Você está na página 1de 59

Fundamentos da Inteligência

Artificial

Prof. Dr. Vitor


Bremgartner,
vitorbref@gmail.com

Adaptado do prof. Paulo Santos e outros 1


Origem da “Inteligência
Artificial”
 O termo “Artificial Intelligence” foi
cunhado por John McCarthy em 1956
durante o seminário de Darthmouth...

2
 ... onde também participaram: Marvin
Minsky, Claude Shannon, Allen Newell,
Herbert Simon, etc...

Marvin Minsky 3
O que é inteligência artificial?

4
Barr & Feigenbaum (1981)
 “IA é a parte da ciência da computação
que se preocupa em desenvolver sistemas
computacionais inteligentes, isto é,
sistemas que exibem características, as
quais nós associamos com a inteligência
no comportamento humano - por exemplo,
compreensão da linguagem, aprendizado,
raciocínio, resolução de problemas, etc.”

5
Nils Nilsson (1982)
 “Muitas atividades mentais -como escrever
programas de computadores, matemática,
raciocínio do senso comum, compreensão de
línguas e até dirigir um automóvel -
demandam “inteligência”. Nas últimas
décadas, vários sistemas computacionais
foram construídos para realizar estas tarefas.
Dizemos que tais sistemas possuem algum
grau de Inteligência Artificial.”

6
Charniak & McDermott (1987)
 “IA é o estudo de faculdades mentais
através do uso de modelos
computacionais.”

7
Nilson & Genesereth (1987)
 “IA é o estudo do comportamento
inteligente. Seu objetivo final é uma
teoria da inteligência que explique o
comportamento das entidades
inteligentes naturais e que guie a
criação de entidades capazes de
comportamento inteligente.”

8
Kurzweil (1990)
 “IA é a arte de criar máquinas que
executam funções que requerem
inteligência quando executadas por
pessoas.”

9
Winston (1992)
 “Inteligência Artificial é o estudo das
computações que tornam possível
perceber, raciocinar e agir.”

10
Luger & Stubblefield (1993)
 “IA pode ser definida como o ramo da
ciência da computação que se
preocupa com a automação do
comportamento inteligente.”
 “IA é a coleção de problemas e
metodologias estudadas pelos
pesquisadores de IA.”

11
Elaine Rich & Kevin Knight
(1993)
 “Inteligência Artificial é o estudo de
como fazer os computadores
realizarem coisas que, no momento, as
pessoas fazem melhor.”

12
Definições, definições, definições
 pensamento vs. comportamento
 construção vs. estudo
 invenção vs. imitação
– conhecimento vs. mecanismo

13
pensamento vs. comportamento
 psicologia cognitiva  psicologia
– modelagem de comportamentalista
processos mentais – percepções
– Visão do cérebro (estímulos) e as
como um dispositivo ações resultantes
de processamento (respostas)
de informações

14
construção vs. estudo
 Engenharia de  Ciência cognitiva
computadores e – modelos
neurociência computacionais e
– construir um cérebro técnicas
experimentais para
construir teorias a
respeito de
processos na mente
humana

15
invenção vs. imitação
 Lógica matemática  Biologia
– modelar processos – copiar processos
de argumentação naturais
irrefutáveis – construir pedaços de
– silogismos de cérebro
aristóteles (neurociência) e
– representação construir criaturas
– objetivo em IA: com comportamento
inventar programas natual
para implementá-los
16
Uma definição de IA
 Área da ciência da computação poluída
por:
– neurociência, psicologia, lógica, biologia,
filosofia, linguística, ... qualquer ciência
que envolva a palavra inteligência.
 Objetivo?

17
Objetivo: teses forte e fraca
 "According to weak AI, the principal value of the
computer in the study of the mind is that it gives us a
very powerful tool(. . .). But according to strong AI,
the computer is not merely a tool in the study of the
mind; rather the appropriately programmed computer
really is a mind, in the sense that computers given
the right programs can literally be said to understand
and have other cognitive states.”
• in Searl J. R., Minds, brains and programs, The Philosophy of
AI, M. Boden eds., 1990.

18
Ora pois, que raios é
inteligência?

19
?????

20
?????

21
... chega de conversa de
botequim
 Como saber se tivemos sucesso em criar
“Inteligência Artificial”?
 Alan Turing (1950) propôs o “Teste de Turing”.
– A. Turing, Computing Machinery and Intelligence,
in The Philosophy of AI, M. Boden ed.1990
– http://cogprints.org/499/00/turing.html
– [Entregar próxima semana] Por que o teste de
Turing pode ser considerado ao mesmo tempo
fraco demais e forte demais? Ver situação atual
dele. Entregar no Colabweb

22
Teste de Turing

23
Teste de Turing

24
LOGO Sistemas que Agem como
Humanos

Teste de Turing

25
LOGO Teste de Turing - ELIZA (Weizembaum,
1966)

Homens são todos iguais. Em que sentido ?

Eles estão sempre encrencando conosco Você pode pensar em um exemplo


sobre uma coisa ou outra. específico ?

Bom, … meu namorado me fez vir aqui. Seu namorado fez você vir aqui?

Sim, ele diz que eu estou deprimida todo Eu sinto muito que você esteja deprimida.
o tempo.
Você acha que vir aqui ajudará você a não
É verdade. Eu estou infeliz. ser infeliz ?

Eu preciso de ajuda. O que significaria para você se


conseguisse alguma ajuda?
Talvez eu aprendesse a lidar com minha
mãe. Fale mais sobre sua mãe.
26
LOGO Teste de Turing - ELIZA (Weizembaum,
1966)
Conhecimento Superficial - Exemplo de regra usado em ELIZA:
SE paciente diz “Eu gosto X”, ENTÃO responda “Por quê você gosta X?”

Dialogo 1

Algo me aborrece. O que está aborrecendo você?

Meu namorado. Onde está o seu namorado?

Meu namorado está viajando. Há quanto tempo seu namorado está


viajando?

Dialogo 2

O que está aborrecendo você ?


Algo me aborrece.

Onde está a sua


Há simplesmente uma correspondência de palavras-chave cabeça sem
superficiais, ?
Minha cabeça.
entendimento do que elas significam.
Há quanto tempo a sua cabeça está sobre
Ora, … minha cabeça está sobre os meus
os seus ombros?
ombros.

27
Os pilares da IA
 IA simbólica
 IA conexionista (outro curso)
 Tomada de decisões

Dreyfus, H.L. and Dreyfus, S.E. Making a


Mind Versus Modelling the Brain: AI back
at a branch point. In M. Boden ed., 1990

28
IA simbólica (ou GOFAI)
 resolução de problema por busca

29
IA simbólica
 representação de conhecimento (e
ontologias)
– formalizar um determinado domínio para
poder manipulá-lo;
– Eg. Region Connection Calculus;

30
Region Connection Calculus
(all x all y (C(x,y) -> C(y,x))).
(all x C(x,x)).
(all x all y (DC(x,y) <-> -C(xy,y))).
(all x all y (P(x,y) <-> (all z (C(z,x) -> C(z,y))))).
(all x all y (PP(x,y) <-> (P(x,y) & -P(y,x)))).
(all x all y ( x=y <-> (P(x,y) & P(y,x)))).

31
IA simbólica
 raciocínio automático
– derivações sintáticas das consequências
do conhecimento representado
– implementação de regras de inferência
lógicas

32
IA simbólica
 Planejamento
– Tem como objetivo construir sistemas
capazes de encontrar um plano que
permita a um agente atingir um
determinado objetivo;
– Plano: sequência ordenada de ações

33
IA simbólica
 Problema de satisfação de restrições
– Restringir o espaço de busca segundo
vínculos.

34
IA simbólica
 Aprendizagem por indução (ILP)
– generalização de uma teoria, a partir de
exemplos.

35
Tomada de decisões
 Aplicação de métodos estatísticos para
inferir conhecimento:
– redes bayesianas
– processos de markov (MDP)
– processos de markov parcialmente
observáveis (POMDP)

36
LOGO
O Que é Inteligência Artificial?

[Winston, 1984]:
"Inteligência artificial é o estudo das ideias que permitem
aos computadores serem inteligentes"

[Schalkoff, 1990]:
“É o campo de estudo que tenta explicar e simular o
comportamento inteligente em termos de processos
computacionais”

[Kurzweil, 1990]
“A arte de criar máquinas que executam funções que
requerem inteligência quando executadas por pessoas”

37
LOGO
O Que é Inteligência Artificial?

“Inteligência” + “Artificial”

“Artificial”
Algo criado, algo que não é natural...

“Inteligência”
Se comportar como um humano?
Se comportar da melhor maneira possível?
Pensar?
Agir?

38
LOGO
O Que é Inteligência Artificial?

[Russell & Novig, 2003]:


Sistemas que agem como humanos
Teste de Turing
Sistemas que pensam como humanos
Ciência Cognitiva
Sistemas que pensam racionalmente
Lógica
Sistemas que agem racionalmente
Agentes racionais – Agem sempre racionalmente para
alcançar as suas metas

39
LOGO Sistemas que Pensam como
Humanos

Modelagem Cognitiva

Modelos computacionais de inteligência artificial e


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

Aprendizado por observação: investigação


experimental de seres humanos ou animais.

40
LOGO Sistemas que Pensam
Racionalmente

A abordagem baseada nas “leis do


pensamento”.

Aristóteles foi um dos primeiros a tentar codificar


o “pensamento correto”, isto é, processos de
raciocínio irrefutáveis.
Sócrates é um homem.
Todos os homens são mortais.
Logo, Sócrates é mortal.

Seu estudo deu início ao campo chamado Lógica.

41
LOGO
Sistemas que Agem Racionalmente

A abordagem baseada em agentes racionais

Agente = Percepção + Ação

“Um agente racional é aquele que age para alcançar o melhor


resultado ou, quando há incerteza, o melhor resultado
esperado”.

Agentes são diferente de meros programas, pois


operam sob controle autônomo, percebem seu
ambiente, adaptam-se a mudanças e são capazes de
assumir metas.

42
LOGO
O Que é Inteligência Artificial?

Pensamento/Raciocínio

Sistemas que Sistemas que


pensam como pensam
Desempenho humanos racionalmente
Desempenho
Similar a
Ideal
Humanos Sistemas que Sistemas que
agem como agem
humanos racionalmente

Comportamento

43
LOGO História da Inteligência
Artificial
Inicio dos anos 40 - Segunda Guerra Mundial.
Criação dos primeiros computadores.
Simulação de guerra.

1943 - McCulloch e Pitts realizam os primeiros estudos para


criar um modelo de neurônio artificial capaz de resolver
qualquer função computável.

1956 - Criado oficialmente o termo Inteligência Artificial em um


congresso no Dartmouth College.

1956 - 1966 - Época de sonhos.


General Problem Solver (GPS).
Lisp.
...

44
LOGO História da Inteligência
Artificial

1966 - 1974 - Uma dose de realidade.


Livro de Minsky e Papert (1969) critica perceptrons e paralisa
investimentos em redes neurais por quase 20 anos (tema volta em
1986).
Problema da complexidade computacional do algoritmos.

1969 - 1979 - Sistemas baseados em Conhecimento


Grande evolução da Inteligência Artificial Simbólica.
Desenvolvimento de sistemas especialistas.
Prolog.

1980 - 1988 - Inteligência Artificial na Indústria


Sistema especialista.
Resssurgem redes neurais.
Lógica Fuzzy.

45
LOGO História da Inteligência
Artificial

Inicio dos anos 90:


Sistemas Especialistas com alto custo de manutenção. Erro foi
não ver que o objetivo deve ser Auxiliar, ao invés de
Automatizar.
Grandes avanços em todas as áreas da inteligência artificial,
com manifestações significativas na aprendizagem de máquina,
planejamento multi-agente, raciocínio com incerteza, mineração
de dados, entre outros tópicos.

1997 - Deep Blue (IBM) derrota o campeão mundial


de xadrez (Garry Kasparov).
Algoritmos de busca, computadores de alta velocidade e
hardware desenvolvido especificamente para xadrez.

46
LOGO História da Inteligência
Artificial

2011 – Watson (IBM) derrota os dois maiores jogadores


de Jeopardy (Brad Rutter e Ken Jennings).
Baseado em tecnicas avançadas de Processamento de Linguagem
Natural, Recuperação de Informação, Representação de
Conhecimento, Raciocínio e Aprendizado de Máquina.

Processamento paralelo massivo.


90 clusters com um total de 2880 servidores com processadores de 3.5 GHz (8 núcleos
e 4 threads por núcleo). 16 Terabytes de memória RAM.

Documentário:
Parte 1: http://www.youtube.com/watch?v=5Gpaf6NaUEw
Parte 2: http://www.youtube.com/watch?v=6ay17a7mEIk
Parte 3: http://www.youtube.com/watch?v=gphA9u5nm5U
Parte 4: http://www.youtube.com/watch?v=ilrKOovFpVc

47
LOGO Abordagens para Inteligência
Artificial

Abordagem Simbólica
Também conhecida como abordagem clássica.

Abordagem Não-Simbólica
Também conhecida como abordagem moderna.

48
LOGO Abordagens para Inteligência
Artificial

Abordagem Simbólica:

Representa o conhecimento por sentenças declarativas.


Deduz consequências por métodos de raciocínio lógico.

Exemplo:
∀x∀y irmão(x, y) ⇒ parente(x, y)
∀x∀y∀z pai(z, x) ∧ pai(z, y) ⇒ irmão(x, y)

pai(joão, maria).
pai(joão, eduardo).

É necessário: Maria e Eduardo são parentes.


Identificar o conhecimento do domínio (modelo do problema).
Representá-lo utilizando uma linguagem formal de representação.
Implementar um mecanismo de inferência para utilizar esse conhecimento.

49
LOGO Abordagens para Inteligência
Artificial

Abordagem Não-Simbólica:

Na abordagem Não-Simbólica, o conhecimento não


é representado explicitamente por meio de
símbolos, e sim, construído a partir de um
processo de aprendizado, adaptação ou inferência.

Exemplos:
Redes Neurais Artificiais, Computação Evolutiva, Sistemas
Nebulosos...

50
LOGO
Aplicações de Inteligência Artificial

Robótica

51
LOGO
Aplicações de Inteligência Artificial

Jogos e Simulações

52
LOGO
Aplicações de Inteligência Artificial

Pesquisa operacional: otimização e busca heurística em


geral.

Processamento de linguagem natural: tradução automática,


verificadores ortográficos e sintáticos, reconhecimento da fala.

Visão Computacional: reconhecimento de padrões,


processamento de imagens, realidade virtual.

Sistemas especialistas: atividades que exigem conhecimento


especializado e não formalizado:
Tarefas: diagnóstico, previsão, monitoramento, análise, planejamento,
projeto, etc.

53
O que é AI (parte 2)
 O que esta dentro de:
 1. BRAGA, A. P., CARVALHO, A. P. L., LUDERMIR, T B.,
Redes Neurais Artificiais: teoria e aplicações. LTC, Livros
Técnicos e Científicos, 2007.
 2. SIMÕES, M. G., SHAW, I.S., Controle e Modelagem
Fuzzy, 2ª Edição Revista e Ampliada, 2007.
 3. Inteligência artificial : Isaia Lima Lopes ; Flávia
Aparecida Oliveira Santos ; Carlos Alberto Murari
Pinheiro - 1. ed. - Rio de Janeiro : Elsevier, 2014.
 4. RUSSELL, S. and NORVIG P. Inteligência Artificial,
Campus, (trad. Valdenberg D. de Souza), 2013.

54
Em particular (não
necessariamente todos)...
 Métodos de busca (Cap. 3, 4 e 6 do
Russell), um pouco
 lógica e representação de conhecimento
(Cap. 7, 8, 9, 10 do Russell), um pouco
 Raciocínio espacial, redes neurais,
algoritmos genéticos, lógica fuzzy
(diversos artigos + livro do Isaías+
MATLAB)

55
Avaliação

várias atividades
projeto

Média parcial = (várias atividades/3) +


(projeto)*2/3

56
Atividades
 Questões que irão avaliar uma leitura crítica de
alguns artigos;
 Estudo dirigido;
 listas de exercícios;
 trabalhos de laboratório.
 Acompanhar atividades e materiais em
http://novomoodle.ifam.edu.br:13000/moodle/,
disciplina Inteligência Computacional 2018,
ECAT91

57
Prova Final
 Toda a matéria

58
Projeto
 Projeto final da disciplina. Entregar em
forma de artigo ou monografia, junto
com o trabalho, código-fonte,...

59