Upload
dangkhue
View
217
Download
2
Embed Size (px)
Citation preview
Técnicas de Inteligência Artificial
Sistemas de Informação – UNISUL
Aran Bey Tcholakian Morales, Dr. Eng.(Apostila 1)
23
Pergunta de pesquisa da disciplina:
Como construir sistemas que exibam atributos considerados como parte
da inteligência humana, isto é sistemas com caraterísticas inerentes ao ser
humano ?
Inteligência
24
Ementa
Inteligência e inteligência artificial: definição, conceitos, objetivos, histórico,
fundamentos filosóficos, paradigmas e aplicações. Métodos de Busca e Programação
Heurística. Sistemas Baseados em Conhecimento: sistemas especialistas. Teoria dos
conjuntos Difusos. Sistemas difusos. Redes Neurais: definição, princípios, apresentação
de diferentes tipos de redes neurais. Programação Evolutiva: algoritmos genéticos,
princípios e aplicações.
Justificativa
Inteligência Artificial (IA) pode ser enfocada como um ramo da computação que
produz sistemas com características associadas ao comportamento humano
(inteligência, aprendizado, entender linguagem, raciocinar, resolver problemas entre
outros). IA fornece métodos e técnicas para o desenvolvimento de programas que
simulam comportamentos inteligentes, o que é base para muitas tecnologias
empregadas atualmente.
Inteligência Artificial
25
Objetivo Geral
O objetivo da disciplina é trazer para o aluno elementos necessários que o permitam
distinguir entre sistemas de informação e sistemas de conhecimento. Apresentar
métodos, técnicas e ferramentas que permitam aos alunos construir bases de
conhecimento e sistemas inteligentes.
Objetivos Específicos:
• Apresentar os conceitos inerentes à inteligência e inteligência artificial;
• Mostrar as principais técnicas utilizadas na área de inteligência artificial;
• Capacitar o estudante a modelar problemas e situações utilizando princípios
associados com a inteligência artificial;
• Habilitar o estudante a resolver problemas através da programação de técnicas
baseadas nos princípios da inteligência artificial;
• Habilitar o estudante a desenvolver algoritmos específicos para a resolução de
problemas.
Inteligência Artificial
26
Unidade 1: Conceitos inerentes a inteligência –
Carga horária: 6 horas aula.
1.1 Conteúdo
1. Definição e conceitos de inteligência e termos associados: conhecimento,
aprendizado, adaptação, representação, abstração.
2. Definição e conceitos de sistemas com características associadas à inteligência.
3. Paradigmas da inteligência artificial: principais técnicas e aplicações de cada
paradigma.
1.2 Objetivos
Destacar a importância e diferença entre informação e conhecimento no processo
decisório das organizações.
Apresentar os conceitos associados à inteligência e a construção de sistemas com as
características associadas à inteligência.
Habilitar o estudante a identificar tarefas intensivas em conhecimento.
Inteligência Artificial
27
Unidade 2: Inteligência Artificial como Representação e Busca –
Carga horária: 15 horas aula
2.1 Conteúdo
1. Sistemas simbólicos e ferramentas para a construção de sistemas simbólicos.
2. Resolução de problemas através da busca. Métodos de busca sem informação.
3. Métodos de busca com informação. Heurística, programação heurística e sistemas simbólicos heurísticos. Meta-huerísticas.
2.2 Objetivos
Apresentar as características dos sistemas simbólicos e das ferramentas para a
construção de sistemas simbólicos.
Habilitar ao estudante a representar, resolver problemas e desenvolver sistemas de
busca e sistemas heurísticos.
Habilitar ao estudante a resolver problemas com técnicas e ferramentas simbólicas.
Inteligência Artificial
28
Unidade 3: Sistemas Baseados em Conhecimento –
Carga horária: 9 horas aula
3.1 Conteúdo
1. Representação de conhecimento.
2. Sistemas baseados em regras de produção e sistemas especialistas.
3. Incertezas associadas aos sistemas especialistas: teoria dos conjuntos difusos.
3.2 Objetivos
Apresentar as características dos sistemas simbólicos e das ferramentas para a
construção de sistemas baseados em conhecimento.
Habilitar ao estudante a definir e desenvolver sistemas baseados em regras e sistemas
especialistas.
Habilitar ao estudante a resolver problemas com técnicas e ferramentas
computacionais.
Inteligência Artificial
29
Unidade 4: Aprendizado de Máquina – Carga horária: 30 horas aula
4.1 Conteúdo.
1 Aprendizado de máquina simbólico.
2. Paradigma biológico da inteligência artificial.
3. Aprendizado de máquina conexionista. Redes neurais artificiais. O neurônio biológico e o
neurônio artificial. Regras de aprendizagem das redes neurais. Rede neural perceptron. Redes
neurais multicamadas.
4. Aprendizado de máquina social e emergente. Computação evolutiva. Algoritmos genéticos.
Operadores genéticos.
4.2 Objetivos
Apresentar as características dos sistemas conexionistas e das ferramentas para a
construção de sistemas conexionistas.
Apresentar as características das técnicas de aprendizado e das ferramentas para a construção
de sistemas de aprendizado.
Habilitar ao estudante a definir e desenvolver sistemas de aprendizado: sistemas de
aprendizado com técnicas simbólicas, sistemas baseados em técnicas neurais e sistemas
baseados em computação evolutiva
Inteligência Artificial
30
Formas de Avaliação:
No transcorrer do semestre teremos quatro avaliações:
1. Trabalho de pesquisa bibliográfica.
2. Prova individual de resolução de problemas;
3. Trabalho de implementação (paradigma simbólico)
4. Prova individual de resolução de problemas com ferramentas
computacionais (paradigma biológica)
As avaliações terão o mesmo peso, e os trabalhos poderão ser feitos em
grupos de até duas pessoas.
Inteligência Artificial
31
Bibliografia principal 1. LUGER, GEORGE F. - Inteligência Artificial: Estruturas e
Estratégias para a Solução de Problemas Complexos - 4ª Edição -
Bookman Companhia Editora – 2004
2. RUSSEL, S. e NORVIG, P. - Artificial Intelligence : A Modern
Approach - Printice Hall, Inc., 1995.
3. REZENDE, S. Sistemas Inteligentes: fundamentos e aplicações.
Manole, 2003.
4. RICH, E. - Inteligência Artificial - 2 ed. - McGraw-Hill, Rio de
Janeiro, 1988.
Inteligência Artificial
32
Bibliografia complementar1. DA RUAN - Intelligent Hybrid Systems - Kluwer Academic
Publishers, 1997.
2. DURKIN, John - Expert Systems: design and development –
Englewood Cliffs, New Jersey, USA: Prentice Hall, 1994
3. FAUSSET, Laurene V. - Fundamentals of neural networks:
architectures, algorithms and applications. New Jersey: Prentice-
Hall, 1994.
4. HAYKIN, Simon. Neural networks: a comprehensive
foundation. New York: Macmillan College Publishing Company, 1994.
5. GOLDBERG, David E. - Genetic algorithms in search,
optimization and machine learning. New York: Addison-Wesley
Publishing Company INC, 1989
6. ROSS, Timothy, J. - Fuzzy logic with engineering applications.
New York: McGraw-Hill Inc., 1995
Inteligência Artificial
34
• Ao longo da história vários filósofos e cientistas se dedicaram aanálise dos vários aspectos constitutivos da inteligência humana.
• Posteriormente a inteligência, passou a ser estudada por outroscampos do saber humano, como pela engenharia, psicologia,pedagogia, ciência cognitiva, neurologia, lingüística, computação,entre outros, visando aspectos práticos e comerciais.
• Assim como ocorreu com outras ciências que antes pertenciamao campo de estudo da filosofia e depois se tornaram ciênciasindependentes ou ramo de outras ciências, o mesmo ocorreucom o estudo da inteligência que hoje é alvo do estudo da ciênciaconhecida como inteligência artificial (IA).
Inteligência e Inteligência Artificial
35
• Os primeiros estudos sobre inteligência artificial surgiram na
década de 40, juntamente com os primeiros grandes projetos de
construção de computadores.
• O segundo grande passo foi dado nos Estados Unidos, em 1956,
quando John McCarthy reuniu em uma conferência proferida ao
Darmouth College, na Universidade de New Hampshire, vários
pesquisadores de renome para estudar o que foi denominado por
Minsky, McCarthy, Newell e Simon de Inteligência Artificial.
• A expressão Inteligência Artificial era utilizada para designar
um tipo de inteligência construída pelo homem para dotar a
máquina de comportamentos inteligentes.
Inteligência e Inteligência Artificial
36
• Etimologicamente a palavra inteligência vem do latim inter
(entre) e legere (escolher), inteligência significa aquilo que nos
permite escolher entre uma coisa e outra.
Inteligência: Definição
37
• ( 1 ) “ . . . a habilidade de resolver situações com sucesso, ajustando
o próprio comportamento . . . “ (aprendizado)
• ( 2 ) “ . . . a habilidade de perceber as inter-relações de fatos de tal
forma que nos permitam guiar as ações para uma meta . . . “(resolução de problemas através da representação e abstração)
• ( 3 ) “ . . . capacidade de um indivíduo para ajustar seu pensar a
novas exigências. . . “ (adaptação as exigências do ambiente)
• ( 4 ) “ . . . a atividade inteligente, consiste na compressão do
essencial de uma situação e numa resposta reflexa apropriada . . . ”(entender, planejar e executar tarefas)
• ( 5 ) “. . . é o processo contínuo de aquisição, de triagem, de
ordenação e de interpretação da informação. . . “ (conhecimento)
Inteligência: Definição
38
Na definição (1), podemos associar inteligência com aprendizado, na
definição (2), com resolução de problemas através da representação e
abstração , na definição (3) com adaptação as exigências do ambiente, na
(4) com entender, planejar, e executar tarefas, e na (5) com
(5) conhecimento.
Como pode-se observar nas diferentes definições, a inteligência não
pode ser simplesmente capturada em uma frase arrumada, não pode
ser dissecado em suas partes constituintes.
Inteligência: Definição
39
Podemos considerar atributos associados com um ente inteligente:
• capacidade de aprender ;
• habilidade de adquirir conhecimento;
• planejar e prever um conjunto de ações não repetitivas;
• habilidade de comparar e avaliar alternativas;
• sintetizar novos conceitos e ideias;
• raciocinar;
• entender linguagens;
Atributos associados a Inteligência
40
• A palavra artificial vem do latim artificiale, significa algo não
natural, isto é, produzido pelo homem.
• Inteligência artificial é um tipo de inteligência produzida
pelo homem para dotar as máquinas de algum tipo de
habilidade que simula a inteligência do homem.
Inteligência Artificial: Definição
Algumas definições de IA, organizadas em 4 categorais
Processos de pensamento e raciocínio
Comportamento
Sucesso em termos de fidelidade ao desempenho humano
Sucesso comparando-o com o conceito ideal de inteligência (racionalidade)
Inteligência Artificial: Definição
42
Podemos associar o termo IA com:
• Parte da ciência da computação que faz que os sistemas
(máquinas) exibam atributos considerados como parte da
inteligência humana: aprender, adquirir conhecimentos,
entender linguagens, raciocinar e resolver problemas;
Inteligência Artificial: Definição
43
• O objetivo central da IA, é a criação de modelos para a
inteligência e a construção de sistemas computacionais
baseados nesses modelos.
• Este objetivo é simultaneamente teórico, (a criação de teorias e
modelos para a capacidade cognitiva), e prático, a implementação de
sistemas computacionais baseados nestes modelos. Em outras palavras,
a IA tem se destacado na busca por compreender a inteligência e por
englobar diversos campos do conhecimento com o objetivo prático de
simular a inteligência.
• O caráter dual deste objetivo levou, naturalmente, a pesquisa e
desenvolvimento em IA cristalizarem-se em torno de três linhas de
pesquisa:
Objetivos da Inteligência Artificial
44
• IA cognitiva: desenvolvimento de modelos formais para a
inteligência humana, tema da ciência cognitiva, também
chamada de psicologia computacional;
• IA básica: exploração e experimentação de técnicas
computacionais que apresentem potencial para a simulação do
comportamento inteligente;
• IA aplicada: desenvolvimento de aplicações educacionais,
comerciais ou industriais utilizando técnicas de IA.
Objetivos da Inteligência Artificial
47
• Sistemas Especialistas: são sistemas computacionais que
resolvem problemas de uma maneira bastante parecida com o
especialista humano.
• Mineração de Dados (Data Mining): técnicas de IA aplicadas
a banco de dados, pretendem encontrar conhecimento nestas
informações.
• Algoritmos de busca e Jogos: é o estudo voltado para a
construção de mecanismos de busca inteligentes e de programas
de jogos envolvendo estratégia e raciocínio.
Principais aplicações da IA
48
• Controle inteligente: é a aplicação de técnicas de IA, no controle
de processos.
• Reconhecimento de padrões: são tarefas que permitem
reconhecer o dono de uma impressão digital, validar a assinatura num
cheque bancário, ler e digitalizar um texto escrito, sistemas de
reconhecimento de voz.
Os scanners, por exemplo, utilizam programas de reconhecimento
óptico desenvolvidos pelas pesquisas em IA.
Principais aplicações da IA
49
• Robótica: É o campo de estudo voltado para desenvolver meios
de construir máquinas que possam interagir com o meio.
• Processamento de linguagem natural: é o estudo voltado
para a construção de programas capazes de compreender a
linguagem natural.
• Visão de Computador: Busca desenvolver formas do
computador trabalhar com a visão bidimensional e
tridimensional.
Principais aplicações da IA
50
Desenvolver um procedimento para resolver o “Jogo do 8” onde o
inicio do jogo pode ser qualquer configuração (ex. a primeira figura) e o
fim a configuração da segunda figura.
Exemplos
52
Desenvolver um procedimento para pintar com o menor número
possível de cores o mapa do Brasil, de tal forma que dois estados
vizinhos tenham cores diferentes? Generalizar o procedimento para
pintar o mapa dos municípios de Santa Catarina, e o mapa dos
municípios do Brasil.
Imagine um carro na estrada com outro veículo na sua frente. Pela pista
contrária está vendo um ônibus. Faça um programa (procedimento) que
indique ao motorista do carro se deve ou não ultrapassar o veículo da
sua frente.
Exemplos
54
O que você acha deste diálogo?
Psicanalista. Como posso ajudá-lo? Paciente. Eu não sei
Psicanalista. Tente me dizer algo sobre seu problema. Paciente. Não quero.
Psicanalista. Elabore um pouco. Paciente. Eu estou doente e cansado hoje.
Psicanalista. Você saberia dizer por quê? Paciente. Sim, estou velho.
Psicanalista. Continue... Paciente. Eu perdi o interesse por todas as coisas...
Psicanalista. Fale mais sobre esses sentimentos... Paciente. Eu acho que sei
porque me sinto assim
Psicanalista. Você sabe? Paciente. Parece que perdi minha família.
Psicanalista. O que o faz pensar assim? Paciente. Manter uma família é um
desafio.
Psicanalista. Por que isto é importante para você?
Exemplos
55
Um investidor está avaliando a sua carteira de ações, que atualmente é formada por 10%
da ação A, 30% da ação B e 60% da ação C.
Quando o investidor analisa o retorno mensal do portafólio comparado com o índice
Bovespa, observa que em quase 60% dos meses analisados o retorno do índice Bovespa
foi superior, isto é, dos 12 meses analisados o retorno no Bovespa foi superior em 7
meses.
Qual seria a composição da carteira para superar o índice Bovespa na maior quantidade
de meses possíveis?
Exemplos
Mês Ação A Ação B Ação C Bovespa Retorno portfólio Comparação
Mês 1 0,09091 0,06793 0,00001 0,04152 0,02948 0
Mês 2 0,07197 0,13972 0,00706 0,06728 0,05335 0
Mês 3 0,09661 -0,03546 0,07748 0,02220 0,04551 1
Mês 4 0,04516 -0,03109 -0,01706 0,00035 -0,01505 0
Mês 5 0,05864 0,00760 -0,06275 0,03858 -0,02951 0
Mês 6 -0,00192 -0,03879 -0,00108 -0,04789 -0,01248 1
Mês 7 0,11404 0,08453 0,03741 0,04486 0,05921 1
Mês 8 0,06388 -0,01656 0,00971 0,01965 0,00724 0
Mês 9 -0,05679 -0,04000 -0,03813 -0,01914 -0,04056 0
Mês 10 -0,03141 0,04320 0,09798 0,01186 0,06861 1
Mês 11 0,05676 -0,11790 -0,04462 -0,04393 -0,05646 0
Mês 12 -0,08493 0,19367 -0,02473 -0,01990 0,03477 1
Pesos 10,00% 30,00% 60,00% 100,0% % de ganho do portfólio sobre
Bovespa 41,667%