Introdução à IA (Parte 5)

04/21/23 IA - Prof. Paulemir Campos 1

UPE – Caruaru – Sistemas de InformaçãoDisciplina: Inteligência ArtificialProf.: Paulemir G. Campos

Introdução à IA(Parte 5)


Roteiro da Aula História da IA (De Sistemas

Baseados em Conhecimento até Agentes Inteligentes);

O Estado da Arte em IA;

Referências.


História da IA(De Sistemas Baseados em Conhecimento até Agentes

Inteligentes)


Sistemas Baseados em Conhecimento: A Chave do Poder? (1969-1979)

São sistemas que utilizam conhecimento específico de um domínio de aplicação para resolver um determinado problema.


Sistemas Baseados em Conhecimento: A Chave do Poder? (1969-1979) As principais fontes de

conhecimento de um Sistema Baseado em Conhecimento (SBC) são: Livros técnicos ou acadêmicos; Relatórios técnicos; Manuais; Artigos científicos; Exemplos de casos passados; Especialistas humanos.



Em particular, quando a principal fonte de conhecimento de um SBC é um especialista humano, esta ferramenta de IA é denominada de Sistema Especialista (SE).



O DENDRAL (1969): Primeiro SE bem sucedido aplicado na

área de Química; Desenvolvido em Stanford por

Feigenbaum (antigo aluno de Simon), Buchanan e Lederberg, inferia a estrutura molecular a partir de informações fornecidas por um espectrômetro de massa.



O DENDRAL (1969): Em entrevista com especialistas em

química analítica, descobriram que procurava-se picos no espectro que indicassem subestruturas comuns na molécula.


Sistemas Baseados em Conhecimento: A Chave do Poder? (1969-1979) O DENDRAL (1969):

Ex.: Regra para reconhecer um sub-grupo cetona (C = 0), cuja massa é 28 u. m. a.:

se existem dois picos em x1 e x2 tais que

(a) x1 + x2 = M + 28; (b) x1 – 28 é um pico; (c) x2 – 28 é um pico; (d) no mínimo um entre x1 e x2 é alto; então existe um sub-grupo cetona.



O MYCIN (1972):

Segundo SE bem sucedido, neste caso aplicado em diagnóstico médico;

Criado por Feigenbaum, Buchanan e pelo Dr. Shortliffe, inferia por infecções sangüíneas;



O MYCIN (1972): Continha cerca de 450 regras com

desempenho semelhante a alguns especialistas e melhor do que médicos iniciantes.



Em relação ao DENDRAL, o MYCIN diferenciou-se por: Todo conhecimento era proveniente

de especialistas médicos; E, refletiam a incerteza associada ao

conhecimento médico, através de cálculo de incerteza denominado fator de certeza.



A importância do conhecimento específico também ficou evidente na compreensão de linguagem natural, necessitando-se de mais conhecimento do que os fornecidos pela análise sintática.



Vários programas foram criados (entre 1977 e 1983) para compreender a linguagem natural;

Contudo, a ênfase foi menos na linguagem em si e maior na representação e raciocínio com o conhecimento exigido para compreender a linguagem natural.


Sistemas Baseados em Conhecimento: A Chave do Poder? (1969-1979) Com o enorme crescimento de

aplicações da IA em problemas reais, foram desenvolvidas várias linguagens de representação e raciocínio, como: A linguagem Prolog na Europa e a família

PLANNER nos Estados Unidos, ambas baseadas na lógica;

E a idéia de frames de Minsky (1975).


A IA Torna-se Uma Industria(de 1980 até a atualidade) O primeiro SE comercial bem sucedido

foi o R1 da DEC (Digital Equipaments Corporation) em 1982;

O R1 ajudava a configurar pedidos de novos sistemas de computadores;

Com o R1, a DEC passou a economizar cerca de 40 milhões de dólares por ano;


A IA Torna-se Uma Industria(de 1980 até a atualidade) A Du pont tinha 100 SE em uso e 500

em desenvolvimento, economizando em torno de 10 milhões de dólares por ano;

Quase todas as principais corporações dos Estados Unidos tinham seu próprio grupo de IA e estavam usando ou investigando SE.


A IA Torna-se Uma Industria(de 1980 até a atualidade)

Em 1981, os japoneses anunciaram o projeto “Fifth Generation”, objetivando montar em 10 anos computadores inteligentes que utilizassem Prolog;


A IA Torna-se Uma Industria(de 1980 até a atualidade) Em resposta, os Estados Unidos

formaram a Microelectronics and Computer Technology Corporation (MCC) como um consórcio de pesquisa para assegurar a competitividade;

Ambos (japoneses e americanos) empenharam esforços principalmente no projeto de chips e interface humana.


A IA Torna-se Uma Industria(de 1980 até a atualidade)

Na Inglaterra, o relatório Alvey reabilitou o subsídio cortado em conseqüência do relatório Lighthill, contudo para uma área denominada IKBS – Intelligent Knowledge-Based Systems, já que a IA havia sido oficialmente cancelada.


O Retorno das Redes Neurais(de 1986 até a atualidade)

Em Computação, o campo de Redes Neurais praticamente foi abandonado no final da década de 1970;

Contudo, em áreas como Física e Psicologia os trabalhos com RNAs continuaram;


O Retorno das Redes Neurais(de 1986 até a atualidade)

Físicos como Hopfield (1982) usaram técnicas da mecânica estatística para analisar as propriedades de armazenamento e de otimização das redes, tratando coleções de “nós” como coleções de átomos;


O Retorno das Redes Neurais(de 1986 até a atualidade) Já psicólogos como Rumelhart e

Hinton continuaram o estudo de modelos de memória de RNAs;

Contudo, o grande retorno ocorreu no final da década de 1980, quando quatro grupos de pesquisa diferentes recriaram o algoritmo de aprendizado por retropropagação (1969).


O Retorno das Redes Neurais(de 1986 até a atualidade) RNA representa o modelo básico de

sistemas inteligentes que usam modelagem conexionista;

Um ponto importante é que abordagens conexionista e simbólica (promovida por Newell e Simon) são complementares, e não concorrentes como inicialmente foram vistos.


A IA Torna-se uma Ciência(de 1987 até a atualidade)

A IA tornou-se uma ciência quando passou a adotar o rigor matemático: Usando teorias existentes como base,

ao invés de propor novas teorias; E, fundamentar as afirmações em

teoremas rigorosos ou na evidência experimental rígida, em vez de basear-se na intuição.


A IA Torna-se uma Ciência(de 1987 até a atualidade) Por exemplo, utilizando uma

metodologia aperfeiçoada e estruturas teóricas, o campo de RNAs chegou a uma compreensão tal que, hoje, RNAs podem ser comparadas a técnicas correspondentes da estatística, do reconhecimento de padrões e de aprendizagem de máquina.



Como resultado desse desenvolvimento, uma sub-área denominada mineração de dados gerou uma nova e vigorosa indústria;



No mais, um outro formalismo pode ser usado para representar conhecimento incerto, combinando aprendizado por experiência e redes neurais: redes bayesianas.


O Surgimento de Agentes Inteligentes (de 1995 até hoje)

A idéia de agente inteligente é construir artefatos que inseridos num dado ambiente, possam percebê-lo e atuar adequadamente quando necessário de forma autônoma.



Um dos ambientes mais importantes para agentes inteligentes é a Internet;

Isto é, sistemas de IA tornaram-se tão comuns em aplicações na Web que o sufixo “-bot” passou a fazer parte da linguagem cotidiana.



Além disso, as tecnologias de IA servem de base para muitas ferramentas da Internet, como: Mecanismos de busca; Sistemas de recomendação; E, sistemas de construção de Web

sites.



Note que, para o êxito na construção de agentes inteligentes, sistemas de raciocínio e planejamento devem ser capazes de lidar com incerteza, já que sistemas sensorias (visão, sonar, reconhecimento de fala, etc) não fornecem informações perfeitas confiáveis do ambiente.


O Estado da Arte em IA


Planejamento Autônomo e Escalonamento O programa Remote Agent da

NASA (cerca de 100 milhões de Km da Terra), tornou-se o primeiro programa de planejamento autônomo de bordo a controlar o escalonamento de operações de uma nave espacial.


Planejamento Autônomo e Escalonamento Em outras palavras, o Remote

Agent da NASA gerou planos de metas na Terra e monitorou a operação da nave espacial à medida que os planos eram executados (efetuando detecção, diagnóstico e recuperação de falhas que surgissem).


Jogos O Deep Blue da IBM tornou-se o

primeiro programa de computador a derrotar o campeão mundial de xadrez, Garry Kasparov, por um placar de 3.5 a 2.5;

Em conseqüência, as ações da IBM valorizaram em 18 bilhões de dólares.


Controle Autônomo O sistema de visão de computador

ALVINN foi treinado para dirigir um automóvel, mantendo-o na pista;

O ALVINN foi colocado na minivan NAVLAB da CMU controlada por computador para percorrer os EUA.


Controle Autônomo A NAVLAB tem câmeras de vídeo

que transmitem imagens pro ALVINN, que calcula a melhor forma de guiar, com base em sessões de treinamento anteriores;

Resultado, em 98% dos 4600 Km percorridos o ALVINN manteve o controle da direção do veículo.


Diagnóstico

Programas de diagnóstico médico baseados na análise probabilística foram capazes de executar tarefas no nível de um médico especialista em diversas áreas da medicina.


Diagnóstico Por exemplo, Heckerman (1991)

descreveu que um importante especialista em patologia de gânglios linfáticos ridicularizou o diagnóstico de um SE num caso especialmente difícil;

Então, os criadores do SE sugeriram que o especialista solicitasse ao sistema uma explicação do diagnóstico;


Diagnóstico O SE destacou os principais fatores

que influenciaram sua decisão, explicando a interação sutil de vários sintomas nesse caso;

Depois disso, conta-se que o médico concordou com o sistema.


Planejamento Logístico Durante a crise do Golfo Pérsico em

1991, as forças armadas americanas distribuíram uma ferramenta denominada Dynamic Analysis and Replanning Tool (DART) para realizar planejamento logístico automático e a programação de execução de transporte;


Planejamento Logístico

Assim, com as técnicas de planejamento da IA pode-se obter em algumas horas um plano logístico que exigiria semanas com outros métodos.


Robótica Muitos cirurgiões agora utilizam

robôs assistentes em microcirurgias; O HipNAv (1996) é um sistema que

utiliza: Visão de computador para criar

modelos tridimensionais da anotomia interna de um paciente;

E, controle robótico para orientar a inserção de uma prótese do quadril.


Reconhecimento de Linguagem e Resolução de Problemas O PROVERB (1999) é um programa de

computador que resolve palavras cruzadas melhor que muitos humanos;

O PROVERB utiliza: Restrições sobre possíveis

preenchimentos; Um grande banco de dados com

respostas anteriores; E outras fontes, como dicionários e banco

de dados on-line.


Referências Russel, S. e Norvig, P.

Inteligência Artificial. Tradução de: “Artificial Intelligence: A Modern Approach”, 2 ed. Editora Campus, 2004. (Capítulo 1, seções 1.3 e 1.4).

Documents

Introdução à IA (Parte 5)