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