Upload
internet
View
110
Download
2
Embed Size (px)
Citation preview
O que é IA?
Introdução
A inteligência artificial (IA) é uma importante área de pesquisa da Ciência da Computação dedicada a buscar métodos ou dispositivos computacionais que possuam ou simulem a capacidade humana de resolver problemas, pensar ou, de forma ampla, ser inteligente. (Wikipédia, 2007)
IA forte e IA fraca
Entre os teóricos que estudam o que é possível fazer com a IA existe uma discussão onde se consideram duas propostas básicas: uma conhecida como "forte" e outra conhecida como "fraca“.
IA forte A investigação em Inteligência artificial forte aborda a
criação da forma de inteligência baseada em computador que consiga raciocinar e resolver problemas; uma forma de IA forte é classificada como auto-consciente.
A IA forte é tema bastante controverso, pois envolve temas como consciência e fortes problemas éticos ligados ao que fazer com uma entidade que seja cognitivamente indiferenciável de seres humanos.
A Ficção Científica tratou de muitos problemas desse tipo. Isaac Asimov, por exemplo, escreveu “O Homem Bicentenário”, onde um rôbo consciente e inteligente luta para possuir um status semelhante a de um humano na sociedade. Por outro lado, o mesmo Asimov reduz os robôs a servos dos seres humanos ao propor as três leis da robótica.
IA fraca
Trata-se da noção de como lidar com problemas não determinísticos.
A inteligência artificial fraca centra a sua investigação na criação de inteligência artificial que não é capaz de verdadeiramente raciocinar e resolver problemas. Uma tal máquina com esta característica de inteligência agiria como se fosse inteligente, mas não tem autoconsciência ou noção de si. O teste clássico para aferição da inteligência em máquinas é o Teste de Turing.
Algumas questões da IA
Processamento da Linguagem Natural Representação de Conhecimento Automação do Raciocínio Aprendizado de Máquina
Áreas relacionadas com a IA
Computação Filosofia Psicologia Sociologia Comunicação Educação Biologia Engenharia...
Marcos no desenvolvimento da IA
Quando
O quê Quem
1943 Neurônio artificial McCulloch & Pitts
1950 Teste de Turing Alan Turing
1956 The Dartmouth Meeting
McCarthy, Minsky ...
1965 Algoritmo de dedução
Robinson
1988 Redes neurais competitivas
Holland
1995 Agentes inteligentes Diversos
2000 Computação quântica
Diversos
Engenharia de sistemas Inteligentes
Aprendizado
Representação Interfaces
Raciocínio
Classificação de Sistemas Inteligentes
Sistemas Simbólicos O conhecimento é representado por sistemas de símbolos eseparado da máquina de inferência
Sistemas Sub-simbólicos Representam o conhecimento na própria estrutura, integrado ao mecanismo de raciocínio
Sistema Simbólico
Prova de Teoremas Sistemas Especialistas Programação em Lógica Redes Semânticas Sistemas de Frames Sistemas de Agentes
Sistemas Sub-simbólicos
Redes Neurais Algoritmos Genéticos Autômatos Celulares Sistemas Complexos Adaptativos
Sistemas Especialistas
Geralmente baseados em regras, Possuem conhecimento intensivo do domínio
da aplicação, Construídos por especialistas humanos, Podem empregar aprendizado automático, Têm dificuldade em lidar com conhecimento
de senso comum, Orientados à reutilização do conhecimento.
Arquitetura de um Sistema Especialista
Usuário
Interface ( shell )
consulta resposta
Máquinade
Inferência
Base de Conhecimento
perguntar informar
solicitação entrega
Aplicações de Sistemas Especialistas
Diagnóstico, Suporte on-line, Controle de processos, Controladores de vôo, Identificação de padrões difusos, Medicina Digital, Aconselhamento jurídico...
Redes Semânticas
Uma rede semântica é uma notação gráfica composta por nodos interconectados. As redes semânticas podem ser usadas para representação de conhecimento, ou como ferramenta de suporte para sistemas automatizados de inferências sobre o conhecimento.
As Redes Semânticas facilitam a descrição de propriedades de relações,originaram os conceitos da programação orientada a objetos e facilitam a visualização direta dos conceitos e dos relacionamentos entre eles.
Exemplo de uma Rede Semântica
pessoa
Maria
carro1
branco
28
Av. 5
zero
automóvel
motor
roda
carroceria
veículo
instância_de
tem_dono
tem_cortem_km
estacionado
tem_idade
é_um
instância_de
parte_departe_de
parte_de
Aplicações de Redes Semânticas
Modelagem de conhecimento, Mapas Conceituais, Processamento da linguagem natural, Raciocínio por abstração, Programação orientada a objetos.
Agentes Inteligentes
Jennings (1995)
“Um a gente inteligente 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”.
Propriedades dos Agentes Inteligentes
Autonomia Habilidade Social Reatividade Iniciativa Continuidade temporal Orientação a objetivos
Aplicações de Agentes Inteligentes
Correio eletrônico, Acesso e gerenciamento móveis, Gerenciamento de sistemas e redes, Acesso e gerenciamento da informação, Gerenciamento administrativo, Comércio eletrônico, Interfaces inteligentes, ...
Redes Neurais Redes neurais artificiais são um conceito da
computação que visa trabalhar no processamento de dados de maneira semelhante ao cérebro humano.
Nas redes neurais artificiais, a idéia é realizar o processamento de informações tendo como princípio a organização de neurônios do cérebro. Como o cérebro humano é capaz de aprender e tomar decisões baseadas na aprendizagem, as redes neurais artificiais devem fazer o mesmo. Assim, uma rede neural pode ser interpretada como um esquema de processamento capaz de armazenar conhecimento baseado em aprendizagem (experiência) e disponibilizar este conhecimento para a aplicação em questão.
Redes Neurais
Paralelismo massivo, Adaptabilidade, Tolerância a falhas, Computação e representação distribuídas, Capacidade de aprender, Capacidade de generalizar, Processamento de informação contextual, Baixo consumo de energia.
Aplicações para Redes Neurais
Softwares de reconhecimento de voz, Rôbos que desarmam bombas, Softwares que aprendem a identificar SPAMs
em e-mails, software de OCR para scanear textos, Aplicações mais complexas, como em
usinas, mercado financeiro, etc.
Conclusão
Tecnologias de IA tendem cada vez mais a ser incorporadas a sistemas convencionais, tais como SI, SGBD, ferramentas CASE, etc.
Com o amadurecimento tecnológico das diversas áreas, novas aplicações se tornam viáveis e passam a ser consideradas.
Referências Palatizo, Luiz A M. Inteligência Artificial 2006.1. UCPEL.
Disponível em: http://ia.ucpel.tche.br/~lpalazzo/Aulas/IA/m01/m01.htm
Acesso em:14/03/2007
BITTENCOURT, Guilherme: Inteligência Artificial – Ferramentas e Teorias. Editora da UFSC. 2ª. Edição. Florianópolis, 2001. 362p.
RICH, Elaine; KNIGHT, Kevin: Inteligência Artificial. Makron Books. 2ª. Edição. São Paulo, 1994. 722p.
RUSSEL, Stuart; NORVIG, Peter: Artificial Intelligence – A Modern Approach. Prentice-Hall. New Jersey, 2003 (2nd ed) 1080p.
WINSTON, Patrick Henry: Artificial Intelligence. 3rd. Edition. Addison-Wesley. Reading, 1992. 735p.
Artigos, tutoriais, apostilas, páginas web e outros recursos on-line.
Alecrim, Emerson. Redes Neurais Artificiais. Info Wes, 2004 Disponivel em: http://www.infowester.com/redesneurais.php Acesso em: 15/03/2007