Inteligência Artificial - Apostilas - Sistemas de Informação, Notas de estudo de Sistemas de Informação. Universidade Anhembi Morumbi (UAM)
Agua_de_coco
Agua_de_coco

Inteligência Artificial - Apostilas - Sistemas de Informação, Notas de estudo de Sistemas de Informação. Universidade Anhembi Morumbi (UAM)

PPT (1 MB)
24 páginas
4Números de download
1000+Número de visitas
Descrição
Apostilas de Tecnologia e Sistemas de Informação sobre o estudo da Inteligência Artificial, Frames de Minsky, Sistemas Especialistas.
20 pontos
Pontos de download necessários para baixar
este documento
Baixar o documento
Pré-visualização3 páginas / 24
Esta é apenas uma pré-visualização
3 mostrados em 24 páginas
Baixar o documento
Esta é apenas uma pré-visualização
3 mostrados em 24 páginas
Baixar o documento
Esta é apenas uma pré-visualização
3 mostrados em 24 páginas
Baixar o documento
Esta é apenas uma pré-visualização
3 mostrados em 24 páginas
Baixar o documento
IA – INTELIGÊNCIA ARTIFICIAL

IA – INTELIGÊNCIA ARTIFICIAL

Facilitador: Prof. Esp. Elton Marinho Disciplinas: Sistemas de Informação

Tecnologia da Informação e Comunicação

FAFICH – Faculdade de Filosofia e Ciências Humanas de Goiatuba

Sinopse  A inteligência artificial (IA) é uma 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.

 O desenvolvimento da área começou logo após a Segunda Guerra Mundial, com o artigo "Computing Machinery and Intelligence" do matemático inglês Alan Turing, e o próprio nome foi forjado em 1956. Seus principais idealizadores foram os cientistas Herbert Simon, Allen Newell, John McCarthy, Warren MuCulloch, Walter Pitts e Marvin Minsky, entre outros.

 A construção de máquinas inteligentes interessam à humanidade há muito tempo, havendo na história um registro significante de autômatos mecânicos (reais) e personagens míticos, como Frankenstein, que demonstram um sentimento ambíguo do homem, composto de fascínio e de medo, em relação à Inteligência Artificial.

 Apenas recentemente, com o surgimento do computador moderno, é que a inteligência artificial ganhou meios e massa crítica para se estabelecer como ciência integral, com problemáticas e metodologias próprias. Desde então, seu desenvolvimento tem extrapolado os clássicos programas de xadrez ou de conversão e envolvido áreas como visão computacional, análise e síntese da voz, lógica difusa, redes neurais artificiais e muitas outras.

 Inicialmente a IA visava reproduzir o pensamento humano. A Inteligência Artificial abraçou a idéia de reproduzir faculdades humanas como criatividade, auto-aperfeiçoamento e uso da linguagem. Porém, o conceito de inteligência artificial é bastante difícil de se definir. Por essa razão, Inteligência Artificial foi (e continua sendo) uma noção que dispõe de múltiplas interpretações, não raro conflitantes ou circulares.

Exemplo Prático  Se queremos alcançar um objetivo em

particular, nossa preocupação deve ser escolher (dentre várias) uma atitude que nos aproxime desse objetivo, ou seja, que reduza a distância entre o estado atual e o estado final desejado.

GPS: General Problem Solver

Suponha que meu objetivo é ir ao trabalho de manhã, a partir de minha residência. O que me separa de alcançar este objetivo? Ora, uma questão de distância. Como fazer para reduzir distâncias? Andando, correndo ou usando um automóvel. Seleciono a opção de ir de automóvel, já que a distância é grande (ou seja, a atitude "usar um automóvel" é a mais adequada ao meu objetivo de reduzir grandes distâncias). Mas verifico que meu carro não dá a partida, está com a bateria descarregada. Tenho agora um novo objetivo, o de consertar este problema. Como obter uma bateria carregada? Chamando um auto-elétrico. O que preciso para contatá-lo? Certamente alguma forma de comunicação. Posso gritar, ou telefonar. A opção mais adequada, novamente dada a distância, é usar um telefone.

Os Frames de Minsky  Além da vertente lógica, existem outras que procuram

representar o conhecimento através de mecanismos diferentes. Um desses mecanismos são os "frames", popularizados por Marvin Minsky (1975). Nos frames, temos uma estrutura de "escaninhos" nos quais colocamos etiquetas e valores:

 Os frames permitem a representação de relações hierárquicas entre conceitos e através dessas relações podemos inferir propriedades e responder a certas questões (na verdade, os frames podem ser convertidos para expressões em lógica de primeira ordem). Abaixo temos um exemplo de uma rede de frames interligada:

Visão Holística  A questão sobre o que é "inteligência artificial",

mesmo como definida anteriormente, pode ser separada em duas partes: "qual a natureza do artificial" e "o que é inteligência". A primeira questão é de resolução relativamente fácil, apontando no entanto para a questão de o que poderá o homem construir.

 A segunda questão é consideravelmente mais difícil, levantando a questão da consciência, identidade e mente (incluindo a mente inconsciente) juntamente com a questão de que componentes estão envolvidos no único tipo de inteligência que universalmente se aceita como estando ao alcance do nosso estudo: a inteligência do ser humano. O estudo de animais e de sistemas artificiais que não são modelos triviais, começam a ser considerados como matéria de estudo na área da inteligência.

Os Sistemas Especialistas  O auge dos sistemas simbólicos foi atingido em torno

da década de 1980, com os Sistemas Especialistas, programas que dispunham de uma "Base de Conhecimentos" no qual estavam codificadas regras (conhecidas como "regras de produção").

Uma parte do programa (o motor de inferências) é o responsável por encontrar regras que sejam adequadas à situação corrente que se deseja resolver. As regras tem um formato genérico, onde uma condição antecedente é seguida por uma ação conseqüente.                                                                          

Se a condição apresentada pelo antecedente é satisfeita, então a ação especificada pelo conseqüente é executada.

     

        

                                                                          

Introduzindo o Conexionismo

 Uma forte reação aos problemas dos métodos simbólicos veio através dos sistemas paralelos e distribuídos (PDP, Parallel Distributed Systems, Rumelhart & McClelland 1986, também popularmente conhecidos como redes neurais). Um dos pontos de partida dessa estratégia é observar o substrato básico de nosso cérebro, o neurônio.

Um exemplo de arquiteturas de redes neurais é o perceptron multinível

A entrada de sinais acontece à esquerda e a saída à direita. Esses modelos têm sido muito úteis em aplicações que envolvem reconhecimento de padrões, associação, classificação e muitas outras. Há diversas aplicações práticas que hoje operam baseadas nesses princípios. A operação básica dessas redes ocorre através de uma noção muito simples: a generalização. Sinais de entrada similares aos sinais que foram usados para treinamento fazem a rede ter comportamento na saída também similar.

(outros tipos de redes, chamadas de não supervisionadas, conseguem "descobrir" padrões mesmo sem serem treinadas especificamente para isso; Arbib 1995 é uma excelente referência sobre essas arquiteturas). Vem daí um grande potencial para aplicações, que vão de controle de instalações industriais, análise de crédito, previsão no mercado financeiro, classificação de sinais, etc.

Tipo de generalização que esses modelos conseguem

Com Isso olhe o que a rede conseguiu aprender !

Essa rede é capaz de aprender relações muito interessantes, como estas:

Peixes têm barbatanas Pássaros têm asas Pássaros têm penas Pássaros são animais

A partir de novos exemplares, a rede é capaz de inferir propriedades desses exemplares automaticamente. Assim, após treinarmos a rede com as características de um pássaro, se ensinarmos que "Rouxinol é um Pássaro" a rede irá inferir, por sua conta, todas estas propriedades:

Rouxinol tem penas Rouxinol tem asas Rouxinol pode voar

Sucessos como esses têm alimentado as esperanças dos cientistas que procuram modelar a cognição humana através de mecanismos distribuídos. Entretanto, ainda há problemas não resolvidos. Um deles foi detectado por Marcus (2001) exatamente nesse modelo que citamos. Após a introdução de proposições convencionais, Marcus treinou a rede com isto:

Pinguim é um pássaro Pinguim não pode voar

Isto confundiu a rede, pois sua estratégia básica é tentar fixar-se, tanto quanto possível, em princípios generalizadores, e não em exceções individuais. Perguntado sobre Pinguins, a rede respondeu:

Pinguim é um peixe Pinguim tem barbatanas Pinguim tem penas

Data Mining: Ouro de Dados?  O Data Mining é composto

por uma série de estratégias que visam responder afirmativamente a essa questão. Utilizando técnicas e algoritmos desenvolvidos pela IA, além de métodos estatísticos tradicionais, o Data Mining se propõe a encontrar padrões dentro desse gigantesco volume de dados. Esses padrões podem revelar surpresas e detalhes sobre o negócio que não eram conhecidos. Um valor incalculável pode estar escondido no meio desses dados.

Agentes Inteligentes  O programa pode "circular"

por outros ambientes para realizar suas tarefas. Outra é a sua habilidade de representar nossos interesses em algumas transações. O agente sabe o que queremos e está disposto a negociar com outros agentes (e mesmo com operadores humanos) para obter o melhor negócio.

 Por ter certa autonomia em negociar, as instruções que damos ao agente não precisam ser tomadas "ao pé da letra".

 O agente poderá, por exemplo, saber que não deve fazer negócios com empresas em dificuldades financeiras pois o risco seria alto.

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".

 Basicamente, a hipótese da – IA forte considera ser possível criar uma

máquina consciente. – A inteligência artificial fraca centra a sua

investigação na criação de inteligência artificial que não é capaz de verdadeiramente raciocinar e resolver problemas

Inteligência artificial 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.

Movies

A ficção  A ficção científica tratou de muitos problemas desse

tipo. Isaac Asimov, por exemplo, escreveu O Homem Bicentenário, onde um robô consciente e inteligente luta para possuir um status semelhante ao de um humano na sociedade. E Steven Spielberg escreveu A.I Inteligência Artificial onde um garoto-robô procura conquistar o amor de sua "mãe", procurando uma maneira de se tornar real. Por outro lado, o mesmo Asimov reduz os robôs a servos dos seres humanos ao propor as 03 leis da robótica: – 1ª lei: Um robô não pode ferir um ser humano ou, por omissão,

permitir que um ser humano sofra algum mal.. – 2ª lei: Um robô deve obedecer as ordens que lhe sejam dadas

por seres humanos, exceto nos casos em que tais ordens contrariem a Primeira Lei.

– 3ª lei: Um robô deve proteger sua própria existência desde que tal proteção não entre em conflito com a Primeira e Segunda Leis.

Inteligência artificial fraca  Trata-se da noção de como lidar com

problemas não determinísticos.  Uma contribuição prática de Alan Turing foi

o que se chamou depois de Teste de Turing (TT), de 1950: em lugar de responder à pergunta "podem-se ter computadores inteligentes?" ele formulou seu teste, que se tornou praticamente o ponto de partida da pesquisa em "Inteligência Artificial".

 O teste consiste em se fazer perguntas a uma pessoa e um computador escondidos. Um computador e seus programas passam no TT se, pelas respostas, for impossível a alguém distinguir qual interlocutor é a máquina e qual é a pessoa.

Colossus computador construído por Turing 1943

Processamento de Linguagem computacional

BATE PAPO REAL ENTRE O

PROFESSOR ELTON MARINHO

E O COMPUTADOR

A.L.I.C.E (ROBÔ DOTADO

DE INTELIGÊNCIA

ARTIFICIAL)

Até o momento nenhum comentário
Esta é apenas uma pré-visualização
3 mostrados em 24 páginas
Baixar o documento