Upload
phungcong
View
219
Download
0
Embed Size (px)
Citation preview
2/2/2016
1
1
2015/2016
IA – Inteligência Artificial AI – Artificial Intelligence
José Valente de [email protected]
LEI, MIEET
www.ualg.pt | w3.ualg.pt/~jvo/ia
Todos os detalhes na tutoria electrónica.
2/2/2016
2
Horário das aulas – primeiras seis semanas
http://w3.ualg.pt/~jvo/ia
Não haverá aulas na semana da Pascoa e nas três semanas seguintes
http://w3.ualg.pt/~jvo/ia
2/2/2016
3
Horário das aulas – compensão de aulas práticas
http://w3.ualg.pt/~jvo/ia
Horário de Machine Learning do Mestrado em Eng. Informática, para quem quiser assistir.
http://w3.ualg.pt/~jvo/ml
2/2/2016
4
http://w3.ualg.pt/~jvo/ia
http://w3.ualg.pt/~jvo/ia
Intelligence is usually associated withPerformance of complex tasks
Recognition of complex patterns
Previously unseen problem solving
Learning (from experience and instruction)
Usage of sophisticated languages, such as human language
Usage of tools
Consciousness
2/2/2016
5
http://w3.ualg.pt/~jvo/ia
How do we judge Intelligence?
Response time affects our judgment of intelligence?
Can a system be intelligent if it is not based on organic chemistry (i.e., carbon)?
From http://wilderdom.com/personality/
Classic definitions of Intelligence"The ability to carry out abstract thinking." (Terman, 1921)
"The capacity for knowledge, and knowledge possessed." (Henmon, 1921)
"The capacity to learn or to profit by experience." (Dearborn, 1921)
"The capacity to acquire capacity." (Woodrow, 1921)
"Intelligence is what is measured by intelligence tests." (Boring, 1923)
"A global concept that involves an individual's ability to act purposefully, think rationally, and deal effectively with the environment." (Wechsler, 1958)
"Intelligence is a general factor that runs through all types of performance." (Jensen)
"A person possesses intelligence insofar as he had learned, or can learn, to adjust himself to his environment." (Colvin, cited in Sternberg, 1982, p.30)
2/2/2016
6
From http://wilderdom.com/personality/
A proposed definition of intelligence
Intelligence is:
a ubiquitous individual difference
a hypothetical construct reflected in a variety of behaviours which demonstrate a cognitive capacity for:
thinking and reasoninglearning and adapting
2/2/2016 http://w3.ualg.pt/~jvo/ia
AI, in short"the scientific understanding of the mechanisms underlying thought and intelligent behavior and their embodiment in machines."
in www.aaai.orgAssociation for the Advancement of Artificial Intelligence, formerly known as American Association for Artificial Intelligence
2/2/2016
7
http://w3.ualg.pt/~jvo/ia
Outras definições…
“O Objectivo da IA é construir máquinas que executam tarefasque se executadas por humanos são reconhecidas comorequerendo inteligência” (Nilson, 1971)
“A IA estuda o modo de como fazer que os computadores façamcoisas que actualmente são mais bem feitas pelo Homem.”(E.Rich, 1983)
“A IA é um conjunto de técnicas para tornar os computadoresmais amigáveis e úteis” (P. Martins, 1990)
“IA é uma disciplina que tem por objectivo o estudo e construçãode entidades artificiais com capacidades cognitivas semelhantesàs dos seres humanos.” (Simões e Costa, 2004, pp. 3)
http://w3.ualg.pt/~jvo/ia
A taxonomy of definitions
Human Level Rationality
BehaviorSystems that behave like
humans.Systems that act rationaly.
ThinkingSystems that
think like humans.
Systems that think rationaly.
2/2/2016
8
http://w3.ualg.pt/~jvo/ia
Some fundamental questionsCan a machine ever exhibit a human-like levelof intelligent?
How can you tell whether a machine isintelligent?
What kind of techniques and methods areuseful in AI problem solving?
What kind of hypothesis can we rise to buildintelligence systems?
http://w3.ualg.pt/~jvo/ia
ProgramaIntrodução
Definições de IAFundamentos Abordagens à IAPrincipais domínios de aplicaçãoBreve perspectiva histórica
Agentes Agentes Reactivos
Procura em espaço de estadosProblemas de agente único
Procura cegaLargura primeiroProfundidade primeiroProfundidade primeiro com profundidade incrementalProcura aleatória
Procura informadaProcura ordenada ou melhor primeiroA*IDA* - A* com profundidade incrementalEstratégias alpinistas
Funções de avaliação heurísticaGeração de funções por relaxação sistemáticaPropriedades das funções de avaliação heurística
Problemas com agentes adversáriosA estratégia minimaxCortes alfa-beta e outros refinamentos
2/2/2016
9
http://w3.ualg.pt/~jvo/ia
ProgramaRepresentação de Conhecimento
Breve perspectiva sobre os formalismos clássicos de representação de conhecimentoAbordagens quantitativas ao conhecimento imperfeito
Factores de certezaTeoria da evidênciaTeoria dos conjuntos difusos
Notação e terminologiaOperações, operadores e propriedades fundamentaisAspectos lógicosProposições difusasGeneralização de regras de inferênciaO modus ponens generalizadoO modus tollens generalizadoAplicaçõesO modelo de MamdaniO modelo de Sugeno
Aprendizagem: Abordagem ConexionistaIntroduçãoAprendizagem supervisionada
O perceptrão de RosemblattA ADALINE de Widrow e HoffA regra delta e o algoritmo da retropropagação do erro.Aceleração de convergênciaAplicações
Aprendizagem não supervisionada. Aprendizagem HebbianaAprendizagem competitiva: mapas topológicos de Kohonen.
Conclusões sobre a abordagem conexionista
http://w3.ualg.pt/~jvo/ia
ProgramaAdaptação e Simulação da evolução natural
IntroduçãoO algoritmo genético canónico e os operadores elementares
Indivíduos, população e função de méritoSelecção do tipo roletaCruzamento monopontoMutação
Aspectos teóricosO teorema do esquema e o paralelismo implícito
Tópicos avançadosAspectos de codificação. Operadores alternativosFunções de mérito com restrições.
Considerações finais sobre a abordagem biológicaNoção de programação genética Noção de estratégia evolutiva.
Considerações finais
2/2/2016
10
http://w3.ualg.pt/~jvo/ia
Recommended bibliography
The leading textbook in Artificial Intelligence.Used in over 1200 universities in 102 countries (over 90% market share).The 25th most cited publication on Citeseer.
http://w3.ualg.pt/~jvo/ia
Recommended bibliography[Main textbook]
Stuart Russel and Peter Norvig, Artificial Intelligence: A modern approach, 3rd edition, Pearson Education, 2010.
[Supplementary references]Michael Negnevitsky, Artificial Intelligence: A guide to Intelligent Systems, 3rd edition, Pearson Education, 2011.
Ernesto Costa e Anabela Simões, Inteligência Artificial: Fundamentos e Aplicações, 2ª edição FCA, Set. 2008
Check http://w3.ualg.pt/~jvo/ia/ for additional resources
2/2/2016
11
Procedimento de avaliaçãoNota final = 0,6 Nota de Exame + 0,4 Nota Avaliação Prática
Arredondamentos só na nota final.
Admissão a exameTodos os alunos regularmente inscritos à unidade curricular serão admitidos a exames desde que satisfaçam cumulativamente as seguintes condições:
Assiduidade mínima de 2/3 das aulas práticas (*)Nota de avaliação prática >= 7,5 valores
(*) excepto alunos com estatuto especial, e.g., Trabalhador-Estudante.
2/2/2016
12
Avaliação teóricaExames (independentemente da época)
Os exames consistem numa prova escrita com consulta de até 25 (vinte e cinco) páginas A4 com o conteúdo que cada aluno considerar conveniente numa fonte de tamanho não inferior a 9 (nove)
http://w3.ualg.pt/~jvo/ia
Avaliação práticaNota da componente prática da avaliação corresponde à média ponderada da nota dos trabalhos práticos.
Os trabalhos são realizados em grupo; A inscrição num grupo de trabalho é obrigatória.Os grupos são constituídos por, no máximo, 3 elementos.Cada grupo entrega uma única resolução dos problemas. A entrega consiste de dois items: código fonte e relatório.
O código é imediatamente avaliado online, usando o mooshakO relatório deve ser completo, conciso e claro e inclui descrição das opções tomadas, a estrutura e organização do programa, descrição de classes e métodos. Não se consideram listagens de código;
A nota prática é individual, estando dependente do desempenho de cada elemento do grupo na discussão dos trabalhos
2/2/2016
13
Critérios de avaliação dos trabalhosCorreção: Não se consideram características que excedam as especificações.
Eficiência (utilização criteriosa de recursos)
Modularidade.
Legibilidade incluindo comentários adequados no código; Não se consideram comentários sobre sintaxe ou semântica da linguagem de programação
http://w3.ualg.pt/~jvo/ia
Nota práticaLogo que o código de um trabalho seja aceite pelo mooshak(i.e., satisfaça os critérios de correção e eficiência) o gruposomará 10 (dez) pontos.
Com a entrega do relatório o grupo somará até mais 20 (vinte)pontos.
O valor máximo de pontos possível corresponde aos 20 (vinte)valores da nota prática do grupo.
A nota prática do grupo é convertida numa nota prática individualno momento da discussão dos trabalhos.
2/2/2016
14
http://w3.ualg.pt/~jvo/ia
SumárioInteligência e Inteligência ArtificialDefinições e taxonomia de Inteligência ArtificialAplicações atuais de Inteligência ArtificialObjetivos pedagógicos da disciplinaProgramaBibliografia recomendadaProcedimento de avaliaçãoIA na tutoria eletrónica da UALG