Inteligência Artificial Escola de Verão 2008 Laboratório Associado

Inteligência Artificial
Escola de Verão 2008
Laboratório Associado de
Computação e Matemática
Aplicada – LAC
www.lac.inpe.br/~demisio/ia_lac.html
1
JDSS-LAC/INPE
2
JDSS-LAC/INPE
3
4
5
6
7
8
9
10
11
12
13
14
15
16
WWW
17
18
19
20
21
Inteligência Artificial
Escola de Verão 2008
Laboratório Associado de
Computação e Matemática
Aplicada – LAC
www.lac.inpe.br/~demisio/ia_lac.html
22
23
24
Máquina Complexa
25
Audição
Visão
Plasticidade
Neuronal
Memória
Linguagem
Fala
Inteligência Artificial
IF <premise (P)> THEN <decision (D)> UNLESS <censor (C)>
Sistemas
Especialistas
IF It is Sunday (S) THEN John works in the yard (Y)
Ex.:
UNLESS The weather is bad (B)
Algoritmos
Genéticos
IF
(P)
THEN
(D)
holds frequently
Lógica Nebulosa
UNLESS
( C1 ∨ C2 ∨ ... ∨ Cn )
holds rarely
Sistemas Híbridos
Raciocínio sob Incerteza
Agentes
Redes Neurais
26
Inteligência Artificial
1956 - John McCarthy criou o termo “Inteligência Artificial’ como um
tópico da Conferência de Dartmouth, a primeira conferência sobre o
tema Inteligência Artificial.
Demonstração do primeiro programa de IA, “O teórico lógico” (Logic
Theorist) escrito por Allen Newell, J.C. Shaw and Herbert Simon
(Carnegie Institute of Technology, now Carnegie Mellon University).
1957 – Demonstração do Resolvedor Geral de Problemas(General
Problem Solver) escrito por Newell, Shaw & Simon.
1952 - 62Arthur Samuel (IBM) escreveu o primeiro programa para jogar
damas.
1958 John McCarthy (MIT) inventou a linguagem Lisp language.
Inteligência Artificial
Inteligência, o que é?
Inteligência não é um processo estático
Exige:
•Aquisição
•Triagem
em um processo dinâmico
•Ordenação
•Interpretação
27
Definições existentes
•“Inteligência é julgar
raciocinar bem.” (Binet)
bem,
compreender
bem,
•“A inteligência geral ...envolve sobretudo a educação
de relações e correlações.” (Spearman)
•“A capacidade de conceituar e de compreender o seu
significado.” (Tearman)
Definições existentes (cont.)
•“Capacidade geral de pensamento” ou “eficiência
mental.” (Vermon)
•“Habilidade inata, geral e cognitiva.” (Burt)
•“A atividade inteligente consiste na compreensão do
essencial de uma situação e numa resposta reflexiva
apropriada.” (Helm)
28
•“A capacidade agregada ou global de um indivíduo
agir com o propósito de pensar racionalmente e de
se adaptar eficientemente ao ambiente.” (Wechsler)
•“Adaptação ao ambiente físico e social.” (Piaget)
Palavras chave:
•Julgamento
•Compreensão
•Raciocínio
•Educação ?
•Conceituação
•Pensamento
•Cognição
•Adaptação
Relacionadas com
as definições de
Inteligência
Mas o que é inteligência ?
•Ainda não existe um consenso =>
•Será que há necessidade de um conhecimento
biológico profundo?
Conclusão => existe muito para acontecer para
podermos explicar ou mesmo entender a
inteligência.
=> Apesar disso perseguimos a máquina inteligente !
(Inteligência Artificial)
29
Definições:
•“IA é o estudo de conceitos que permitem os
computadores
(ou
as
máquinas)
serem
inteligentes.” (Winston, 1987)
•“Capacidade de adquirir e aplicar conhecimentos
implementados pelo humano.” ( Arnold e Bowie,
1986)
•“Se pudermos imaginar um dispositivo capaz de
colecionar, de selecionar entre, de compreender,
de distinguir e de saber, então temos IA.”
(Feigenbaum e McCorduck, 1983)
Definições (cont.):
•“IA é a ciência de fazer com que as máquinas
façam coisas que requerem inteligência, se feita
pelo homem.”
(Marvin Minsky)
•“IA é uma área de pesquisa que investiga formas
de habilitar o computador a realizar tarefas nas
quais, até o momento, o humano tem melhor
desempenho.”
(Elaine Rich)
30
Definições (cont.):
•Área de pesquisa que investiga formas, métodos,
ferramentas e teorias para o desenvolvimento de
sistemas com capacidade de aprendizagem,
buscando a adaptação e o desempenho
computacional.
Palavras Chave:
Estudo de conceitos
Aquisição
Aplicação
Colecionar
Seleção
Compreensão
Distinção
Saber
Fazer coisas inteligentes!
=> há sobreposições com as definições de inteligência
apresentadas!
31
Podemos dizer que estamos fazendo inteligência
artificial, se não sabemos definir inteligência?
SIM
e
NÃO
Pensando em desenvolver máquinas:
1. Que automatizem as tarefas dos humanos
2. Que imitem os humanos na realização das
tarefas
Automatizar
≠
Imitar
Scientifc American, edição especial no. 1 (ViverMente & Cerebro
=> Considerando o comportamento da máquina
como parâmetro de medição, estamos fazendo IA
apenas no caso 1.
O teste de Turing foi idealizado para (por Alan
Turing) pode classificar uma máquina como
inteligente.
32
Cenário do teste de Turing
Teste de Turing (1950):
•Um interrogador (humano) faz perguntas a duas
entidades ocultas; um humano e uma máquina.
•A comunicação entre o interrogador e as entidades é
feita de modo indireto.
•O interrogador tenta através do “diálogo“ realizado
entre ele e as entidades, decidir qual dos dois é o
humano.
33
Teste de Turing (1950):
•O computador é programado para se passar por
humano, e o humano responde de forma a confirmar a
sua condição.
•Se no final do teste o interrogador não consegue
distinguir quem é o humano, então conclui-se que o
computador pode pensar, segundo o teste de Turing.
•Acreditava-se que no ano 2000 as
máquinas já passariam neste teste.
Mas ... ?
Necessidades em IA:
•Processamento de Linguagem Natural
(comunicação homem-máquina eficiente)
•Representação do conhecimento
(armazenamento de informações)
•Raciocínio Automático
(novas conclusões)
•Aprendizagem de Máquina
(adaptação a novas situações)
34
Mas, como avaliar fatores como:
•tipo, qualidade e quantidade do conhecimento do
sistema
•tipos de inferência sobre o conhecimento
•direcionamento da busca
•meios de aquisição automática de conhecimento
•expansão do conhecimento
Além, as máquinas podem ter:
•Sentimentos
•Consciência
•Vontade
?
•Intenção
Do ponto de vista das aplicações, é preciso ter tais
características nas máquinas?
35
Os sistemas que usam IA podem ser classificados:
•Sistemas que PENSAM COMO HUMANOS.
(Abordagem de modelagem cognitiva)
Objetivo:
•Simular o pensamento humano (modelos cognitivos),
sem se preocupar em resolver problemas com precisão,
mas procurando simular a forma como os seres
humanos resolvem os problemas. Esta abordagem
implica no estudo do pensamento humano.
Os sistemas que usam IA podem ser classificados:
•Sistemas que PENSAM RACIONALMENTE.
(Abordagem das leis do pensamento)
Objetivo:
•Desenvolver programas que usem raciocínio lógico
para resolver os problemas.
36
(Sistemas que pensam racionalmente)
•Esta abordagem caracteriza-se pelo uso de lógica como
ferramenta, que implica em desvantagens:
•Não é fácil representar conhecimento informal de
um modo formal tal como a notação lógica exige;
•É difícil representar a incerteza;
•Resolver problemas, mesmo que descritos com
poucos fatos, pode tornar-se impraticável.
Os sistemas que usam IA podem ser classificados:
•Sistemas que ATUAM COMO HUMANOS.
(Abordagem de Turing)
Objetivo:
•Fazer com que o computador se comporte como
um ser humano independentemente do tipo de
raciocínio que usa.
Obs.:
O teste de Turing pode ser uma forma de verificar se
conseguimos ou não atingir este objetivo.
37
Os sistemas que usam IA podem ser classificados:
•Sistemas que AGEM RACIONALMENTE.
(Abordagem dos agentes racionais)
Objetivo:
•Estudar a construção de agentes que realizem
tarefas de forma racional. Neste contexto, agir
racionalmente significa agir de modo a atingir
determinados objetivos, levando em conta o que
se crê ser verdade.
Procedimentos Inteligentes
•Aprendem por experiência.
•Adquirem conhecimento através da experiência.
•Solucionam problemas na ausência de alguma
informação.
•Reagem rapidamente perante uma nova situação.
•Determinam o que é importante.
38
Procedimentos Inteligentes
•Raciocinam e pensam.
•Entendem imagens visuais.
•Processam e manipulam símbolos.
•São criativos e imaginativos.
•Usam heurísticas.
•Sistemas em IA são baseados em conhecimento
•É necessário estruturar o conhecimento => deve existir
métodos que permitam tal estruturação.
•É necessário adquirir o conhecimento (qual ?)
•É necessário se ter meios de recuperação de informação
(banco de dados podem ser caracterizados como um
sistema baseado em conhecimento?)
•Devem existir linguagens de manipulação do
conhecimento.
•Deve-se tratar complexidade, incerteza e ambiguidade
(como?)
39
Comparativo entre técnicas de IA e Programação
Processamento simbólico
Processamento numérico
Soluções heurísticas
(passos implícitos)
Soluções algorítmicas
(passos explícitos)
Estrutura de controle do
programa independe do
domínio de conhecimento
Estrutura de controle e
informação integrados
Fácil modificar e atualizar
Mais complexo
Respostas satisfatórias são
aceitas
Sempre a melhor resposta
possível
Representação do Conhecimento
•IA exige a modelagem do conhecimento de forma eficiente.
•Conhecimento é uma entidade simbólica.
•Métodos:
•Lógica (diversas)
•Bases de regras
•Redes Semânticas
•Roteiros (Scripts)
•Quadros (frames)
•Redes Neurais
40
Representação do Conhecimento
•Mecanismo de inferência: permite a manipulação do
conhecimento para síntese de conhecimento novo.
Aprendizagem ?
Dificuldades:
•Como medir o conhecimento que deve ser
usado para resolver um problema?
•Como adquirir o conhecimento?
•Como saber se o conhecimento
representado é suficiente para resolver o
problema?
Não existe métodos precisos!
41