Você está na página 1de 22

Problemas e Busca

Tpicos Avanados em
Inteligncia Artificial

Os problemas da IA

Jogos
demonstraes de teoremas
problemas de raciocnio do senso comum
percepo(viso e fala)
compreenso da linguagem natural
soluo de problemas em domnios
especializados

Para criao de um sistema que


solucione um problema precisamos:

definir o problema (estado inicial e


estado meta);
analisar o problema (tcnicas para a
soluo);
representar o conhecimento do domnio;
escolher e aplicar a melhor tcnica para
a soluo do problema.

Mtodos de Resoluo de

Problemas

Definindo o problema como uma


busca em um espao de estados

O problema definido atravs de estados


posio inicial,regras (deslocamento de
estados), posio final(vitria, objetivo);

Este mecanismo define a soluo do


problema atravs de 2 aspectos:
definio formal do problema;
definio do processo de seleo atravs da
combinao das tcnicas e busca;

necessrio:

Definir todas as configuraes possveis que o


problema pode apresentar (espao de estados).
Definir configurao inicial e final.
Definir regras (operadores para transformaes
de estados).
Representao do problema (deve conter a
forma de representar os dados, descrio dos
estados inicial e objetivo) e descrio dos
operadores.

Exemplo.:
Jogo dos 8 :
2
1

8
6
7

1
8
7

3
4
5

2
6

3
4
5

busca um mecanismo genrico


usado quando no h conhecimento do
mtodo, ou seja, necessrio a
procura de um caminho que v do
estado inicial ao estado meta,
solucionando o problema.

Sistemas de Produo
Aps a definio do problema e os
espaos de estados, definimos como
resolve-los:
Conjunto de regras;
base de conhecimento;
estratgia de controle;
aplicador de regras.

Estratgias de controle:

O maneira como as decises forem


tomadas de suma importncia para
resoluo ou no do problema.
1.Movimento:
aquela que causa movimento: no
iniciando sempre no mesmo local,
podendo no obter o resultado favorvel
ao estado meta do problema.

escolhe aleatoriamente uma cabea de


regra aplicvel, mas por no ser
sistemtica, h possibilidade de sempre
passar por regras desnecessrias e assim
no otimiza a busca do problema;

Sistemtica: para otimizao utiliza-se


estratgias de movimento global e local:
Busca em Amplitude:
Cria-se uma rvore com estado inicial
representando a raiz do problema, e as
ramificaes representando caminhos do
estado inicial para o estado meta

Cria uma lista de ns e a ajusta para o estado


inicial;
Regras criam ramificaes gerando novos
estado;
chega-se a uma soluo quando uma das
ramificaes produzir primeiro o estado meta;

(0,0)

(4,0)

(0,3)

(0,0)

(4,0)

(4,3)

(0,3)

(1,3)

(4,3)

(3,0)

Busca em Profundidade:
Cria-se um n com estado inicial;
Cria-se ramificaes;
Desenvolve-se aquela ramificao at ser
encontrado o estado meta;
Se no encontra-se o estado meta, ocorre um
backtraking ao estado anterior utilizando outra
regra gerando uma nova ramificao, e assim
por diante at encontrar-se o estado meta
(soluo do problema)

(0,0)

(4,0)

(4,3)

Tcnicas de Busca Heurstica

Problemas da IA complexos demais para serem


solucionados por tcnicas diretas:
criam-se tcnicas de busca apropriados;
chamados mtodos fracos:
exploso combinatria;
eficcia limitada na resoluo de problemas difceis;
eficcia depende do domnio do problema;

mtodos de busca heurstica:


gerar-e-testar;
subida de encosta;

Busca pela melhor escolha;


reduo de problemas;
satisfao de restries;
anlise meios-fins;

Gerar-e-Testar
etapas:
gerar uma soluo possvel. Para alguns problemas, isto
significa gerar um ponto em particular no espao do problema.
Par outros , significa gerar um caminho, a partir de um estado
inicial;
testar e visualizar se a soluo gerada realmente um soluo,
comparando o ponto escolhido ou o ponto final do caminho

escolhido com o conjunto de estados-meta aceitveis;


Se a soluo tiver sido encontrada, saia. Seno volte ao passo
um;

um tipo de busca em profundidade;


solues completas geradas e, aps, testadas;
mtodo sistemtico de busca:
busca exaustiva do espao do problema:
gera solues aleatrias;
no h garantias que a soluo seja encontrada;
se o espao do problema for muito grande,a soluo pode
eventualmente ser encontrada rapidamente;

ex: museu britnico:

H referncias que dizem que voc pode encontrar qualquer objeto


nele se vagar por l aleatoriamente;

mtodo gerar-e-testar sistemtico:


arvore de busca em profundidade e retrocesso (as vezes a
soluo chega at um ponto da rvore e o sistema pensa
que no adianta continuar naquela heurstica pois a
soluo , no pondo de vista dele, est muito distante, mas
nem sempre o sistema est correto em suas concluses;
exemplo: cubo colorido usa o mtodo gerar-e testar de modo
eficiente (processamento sistemtico do espao de busca
(pequeno) e gerao da soluo , pela busca exaustiva no
espao de estados at encontrar estado meta);

programa que usa eficientemente o mtodo gerar-e- testar:


DENTRAL: infere a estrutura de componentes orgnicos usando dados
de espectrograma de massa e de ressonncia magntica nuclear.

Hill climbing: variao do procedimento gerar-e-testar:

Subida
encosta
realimentade
os testes
e ajuda a deslocar-se no espao de busca do
problema;
possui uma funo heurstica fornecendo uma estimativa da
proximidade de determinado estado em relao ao estado meta do
problema;

Exemplo: se voc est em uma cidade desconhecida, sem


mapa e quer chegar ao centro:
procura os prdios mais altos (provavelmente seja o centro da cidade);
a funo heurstica dada pela distncia entre o local corrente e o
local dos prdios mais altos, e os estados desejveis do aqueles nos
quais a distncia minimizada;

Solues Absolutas ou relativas:


solues absolutas: reconhecer um estado meta por meio de
um simples exame do mesmo. Ex:
chegar ao centro de uma cidade;

solues relativas: no existe um estado meta a priori (vrios


o so);

Caixeiro-viajante ( percorrer determinadas cidades,


pelo menor caminho e menor tempo passando por
todas elas)