Inteligência Artificial

1. Inteligência Artificial Definição e evolução histórica Aplicações Abordagens e problemas principais Comparação com a computação convencional

2. Inteligência artificial (IA): definição • Surgiu na década de 50 • Objetivo: desenvolver sistemas para realizar tarefas que, no momento • são melhor realizadas por seres humanos que por máquinas, ou • não possuem solução algorítmica viável pela computação convencional problemas que não possuem uma solução algorítmica IA problemas solúveis por seres humanos Se o ser humano pode, por que não a máquina? (tese de Church-Turing)

3. IA Interação com outras disciplinas Matemática Filosofia Sociologia Lingüística Psicologia Computação Neuro-fisiologia Genética

4. Aplicações (fonte 1) • Matemática: demonstração de teoremas, resolução simbólica de equações, geometria, etc. • Pesquisa operacional: otimização e busca heurística em geral • Jogos: xadrez, damas, go, etc. • Processamento de linguagem natural: tradução automática, verificadores ortográficos e sintáticos, interfaces para BDs, etc. • Sistemas tutores: modelagem do aluno, escolha de estratégias pedagógicas, etc. • Percepção: visão, tato, audição, olfato, paladar... • Robótica (software e hardware): manipulação, navegação, monitoramento, etc.

5. Aplicações • Sistemas especialistas: Atividades que exigem conhecimento especializado e não formalizado • Tarefas: diagnóstico, previsão, monitoramento, análise, planejamento, projeto, etc. • Áreas: medicina, finanças, engenharia, química, indústria, arquitetura, arte, computação,... • Computação: • engenharia de software (sobretudo na Web) • programação automática • interfaces adaptativas • bancos de dados dedutivos e ativos • mineração de dados (data mining) • sistemas distribuídos, etc.

6. Aplicações da IA: Robótica (fonte 2) Como obter navegação segura e eficiente, manipulação fina e versátil, autonomia? E no caso de ambientes dinâmicos e imprevisíveis? 6

7. Aplicações da IA: Automação de sistemas complexos Como modelar os componentes do sistema e dar-lhes autonomia? Como assegurar boa comunicação e coordenação entre esses componentes? 7

8. Automação de Software Complexo • Segundo o Autonomic Computing Manifesto (IBM 2001), o que queremos são sistemas capazes de: • Conhecer o ambiente • Auto conhecimento • Auto-Configuração • Auto-Recuperação • Auto-Otimização • Auto-Proteção • Conhecimento do contexto • Integração automática • Realizar predição 8

9. Aplicações da IA: Sistemas de controle Como frear o carro sem as rodas deslizarem em função da velocidade, atrito, ...? Como focar a câmera em função de luminosidade, distância...? Como ajustar a temperatura em da quantidade de roupa, fluxo de água, ...? 9

10. Aplicações da IA: Simulações e jogos The Sims FIFA Soccer Como modelar o ambiente físico e o comportamento/personalidade dos personagens? Como permitir interação interessante com o usuário? 10

11. Aplicações da IA: Previsão Como prever o valor do dólar (ou o clima) amanhã? Que dados são relevantes? Há comportamentos recorrentes? 11

12. Aplicações da IA: Sistemas de Recomendação Como fazer recomendações personalizadas de produtos? Como modelar os perfis dos compradores? Como recomendar experts capazes de ajudar usuários a resolver problemas? 12

13. Aplicações da IA: Recuperação de informação Como localizar a informação relevante? 13

14. Aplicações da IA: Detecção de intrusão e filtragem de spam Como saber se uma mensagem é lixo ou de fato interessa? Como detectar usuários suspeitos e como lidar com isto? 14

15. Aplicações da IA: Interação Humano Máquina Como dar ao usuário a ajuda de que ele precisa? Como interagir (e até navegar na web) com celular sem ter de digitar (hands-free)? Como adaptar a informação e funcionalidades ao dispositivo e à situação do usuário? 15

16. Aplicações da IA Internet e Web Redes e Sistemas Distribuídos Banco de dados Engenharia de software Hardware (projeto e análise) Robótica Interfaces Computação Gráfica Jogos Etc. Maior valor agregado quando embutida em sistemas de computação 16

17. Aplicações da IA hoje página da AAAI:http://www.aaai.org/AITopics/pmwiki/pmwiki.php/AITopics/Applicationsl Agriculture, Natural Resource Management, and the Environment Architecture & Design Art Artificial Noses Astronomy & Space Exploration Assistive Technologies Banking, Finance & Investing Bioinformatics Business & Manufacturing Drama, Fiction, Poetry, Storytelling & Machine Writing Earth & Atmospheric Sciences Engineering Filtering Fraud Detection & Prevention Hazards & Disasters Information Retrieval & Extraction Knowledge Management 17

18. Agriculture, Natural Resource Management, and the Environment Architecture & Design Art Artificial Noses Astronomy & Space Exploration Assistive Technologies Banking, Finance & Investing Bioinformatics Business & Manufacturing Drama, Fiction, Poetry, Storytelling & Machine Writing Earth & Atmospheric Sciences Engineering Filtering Fraud Detection & Prevention Hazards & Disasters Information Retrieval & Extraction Knowledge Management Law Law Enforcement & Public Safety Libraries Marketing, Customer Relations & E-Commerce Medicine Military Music Networks - including Maintenance, Security & Intrusion Detection Politics & Foreign Relations Public Health & Welfare Scientific Discovery Social Science Sports Telecommunications Transportation & Shipping Video Games, Toys. Robotic Pets & Entertainment Today’s Diversity of AI Applications (fonte 3)

19. AI Pays ! • AI Industry Gross Revenue: • 2002: US $11.9 billions • Annual growth rate: 12.2% • Projection for 2007: $21.2 billions • www.aaai.org/AITopics/html/stats.html • Companies specialized in AI: • http://dmoz.org/Computers/Artificial_Intelligence/Companies/ • Corporations developing and using AI: • Google, Amazon, IBM, Microsoft, Yahoo, ... • Corporations using IA: • www.businessweek.com/bw50/content/mar2003/a3826072.htm • Wal-Mart, Abbot Labs, US Bancorp, LucasArts, Petrobrás, ... • Government agencies using AI: • US National Security Agency

20. Turing Test ? 1997: 2 x 1 2050? 2 x 1 When is a Machine Intelligent? What is Intelligence? Who’s smarter? • Your medical doctor or your cleaning lady? • Your lawyer or your two year old daughter? • Kasparov or Ronaldinho? • What did 40 years of AI research discovered? • Common sense intelligence harder than expert intelligence • Embodied intelligence harder than purely intellectual, abstract intelligence • Kid intelligence harder than adult intelligence • Animal intelligence harder than specifically human intelligence (after all we share 99% of our genes with chimpanzees !)

21. www.robocup.org • New benchmark task for AI • Annual competition associated to conference on AI, Robotics or Multi-Agent Systems

22. BladeRunner M A T R I X A.I. Tomorrow’s AI Applications

23. Mercado fatura alto... • Faturamento da indústria da IA: • 2007: $17.9 bilhões só para Jogos • Robótica em franco crescimento • 50 Bilhões só para produtos de Semantic Web em 2010 • fonte: www.aaai.org/AITopics/html/stats.html • Empresas especializadas em IA: • http://dmoz.org/Computers/Artificial_Intelligence/Companies/ 23

24. Mercado fatura alto... • Grandes empresas desenvolvendo e utilizando IA: • IBM, HP, Sun, Microsoft, Unisys, Google, Amazon.com, Oracle ... • Grandes empresas utilizando IA: • www.businessweek.com/bw50/content/mar2003/a3826072.htm • Wal-Mart, Abbot Labs, US Bancorp, LucasArts, Electronic Arts... • Órgãos governamentais utilizando IA: • US National Security Agency 24

25. O que esses problemas têm em comum? • Grande complexidade • número, variedade e natureza das tarefas • Não há “solução algorítmica” • mas existe conhecimento (em intenção) sobre o problema • Requerem modelagem do comportamento de um ser inteligente • autonomia, aprendizagem, conhecimento, etc. 25

26. Evolução da IA • Agindo humanamente (anos 50-70): Teste de Turing • Problema: “mito do cérebro eletrônico“ • Pensando humanamente (anos 50-60): simulação cognitiva (Simon & Newell) • Boas inspirações (GPS, Sistemas Especialistas,...) mas fraca justificativa para os resultados obtidos • Pensando idealmente (anos 60-70): A escola logicista (McCarthy) • Desenvolvimento de formalismos de representação de conhecimento • Problemas: escasez de recursos computacionais, limitação dos tipos de inferências • Agindo idealmente (anos 80 em diante): Agente inteligente (Newell, Minsky, Russel & Norvig) • Abrangente (atividades), unificador (domínios da IA), excelente framework para projeto e análise de programas.

27. Definições da IA Problema Algoritmo X Abstrações de IA + P(A|B) Realiza tarefas • Para qual não existe algoritmo conhecido ou prático • No entanto efetuada com alto desempenho por humanos 27

28. Definições de IA ? Processamento de Linguagem Natural Representação de Conhecimento Raciocínio Automático Teste de Turing envolve: Aprendizagem Visão Computacional Robótica • Máquina que age humanamente: • Teste de Turing 28

29. Definições de IA Máquina que raciocina humanamente: Ciências Cognitivas, Psicologia, Neurociência,… Teorias Ciências Cognitivas Inteligência Artificial Modelos Computacionais 29

30. Definições de IA Máquina que raciocina racionalmente: Em direção a um conceito ideal de inteligência Formalização de “leis do pensamento” que governam a mente Lógica, Probabilidades,… Inferências corretas P(A|B) 30

31. Definições de IA Máquina que age racionalmente: Para atingir o melhor resultado, ou em situações de incerteza, o melhor resultado esperado I.e., escolha de ações que maximizam chances do agente atingir determinados objetivos Obs.: Não necessáriamente envolvendo raciocínio racional (e.g., ato reflexo) 31

32. Máquinas inteligentes?evolução em direção ao paradigma dos agentes Pensando “A automação de atividades que nós associamos com o pensamento humano (e.g., tomada de decisão, solução de problemas, aprendizagem, etc.)” (50-60) “O estudo das faculdades mentais através do uso de modelos computacionais” (60-70) Idealmente (racionalmente) Humanamente “A arte de criar máquinas que realizam funções que requerem inteligência quando realizadas por pessoas” (50-70) “O ramo da Ciência da Computação que estuda a automação de comportamento inteligente” Agindo

33. Histórico da IA – Primeiros Passos (1943 - 1956) Modelo matemático de um neurônio por Warren McCulloch e Walter Pitts (1943) x1 θ w1 w2 x2  y w3 x3 y = 1 se iwi * xi > θ y = 0 caso contrário 33

34. Histórico da IA – Primeiros Passos (1943 - 1956) Regra de Donald Hebb para aprendizado de neurônios (1949) Implementação de modelos neurais por Marvin Minsky (1950) “Computing Machinery and Intelligence”, Allan Turing (1950) 34

35. Histórico da IA – Nascimento da IA (1956) Dartmond Workshop organizado por John McCarthy (1956) Adoção do termo: Inteligência Artificial Logic Theorist por Allen Newell and Hebert Simon 35

36. Histórico da IA – “Look Ma, No hands” (1952-1969) Criação de laboratórios, grupos de pesquisa, linguagens e programas para resolução de problemas Resultados expressivos: General Problem Solver por Newell e Simon Advice Taker por McCarthy (1958) Perceptron por Rosemblatt (1962) 36

37. Histórico da IA – “Look Ma, No hands” (1952-1969) “Não é minha intenção supreender ou chocar vocês, mas o que eu posso dizer é que atualmente existem no mundo máquinas que pensam, que aprendem e que criam. Além disso, a habilidade dessas máquinas de realizar tarefas está crescendo tão rápido que, em um futuro visível, a quantidade de problemas que elas resolveram será comparável com a quantidade com que a mente humana tem se ocupado.” Hebert Simon (1957) 37

38. Histórico da IA – Fase realista (1966-1973) Entusiasmo da fase anterior foi revisto Primeiros programas tratavam apenas de instâncias simples de problemas genéricos E.g., provar teoremas simples Resolver problemas complexos não era uma questão somente de mais hardware e memória Limitações básicas existentes nos modelos mais bem sucedidos E.g., Perceptrons (Minski e Papert, 1969) 38

39. Histórico da IA – Sistemas Baseados em Conhecimento (1969-1979) Sistemas para resolução de problemas mais específicos usando conhecimento do domínio Fase dos Sistemas Especialistas Dendral (1969) – Classificação de estrutura modecular a partir de dados de espectrômetro Mycin (1976) – Diagnóstico de infecções sanguíneas 39

40. Histórico da IA – Consolidação (1980---) Aplicação intensiva de sistemas especialistas na indústria Retorno das Redes Neurais Redes Multilayer Perceptron e o algoritmo de BackPropagation (Rumelhart, Hinton 1986) Inteligência Artificial consolidada como área de conhecimento científico 40

41. Inteligência Artificial Fundamentos • Filosofia • Matemática • Lógica • Proba. e Estat. • Cálculo • Sociologia • Lingüística • Psicologia • Genética • Neuro-fisiologia • Economia • Computação tradicional • Jogos • Sistemas Especialistas • Robótica • Bioinformática • Sistemas de Controle • Reconhecimento de • Imagens • Recuperação de • Informação Aplicações • Busca heurística • Representação do conhecimento • Raciocínio • Planejamento • Aprendizagem • Sistemas Multi-Agentes • Reconhecimento de Padrões • Processamento de • Linguagem Natural Problemas 41

42. Problemas genéricos da IA Busca heurística e resolução de problemas Planejamento Representação de conhecimento Modelagem de Agentes e Sistemas Multiagentes Aprendizagem de Máquina Reconhecimento de padrões 42

43. Paradigmas de raciocínio • Simbólico: metáfora lingüística • ex. sistemas de produção, agentes,... • Conexionista: metáfora cerebral • ex. redes neurais • Evolucionista: metáfora da natureza • ex. algoritmos genéticos, vida artificial, • Estatístico/Probabilístico • Ex. Redes Bayesianas, sistemas difusos

44. Paradigma Simbólico • West é criminoso ou não? • “A lei americana diz que é proibido vender armas a uma nação hostil. Cuba possui alguns mísseis, e todos eles foram vendidos pelo Capitão West, que é americano” • Como resolver automaticamente este problema de classificação? • Segundo a IA (simbólica), é preciso: • Identificar o conhecimentodo domínio (modelo do problema) • Representá-lo utlizando uma linguagem formal de representação • Implementar um mecanismo de inferência para utilizar esse conhecimento

45. Conhecimento: organizando... • Programa em IA = Agente racional • entidade de software que age em um ambiente segundo um princípio de racionalidade • Precisa ter conhecimento sobre: • quais são suas propriedades relevantes do mundo • como o mundo evolui • como identificar os estados desejáveis do mundo • quais as conseqüências de suas ações no mundo • como medir o sucesso de suas ações • como avaliar seus próprios conhecimentos

46. segue-se fatos fatos sentenças sentenças Mundo semântica semântica Representação implica Conhecimento: Representação e Uso • Raciocínio: • processo de construção de novas sentenças a partir de outras sentenças. • Deve-se assegurar que o raciocínio é plausível (sound)

47. Revisitando o caso do cap. West A)" x,y,z Americano(x) Ù Arma(y) Ù Nação(z) Ù Hostil(z) Ù Vende(x,z,y) Þ Criminoso(x) B) " x Guerra(x,USA) Þ Hostil(x) C) " x InimigoPolítico(x,USA) Þ Hostil(x) D) " x Míssil(x) Þ Arma(x) E) " x Bomba(x) Þ Arma(x) F) Nação(Cuba) G) Nação(USA) H) InimigoPolítico(Cuba,USA) I) InimigoPolítico(Irã,USA) J) Americano(West) K) $ x Possui(Cuba,x) Ù Míssil(x) L) " x Possui(Cuba,x) Ù Míssil(x) Þ Vende(West, Cuba,x) M) Possui(Cuba,M1) - Eliminação: quantificador existencial e N) Míssil(M1) conjunção de K O) Arma(M1) - Modus Ponens a partir de D e N P) Hostil(Cuba) - Modus Ponens a partir de C e H Q) Vende(West,Cuba,M1) - Modus Ponens a partir de L, M e N R) Criminoso(West) - Modus Ponens a partir de A, J, O, F, P e Q

48. Paradigma ConexionistaRedes Neurais • Definição “Romântica”: Técnica inspirada no funcionamento do cérebro, onde neurônios artificiais, conectados em rede, são capazes de aprender e de generalizar. • Definição “Matemática”: Técnica de aproximação de funções por regressão não linear. • É uma outra abordagem: • linguagem -> redes de elementos simples • raciocínio -> aprender diretamente a função entrada-saída

49. Redes Neurais s1 w1i e(i) sj wji ó õ s(i) wni sn camada de entrada camada de saída camada escondida

50. Paradigma Evolutivo • EVOLUÇÃO • diversidade é gerada por cruzamento e mutações • os seres mais adaptados ao seus ambientes sobrevivem (seleção natural) • as características genéticas de tais seres são herdadas pelas próximas gerações