INTELIGENCIA ARTIFICAL: COMUNICAÇÃO COM A INTELIGENCIA ARTIFICIAL,

CONCEITOS E APLICAÇÕES

RESUMO
O presente artigo abordará sobre AI (Inteligência artificial) dando como embasamento uma
apresentação de forma geral dos seus conceitos, aplicações e formas de comunicação, embora
o termo pareça ser algo futurista e inovador, o termo Inteligência Artificial é antigo e possui
mais de dois mil anos e tem como objetivo a busca de métodos ou dispositivos capazes de
simular o raciocínio humano. Teve início com os filósofos procurando entender como são
realizados os processos do cérebro humano, várias tentativas para mecanizar a inteligência
foram efetuadas. Desde suas origens na década de 50, a área da Inteligência Artificial, ou IA
vem se desenvolvendo em vários ramos da ciência e várias linhas de pesquisa com o objetivo
de fornecer ao computador a habilidades para efetuar funções que apenas o cérebro humano é
capaz de solucionar.

Palavras-chave: Emoção artificial, Inteligência artificial, Robótica, Turing.

INTRODUÇÃO

O ser humano apresenta a habilidade de raciocínio e desde os primórdios da

humanidade, ele procurou entender como pensamos, pois uma ação que pode parecer
simples, quando é indagada não se chega a uma resposta de fácil compreensão: isto é, como
um mero punhado de matéria pôde compreender, perceber, prever e manipular um mundo
muito maior e muito mais complexo que ele próprio. O campo da inteligência artificial vai ainda
mais além: ele tenta não apenas compreender, mas também construir entidades inteligentes. A
inteligência artificial é uma das ciências mais recentes, teve início após a Segunda Guerra
Mundial e, atualmente, abrange uma enorme variedade de subcampos, desde áreas de uso
geral, como aprendizado e percepção, até tarefas específicas como jogos de xadrez,
demonstração de teoremas matemáticos, criação de poesia e diagnóstico de doenças. A
inteligência artificial sistematiza e automatiza tarefas intelectuais e, portanto, é potencialmente
relevante para qualquer esfera da atividade intelectual humana. Nesse sentido, ela é um campo
universal. Comunicação e inteligência artificial estão intimamente relacionadas. Por um lado, a
comunicação vem sendo um instrumental tanto para a teoria quanto para a prática da
inteligência artificial (IA). Particularmente, é a comunicação que fornece à ciência da IA seus
casos de testes definidores e evidências experimentais. Essa questão é imediatamente
aparente num artigo que, há muito tempo, é creditado como (re)definidor da inteligência
maquínica. Estamos falando do texto “Computing Machinery and Intelligence”, de Alan Turing.
Da mesma maneira, o desenvolvimento recente de máquinas autônomas, de algoritmos
capazes de aprendizado e de sistemas inteligentes introduz novos desafios e oportunidades
para os estudos em Comunicação. Além da seção inicial de introdução e das seções de
encerramento que apresentam as considerações finais da pesquisa e as referências
bibliográficas adotadas no trabalho, esse levantamento bibliográfico está dividido em quatro
seções. A primeira seção aborda a metodologia que foi utilizada neste trabalho. A segunda
seção apresenta o corpo do trabalho que vai da explicação de o que é e de onde surgiu a
Inteligência Artificial, bem como os fatores que contribuiram para o avanço da inteligência
artificial e alguma de suas formas de aplicação. A terceira seção consiste nas considerações
finais sobre o trabalho. Por fim, na quarta seção se encontra as referencias bibliográficas
utilizadas para a construção deste trabalho.

METODOLOGIA

O presente trabalho foi desenvolvido baseado no modelo explicativo da metodologia de

pesquisa, tendo seus dados coletados com técnicas de revisão bibliográfica, onde após a
coleta dos dados foi feita uma sintetização de seu conteúdo e um rearranjo do mesmo com
finalidade de tornar mais didática e de fácil entendimento, onde estas informações são o fruto
das pesquisas bibliográficas documentadas em artigos científicos publicados em revistas e
congressos acadêmicos na área da inteligência artificial.

FUNDAMENTAÇÃO TEÓRICA

O Que é a Inteligência Artificial?

Quando se fala de Inteligência Artificial, é difícil defini-la, mas ao longo do tempo ela
seguiu quatro linhas de pensamento:

I. Sistemas que pesam como seres humanos: “O novo e interessante esforço para
fazer os computadores pensarem... máquinas com mentes, no sentido total e
literal”.
II. II. Sistemas que atuam como seres humanos: “A arte de criar máquinas que
executam funções que exigem inteligência quando executadas por pessoas.”
III. Sistemas que pensam racionalmente: “O estudo das faculdades mentais pelo seu
uso de modelos computacionais.”
IV. Sistemas que atuam racionalmente: “A Inteligência Computacional é o estudo do
projeto de agentes inteligentes.”

No geral, as linhas de pensamento I e III referem-se ao processo de pensamento e

raciocínio, enquanto as II e IV ao comportamento. Além disso, as linhas de pensamento I e II
medem o sucesso em termos de fidelidade ao desempenho humano, enquanto na III e IV
medem o sucesso comparando-o a um conceito ideal que de inteligência, que se chamará de
racionalidade. Um sistema é racional se “faz tudo certo”, com os dados que tem.
Historicamente, todas as quatros dimensões para o estudo da inteligência artificial têm sido
seguidas. Como se poderia esperar existe uma tensão entre abordagens centradas em torno
de seres humanos e abordagens centradas em torno da racionalidade. Uma abordagem
centrada nos seres humanos deve ser de ciência empírica, envolvendo hipóteses e
confirmação experimental. Uma abordagem racionalista envolve uma combinação de
matemática e engenharia.

Teste de Turing

Essa seção tem como finalidade abordar um fato importante que contribuiu para
avanço da inteligência artificial, acontecimento que levou outros pesquisadores a ingressarem e
aprofundarem-se no contexto. Em 1950, o matemático Alan Turing publicou um artigo intitulado
“Computação e Inteligência” no qual formulou, pela primeira vez, explicitamente a questão
“Pode uma máquina pensar?”. Esse mesmo cientista também desenvolveu um teste para
chegar à conclusão se seria possível uma máquina pensar, chamado “Teste de Turing”. De
acordo com Russel e Norvig, esse teste proposto foi projetado para prover uma definição
satisfatória de inteligência que determinava se um programa seria ou não inteligente. O teste
era realizado em um computador no qual um humano considerado o "interrogador", depois de
colocar algumas questões digitadas, deveria tentar identificar se as respostas estariam vindo
de uma pessoa ou de um computador.
De acordo com Russel e Norvig, programar um computador para passar no Teste de
Turing exige um grande esforço, pois essa máquina deve possuir algumas capacidades, por
exemplo:
 Representações de conhecimento: para armazenar informações que o sistema vai
adquirindo no decorrer do teste;
 Raciocínio automatizado: para alcançar novas conclusões e respostas a partir das
informações armazenadas;
 Aprendizado de máquina: para se adaptar ao ritmo do teste, detectar e não extrapolar;
  Visão computacional: para identificação e manipulação de objetos adequados ao tipo
de teste a ser realizado.

Linguagens de Programação

Uma linguagem de programação é uma ferramenta utilizada pelos profissionais de

computação para escrever programas, ou seja, conjuntos de instruções representadas por uma
combinação de símbolos a ser seguida pelo computador de modo a realizar determinada tarefa
ou processo. As linguagens de programação vêm sendo aplicadas em vários ramos da
tecnologia como aplicações científicas, empresariais, inteligência artificial, programação de
sistemas e softwares para web. Algumas das linguagens indicadas para trabalhar com
inteligência artificial são aquelas que usam paradigmas de programação lógico e funcional, pois
as programações dessa área não costumam seguir uma estrutura com algoritmos bem
definidos. Assim, existem linguagens especificas para a realização de projetos nesse contexto
tais como Prolog e C.

Linguagem Prolog

Primeiramente, é importante destacar que a notação matemática em sua generalidade

não é facilmente implementável. Ainda assim, muitos projetistas exploraram subconjuntos
dessas notações em linguagens de programação na tentativa de construir uma linguagem
lógica baseada em algum subconjunto da lógica matemática. Prolog foi uma das
implementações que popularizou a linguagem lógica. Em sua forma pura é considerada fraca e
ineficiente, sendo alterada sucessivas vezes para acomodar características não lógicas e
tornar-se mais amigável como linguagem de programação.
Prolog é uma linguagem que permite aos programadores construir uma base de dados
com fatos e regras e, então, obter do sistema respostas às questões por um processo de
dedução lógica. Na visão de Clocksin e Mellish, a linguagem Prolog foi escolhida por muitos
programadores para aplicações de computação simbólica, incluindo relacionamento entre
bancos de dados, lógica matemática, resolução de problemas abstratos, compreensão da
linguagem natural, automação de design, resolução de equações simbólicas, estrutura de
análise bioquímica e muitas áreas da inteligência artificial. De acordo com Tucker e Noonan,
Prolog tem sido a principal linguagem de programação lógica até os dias atuais, onde suas
aplicações com programação em lógicas estão espalhadas pelas áreas de processamento de
linguagem natural, raciocínio automático e prova de teoremas, pesquisa em base de dados e
sistemas especializados. De acordo com Sebesta, os programas em Prolog consistem em
coleções de sentenças. Essa linguagem possui apenas alguns tipos de sentenças, porém
algumas dessas podem ser complexas. Um uso comum de Prolog é como um tipo de base de
dados inteligente que consiste em dois tipos de sentenças que são os fatos e as regras.
Para construir programas em Prolog é essencialmente necessário realizar três
atividades: declarar fatos, afirmar regras de dedução com base nesses fatos e fazer perguntas.
Um exemplo de utilização da linguagem Prolog seria identificação de parentesco. Suponha que
é informado ao sistema que existe uma regra sobre “duas irmãs”. Caso seja perguntado se
Mary e Jane são irmãs, Prolog realizará uma busca sobre aquilo que foi afirmado anteriormente
sobre Mary e Jane e retornará com resposta “sim” ou “não”. Dessa forma, pode-se afirmar que
Prolog utiliza fatos e regras para responder perguntas. Portanto, para programar na linguagem
é necessário fornecimento todos esses fatos e regras do contexto sendo analisado.
Algumas vantagens em relação à linguagem Prolog são aprendizado fácil e natural
perante linguagens procedimentais convencionais; implementação precisa de novos modelos
surgidos nos últimos anos, inclusive, redes neurais, algoritmos genéticos, agentes inteligentes
e sistemas concorrentes e paralelos; Implementação de extensões e definição minuciosa de
sistemas reflexivos; Liberação dos programadores de problemas associados ao controle das
rotinas, permitindo concentrarem-se apenas em seus aspectos lógicos.

Linguagem C
 A linguagem C foi inventada na década de 70 por Dennis Ritchie que a implementou
pela primeira vez em um minicomputador de 16 bits, PDP-11, rodando sistema operacional
Linux. A linguagem C é derivada de outra linguagem, a linguagem B, criada por Ken
Thompson. A linguagem C é chamada de uma linguagem de médio nível, pois combina
elementos das linguagens de alto nível com funcionalidades da linguagem Assembly. Em razão
disso, ela permite a manipulação de bits, bytes e endereços que são os elementos básicos
para funcionamento de computadores. Um código nessa linguagem é portável, ou seja, é
possível adaptar um software escrito em um tipo computador para outro. A linguagem C é
particularmente estável, evoluiu no sentido das linguagens orientadas a objeto, gerando, por
exemplo, a linguagem C++, que contém todas as características da linguagem C e mais um
conjunto de recursos próprios.
Para Aguilar, a linguagem C tem uma grande quantidade de vantagens que contribuem
para ser uma das mais populares em empresas de todo o mundo. Por exemplo, sua utilização
na construção de sistemas operacionais, compiladores, sistemas de tempo real e aplicações de
comunicação. A portabilidade e a facilidade para desenvolvimento de software para a maioria
dos modernos sistemas de computadores são outros benefícios. É uma linguagem considerada
poderosa e flexível com comandos, operações e funções de biblioteca que podem ser
utilizadas para escrever a maioria dos programas de computadores. A linguagem C tem
influenciado, diretamente ou indiretamente, muitas linguagens de programação desenvolvidas
posteriormente, entre elas: C++, Java, C# e PHP.

Aplicações da Inteligência Artificial

A inteligência artificial é um ramo da Ciência da Computação cujo interesse é fazer com

que os computadores pensem ou se comportem de forma inteligente. Por ser um tópico muito
amplo, IA também está relacionada com psicologia, biologia, lógica matemática, linguística,
engenharia, filosofia, entre outras áreas científicas, conforme mostra a Figura 1.

Sistemas Especialistas

Um Sistema Especialista é uma importante área da IA, desenvolvido a partir das

necessidades de processamento das informações não numéricas, um sistema especialista é
capaz de apresentar conclusões sobre um determinado tema, desde que devidamente
orientado e alimentado. É uma forma de sistema baseado no conhecimento e foi especialmente
projetado para emular a especialização humana de algum domínio específico. Este sistema foi
construído por uma base de conhecimento formada de fatos, regras e heurísticas sobre o
domínio, tal como um especialista humano faria, e deve ser capaz de oferecer sugestões e
conselhos aos usuários e, também, adquirir novos conhecimentos e heurísticas com essa
interação. Na década de 70, os primeiros sistemas especialistas que obtiveram sucesso em
seus objetivos foram os sistemas DENDRAL, citado anteriormente, e o MYCIN . A partir dessa
época, vários sistemas foram desenvolvidos para atuação em diferentes domínios, como por
exemplo, agricultura, química, sistemas de computadores, eletrônica, engenharia, geologia,
gerenciamento de informações, direito, matemática, medicina, aplicações militares, física,
controle de processos e tecnologia espacial.

Robótica

Os robôs são agentes físicos que executam tarefas manipulando o mundo físico. Para
isso, eles são equipados com efetuadores como pernas, rodas articulações e garras. Os
efetuadores têm o único propósito de exercer forças físicas sobre o ambiente. Os robôs
também estão equipados com uma diversidade de sensores, que lhes permitem perceber o
ambiente: câmeras, ultrassom , giroscópios , acelerômetros . A maior parte de robôs atuais se
enquadra em três tipos de categorias: manipuladores, móveis e híbridos. Os manipuladores, ou
braços robôs, estão fisicamente ancorados (ou fixos) ao seu local de trabalho, como por
exemplos os robôs de linha industrial. O movimento do manipulador em geral envolve uma
cadeia inteira de circulações controláveis, permite que esses robôs coloquem seus efetuadores
em qualquer posição dentro do local de trabalho. Os manipulares são a maioria, quando se
trata de robôs, existem mais de um milhão de unidades instaladas em todo o mundo e sua
utilização esta, focada no ramo industrial.
Os robôs móveis se deslocam pelo ambiente usando rodas, pernas ou mecanismos
parecidos. Eles foram projetados para entrega alimentos em hospitais, mover contêineres em
docas de carga e tarefas semelhantes. Os robôs móveis podem ser classificados em quatro
tipos: Veículos Terrestres não tripulados (Unmanned Land Vehicle - ULV): robôs como o
NAVLAB que realiza a navegação autônoma sem condutor em autoestradas. Veículos Aéreos
não tripulados (Unmanned Air Vehicle - UAV): utilizados para vigilância, pulverização de
lavouras, operações militares, dentre outras atividades do ramo. Veículos Autônomos
subaquáticos (Autonomous Underwater Vehicle - AUV): usados em explorações no fundo do
mar. E por último, os Viajantes Interplanetários, como o robô Sojourner mostrado na Figura 2.

O terceiro tipo de robôs é o híbrido: robô móvel equipado com manipuladores. Eles
incluem o robô humanoide, como o mostrado na Figura 3.
 Os robôs híbridos podem utilizar os efetuadores adicionais em campos mais amplos que os
manipuladores fixos, porém seu trabalho ser torna muito mais difícil, pois eles não possuem a
rigidez que um ponto de fixação oferece. O campo da robótica não se limita apenas aos três
tipos citados acima, existem também os dispositivos protéticos (membros artificiais para seres
humanos), ambientes inteligentes (casas superequipadas de sensores e efetuadores) e
sistemas com vários corpos, nos quais a ação robótica é alcançada por enxames de pequenos
robôs cooperativos.

Sistemas Visuais

Segundo Stairs e Reynolds (2006), os Sistemas Visuais envolvem hardware e software

que permitem os computadores capturar, armazenar e manipular imagens visuais. O
Departamento de Justiça dos Estados Unidos usa sistemas de visão para identificação de
impressões digitais. A velocidade que o sistema percorre a base de dados para encontrar
impressões digitais trouxe soluções rápidas para casos antigos. Os sistemas de visão são
capazes de reconhecer características faciais. Na Califórnia, uma empresa do ramo chamada
CANESTA utiliza raios infravermelhos para que seus computadores captem imagens
tridimensionais de objetos. Os raios são direcionados ao objeto e refletidos de volta, a diferença
no tempo em que a luz retorna dá ao sistema a imagem do objeto tridimensional. Além disso,
eles são usados juntamente com a robótica para dar visão aos robôs. A visão aumenta a
capacidade dos robôs e com isto facilita a tomada de decisões com base na entrada visual,
também são usados desde sistemas biométricos para reconhecimento de íris até na análise de
peças defeituosas em linha de montagem, mas vai demorar até que um sistema possa “ver” e
tirar conclusões do mundo humano.

Processamento de Linguagem Natural

Para Stairs e Reynolds (2006), o processamento de linguagem natural permite ao

computador reconhecer comandos de voz em uma linguagem natural. Existem três níveis para
o reconhecimento: comandos (reconhece de dezenas a centenas de palavras), discreto
(reconhece fala ditada e com pausas entre as palavras) e contínuo (reconhece a fala natural).
Este processamento de linguagem natural pode ser usado para recuperar informações sem
digitar comandos ou procurar palavras-chave. Pode-se falar em um microfone conectado ao
computador e o computador converte a fala em arquivos de textos ou comandos. Os sistemas
simples conseguem associar uma palavra digitada a uma palavra falada pelo microfone,
sistemas mais avançados não precisam gravar as palavras. As corretoras de ações utilizam
bastante os sistemas de linguagem natural. A Charles M. Schwab (Califórnia, EUA) usa uma
máquina de linguagem natural para ajudar seus clientes na utilização de seu site. A T. Rower
Price (Maryland, EUA) usa reconhecimento de voz para que seus clientes obtenham dados de
ações, pensões, saldos de conta-corrente pelo telefone utilizando de comandos de voz simples.
A TDWaterhouse (Ontario, CA) usa uma máquina de linguagem natural para responder as
dúvidas dos clientes, isso fez cair a demanda de chamadas ao departamento de serviços a
clientes. O Processamento de Linguagem Natural é muito usado também junto à área de
biometria para o reconhecimento de voz, diversas corretoras de ações utilizam para o
reconhecimento de seu cliente e outras funcionalidades, os sistemas podem chegar a
interpretar comandos de voz até falas naturalmente.

Planejamento e Logística

Durante a Guerra do Golfo (1991), as forças armadas dos Estados Unidos distribuíram
uma ferramenta denominada Dynamic Analysis and Replanning Tool, ou DART (STAIRS;
REYNOLDS, 2006), para planejamento logístico automatizado e a programação de execução
do transporte das tropas. Isso envolveu até 50.000 veículos, transporte de carga aérea e
pessoal ao mesmo tempo, levando em conta os pontos de partida, destinos, rotas e resolução
de conflitos, entre todos os parâmetros. As técnicas de planejamento da IA permitiram a
geração em algumas horas de um plano que exigiria semanas com outros métodos. A Defense
Advanced Research Project Agency (DARPA) declarou que essa única aplicação compensou
com folga os seus 30 anos de investido em IA.

CONSIDERAÇÕES FINAIS

A inteligência artificial é um campo que está evoluindo em grande escala nos últimos
anos e faz parte de muitas outras áreas. Hoje têm-se as Redes Neurais e os conceitos de
aprendizagem, além das grandes inovações no mundo tecnológico aplicados em áreas que não
se achava possível sua utilização. Outro grande exemplo da utilização da IA é no mundo dos
games e jogos eletrônicos, linguagens com PROLOG e LISP, aplicam seus conceitos em
algoritmos cada vez mais inteligentes e nos jogos mais reais a máquina simula os acertos e
erros de quem está por trás de tudo isso, os controladores humanos. O artigo realizou um
levantamento bibliográfico visando conceituar a inteligência artificial, destacando exemplos de
aplicação e linguagens associadas. Observou-se que não há uma definição consensual, pois
existem diversas visões sobre o assunto, muitas delas complementares, porém outras com
abordagens diferenciadas. Acredita-se que essa diversidade de definições seja em razão do
fato da tecnologia se renovar a cada dia e a inteligência artificial ser um ramo de estudo em
evolução. Uma das grandes dificuldades encontradas para a elaboração do artigo foi encontrar
visões que fossem totalmente coerentes entre si para que houvesse melhor compreensão do
assunto, pois o tema é bastante abrangente e existem diferentes opiniões. Ainda que a busca
por linguagens foi realizada, tomando como base exemplos reais, esse aspecto também
representou uma barreira ao longo do estudo.

REFERÊNCIAS

BARONE, Dante. Sociedades Artificiais: A Nova Fronteira da Inteligência nas Máquinas. 1.

ed. Porto Alegre: Bookman, 2003

CHARNIAK, Eugene; MCDERMOTT, Drew. A Bayesian Model of Plan Recognition.

Massachusetts: Addison-Wesley, 1985.

HAUGELAND, John. Artificial Intelligence: The Very Idea. Massachusetts: The MIT Press,
1985.

KURZWEIL, Ray. The Age of Spiritual Machines. Massachusetts: The MIT Press, 1990.

LOPES, Silvana. Sistemas Especialistas na Educação. Ariquemes: Universidade Federal

de Rondônia, 2008.

PONTES, R. Inteligência Artificial nos Investimentos. Rio de Janeiro: Elsevier, 2011.

RIBEIRO, R. Uma Introdução à Inteligência Computacional: Fundamentos, Ferramentas
e Aplicações. Rio de Janeiro: IST-Rio, 2010.

RABUSKE, R. Inteligência Artificial. Florianópolis: UFSC, 1995.

RUSSEL, S; NORVIG, P. Inteligência Artificial. 3. ed., São Paulo: Campus-Elsevier, 2004.

SAINT-DIZIER, P. An Introduction To Programming In Prolog. New York: Eyerolles, 1954.

SCHILDT, H. C Completo e Total. 3. ed., São Paulo: Markron Books, 1996.

SEBESTA, R. Conceitos de Linguagens de Programação. 9. ed., Porto Alegre: Bookman,

2011.

RUSSEL, Stuart; NORVIG, Peter. Inteligência Artificial. 2. Ed. Rio de Janeiro: Campos,
2004.

STAIR, Ralph M.; REYNOLDS, George W. Princípios de Sistemas de Informação. São

Paulo: Thomson, 200

CATHCART, R.; GUMPERT, G. The Person-Computer Interaction: A Unique Source.

Information and Behavior, vol. 1, p. 113-124. New Brunswick: Transaction Books, 1985.