Inteligência Artificial

1. Universidade Católica de Pelotas Centro Politécnico Bacharelado em Ciência da Computação Inteligência Artificial Luiz Antônio Moro Palazzomarço de 2010

2. Introdução e Conceitos Básicos 1 Módulo Um

3. Roteiro e Objetivos

4. Roteiro • Objetivos do Módulo • O que é Inteligência Artificial? • Fundamentos • Origem e Evolução • Tecnologias • O Estado da Arte

5. Objetivos • Situar a IA como ciência • Estudar suas diferentes abordagens • Relatar o desenvolvimento da IA ao longo do tempo • Estabelecer o estado da arte na pesquisa e tecnologias da IA

6. O que é IA ?

7. Noção 1 Rich & Knight (1994) “IA é a área da Ciência da Computação orientada ao entendimento, construção e validação de sistemas inteligentes, isto é, que exibem, de alguma forma, características associadas ao que chamamos inteligência”.

8. Noção 2 • Russell & Norvig (1995) • Sistemas que pensam como humanos • Sistemas que agem como humanos • Sistemas que pensam racionalmente • Sistemas que agem racionalmente

9. Sistemas de IA IA Humano Racional 1 3 Pensar 2 4 Agir

10. Pensar como Humano • A abordagem da Modelagem Cognitiva • Como os seres humanos pensam? • A Ciência Cognitiva é hoje uma área paralela, que inspira a IA e é inspirada por ela.

11. Agir como Humano • A abordagem do Teste de Turing • Antecipou todas as grandes questões da IA: • Processamento da Linguagem Natural • Representação de Conhecimento • Automação do Raciocínio • Aprendizado de Máquina

12. O Teste de Turing • Computing Machinery and Intelligence (1950): “Podem as máquinas pensar?” • O Jogo da Imitação. • Não é reprodutível ou construtível e é de difícil análise matemática. ?

13. Pensar Racionalmente • A abordagem das Leis do Pensamento. • Origem: os silogismos de Aristóteles. • Tradição Logicista: “A lógica pode solucionar qualquer problema solúvel”. • Conexão direta da matemática e da filosofia com a IA moderna.

14. Agir Racionalmente • A abordagem do Agente Racional • Comportamento racional: fazer a coisa certa. • Abrange todas as abordagens anteriores • É a abordagem proposta por Russell e Norvig (2003).

15. Fundamentos, Origem e Evolução da IA

16. Áreas relacionadascom a IA • Computação • Filosofia • Psicologia • Sociologia • Comunicação • Educação • Biologia • Engenharia ... ? psicologia ? IA lógica ? redes ?

17. Pré-história da IA • Filosofia (428 a.C.) • Matemática (800) • Economia (1776) • Neurociência (1861) • Psicologia (1879) • Engenharia da Computação (1940) • Cibernética e a Teoria do Controle (1948) • Lingüística (1957) • Complexidade, Caos e Auto-organização (1980)

18. Marcos no Desenvolvimento da IA

19. Sistemas Inteligentes

20. Engenharia de Sistemas Inteligentes Aprendizado Representação Interfaces Raciocínio

21. Classificação dosSistemas Inteligentes • 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

22. Sistemas Simbólicos • Prova de Teoremas • Sistemas Especialistas • Programação em Lógica • Redes Semânticas • Sistemas de Frames • Sistemas de Agentes

23. SistemasSub-simbólicos • Redes Neurais • Algoritmos Genéticos • Autômatos Celulares • Sistemas Complexos Adaptativos

24. Tecnologias da IA

25. Sistemas Simbólicos

26. Sistemas Especialistas • Geralmente baseados em regras, • Possuem conhecimento intensivo do domínio da aplicação, • Construídos por especialistas humanos, • Podem empregar aprendizado automático, • Têm dificuldade em lidar com conhecimento de senso comum, • Orientados à reutilização do conhecimento.

27. Arquitetura de um SE consulta resposta Usuário Interface ( shell ) ask tell Máquina de Inferência deliever request Base de Conhecimento

28. Aplicações de SE • Diagnóstico, • Suporte on-line, • Controle de processos, • Controladores de vôo, • Identificação de padrões difusos, • Medicina Digital, • Aconselhamento jurídico...

29. 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.

30. Uma Rede Semântica pessoa motor instância_de roda tem_idade parte_de 28 Maria parte_de carroceria tem_dono estacionado instância_de parte_de automóvel Av. 5 carro1 tem_cor é_um tem_km zero branco veículo

31. Aplicações de Redes Semânticas • Modelagem de conhecimento, • Mapas Conceituais, • Processamento da linguagem natural, • Raciocínio por abstração, • Programação orientada a objetos, • Ontologias.

32. Agentes Inteligentes • Jennings (1995) • “Um agente inteligente 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”.

33. Propriedades dos Agentes Inteligentes • Autonomia • Habilidade Social • Reatividade • Iniciativa • Continuidade temporal • Orientação a objetivos

34. Aplicações de Agentes Inteligentes • Correio eletrônico, • Acesso e gerenciamento móveis, • Gerenciamento de sistemas e redes, • Acesso e gerenciamento da informação, • Gerenciamento administrativo, • Comércio eletrônico, • Interfaces inteligentes, ...

35. Um Agente de Informações Modelos de Usuários e DBMS Grupos Spider WAIS Agente de Informações URL Search WEB Cache Local Google WebCrawler Altavista

36. Sistemas Sub-simbólicos

37. Redes Neurais • Paralelismo massivo, • Adaptabilidade, • Tolerância a falhas, • Computação e representação distribuídas, • Capacidade de aprender, • Capacidade de generalizar, • Processamento de informação contextual, • Baixo consumo de energia.

38. Von Neumann x Redes Neurais

39. O Modelo McCulloch-Pitts x 1 w 1  x 2 h w ... 2 y u w n x n

40. Arquiteturas deRedes Neurais Redes Neurais Redes de Alimentação Redes Recorrentes para Frente Perceptron Perceptron Redes Redes Mapas de Redes de Modelos funcionais de uma só de camadas Hopfield ART Competitivas Kohonen camada múltiplas base radial

41. Algoritmos Genéticos • Uma população de indivíduos evolui ao longo de uma seqüência de gerações buscando atingir um ponto ótimo coletivo, • Com base em uma função de adequação, os indivíduos mais qualificados são selecionados para reprodução, • Dois operadores de recombinação genética são empregados no processo: cruzamento e mutação.

42. O Algoritmo Genético Canônico

43. Aplicação de AG

44. Auto-organização • Um sistema auto-organizável modifica sua estrutura em função de sua experiência e seu relacionamento com o meio-ambiente, • Modelos conexionistas em geral possuem a propriedade da auto-organização, • A auto organização ocorre em função da dinâmica do sistema, rumo a uma configuração otimizada para o fim proposto.

45. De onde vema ordem? Mapa das flutuações de densidade no universo primitivo, trezentos mil anos após o Big Bang, antes da formação das estrelas e galáxias. Fonte: NASA/COBE

46. Auto-organização em Redes

47. O Estado da Arte

48. Marque o que pode ser feito hoje: • Dirigir numa estrada em curva na serra • Dirigir no centro do Cairo • Comprar o rancho semanal na Web • Descobrir e provar um novo teorema • Traduzir inglês-português em tempo real • Comandar uma cirurgia complexa • ... ou todas as alternativas acima?

49. Em conclusão • A Inteligência Artificial subdividiu-se em várias disciplinas, cada uma das quais constitui hoje um novo campo em si própria. • Tecnologias de IA tendem cada vez mais a ser incorporadas a sistemas convencionais, tais como SI, SGBD, ferramentas CASE, etc. • Com o amadurecimento tecnológico das diversas áreas, novas aplicações se tornam viáveis e passam a ser consideradas.

50. Universidade Católica de Pelotas Centro Politécnico Bacharelado em Ciência da Computação Inteligência Artificial Luiz Antônio Moro Palazzomarço de 2010