Inteligência Artificial - IA

Inteligência Artificial

Paradigmas

IA conexionista

IA simbólica

IA evolucionária

IA híbrida

Inteligência Artificial - IA

IA simbólica: são baseados na ideia de que a inteligência (ou parte dela) constitui-se de operações sobre um conjunto de símbolos. A linguagem, exemplo de sistema simbólico, é uma faculdade humana associada à inteligência. As palavras representam objetos, relações e eventos no mundo (são símbolos). Quando combinadas umas com as outras podem descrever, explicar (ou influenciar) diversas situações.

Os primeiros sistemas de inteligência artificial foram os sistemas resolvedores de problemas. A programação deste tipo de sistemas requer uma especificação precisa do problema em termos de estados e operações sobre estes estados. A especificação do problema é uma representação simbólica, fornecida de tal maneira que um algoritmo seja capaz de operar sobre esta representação e reproduzir uma representação simbólica da solução.

Utiliza: Lógica, Redes semânticas, frames, scripts, etc.

Inteligência Artificial - IA

IA Conexionista: acredita que construindo-se um sistema que simule a estrutura do cérebro, este sistema apresentará inteligência, ou seja, será capaz de aprender, assimilar, errar e aprender com seus erros. São inspiradas nos estudos da maneira como se organiza e como funciona o cérebro humano. Este tipo de método possui características peculiares de representação e de aquisição de conhecimentos, sendo considerado um método de nível sub-simbólico (em oposição aos métodos simbólicos)

A representação de conhecimentos é realizada por Redes Neurais Artificiais - RNA.

Há diferentes tipos de RNAs e cada um destes modelos possui suas características próprias quanto a forma de representar e de adquirir conhecimentos.

Inteligência Artificial - IA

IA evolucionária: tem por base os mecanismos evolutivos encontrados na natureza. Esses mecanismos estão diretamente relacionados com a teoria da evolução de Darwin, onde ele afirma que a vida na Terra é o resultado de um processo de seleção, feito pelo meio ambiente, em que somente os mais aptos e adaptados possuirão chances de sobreviver e, consequentemente, reproduzir-se. Faz evoluir um conjunto de indivíduos mais adaptados por cruzamento e mutação através de sucessivas gerações

Usa como metáfora a natureza, utiliza de algoritmos genéticos, vida artificial.

Inteligência Artificial - IA

IA híbrida: O conceito de sistema híbrido inteligente ou de método híbrido de aquisição de conhecimentos é bastante amplo e pode englobar diferentes tipos de abordagens.

De uma maneira mais geral, podemos dizer que todo o sistema que integre dois ou mais métodos diferentes para a solução de um problema é um sistema híbrido.

Inteligência Artificial - IA

Classificação dos sistemas

Prova de Teoremas

Sistemas Especialistas*

Programação em Lógica

Redes Semânticas*

Sistemas de Frames

Sistemas de Agentes*

Redes Neurais*

Algoritmos Genéticos*

Autômatos Celulares

Sistemas Complexos Adaptativos

Sistemas Simbólicos - O

conhecimento é representado

por sistemas de símbolos e

separado da máquina de

inferência

Sistemas Sub-simbólicos -

representam o conhecimento

na própria estrutura, integrado

ao mecanismo de raciocínio

Inteligência Artificial - IA

Sistema simbólico

Sistemas Especialistas: são aplicações que têm por objetivo resolver problemas complexos de forma idêntica à utilizada pelos peritos humanos

A estrutura básica para um sistema especialista, é constituída por três elementos fundamentais: base de conhecimento, motor de inferência e interface com o usuário.

Inteligência Artificial - IA

Exemplos de sistemas especialistas: Medicina: MYCIN ajuda no diagnóstico e tratamento de doenças

infecciosas; ONCOCIN ajuda no tratamento de pacientes com câncer; Quick Medical Reference System (QMR) e Iliad realizam o diagnóstico em Medicina Interna, e também é útil para ensino; ...

Advocacia: JUDITH ajuda advogados a argumentar a respeito de casos de lei civil;

Administração: FOLIO ajuda administradores a determinar metas de investimentos de clientes e selecionar portfólios;

Agricultura : POMME ajuda no trato de macieiras; Computação: XCON configura sistemas computacionais para clientes; Eletrônica: SOPHIE ensina estudantes a respeito de circuitos elétricos Engenharia: REACTOR assiste operadores de reatores no diagnóstico e

tratamento de acidentes nucleares; Física: GAMMA ajuda físicos nucleares a identificar composição de

substâncias desconhecidas;

Inteligência Artificial - IA

Sistemas simbólicos

Redes semânticas - é uma forma gráfica de representação de conhecimento, onde os objetos, conceitos ou situações no domínio são representados por um conjunto de nós conectados entre si através de um conjunto de arcos, que representam as relações entre os nós.

Os nós: usados para representação de objetos físicos, objetos conceituais e descritivos (qualidades);

Os arcos: usados para representar relação entre classe (tipo de), elemento de sua classe (é um), identificar atributos (tem um), determinar parte do todo (parte de) e, identifica características gerais.

As redes semânticas: Indexam as declarações pelas entidades que descrevem; Facilitam a descrição de propriedades de relações, Originaram os conceitos da programação orientada a objetos; Facilitam a visualização direta dos conceitos e dos relacionamentos entre eles.

Inteligência Artificial - IA

Redes semânticas

Inteligência Artificial - IA

Sistemas simbólicos

Agentes inteligentes - é uma peça de software que executa uma determinada tarefa empregando informação extraída de seu ambiente para agir de forma adequada no sentido de completar sua tarefa de modo bem sucedido. O agente deve ser capaz de adaptar-se dinamicamente às modificações ocorridas no ambiente”. (Wooldridge, 1999).

Agente deve ter as propriedades: • Autonomia • Habilidade Social • Reatividade • Iniciativa (pró-atividade) • Continuidade temporal • Orientação a objetivos

Inteligência Artificial - IA

Agentes inteligentes – aplicações:

• Correio eletrônico, • Acesso e gerenciamento móveis, • Gerenciamento de sistemas e redes, • Acesso e gerenciamento da informação, • Gerenciamento administrativo, • Comércio eletrônico, • Interfaces inteligentes, • Chatterbot, ...

Inteligência Artificial - IA

Sistemas sub-simbólico

Redes neurais artificiais (RNA) - são modelos computacionais inspirados pelo sistema nervoso central (cérebro) que são capazes de realizar o aprendizado de máquina bem como o reconhecimento de padrões.

Têm a capacidade de aprender através do fornecimento de dados como entrada;

Auto-organização, pois cria sua própria representação de informação.

Real Time: A estrutura de uma RNA é paralela, de modo que se for implementado com computadores ou dispositivos eletrônicos especiais, podem obter respostas em tempo real.

Tolerância a falhas pois armazena informações de forma redundante, e pode continuar a responder de uma forma aceitável, mesmo que esteja parcialmente danificada,

Inteligência Artificial - IA

Exemplo rede neural

Inteligência Artificial - IA

Sistema sub-simbólico

Algoritmo genético - é uma técnica para encontrar soluções aproximadas em problemas de otimização e busca. Algoritmos genéticos são uma classe particular de algoritmos evolutivos que usam técnicas inspiradas pela biologia evolutiva como hereditariedade, mutação, seleção natural e recombinação (ou crossing over).

Inteligência Artificial - IA

Aplicações da IA

Automação de sistemas complexos

Sistemas de controle

Previsão (bolsa, varredura de dados relevantes, etc.)

Controle de robôs

Simulações e jogos

Recomendação de produtos

Busca de informação na web

Detecção de intrusão e filtragem de spam

Interfaces amigáveis

Bioinformática

Recuperação de informação, ...

Inteligência Artificial - IA

Exercícios: 1. Defina, com suas próprias palavras: Inteligência; Inteligência artificial e agente. 2. Quais são as principais diferenças entre IA e computação convencional? Explique. 3. Em que tipo de problemas é necessário utilizar técnicas de Inteligência Artificial?

Explique. 4. Descreva sobre o teste de Turing. Que chance de aprovação no teste de Turing um

computador teria hoje? 5. Examine na literatura da IA e descreva sobre as atividades que podem ou não ser

resolvidas atualmente por computadores. a) Jogar uma partida de pingue-pongue b) Dirigir um carro no centro de São Paulo; c) Comprar mantimentos para uma semana no mercado; d) Comprar mantimentos para uma semana na web; e) Descobrir e provar novos teoremas matemáticos; f) Escrever uma historia inteligentemente engraçada; g) Traduzir o inglês falado para o português falado em tempo real; h) Dar conselhos jurídicos idôneos em uma área especializada da lei; i) Fazer um diagnostico de um paciente; j) Realizar uma operação cirúrgica completa.

Inteligência Artificial - IA

Referências Alvares, Luis Otavio, Notas de aula, disponível em:

http://www.inf.ufsc.br/~luis.alvares/INE5633/INE5633.html

Barreto, Jorge Muniz, Notas de aula, 2001, disponível em: http://www.inf.ufsc.br/~j.barreto/IA/historia.htm

Barreto, Jorge Muniz, Introdução às Redes Neurais Artificiais, artigo no prelo, disponível em: https://intranet.dcc.ufba.br/pastas/mecateam/material_de_estudo/ia/iaconexionista/RedesNeurais.pdf

Barreto, Jorge Muniz; “Inteligência Artificial, uma abordagem híbrida”; 3a. ed.; Florianópolis, SC; 2001

Bittencourt, G., Inteligência Artificial: ferramentas e teorias (terceira edição). Editora da UFSC, Florianópolis, 2006.

Haykin, Simon. Redes Neurais: princípios e prática. Porto Alegre: Bookman, 2001

Luger, G., Inteligência Artificial: estruturas e estratégias para a solução de problemas complexos. Bookman. Porto Alegre, 2004

McCarthy, John, What is Artificial Intelligence? Stanford University, 2003, disponível em: http://www-formal.stanford.edu/jmc/

Rich, Elaine; Knight, Kevin, Artificial Intelligence, Second Edition, McGraw. Hill, 1993.

Rosemberg, Mauro, Notas de aula, 2013, disponível em: http://www.inf.ufsc.br/~mauro.roisenberg/ine6103/slide/cursoredesneurais/sld001.htm

Russel, S.; Norvig, P. Artificial Intelligence: A Modern Approach, 2ª ed., Elsevier, Ed. Campus, 2004.

Winston, P. H. Artificial Intelligence (3rd Ed). Reading, Mass., Addison-Wesley, 1993.

Wooldridge, M., An introduction to multiagent systems, 2002

Wooldridge, M. J. Intelligent Agents. In G. Weiss (Ed.) Multiagent Systems: A Modern Approach to Distributed Artificial Intelligence, Cambridge: MIT Press, pp. 27-77, 1999.