1. Inteligncia Artificial paraSistemas ColaborativosRodrigo Padula de Oliveira@rodrigopadulahttp://www.rodrigopadula.com

2. Conceito de Inteligncia ArtificialA Inteligncia Artificial(IA) uma rea depesquisa da cincia da computao dedicada abuscar mtodos ou dispositivoscomputacionais que possuam ou multipliquema capacidade racional do ser humano deresolver problemas, pensar ou, de formaampla, ser inteligente. 3. Histria da Inteligncia Artifcial 4. Construo do Conhecimento eCooperaoA vida social transforma a inteligncia do ser. Atravs da linguagem,do contedo das permutas (valores intelectuais) e pelas regras impostas aopensamento (normas coletivas, lgicas ou pr-lgicas). A intelignciahumana desenvolve, desde a sua origem, a capacidade de agirvoluntariamente, controlando o meio fsico, tanto uma resultante quantouma componente deste processo. Para que possa ocorrer construo deconhecimentos nos sujeitos em um ambiente qualquer, seja este educacionalou no, necessrio que exista interao entre eles. Alm disso, oambiente deve propiciar a confrontao de pontos de vistadivergentes, a existncia de concepes diferentes a respeito de umamesma situao ou tarefa. Assim, possvel produzir conflitos socio-cognitivos, mobilizando e forando reestruturaes intelectuais e, comisso, o progresso intelectual. Mas isso depende de um fator de sumaimportncia, que o tipo de relao ou interao que ir ocorrer entre ossujeitos. 5. Aplicaes Diversas 6. Pensando grande 7. Outras aplicaes 8. Sensores 9. O futuro da robtica e IA 10. Tcnicas de Inteligncia ArtificialOntologia: Em Cincia da Computao, Sistemas de Informaoe Cincia da Informao, uma ontologia um modelo de dados querepresenta um conjunto de conceitos dentro de um domnio e osrelacionamentos entre estes. Uma ontologia utilizada para realizarinferncia sobre os objetos do domnio. 11. Minerao de Dados:Prospeco de dados (portugus europeu) ou minerao de dados (portugus brasileiro)(tambm conhecida pelo termo ingls data mining) o processo deexplorar grandes quantidades de dados procura de padresconsistentes, como regras de associao ou sequncias temporais,para detectar relacionamentos sistemticos entre variveis, detectandoassim novos subconjuntos de dados. 12. Processo de Extrao do ConhecimentoO processo de Extrao do Conhecimento composto por cinco etapas:Seleo: etapa de escolha da base de dados a ser analisada.Pr-processamento: etapa de limpeza dos dados, ou seja, reduzir discrepnciasde valores ruidores e corrigir inconsistncias.Transformao: transformao de dados, estes so modificados ou transformadosem formatos apropriados minerao, que pode por agregao, generalizao,normalizao, construo de atributos ou reduo de dados.Minerao de dados: etapa de utilizao de tcnicas de algoritmos. nesta etapaque os testes realizados com o Weka so obtidos. 13. Aplicaes de Data Mining Vendas no varejo Comrcio Eletrnico Sistemas de recomendao Pesquisas Genticas Sistemas de segurana Sistemas de operadoras de Cartes deCrdito Mercado financeiro (bolsa de valores) 14. Redes NeuraisRedes neuronais ou redes neurais (mais propriamente, redesneuronais artificiais) so sistemas computacionais estruturadosnuma aproximao computao baseada em ligaes. Ns simples(ou neures, neurnios, processadores ou unidades) so interligadospara formar uma rede de ns - da o termo rede neuronal. A inspiraooriginal para essa tcnica advm do exame das estruturas do crebroem particular do exame de neurnios. 15. Redes Neurais 16. Processos de Aprendizagem deuma Rede NeuralA propriedade mais importante das redes neurais a habilidadede aprender de seu ambiente e com isso melhorar seudesempenho. O aprendizado ocorre quando a rede neural atingeuma soluo generalizada para uma classe de problemas. 17. Machine Learning 18. Paradigmas de aprendizagem das RedesNeurais:1- Por independncia de quem aprende As Redes Neurais Artificiais aprendem por memorizao, contato,exemplos, por analogia, por explorao e tambm por descoberta.2. Por retroao do mundoDiz repeito a ausncia ou presena de realimentao explcita domundo exterior, ou seja, que em certos intervalos de tempo um agenteassinala acertos e erros.2.1 Aprendizado Supervisionado: utiliza um agente externo queindica rede um comportamento bom ou ruim de acordo com o padrode entrada2.2 Aprendizado No Supervisionado (auto-organizao): no utilizaum agente externo indicando a resposta desejada para os padres deentrada, utiliza-se entretanto, exemplos de coisas semelhantes para quea rede responda de maneira semelhante. 19. 3. Por Finalidade do Aprendizado 3.1 Auto-associador: apresentada rede uma coleo deexemplos para que ela memorize. Quando se apresenta um doselementos da coleo de exemplos mas de modo errneo, a rededeve mostrar o exemplo original, funcionando assim como umfiltro. 3.2 Hetero-associador: uma variao do Auto-associador,mas que se memoriza um conjunto de pares. O sistema aprende areproduzir o segundo elemento do par mesmo que o primeiroesteja pouco modificado, funcionando desta maneira como umreconhecedor de padres. 20. Sistemas EspecialistasSistemas especialistas so programas que tm como objetivo simularo raciocnio de um profissional expert em alguma rea deconhecimento bem especfica. Por exemplo, um sistema especialistaem cncer de mama (rea especfica da medicina) perguntaria certosdados ao usurio e forneceria um diagnstico acrescido de umaconselhamento profissional sobre o que seria o melhor a fazer nessecaso informado. 21. Exemplo 22. Agentes e sistemas multiagentesA modelagem baseada em agentes uma tcnica de modelagemextremamente rica que permite lidar com sistemas complexos a partirde suas unidades constituintes e identificar propriedades emergentesresultantes das interaes entre estas. Algumas situaes soparticularmente teis para utilizao desta tcnica: quando lidamoscom uma populao heterognea em que cada indivduo (potencialmente) diferente; quando os agentes apresentamcomportamento complexo, incluindo aprendizagem e adaptao;quando a interao entre os agentes complexa; quando o espao crucial e o posicionamento dos agentes no fixo. (Bonabeau, 2002) 23. Modelagem baseada em agentes Na modelagem baseada em agentes,consideramos como agente qualquerelemento para o qual desejamos atribuir umcomportamento. Nesse tipo de modelagem os agentespossuem: representao interna dos dados(memria ou estgio); meios para modificarsuas representaes internas (percepes);e meios para modificar seu ambiente(comportamento). 24. Sistemas AutonmicosOs sistemas autonmicos escondem a sua complexidade eoferecem ao usurio uma interface que atende somente assuas necessidades. Os administradores so responsveisapenas por decises de alto-nvel como definio depolticas e objetivos. A denominao autonmica vem dofato de que os dispositivos e softwares presentes na ACoperam por conta prpria. Outra caracterstica dossistemas autonmicos a sua otimizao constante paragarantir a prestao de melhores servios, se adequar aoambiente que est inserido e reduzir problemasrelacionados a complexidade das redes (MAIA, 2006). 25. Inteligncia Artificial Aplicada aSistemas Colaborativos 26. Tcnica de Apoio a Comunicao Sensemaking ( apoio para entendimento eorganizao de informaes) Ontologias de domnios para identificaode assuntos tratados em mensagens. 27. Tcnica de Apoio a Coordenao Uso da IA para resoluo de conflitos emtrabalhos colaborativos (controle de conflitosatravs de sistemas especialistas e ouagentes) Mapeamento de competncias, definio depapis e sistemas de recomendaoprofissional. 28. Perguntas????