Universidade Metodista de Angola

Faculdade de Engenharia
Departamento de Engenharia Mecatrónica
Curso de Engenharia Mecatrónica

Trabalho de sistemas robóticos

Inteligência Artificial e Machine Learning

Autor:

Nelson Ariel Ferreira Batalha-24940

Orientador:

Professor . Eng João Cussondama

Luanda, Novembro /2021

 Nelson Ariel Ferreira Batalha

Inteligência Artificial e Machine Learning

 Dedicatória

Dedico este trabalho primeiramente a Deus, pois sem ele nada seria possível,
aos meus pais por serem tão incansável para que nada me falte, aos meus irmãos por
estarem aí para mim me dando força para continuar, a todos que dedicam um pouco do
seu tempo orando por mim.

i
 Resumo

O presente trabalho é focado no estudo da Inteligência Artificial e noMachine

Learning(aprendizado das maquinas), na qual falo de como é o seu impacto na vida do
homem em geral, as suas aplicações, como é que a Inteligência Artificial e Machine
Learning afetam o crescimento das novas indústrias. O que está por trás da Inteligência
Artificial. Qual é a relação aos longos dos anos entre a IA e a Robótica, e como é que as
maáquinas inteligentes interagem nas indústiras.

ii
 Índice

Dedicatória......................................................................................................................... i
Resumo ............................................................................................................................. ii
1. Capítulo 1 ................................................................................................................. 1
1.1. Introdução .......................................................................................................... 1
1.2. Motivação .......................................................................................................... 1
1.3. Justificativa ........................................................................................................ 1
1.4. Objectivos .......................................................................................................... 2
1.4.1. Objectivo Geral........................................................................................... 2
1.4.2. Objectivo Específico................................................................................... 2
2. Capítulo 2 ................................................................................................................. 3
2.1. Inteligência Artificial ......................................................................................... 3
2.1.1. Homem e Máquina ......................................................................................... 3
2.1.2. Dentro da Inteligência Artificial (IA)............................................................. 4
2.1.3. Tipos de IA ..................................................................................................... 4
2.1.3.1. Inteligência Artificial “Forte” ................................................................. 5
2.1.3.2. Inteligência Artificial “Fraca” ................................................................ 5
2.2. Machine Learning (aprendizado de máquina) ................................................... 6
2.2.1. Tipos de Problemas e Tarefas ..................................................................... 7
2.3. O impacto da Inteligência Artificial em Robôs ................................................. 8
2.4. Máquinas Inteligentes (que aprendem) .............................................................. 9
2.4.1. Característica dos equipamentos .............................................................. 10
3. Capítulo 3 ............................................................................................................... 12
3.1. Conclusão......................................................................................................... 12
3.2. Referências Bibliográficas ............................................................................... 13
 1. Capítulo 1

1.1. Introdução

Actualmente a Inteligência Artificial está presente no nosso dia a dia, desde os

nossos smartphone, e até em diversas pesquisas que fizemos na internet nas buscas e
respostas de determinadas soluções.

A Inteligência Artificial ( IA) é a inteligência similar a humana, exibida por

mecanismos ou software, para resolver determinados problemas, onde uma agente
inteligente é um sistema que percebe o seu ambiente e consegue tomar atitude que
possam maximinizar as chances de sucesso de um determinado projecto ou pesquisa.

Machine Learning (aprendizado de máquina) é um sistema que pode modificar

seu comportamento autonomamente tendo como base a sua própria experiência, onde a
interferênica humana é mínima.

1.2. Motivação

O que levou-me a elaboração deste trabalho é avontade de aumentar os meus

conhecimentos e aprendizagem sobre a Inteligência Artificial e Machine Learning, e a
realização do sonho da humanidade de um futuro distante, sobre a interação das
máquinas com a humanida. E o impacto que teriam na sociedade Angolana.

1.3. Justificativa

Sendo que Angola um país que se encontra no sul de África, e que está em
constante cresimento, surge a necessidade de estarmos a par do crescimento global,
deste modo, devemos acompahar a tecnologias que vêm ganhando destaque no mundo
todo.

1
 E o estudo da Inteligência Artificial e Machine Learning (aprendizado de
máquina), nos dá uma visão ampla do crescimento global, que Angola pode acarretar
em seu desenvolvimento.

1.4. Objectivos

1.4.1. Objectivo Geral

Como é feita a interação da Inteligência Artificial e Machine Learning

(aprendizado de máquina).

1.4.2. Objectivo Específico

 Explicar os tipos de inteligência artificial .

 Conhecer os seus princípios de funcionamentos.
 Conhecer a relação existente entre a inteligência artificial e o
aprendizado das máquinas ( Learning Machine ) .

2
 2. Capítulo 2

2.1. Inteligência Artificial

A inteligência Artificial teve início nos séculos XX, com enfoque nos anos 50,
com pensadores como Herbert Simon e John McCarthy. Os primeiros anos da IA foram
repletos de sucessos, mas de uma forma limitada.

Considerando-se os primeiros computadores, as ferramentas de programação

da época e o fato de que apenas alguns anos antes, os computadores eram vistos como
objetos capazes de efetuar operações aritméticas e nada mais, causava surpresa o fato de
um computador realizar qualquer atividade remotamente inteligente.

Com o surgimento do computador moderno, a inteligência artificial ganhou

meios e massa crítica para se estabelecer como ciência integral, com problemáticas e
metodologias próprias.

Desde então, seu desenvolvimento tem extrapolado os clássicos programas de

xadrez ou de conversão e envolvido áreas como visão computacional, análise e síntese
da voz, lógica difusa, redes neurais artificiais e muitas outras.

Inicialmente a IA visava reproduzir o pensamento humano. A Inteligência

Artificial abraçou a ideia de reproduzir faculdades humanas como criatividade,
autoaperfeiçoamento e uso da linguagem.

2.1.1. Homem e Máquina

uma resposta prática do quanto a Inteligência Artificial avançou veio em 1997,

quando a máquina derrotou o homem em um jogo de xadrez. O campeão soviético
Garry Kasparov foi derrotado em uma das rodadas pelo computador Deep Blue, da
IBM, em partidas que repercutiram ao redor do mundo.

3
 O Deep Blue adotava um método de cálculo via força bruta que analisava
possibilidades, previa respostas e sugeria o melhor movimento. Foi uma prova de que os
pesquisadores e desenvolvedores tavam no caminho certo.

E essas máquinas também foram desenvolvidas para nos ajudar, como provou
em 2002 a iRobot, que lançou o primeiro Roomba. Um assistente(Robôs) de limpeza
autônomo que fica na sua casa dá de dez a zero nos robôs de décadas atrás por combinar
eficiência em uma especialização, pré-configurações e sensores de posicionamento
trabalhando juntos.

2.1.2. Dentro da Inteligência Artificial (IA)

A construção de uma inteligência artificial envolve uma série de algoritmos,

que são instruções em código que devem ser seguidas principalmente em Python,
bibliotecas abertas com instruções e ferramentas que ditam o comportamento do código
e um framework, uma estrutura mais complexa que combina ferramentas e oferece um
direcionamento mais prático pra um projeto.

Hoje em dia temos a IA em praticamente todos os processos que realizamos

em eletrônicos. Ela está na organização de playlists ou sugestão do que assistir em
serviços de streaming, está nas estratégias do computador nos games, nos processadores
mobile, como o Kirin 980 da Huawei e até nas respostas automáticas sugeridas quando
você escreve um email.

E tem muita coisa ainda começando e com potencial pra decolar no futuro.
O Google Duplex, que é uma inteligência artificial que conversa por telefone e agenda,
consulta ou reserva mesas em restaurantes, pode virar algo bem mais completo em
conversação.

2.1.3. Tipos de IA

Entre os teóricos que estudam o que é possível fazer com a Inteligência

Artificial, existe uma discussão onde consideram duas propostas básicas, conhecidas
como:

 Inteligência Artificial “Forte”

4
  Inteligência Artificial “Fraca”.

2.1.3.1. Inteligência Artificial “Forte”

A IA forte é tema bastante controverso, pois envolve temas como consciência e

fortes problemas éticos ligados ao que fazer com uma entidade que seja cognitivamente
indiferenciável de seres humanos.

A Inteligência Artificial Forte, aborda a criação de inteligência baseada em

computador que consiga raciocinar e resolver problemas, uma das formas de IA forte é
classificada como auto-consciete.
A ficção científica tratou de muitos problemas desse tipo. Isaac Asimov,
escreveu O Homem Bicentenário, onde um robô consciente e inteligente luta para
possuir um status semelhante ao de um humano na sociedade.
E Steven Spielberg dirigiu “ Inteligência Artificial” onde um menino-robô
procura conquistar o amor de sua mãe, procurando uma maneira de se tornar real.

2.1.3.2. Inteligência Artificial “Fraca”

A Inteligência Artificial Fraca, esta virada na resolução de problemas não

determinsticos.
Uma contribuição prática, foi de Alan Turing que chamou os testes de Turing,
feitos em 1950, em lugar de responder a pergunta “podem-se ter computadores
inteligentes?”, ele formulou seu teste, que tornou-se praticamente o ponto de partida da
pesquisa em “Inteligência Artificial”.
A inteligência artificial frraca centra a sua investigação na criação de
inteligência artificial que não é capz de verdadeiramente raciocinar e resolver
problemas. Uma tal máquina com estas características de inteligência agiria como se
fosse inteligente, mas não tem autoconsciência ou noção de si.
Sendo o teste clássico para aferição da inteligência em máquinas é o Teste de
Turing.

5
 2.2. Machine Learning (aprendizado de máquina)

É um subcampo da Engenharia e da Ciência da Computação que evoluiu do

estudo de reconhecimento de padrões e da teoria do aprendizado computacional.

É uma das área de Inteligência Artificial que tem como objectivo, o

desenvolvimento de sistemas capazes de aprender a partir de dados. Através da aálise de
problemas anteriores, os algoritmos de aprendizado de máquina são capazes de realizar
a tomada de decisões.

Enquanto que na Inteligência Artificial existem dois tipos de raciocínio, o

indutivo que extrai regras e padrões de grandes conjuntos de dados, e o dedutivo. O
prendizado de máquina só se preocupa com o indutivo.

Algumas partes do aprendizado de máquina, estão ligadas e muitas vezes

sobrepostas à estatísca computacional, uma disciplina que foca em como fazer previsões
através do uso de computadores, com pesquisas focando nas propriedades dos métodos
estáticos e sua complexidade computacional.

O aprendizado de máquina é usado em uma variedade de tarefas

computacionais onde criar e programar algoritmos explícitos é impraticável. Alguns
exemplos de aplicações incluem:

 Filtragem de Spam,
 Reconhecimento Óptico de Caracteres (OCR),
 Procedimento de Linguagem Natural,
 Motores de Busca,
 Diagnósticos Médicos,
 Bioinformática
 Reconhecimento de fala,
 Reconhecimento de escrita,
 Visão computacional,
 Locomoção de Robôs.

6
 O teste para um modelo de machinelearning é um erro de validação em dados
novos e não um teste teórico que prova uma hipótese nula. Como machinelearning
geralmente usa uma abordagem iterativa para aprender com os dados, o aprendizado
pode ser facilmente automatizado. As etapas são executadas através dos dados até que
um padrão robusto seja encontrado.

2.2.1. Tipos de Problemas e Tarefas

As tarefas de aprendizado de máquina são tipicamente classificadas em três

categorias amplas, de acordo com a natureza do "sinal" ou "feedback" de aprendizado
disponível para um sistema de aprendizado. Essas categorias são:

 Aprendizado supervisionado: São apresentadas ao computador

exemplos de entradas e saídas desejadas, fornecidas por um
"professor". O objetivo é aprender uma regra geral que mapeia as
entradas para as saídas.
 Aprendizado não supervisionado: Nenhum tipo de etiqueta é dado ao
algoritmo de aprendizado, deixando-o sozinho para encontrar estrutura
nas entradas fornecidas. O aprendizado não supervisionado pode ser um
objetivo em si mesmo (descobrir novos padrões nos dados) ou um meio
para atingir um fim.
 Aprendizado por reforço: Um programa de computador interage com
um ambiente dinâmico, em que o programa deve desempenhar
determinado objetivo (por exemplo, dirigir um veículo). É fornecido, ao
programa, feedback quanto a premiações e punições, na medida em que
é navegado o espaço do problema. Outro exemplo de aprendizado por
reforço é aprender a jogar um determinado jogo apenas jogando contra
um oponente.

Entre o aprendizado supervisionado e o não supervisionado, está o aprendizado

semi-supervisionado, em que o professor fornece um sinal de treinamento incompleto:

7
um conjunto de dados de treinamento com algumas (muitas vezes várias) das saídas
desejadas ausentes.

A transdução é um caso especial deste princípio, em que o conjunto inteiro das

instâncias do problema é conhecido no momento do aprendizado, mas com parte dos
objetivos ausente.

2.3. O impacto da Inteligência Artificial em Robôs

A IA e Róbos são duas áreas que vêm crescendo bastante nos útimos anos e
teve um impacto muito interessante e ainda pouco explorada. A cada ano, as
apliccações de inteligência artificial nos supreendem com seus resultados e os robôs que
a implementam estão evoluindo em ritmo acelerado e projetos que irão nos supreeder
ainda mais.

Os desenvolvedores desses projetos ainda precisarão lidar com questões éticas,

mas o futuro parece bastante promissor e a sociedade colherá os frutos desses avanços
pouco a pouco, afinal, se a tecnologia não trouxer benefícios aos humanos não terá
propósito em desenvolvê-la.

Actualmente a inteligência artificial e a robótica tornaram possível a realização

de uma das maiores inavações tecnológicas: a utilização de robôs para cumprir funcções
administrativas em uma empresa.

Um factor que tem causado bastante insegurança, por parte dos trabalhadores,
que sentem que têm os seus lugares ameaçados pela a evolução da IA e a Robótica no
mercado de trablhado.

Além da IA os Robôs para o seu desenvolvimento também utiliza a intelgência

cognitiva, permitindo que ele tenha raciocínio, e possa fazer deduções e, dessa forma,
tenha a capacidade de detectar e evitar problemas.

Outro recurso é o reconhecimento facial e de imagem. Isso permite que uma

série de imagens sejam armazenadas e, assim, o robô possa fazer a identificação de
rostos.

8
 2.4. Máquinas Inteligentes (que aprendem)

As Máquinas Inteligentes são um dos grandes marcos da indústria 4.0. Elas

apresentam tecnologias inovadoras, capazes de responder a demandas em tempo real e
maximizar a eficiência da empresa.

Os robôs saem da indústria automobilística e vão para outros setores da

economia, como a produção de artigos de higiene. Nas casas, instalam-se sistemas
automatizados para abrir e fechar janelas e regular luz, câmeras de vigilância, portões
automáticos e alarmes anti-invasão.

2008 no Brasil o Hospital Sírio-Libanês implanta o robô cirurgião da Vinci,

com quatro braços mecânicos controlados por Joystick já realizou centenas de operações.

2009 pesquisadores na Nissan criam Eporo, um carro-robô dotado de

inteligência anticolisão, inspirado na dinâmica dos cardumes de peixes . Sua tecnologia
sem fio permite calcular a distância até um obstáculo e mudar a rota automaticamente.

2010 a Microsoft anuncia o emprego de recepcionistas virtuais em alguns dos

seus prédios. Com sensores de áudio e vídeo, o avatar virtual da recepcionista é capaz de
compreender conversas, reconhecer rostos e ajudar visitantes.

2011 o estado de Nevada, nos EUA, aprova a Lei 511, que esboça regras para o
trânsito de veículos sem motorista, em áreas restritas. O instituto de Tecnologia de
Tóquio apresenta um protótipo de robô que percebe e realiza tarefas não programadas, a
partir do aprendizado com experiência. A máquina usa uma rede neural autorreplicante.

O essencial é que as máquinas estejam preparadas para estar conectadas e

integradas aos sistemas operacionais e de manufatura das empresas. Por isso , as
máquinas e equipamentos ocupam papel preponderante nesta trajetória de implementação

9
da industria 4.0. Mais do que isso, não é possível este caminho sem que as máquinas e
equipamentos tenham, não só, a interface digital, mas que possam ser integradas e
conectadas.

2.4.1. Característica dos equipamentos

As máquinas inteligentes têm diversas características que as deferem das

tracionais, nas tornando mais eficientes e competitivas:

 Autonomia: Uma das principais características das máquinas e

equipamentos inteligentes é a sua autonomia. Elas são capazes não
apenas de operar de forma autônoma, sem o auxílio ou supervisão
humana, mas também de analisar tarefas e tomar decisões por sua
inteligência e conectividade utilizando dados coletados por ela mesma
por meio de sensores ou puxados da nuvem para ponderar a melhor
resposta às suas demandas.
 Inteligência: As máquinas já têm a capacidade de aprender com as suas
experiências, coletando dados de atividades realizadas par aumentar a
eficiência de suas tarefas futuras, podendo até mesmo antecipar eventos
e se apresentar para eles.
 Conectividade: A inclusão do mundo digital na indústria permite que
as máquinas se comuniquem entre si e com sistemas, realizando o
compartilhamento de dados e planos de produção de forma integrada
para os operadores. Assim, é possível acompanhar a produção com os
dados obtidos em tempo real pelos sensores das máquinas e realizar
diagnósticos de problemas à distância, evitando falhas e a parada de
ciclo.
 Eficiência: O acesso facilitado aos dados e à comunicação da máquina
com os operadores e outros elementos da sua linha de produção,
juntamente com sua capacidade de aprendizado e autonomia de
decisões, faz com que ela seja capaz de produzir de maneira mais
rápida e eficiente. Dessa forma, é possível evitar erros passados e
flexibilizar a linha de produção.

10
  Flexibilidade: A busca pelo design flexível e a utilização da
modularidade são características das máquinas inteligentes, facilitando
a sua incorporação às indústria e as tornando bastante competetivas.

A tecnologia envolvida nas máquinas inteligentes é capaz não apenas de

aumentar a eficiência da produção da indústria, ma também de evitar erros e falhas,
diminuir o tempo de produção, reduzir desperdício de materiais, comunicar problemas e
a necessidade de reposição do estoque, garantir a segurança dos operadores, entre outras
possibilidades.

Na prática isso se traduz em retorno finalmente para a empresa, seja pela

maximização da linha de produção, redução de gastos com materiais e falhas ou
eficiência promovida pela facilidade na comunicação interna e externa.

Essas vantagens fazem das máquinas inteligentes ativos de grande importância

para empresas de todos os portes, para que sejam capazes de manter a sua
competitividade frente ao mercado.

Haverá um enorme espaço para modernização das máquinas já existentes,

implementação de sensores, de hardware etc. E uma oportunidade para esta nova
realidade, na qual o grande volume de informações e dados gerados precisam ser
tratados por ferramentas analíticas não convencionais.

11
 3. Capítulo 3

3.1. Conclusão

Concluí que, a Inteligência Artificial e o Machine Learning, estão em constante

crescimento, a fim de melhorar a vida do homem na sociedade actual, visando diminuir
a mão de obra, os riscos, oferencendo soluções e respostas as quais o cérebro humano
não é capaz de fazer com agilidade e certeza. Deste modo elas são as grandes apostas
para as indústrias em futuro próximo.

12
 3.2. Referências Bibliográficas

Andreas Kaplan; Michael Haenlein (2018) Siri, Siri in my Hand, who's the Fairest in
the Land? On the Interpretations, Illustrations and Implications of Artificial Intelligence,
Business Horizons, 62(1)

Luger, George F (2004). Inteligência Artificial. Estruturas e Estratégias para a Solução

de Problemas Complexos 4ª ed. Porto Alegre: Bookman. p. 23. 774 páginas. ISBN 85-
363-0396-4

Rich, Elaine; Knight, Kevin (1994). Inteligência Artificial 2ª ed. Rio de Janeiro:
McGraw-Hill. p. 3. 722 páginas. ISBN 85-346-0122-4

Vasconcelos, V.V.;Martins Junior, P.P. Protótipo de Sistema Especialista em Direito

Ambiental para Auxílio à decisão em Situações de Desmatamento Rural. NT-27.
CETEC-MG. 2004. 80p.

Alan Turing. «Computing Machinery and Intelligence» (em inglês). Consultado em 22

de maio de 2007

Harnad, Steven (2008). The Annotation Game: On Turing (1950) on Computing,

Machinery, and Intelligence. in Epstein, Robert; Peters, Grace: Parsing the Turing Test:
Philosophical and Methodological Issues in the Quest for the Thinking Computer (em
inglês). [S.l.]: Springer. pp. 23–66. Consultado em 10 de outubro de 2016

13
14