Técnicas de Inteligência Artificial · IA fornece métodos e técnicas para o desenvolvimento de programas ... Redes neurais artificiais. ... ao campo de estudo da filosofia e depois

Técnicas de Inteligência Artificial

Sistemas de Informação – UNISUL

Aran Bey Tcholakian Morales, Dr. Eng.(Apostila 1)

2

4

7

9

10

11

12

13

14

17

QUINTA-FEIRA, 11 DE FEVEREIRO DE 2016

18

19

20

http://techemergence.com/conscious-artificial-intelligence/

21

22

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.


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.


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.


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.


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


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.


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.


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


33

Inteligência artificial:

fundamentos, conceitos e motivação

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)


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.


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)


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;


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

45

46

Principais áreas da IA

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.


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.


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

51

E se o estado inicial for:

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

53

Construir um algoritmo para reconhecer letras manuscritas do alfabeto.

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%

Documents

Técnicas de Inteligência Artificial · IA fornece métodos e técnicas para o desenvolvimento de programas ... Redes neurais artificiais. ... ao campo de estudo da filosofia e depois