Inteligência Artificial

Escola Secundária D. Filipa de Lencastre
Aplicações Informáticas
Inteligência
Artificial
Bárbara Pessoa, nº1
João Calhau, nº13
Sebastião Ferreira, nº31
Ano Letivo 2015/2016
Índice
Introdução ................................................ 3
Inteligência Artificial ................................... 4
O que é ? ............................................... 4
Finalidades ............................................. 5
Paradigmas .............................................. 7
Linguagens .............................................. 9
Conclusão ................................................ 10
Bibliografia ............................................. 11
2
Introdução
Realizamos este trabalho no âmbito da disciplina de
aplicações informáticas com o objetivo de aprender mais
sobre a inteligência artificial. Neste trabalho vamos expor
o que é a inteligência artificial, quais as suas
finalidades e linguagens e vamos também falar dos seus
paradigmas.
3
Inteligência Artificial
O que é ?
A inteligência artificial é a inteligência exibida pelas
máquinas. É também a ciência que tenta recriar a
inteligência humana em mecanismos, ou seja, tenta simular o
pensamento humano, os nossos fenómenos cognitivos, através
de software. Esta ciência une muitas disciplinas que
incluem a computação, a matemática, a psicologia e a
neurologia, entre outras.
Em computação, o ideal de inteligência artificial é aquela
máquina que consiga compreender o ambiente que a rodeia e
agir de maneira a maximizar as suas hipóteses de sucesso.
Contudo existem certas características que, quando
observadas numa máquina, são associadas à inteligência
artificial, como a capacidade de aprender (capacidade de
melhorar com os erros) ou como a criatividade.
4
Finalidades
O principal objetivo dos cientistas com o estudo da
inteligência artificial é construir sistemas com certas
capacidades. Estas são:
 a capacidade de dedução, de raciocínio e de
resolução de problemas – a dedução lógica já
foi conseguida em algumas máquinas. Contudo,
quando se trata da resolução de problemas
complexos é visível que ainda é necessário
muito trabalho para criar inteligência
artificial eficiente;
 a capacidade da representação do
conhecimento - isto é, a capacidade de
representar informação de forma a que um
sistema de computador compreenda;
 a capacidade de planeamento – para uma
máquina ser considerada inteligente tem de
ter a capacidade de prever as consequências
das suas ações no futuro e ser capaz de
escolher com base nestas. Ora, para isto
acontecer o sistema tem de ter noção de
todas as variáveis possíveis e das suas
constantes alterações, ou seja, tem de ser
imprevisível;
 a capacidade de aprendizagem – aprender com
a observação dos outros ou com os próprios
erros é uma capacidade inerente à
inteligência. Existem três tipos de
aprendizagem ligadas à inteligência
artificial: a aprendizagem não
supervisionada, a aprendizagem
supervisionada e a aprendizagem por reforço;
 capacidades linguísticas – o processamento
de linguagem natural permite a máquina ler e
compreender as línguas que os humanos falam;
 a capacidade de perceção – esta é a
capacidade de uma máquina deduzir aspetos do
5



mundo através de dados recebidos por
sensores;
a capacidade de movimento e manipulação de
objetos – esta capacidade implica outros
conhecimentos, tais como a localização, o
que nos rodeia e como ir de um sitio para
outro;
capacidades emocionais – ou seja, ser capaz
de compreender as emoções humanas e através
delas prever as ações futuras. Ser também
capaz de demonstrar empatia, entre outras
emoções, mas não senti-la;
a capacidade creativa.
6
Paradigmas
A inteligência artificial pode ser considerada de várias
maneiras, vista de várias perspetivas. Estas perspetivas,
isto é, paradigmas diferem uns dos outros em simples
aspetos. Por exemplo, certos cientistas consideram que base
da inteligência artificial deve ser a inteligência humana
enquanto que outros acham que a inteligência humana nada
tem a ver com a inteligência artificial, tal como a
aerodinâmica dos pássaros nada tem a ver com a engenharia
aeroespacial. Estes aspetos são a forma de representar o
conhecimento, o tipo de processo usado para raciocinar esse
conhecimento e a forma de o adquirir, entre outros.
O paradigma mais comum é o paradigma simbólico, mas isto
não significa que este seja o mais correto, só significa
que é o mais usado. Este paradigma baseia-se no facto de
que a capacidade de representação simbólica é a base
fundamental da inteligência. O paradigma simbólico despreza
os mecanismos responsáveis pela inteligência humana, ou
seja, a neurologia, tentado simular esta inteligência sem
imitar os mecanismos do cérebro. Este paradigma abrange
outros paradigmas como por exemplo:
 o paradigma baseado na lógica ou “restricionista”
- este paradigma defende que as máquinas não
deviam imitar o pensamento humano. Em vez disso,
estas deviam descobrir a essência do raciocínio
abstrato e da resolução de problemas;
 o paradigma da lógica difusa – este tipo de
inteligência artificial, ao contrário da
anterior, lida com os problemas qualitativamente
em vez de quantitativamente. Esta é uma abordagem
mais próxima da humana.
Os paradigmas não-simbólicos são aqueles onde a
representação simbólica tem menos importância (ou mesmo
nenhuma). Estes métodos tentam alcançar a inteligência sem
uma representação específica do conhecimeto. Um exemplo
7
deste tipo de paradigmas é o paradigma conexionista. Este
paradigma baseia-se na neurologia e afirma que se se
construir um sistema com a estrutura do cérebro, este
apresentará inteligência. Esta concepção tenta criar
software o mais parecido possível com o funcionamento do
cérebro humano. As soluções encontradas por este método são
aproximadas, ou seja, não são totalmente precisas.
Existem muitos outros paradigmas mas nós só vamos falar de
mais um, o paradigma probabilista. A validade desta
abordagem ainda está a ser discutida dado que esta se foca
em problemas específicos. Contudo este método já teve
sucesso várias vezes e devido à linguagem matemática comum
é mais acessível e, consequentemente, permite a colaboração
entre diversas áreas.
8
Linguagens
Várias linguagens foram criadas ao longo do tempo com o
objetivo do desenvolvimento da inteligência artificial.
Entre elas estão o LISP e o PROLOG, as duas linguagens mais
utilizadas. O LISP (LISts Processing) é uma notação
matemática baseada em listas enquanto que o PROLOG
(PROgramming in LOGic) é uma linguagem declarativa baseada
na lógica. Existem outras linguagens como IPL (a primeira
linguagem inventada para a inteligência artificial), AIML,
Planner e Python, entre outras.
9
Conclusão
A inteligência artificial é difícil de definir, até porque
à medida que a tecnologia se vai desenvolvendo certos
sistemas que se consideravam inteligência artificial deixam
de o ser. Contudo pode-se simplificar dizendo-se que a
inteligência artificial é a inteligência demonstrada pelas
máquinas. O único problema desta definição é definir
inteligência.
Os objetivos da inteligência artificial são,
maioritariamente, desenvolver as capacidades de uma máquina
até estarem ao nível, ou mais acima, da inteligência
humana. Porém existem várias maneiras de olhar para o
problema. Cada uma destas maneiras é um paradigma, um
método para desenvolver a inteligência artificial. O
paradigma mais utilizado é o paradigma simbólico.
Várias linguagens foram inventadas para o desenvolvimento
da inteligência artificial, entre elas estão o LIST e o
PROLOG.
10
Bibliografia
https://en.wikipedia.org/wiki/Artificial_intelligence
http://www.citi.pt/educacao_final/trab_final_inteligencia_a
rtificial/ia.html
http://www.acomuna.net/index.php/contra-corrente/3544paradigmas-recentes-da-inteligencia-artificial
http://equipe.nce.ufrj.br/thome/grad/nn/mat_didatico/ic_gra
d2002_aula3.pdf
http://www.lem.ep.usp.br/Pef411/~Cristiano%20Oliveira/Crist
ianoOliveira/Paginas/Linguagens.htm
https://en.wikipedia.org/wiki/List_of_programming_languages
_for_artificial_intelligence
11