ppt

Inteligência Artificial
Aula 02 - Introdução a IA
Grace Borges
O que é Inteligência Artificial?

O que é artificial?



Aurélio. Que é produzido não pela natureza mas
por uma técnica.
Michaelis. Produzido por arte ou indústria do
homem e não por causas naturais.
Inteligência?


Aurélio. Faculdade de conhecer, de compreender:
a inteligência distingue o homem do animal.
Michaelis. Faculdade de entender, pensar,
raciocinar e interpretar; entendimento, intelecto
Outras acepções de
Inteligência


Filosofia. Princípio espiritual e abstrato
considerado como a fonte de toda a
intelectualidade.
Psicologia. Capacidade de resolver
situações novas com rapidez e êxito e de
aprender, para que essas situações possam
ser bem resolvidas.
Definição de
Inteligência Artificial


Michaelis. Parte da ciência da computação que
trata de sistemas inteligentes, capazes de se
adaptar a novas situações, raciocinar,
compreender relações entre fatos, descobrir
significados e reconhecer a verdade.
Projeto e desenvolvimento de programas de
computador que tentam imitar a inteligência
humana e funções de tomada de decisão,
obtendo raciocínio e outras características
humanas.
Definição de
Inteligência Artificial



Elaine Rich. É o estudo de como fazer os
computadores realizarem coisas que, no momento,
as pessoas fazem melhor.
Blay Whitby. Estudo do comportamento inteligente
(homens, animais e máquinas) e a tentativa de
encontrar formas pelas quais esse comportamento
possa ser transformado em qualquer tipo de
artefato por meio da engenharia.
Silvio Lago. É a área da Computação que estuda
como simular comportamento inteligente usando
métodos computacionais.
Definição de
Inteligência Artificial

Como podemos perceber, não há consenso sobre o
significado de inteligência;

Definir precisamente o que é inteligência artificial é
uma tarefa extremamente difícil;

Podemos definir IA enquanto disciplina do
conhecimento humano;

Segundo Russell & Norvig, as definições de IA,
encontradas na literatura científica, podem ser
agrupadas em quatro categorias principais:
Definições de
Inteligência Artificial
Desempenho
Humano
Pensamento e
raciocínio
Comportamento
Sistemas que
pensam como os
humanos
Sistemas que
atuam como os
humanos
Racionalidade
Sistemas que
pensam racionalmente
Sistemas que
atuam racionalmente
(Russell e Norvig, 2003)
Definições de
Inteligência Artificial
Abordagem centrada nos
seres humanos
Abordagem
racionalista
Deve ser uma ciência
empírica, envolvendo
hipóteses e confirmação
experimental.
Envolve uma
combinação de
matemática e
engenharia.
Embora essas categorias de definições muitas vezes
pareçam antagônicas, todas têm contribuído muito para o
desenvolvimento da área de IA.
(Russell e Norvig, 2003)
I - Agindo como humanos



Para evitar discussões filosóficas, Turing (1950)
propôs um teste que consiste, basicamente, em
entrevistar um agente num local remoto e decidir se
este é uma pessoa ou um programa de computador.
Mesmo sem uma definição precisa de inteligência,
podemos assumir que o ser humano é inteligente.
Portanto, se um programa consegue se passar por
um ser humano, podemos dizer que ele apresenta
algum tipo de inteligência que, neste caso, só pode
ser artificial.
Teste de Turing


Programar sistema de computador para passar no
Teste de Turing é uma tarefa muito difícil.
Capacidades exigidas no teste:




Processamento de Linguagem Natural: para que o
agente possa se comunicar com o meio;
Representação de Conhecimento: para que o agente
possa guardar o que sabe;
Raciocínio Automatizado: para que o agente possa usar
o que sabe;
Aprendizado de Máquina: para que o agente possa
atualizar o que sabe.
Teste de Turing total


Inclui sinal de vídeo, possibilitando que o
entrevistador possa testar habilidades de
percepção de objetos.
Para isso o sistema precisará de:


Visão computacional: para que o agente possa
perceber objetos.
Robótica: para manipular objetos e movimentarse.
Imitação ou inspiração?

Vôo artificial


Objetivo da IA



Imitação de Pássaros X Compreensão das Leis de
aerodinâmica
Não é apenas a imitação/ reprodução de um exemplar
Compreensão dos princípios básicos da inteligência
Interdisciplinaridade


Estudar como o ser humano age ou pensa contribuiu para
um maior conhecimento da psicologia humana
Ciência cognitiva: modelos computacionais da IA +
técnicas experimentais da psicologia  teorias sobre os
processos de funcionamento da mente humana.
II - Pensando como Humanos
Modelos Cognitivos

Para um programa pensar como humano, deve-se
determinar como os humanos pensam.

Há duas formas de se fazer isso:


Introspecção, tentando captar nossos pensamentos à
medida que eles surgem em nossa mente;

Experimentos psicológicos.
Se a entrada/saída e o comportamento do programa é
igual ao comportamento de um humano, há evidência
que alguns dos mecanismos do programa também
podem funcionar em humanos.
Ciência Cognitiva

O campo interdisciplinar da ciência cognitiva combina
modelos computacionais de IA com técnicas
experimentais da psicologia para tentar construir
teorias sobre o funcionamento da mente humana.

IA e a ciência cognitiva continuam a influenciar uma à
outra, especialmente nas áreas de visão e linguagem
natural.
III - Pensando Racionalmente
As Leis do Pensamento



O filósofo Aristóteles foi um dos primeiros a codificar o
“pensamento correto”, ou seja, o processo de raciocínio
irrefutável.
Isto está relacionado com o fato de obter conclusões
corretas a partir de premissas corretas.
Por exemplo:



"Socrates é um homem;”
“Todos os homens são mortais;”
Portanto, Socrates é mortal.
Estas leis do pensamento iniciaram o
campo da lógica.

Abordagem Logicista




Século XIX  lógicos desenvolveram notação lógica para
descrição de todas as coisas no mundo e suas relações;
Em 1965, surgiram programas que podiam resolver
qualquer problema solucionável usando a descrição em
notação lógica;
Na IA  Utiliza-se a tradição logicista para
desenvolvimento de sistemas inteligentes.
Obstáculos:


Não é fácil obter conhecimento informal e representá-lo do
modo formal;
Há uma grande diferença entre ser capaz de resolver um
problema “a princípio” e realizar esta tarefa na prática, devido
aos recursos computacionais.
IV - Agindo Racionalmente
Agentes Racionais

Um agente é simplesmente algo que age (a palavra
agente vem do latine agere, que significa fazer).

No entanto, espera-se que um agente computacional
tenha outros atributos que possam distingui-lo de meros
“programas”, como:

Realizar atividades de forma autônoma;

Perceber seu ambiente;

Persistir por um período de tempo prolongado;

Adaptar-se a mudanças;

Ser capaz de assumir metas de outros.
Agentes Racionais
• Agente = Percepção + Ação
Agente
sensores
Condiçõesregras
Que ação
tomar
atuadores
Ambiente
Crença
Interação entre abordagens

Na abordagem de “Leis do Pensamento”, a ênfase está
em inferências corretas.

Fazer inferências corretas constitui uma parte do que é
ser um agente racional.

Exemplo de ação racional que não envolve inferência:
afastar-se de um fogão quente, que é um ato reflexo.

Todas as “habilidades cognitivas" necessárias para passar
no Teste de Turing são necessárias para a realização de
ações racionais.
O poder do conhecimento



Extremamente útil para humanos e para um
computador
Área da IA: Sistemas baseados em
conhecimento (especialistas)
Captura o conhecimento e o processo de
raciocínio de um especialista humano:



Base de conhecimentos
Máquina de Inferências
Possibilidade de incertezas
Sistemas especialistas




Usado para fazer diagnósticos;
Analisa um conjunto de sintomas e encontra
a explicação mais plausível a partir dos
sintomas observados (abdução).
1970 – MYCIN – Stanford/ Califórnia:
tratamento de doenças infecciosas do
sangue.
Autorização de crédito: American Express
O valor do conhecimento

Por que não construir bases de conhecimento
para todos os problemas de IA?






Conhecimento é caro
Leva tempo para construí-lo
Depende de tempo de experiência
Julgamentos ocultos
Extrair conhecimento de especialistas é difícil
Como as máquinas podem aprender por si só?


Reconhecimento de padrões
Redes Neurais
IA e a Biologia

Redes neurais artificiais


“Inspiradas” no cérebro humano
Neurônio X Perceptron
Dificuldades em redes neurais


Para problemas complexos: mais difícil
treinar a rede;
Problema deve ser administrável e bem
definido para que o processo de
treinamento funcione.
Mineração de dados

Identificação de informações relevantes ao
negócio.

Envolve:


Técnicas de busca baseada em conhecimento;

Reconhecimento de padrões;

Técnicas de redes neurais;
Ex.: Software Clementine: reduziu em 98% os
testes em animais de uma multinacional
fabricante de produtos higiênicos;
Algoritmos genéticos




Toma os princípios básicos da evolução e os aplica na
forma de programa: Seleção e recombinação de
genes
O programa desenvolve uma solução para o problema
a partir de alguma(s) heurística(s)
Função de aptidão: classifica-se soluções em
potencial
Várias etapas (muitas gerações) até convergir para
solução:



Seleciona parte da população
Combinação da população gera nova população
Classificação da nova população: função de aptidão
Aplicações da IA









Eletrodomésticos
Jogos e brinquedos eletrônicos
Robótica e automação industrial
Verificação automática de software
Otimização e controle de processos
Processadores de linguagem natural
Bancos de dados dedutivos e mineração de dados
Aprendizagem, planejamento e escalonamento de
tarefas
Reconhecimento de imagens, sons, cheiros e sabores
Sucessos de IA

1977: Deviser - NASA



Programa de IA que calcula a melhor sequência de
preparação o lançamento de um ônibus espacial;
Área da IA: Planejamento
1997: Deep Blue – IBM


Venceu campeão mundial de xadrez Kasparov
Área da IA: Busca orientada pela heurística
Fantástico Robô da Honda
ASIMO

Asimo enfrenta várias superfícies irregulares sem
cair e ganhou novos sensores, que dão maior
sensibilidade aos dedos para que o robô abra até
uma garrafa térmica;
http://www.youtube.com/watch?v=RvPXxebI1Gc
http://www.youtube.com/watch?v=0tRo6a4VhvU
Empresa de RH usa IA



Empresa de consultoria usa técnicas de inteligência
artificial em jogos que permitem mapear as
competências dos profissionais.
Os jogos podem ser usados para motivar, analisar ou
treinar os colaboradores de uma companhia.
A desenvolvedora afirma que os games simulam a
vivência empresarial desde os processos
operacionais até as estratégias de mercado.
http://info.abril.com.br/noticias/carreira/empresa-usainteligencia-artificial-em-jogos-de-rh-12122011-4.shl
Em São Paulo

Itaú Cultural - Rumos Arte Cibernética



Setembro/2011
http://www.itaucultural.org.br/index.cfm?cd_pagina
=2841&cd_materia=1595
Instalações:
 Amigóide: robô em busca de amizade;
 RePartitura: Música gerada a usando algoritmos
genéticos;
 Campo Minado: Game usando smartphone para
ser jogado em ambiente público
Em São Paulo

Centro Cultural FIESP - FILE 2011



Agosto/2011
http://www.sesisp.org.br/home/2006/centrocultural
/prog_expo_ccf.asp
Instalações

Please Smile:



http://www.hynam.org/HY/ple.html
Augmented shadow: Jogo de Sombras
Vários outros jogos...
Em São Carlos - SP



Veículo elétrico autônomo
Projeto desenvolvido na USP São Carlos
http://www.youtube.com/watch?v=X6q-tszwS4A
Visão Computacional

Veículo elétrico autônomo – identifica obstáculos a
partir das imagens gravadas pela câmera de vídeo
Atividade 1 – Aplicações IA

Pesquise na internet ou em jornais e revistas
especializadas um exemplo de aplicação de IA.

Envie para: [email protected]

Assunto/ Subject: Atividade 1 – Aplicações de IA

Identifique-se:

Nome: Fulano de Tal

Matrícula: xxxxx-x
Seminários e Grupos
1.
Planejamento
2.
Visão Computacional
3.
Aprendizagem e Redes Neurais
4.
Data mining e Sistemas de recomendação
5.
Proc. Ling. Natural e Text Mining
6.
Chatter Bot
7.
Jogo 1 – Sudoku
8.
Jogo 2 – Jogo da onça
9.
Jogo 3 – Pet Squares
Calendário de aulas (previsão)

17/Fev – “Carnaval Antecipado”

24/Fev – Espaço de Estados

02/Mar – Algoritmos de Busca

09/Mar – Algoritmos de Busca

16/Mar – Não haverá aula (evento externo)

23/Mar – Sem. 1 – Planejamento

30/Mar – Sem. 2 – Visão Computacional

06/Abr – Semana Santa

13/Abr – Não haverá aula (evento externo)
Calendário de aulas (previsão)










20/Abr – Sem. 3 – Aprendizagem e Redes Neurais
27/Abr – Sem. 4 - Data Mining e Sist. Recomendação
04/Mai - Sem. 5 – Proc. Ling. Natural e Text Mining
11/Mai – Sem. 6 – Chatter Bot
18/Mai – Não haverá aula (evento externo)
25/Mai – Sem. 7 – Sudoku
01/Jun – Sem. 8 e 9 – Jogo da Onça e Pet Squares
08/Jun – Corpus Christi
15/Jun – Não haverá aula (evento externo)
22/Jun - Entrega de Notas