada de consistencia. Uma h será consistente se, pra cada nó n e sucessor n’
…. O custo estimado de alcançar o objetivo de n n for maior do que o custo do passo de chegar
a n’. Vc não irá gerar um cara + caro.

Número de peças fora do lugar = h admissivel

Distancia de manhattan = h consistente e admissivel

3.1 - Pois a formulação de problemas apresenta as ações e os estados a serem considerados

com base no que foi formulado de objetivo.

3.7 - Estado inicial: como descrito no enunciado

Testde e objetivo: macaco alcançou as bananas
Funçãoi sucessor: subir no engradado, descer no engradado, mudar engradado de lugar, andar
de um lugar pra outro, agarrar bananas
Funçao de custo: numero total de açoes