Escolar Documentos
Profissional Documentos
Cultura Documentos
Introdução
Prof. Patrick Pedreira Silva
1
A IA faz parte da sua vida...
Ela não é uma coisa distante, somente de
filmes de ficção científica, ela está aí bem
do seu lado...
2
Inteligência Artificial – Prof. Patrick Pedreira SIlva
3
Inteligência Artificial – Prof. Patrick Pedreira SIlva
4
Inteligência Artificial – Prof. Patrick Pedreira SIlva
Bugs Screensaver
5
Inteligência Artificial – Prof. Patrick Pedreira SIlva
O que é a IA?
“O ramo da Ciência da Computação que estuda e se
ocupa da automação do comportamento inteligente”
Mas o que é inteligência? O que é comportamento
inteligente? (somos capazes de reconhecê-lo, mas não
de defini-lo com precisão)
Inteligência envolve habilidades, aprendizagem,
criatividade, auto-consciência, intuição…mas como
esses fatores estão relacionados para formar a
inteligência?
A definição completa do que seja Inteligência Artificial
depende da definição do que seja inteligência.
Diante deste quadro, Luger propõe uma definição
simplória para IA:
“A coleção de problemas e metodologias estudadas pelos
pesquisadores da inteligência artificial”
Inteligência Artificial – Prof. Patrick Pedreira SIlva
6
Visão Geral da IA
Basicamente existem quatro linhas principais de
pesquisa:
Conexionista: metáfora cerebral
ex. redes neurais
Simbólica: metáfora lingüística
ex. sistemas de produção, agentes,...
Evolucionista: metáfora da natureza
ex. algoritmos genéticos, vida artificial
Estatística/Probabilista
Ex. Redes Bayesianas, sistemas difusos
IA conexionista
visa à modelagem da inteligência através da
simulação dos componentes do cérebro (neurônios
e suas interconexões)
1943: primeiro modelo matemático para um
neurônio (McCulloc e Pitts)
Perceptron - Primeiro modelo de Rede Neural
(Rosenblatt)
Fragilidades do modelo indicadas por Minsk e
Papert
Por longo período permaneceu não muito ativa
Com o advento de microprocessadores (pequenos e
baratos) tornou possível implementação do modelo
dando novo incentivo às pesquisas
Modelo conexionista deu origem à área de Redes
Neurais
Inteligência Artificial – Prof. Patrick Pedreira SIlva
7
Redes Neurais
s1 w1i e(i)
e(i) = ∑w ji × sj
sj wji
∑ ⌠
⌡
s(i)
sn
wni
s(i) = f (e(i))
camada
de entrada camada
camada
de saída
escondida
Inteligência Artificial – Prof. Patrick Pedreira SIlva
IA simbólica
Segue a tradição lógica
McCarthy e Newell seus principais defensores
Sucesso dos sistemas especialistas (década de
70) estabeleceu a manipulação simbólica de um
grande número de fatos especializados sobre
um domínio restrito, orientando a construção de
sistemas inteligentes do tipo simbólico
8
Paradigma Simbólico
West é criminoso ou não?
“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”
Conhecimento: organizando...
Programa em IA = Agente racional
entidade de software que age em um ambiente segundo um
princípio de racionalidade
9
Conhecimento: Representação e
Uso
Raciocínio:
processo de construção de novas sentenças a
partir de outras sentenças.
Deve-se assegurar que o raciocínio é plausível
segue-se
fatos fatos
Mundo
semântica
semântica
Representação implica
sentenças sentenças
Inteligência Artificial – Prof. Patrick Pedreira SIlva
10
Paradigma Evolutivo
EVOLUÇÃO
diversidade é gerada por cruzamento e mutações
os seres mais adaptados ao seus ambientes
sobrevivem (seleção natural)
as características genéticas de tais seres são
herdadas pelas próximas gerações
Inteligência Artificial – Prof. Patrick Pedreira SIlva
Paradigma Evolutivo
Definição:
Método probabilista de busca para resolução de
problemas (otimização) “inspirado” na teoria da
evolução
Idéia:
indivíduo = solução
faz evoluir um conjunto de indivíduos mais adaptados
por cruzamento através de sucessivas gerações
fitness function f(i): R ->[0,1]
11
Computação convencional x IA:
métodos
Algoritmo passo a passo x
Mecanismo geral de inferência + conhecimento
... ou então aprendizado
Dados e controle embutidos em código procedimental
x
Separação entre conhecimento declarativo e controle
Linguagens de programação: imperativas x “alto-nível”
(ex.: linguagens lógicas)
IA: Usa metáforas de sistemas naturais (neurônio,
evolução, memória, sociedade, língua,...)
12
Sistemas sub-simbólicos:
arquiteturas
História da IA
Pode ser dividida em 3 períodos:
Clássico (1956-1970)
Romântico (1970-1980)
Moderno (1980-1990)
13
História da IA
Clássico (1956-1970)
Objetivo:simular a inteligência humana
Métodos: Solucionadores gerais de
problemas e lógica
Motivo do fracasso: subestimação da
complexidade computacional dos problemas
Clássico
Formalismos gerais capazes de resolver qualquer tipo de problema
Sistema GPS (General Problem Solver)
Ajudaram a estabelecer os fundamentos teóricos dos sistemas de
símbolos
Série de técnicas de programação voltadas à manipulação
simbólica (ex.: busca heurística)
resultados interessantes e impressionantes, porém, em domínios
simplificados
extensão a problemas de domínios reais mostrou-se inviável
métodos baseados em lógica de primeira ordem levam à explosão
combinatória: memória e tempo necessários para resolver
problemas crescem exponencialmente
conhecimento disponível do mundo real é incompleto e
parcialmente incoerente
levou ao desenvolvimento de outros métodos de solução que
permitissem representar crenças, por exemplo, lógica nebulosa.
Inteligência Artificial – Prof. Patrick Pedreira SIlva
14
História da IA
Romântico (1970-1980)
Objetivo: simular a inteligência humana em situações
pré-determinadas
Métodos: formalismos de representação de
conhecimento adaptados ao tipo de problema,
mecanismos de ligação procedural visando maior
eficiência computacional
Motivo do fracasso: subestimação da quantidade de
conhecimento necessária para tratar mesmo o mais
banal problema de senso comum
Romântico
restrito ao ambiente acadêmico na década de 1970
1980 - programa parte menos importante, valorização da
análise formal da metodologia, semântica bem
fundamentada.
Passagem da IA para a “vida adulta” : primeiros
sistemas especialistas, com desempenho intelectual
equivalente ao de um ser humano adulto
Novas perspectivas de aplicações comerciais e
industriais
15
História da IA
Moderno (1980-1990)
Objetivo: simular o comportamento de um
especialista humano ao resolver problemas
em um domínio específico
Métodos: Sistemas de regras, representação
da incerteza, conexionismo
Motivo do fracasso: subestimação da
complexidade do problema da aquisição do
conhecimento
Moderno
IA passa a ser vista como um produto comercializável
Comercialização de ferramentas para a construção de
sistemas especialistas
Atualmente as principais áreas de pesquisa em IA são:
sistemas especialistas, aprendizagem, tratamento de
informação imperfeita, visão computacional, robótica,
controle inteligente, IA distribuída, modelagem cognitiva,
arquiteturas para sistemas inteligentes, processamento
de língua natural.
Além das linhas conexionista e simbólica, observa-se
hoje o crescimento de uma nova linha de pesquisa,
baseada na observação de mecanismos evolutivos
encontrados na natureza tão como auto-organização e
comportamento evolutivo. Nesta linha um dos modelos
mais conhecidos são algoritmos genéticos.
Inteligência Artificial – Prof. Patrick Pedreira SIlva
16
Máquinas inteligentes?
evolução em direção ao paradigma dos agentes
Pensando
Idealmente
Humanamente
(racionalmente)
Agindo
Inteligência Artificial – Prof. Patrick Pedreira SIlva
Definições de IA
Variam em duas dimensões
Topo interessadas em processos do
pensamento e do raciocínio
Base visam o comportamento
Esquerda: medem o sucesso em termos de
performance humana
Direita: comparam com um conceito ideal de
inteligência (a racionalidade)
17
Evolução da IA
Agindo humanamente (anos 50-70): Teste de Turing
Problema: “mito do cérebro eletrônico“
Filosofia Sociologia
Lingüística IA Psicologia
Neuro-fisiologia Computação
Genética
18
Aplicações
Área da IA: Assuntos Exemplos de
de estudo aplicações práticas
Visão artificial (pelo Reconhecimento de
computador), formas, classificação de
Reconhecimento de imagens,
Imagens, Análise de reconhecimento
Imagens e automático de textos,
Processamento de condução autônoma de
sinais veículos
Aplicações
Área da IA: Assuntos de Exemplos de aplicações
estudo práticas
Robótica inteligente e Sistemas reativos, robótica
Evolução artificial autônoma, robôs
inteligentes, controle e
planificação de trajetórias.
19
Aplicações
Área da IA: Assuntos de Exemplos de aplicações
estudo práticas
Raciocínio automático Sistemas inteligentes para a
(dedução, inferência...) e exploração de dados (data
Aquisição de conhecimento: mining, Knowlege data
Sistemas Especialista, discovery - KDD), sistemas de
Sistemas inteligentes e ajuda ao diagnóstico (ex.:
sistemas híbridos, médico, industrial.), sistemas
Aprendizado Automático, para classificação ou previsão,
Representação do sistemas de ajuda a decisão,
conhecimento sistemas baseados em caso,
sistemas baseados em
conhecimento
Inteligência Artificial – Prof. Patrick Pedreira SIlva
Aplicações
Área da IA: Assuntos Exemplos de
de estudo aplicações práticas
Modelos cognitivos Proposição, análise e
validação de modelos
do comportamento
cognitivo humano
(modelos baseados em
estudos psicológicos)
20
Aplicações
Área da IA: Assuntos de Exemplos de aplicações
estudo práticas
IA distribuída e sistemas Modelização e concepção
multi-agentes de sistemas baseados nas
interações entre múltiplos
módulos, agentes
cooperativos (ex.: modelos
sociais, tomada de decisões,
comportamentos coletivos
na robótica, aplicações
militares), teoria dos jogos
Inteligência Artificial – Prof. Patrick Pedreira SIlva
Aplicações
Área da IA: Assuntos Exemplos de
de estudo aplicações práticas
Lógica Formal Lógicas para a IA (ex.:
lógica de predicados),
linguagens de IA (ex.:
Prolog), prova
automática de teoremas
21
IA no Brasil
Fracamente representada nas graduações em
computação
no máximo, 1 disciplina obrigatória
no melhor dos casos, depois do sexto período
Ementa restrita
Economicamente ainda incipiente
por falta de demanda ou de profissionais bem formados?
Visão “distorcida e incompleta” do que é IA
Problemas atacados estão relativamente distantes dos
problemas da sociedade brasileira
Tamanho ainda reduzido da comunidade de
pesquisadores
Falta de mecanismos adequados de colaboração entre a
área acadêmica e a indústria
Inteligência Artificial – Prof. Patrick Pedreira SIlva
22