Inteligência Artificial - IA - UFMT

Inteligência Artificial - IA
Inteligência Artificial
Paradigmas
 IA conexionista
 IA simbólica
 IA evolucionária
 IA híbrida
Inteligência Artificial - IA
 IA simbólica: são baseados na ideia de que a inteligência
(ou parte dela) constitui-se de operações sobre um conjunto
de símbolos. A linguagem, exemplo de sistema simbólico, é
uma faculdade humana associada à inteligência. As palavras
representam objetos, relações e eventos no mundo (são
símbolos). Quando combinadas umas com as outras podem
descrever, explicar (ou influenciar) diversas situações.
Os primeiros sistemas de inteligência artificial foram os
sistemas resolvedores de problemas. A programação deste
tipo de sistemas requer uma especificação precisa do
problema em termos de estados e operações sobre estes
estados. A especificação do problema é uma representação
simbólica, fornecida de tal maneira que um algoritmo seja
capaz de operar sobre esta representação e reproduzir uma
representação simbólica da solução.
Utiliza: Lógica, Redes semânticas, frames, scripts, etc.
Inteligência Artificial - IA
 IA Conexionista: acredita que construindo-se um sistema
que simule a estrutura do cérebro, este sistema apresentará
inteligência, ou seja, será capaz de aprender, assimilar, errar
e aprender com seus erros. São inspiradas nos estudos da
maneira como se organiza e como funciona o cérebro
humano. Este tipo de método possui características
peculiares de representação e de aquisição de
conhecimentos, sendo considerado um método de nível
sub-simbólico (em oposição aos métodos simbólicos)
A representação de conhecimentos é realizada por Redes
Neurais Artificiais - RNA.
Há diferentes tipos de RNAs e cada um destes modelos possui
suas características próprias quanto a forma de representar
e de adquirir conhecimentos.
Inteligência Artificial - IA
 IA evolucionária:
tem por base os mecanismos
evolutivos encontrados na natureza. Esses mecanismos
estão diretamente relacionados com a teoria da evolução
de Darwin, onde ele afirma que a vida na Terra é o
resultado de um processo de seleção, feito pelo meio
ambiente, em que somente os mais aptos e adaptados
possuirão chances de sobreviver e, consequentemente,
reproduzir-se. Faz evoluir um conjunto de indivíduos
mais adaptados por cruzamento e mutação através de
sucessivas gerações
Usa como metáfora a natureza, utiliza de algoritmos
genéticos, vida artificial.
Inteligência Artificial - IA
 IA híbrida: O conceito de sistema híbrido inteligente ou
de método híbrido de aquisição de conhecimentos é
bastante amplo e pode englobar diferentes tipos de
abordagens.
De uma maneira mais geral, podemos dizer que todo o
sistema que integre dois ou mais métodos diferentes para
a solução de um problema é um sistema híbrido.
Inteligência Artificial - IA
Classificação dos sistemas
Sistemas Simbólicos
- O
conhecimento é representado
por sistemas de símbolos e
separado da máquina de
inferência
Sistemas Sub-simbólicos
representam o conhecimento
na própria estrutura, integrado
ao mecanismo de raciocínio
Prova de Teoremas
Sistemas Especialistas*
Programação em Lógica
Redes Semânticas*
Sistemas de Frames
Sistemas de Agentes*
Redes Neurais*
Algoritmos Genéticos*
Autômatos Celulares
Sistemas Complexos Adaptativos
Inteligência Artificial - IA
Sistema simbólico
Sistemas Especialistas: são aplicações que têm por objetivo
resolver problemas complexos de forma idêntica à utilizada
pelos peritos humanos
A estrutura básica para um sistema especialista, é constituída
por três elementos fundamentais: base de conhecimento,
motor de inferência e interface com o usuário.
Inteligência Artificial - IA
Exemplos de sistemas especialistas:
Medicina: MYCIN ajuda no diagnóstico e tratamento de doenças
infecciosas; ONCOCIN ajuda no tratamento de pacientes com
câncer; Quick Medical Reference System (QMR) e Iliad realizam o
diagnóstico em Medicina Interna, e também é útil para ensino; ...
Advocacia: JUDITH ajuda advogados a argumentar a respeito de casos
de lei civil;
Administração: FOLIO ajuda administradores a determinar metas de
investimentos de clientes e selecionar portfólios;
Agricultura : POMME ajuda no trato de macieiras;
Computação: XCON configura sistemas computacionais para clientes;
Eletrônica: SOPHIE ensina estudantes a respeito de circuitos elétricos
Engenharia: REACTOR assiste operadores de reatores no diagnóstico e
tratamento de acidentes nucleares;
Física: GAMMA ajuda físicos nucleares a identificar composição de
substâncias desconhecidas;
Inteligência Artificial - IA
Sistemas simbólicos
Redes semânticas - é uma forma gráfica de representação de
conhecimento, onde os objetos, conceitos ou situações no domínio
são representados por um conjunto de nós conectados entre si
através de um conjunto de arcos, que representam as relações entre
os nós.
Os nós: usados para representação de objetos físicos, objetos
conceituais e descritivos (qualidades);
Os arcos: usados para representar relação entre classe (tipo de),
elemento de sua classe (é um), identificar atributos (tem um),
determinar parte do todo (parte de) e, identifica características
gerais.
As redes semânticas:
 Indexam as declarações pelas entidades que descrevem;
 Facilitam a descrição de propriedades de relações,
 Originaram os conceitos da programação orientada a objetos;
 Facilitam a visualização direta dos conceitos e dos relacionamentos entre eles.
Inteligência Artificial - IA
Redes semânticas
Inteligência Artificial - IA
Sistemas simbólicos
Agentes inteligentes - é uma peça de software que executa
uma determinada tarefa empregando informação extraída
de seu ambiente para agir de forma adequada no sentido de
completar sua tarefa de modo bem sucedido. O agente
deve ser capaz de adaptar-se dinamicamente às
modificações ocorridas no ambiente”. (Wooldridge, 1999).
Agente deve ter as propriedades:
• Autonomia
• Habilidade Social
• Reatividade
• Iniciativa (pró-atividade)
• Continuidade temporal
• Orientação a objetivos
Inteligência Artificial - IA
Agentes inteligentes – aplicações:
•
•
•
•
•
•
•
•
Correio eletrônico,
Acesso e gerenciamento móveis,
Gerenciamento de sistemas e redes,
Acesso e gerenciamento da informação,
Gerenciamento administrativo,
Comércio eletrônico,
Interfaces inteligentes,
Chatterbot, ...
Inteligência Artificial - IA
Sistemas sub-simbólico
Redes neurais artificiais (RNA) - são modelos
computacionais inspirados pelo sistema nervoso central
(cérebro) que são capazes de realizar o aprendizado de
máquina bem como o reconhecimento de padrões.
Têm a capacidade de aprender através do fornecimento de dados como
entrada;
Auto-organização, pois cria sua própria representação de informação.
Real Time: A estrutura de uma RNA é paralela, de modo que se for
implementado com computadores ou dispositivos eletrônicos
especiais, podem obter respostas em tempo real.
Tolerância a falhas pois armazena informações de forma redundante, e
pode continuar a responder de uma forma aceitável, mesmo que
esteja parcialmente danificada,
Inteligência Artificial - IA
Exemplo rede neural
Inteligência Artificial - IA
Sistema sub-simbólico
Algoritmo genético - é uma técnica para encontrar
soluções aproximadas em problemas de otimização e
busca. Algoritmos genéticos são uma classe particular de
algoritmos evolutivos que usam técnicas inspiradas pela
biologia evolutiva como hereditariedade, mutação, seleção
natural e recombinação (ou crossing over).
Inteligência Artificial - IA
Aplicações da IA
Automação de sistemas complexos
Sistemas de controle
Previsão (bolsa, varredura de dados relevantes, etc.)
Controle de robôs
Simulações e jogos
Recomendação de produtos
Busca de informação na web
Detecção de intrusão e filtragem de spam
Interfaces amigáveis
Bioinformática
Recuperação de informação, ...
Inteligência Artificial - IA

1.
2.
3.
Exercícios:
Defina, com suas próprias palavras: Inteligência; Inteligência artificial e agente.
Quais são as principais diferenças entre IA e computação convencional? Explique.
Em que tipo de problemas é necessário utilizar técnicas de Inteligência Artificial?
Explique.
4. Descreva sobre o teste de Turing. Que chance de aprovação no teste de Turing um
computador teria hoje?
5. Examine na literatura da IA e descreva sobre as atividades que podem ou não ser
resolvidas atualmente por computadores.
a)
Jogar uma partida de pingue-pongue
b) Dirigir um carro no centro de São Paulo;
c)
Comprar mantimentos para uma semana no mercado;
d) Comprar mantimentos para uma semana na web;
e)
Descobrir e provar novos teoremas matemáticos;
f)
Escrever uma historia inteligentemente engraçada;
g)
Traduzir o inglês falado para o português falado em tempo real;
h) Dar conselhos jurídicos idôneos em uma área especializada da lei;
i)
Fazer um diagnostico de um paciente;
j)
Realizar uma operação cirúrgica completa.
Inteligência Artificial - IA
 Referências
Alvares, Luis Otavio, Notas de aula, disponível em:
http://www.inf.ufsc.br/~luis.alvares/INE5633/INE5633.html
Barreto, Jorge Muniz, Notas de aula, 2001, disponível em:
http://www.inf.ufsc.br/~j.barreto/IA/historia.htm
Barreto, Jorge Muniz, Introdução às Redes Neurais Artificiais, artigo no prelo, disponível em:
https://intranet.dcc.ufba.br/pastas/mecateam/material_de_estudo/ia/iaconexionista/RedesNeurais.
pdf
Barreto, Jorge Muniz; “Inteligência Artificial, uma abordagem híbrida”; 3a. ed.; Florianópolis, SC; 2001
Bittencourt, G., Inteligência Artificial: ferramentas e teorias (terceira edição). Editora da UFSC,
Florianópolis, 2006.
Haykin, Simon. Redes Neurais: princípios e prática. Porto Alegre: Bookman, 2001
Luger, G., Inteligência Artificial: estruturas e estratégias para a solução de problemas complexos.
Bookman. Porto Alegre, 2004
McCarthy, John, What is Artificial Intelligence? Stanford University, 2003, disponível em: http://wwwformal.stanford.edu/jmc/
Rich, Elaine; Knight, Kevin, Artificial Intelligence, Second Edition, McGraw. Hill, 1993.
Rosemberg, Mauro, Notas de aula, 2013, disponível em:
http://www.inf.ufsc.br/~mauro.roisenberg/ine6103/slide/cursoredesneurais/sld001.htm
Russel, S.; Norvig, P. Artificial Intelligence: A Modern Approach, 2ª ed., Elsevier, Ed. Campus, 2004.
Winston, P. H. Artificial Intelligence (3rd Ed). Reading, Mass., Addison-Wesley, 1993.
Wooldridge, M., An introduction to multiagent systems, 2002
Wooldridge, M. J. Intelligent Agents. In G. Weiss (Ed.) Multiagent Systems: A Modern Approach to
Distributed Artificial Intelligence, Cambridge: MIT Press, pp. 27-77, 1999.