FACENS – Engenharia da Computação
Inteligência Artificial
Introdução ao Curso
O Contexto da Ciência IA
• Ciência Cognitiva: estudo dos processos
cognitivos da inteligência consciente: envolve
filosofia, neurociência, psicologia e a própria IA.
• IA: Ciência multidisciplinar, que envolve lógica,
matemática, filosofia, psicologia, biologia,
engenharia, computação…
• Sub campo:
— Inteligência
Computacional
Inteligência Computacional
• Campo da IA: solução de problemas
reproduzindo mecanismos dos seres
biologicamente inteligentes
Inteligência
Computacional (IC)
Computação
Nebulosa
(Fuzzy) (CF)
Computação
Neural (CN)
Computação
Evolutiva (CE)
Abordagens de IA
• Modelo: Humanos
— Agindo como o ser humano
— Pensando como o ser humano
• Modelo: Racionalidade (fazer tudo certo)
— Agindo racionalmente
— Pensando racionalmente
Agindo como o ser humano
• Teste de Turing
— Interessante do ponto de vista de que
capacidades uma entidade inteligente teria:
– Processamento de linguagem natural, representação
do conhecimento, raciocícinio, aprendizado, visão e
robótica.
— A questão é: talvez detalhes necessários para
“imitar” um ser humano não sejam relevantes
para a obtenção da inteligência…
— Exemplo do avião, que voa sem imitar
pássaros.
Pensando como o ser humano
• Abordagem Cognitiva
— O problema é definir o que é o pensamento
humano
— Várias correntes filosóficas com diferentes
modelos do que é a mente, e se ela pode ou
não ser reproduzida
— Muitos avanços foram realizados,
principalmente na neurociência e psicologia,
mas na verdade ainda não se sabe como
emergem do cérebro as faculdades mentais.
Pensando racionalmente
• Campo da Lógica
— Padrões de argumentos que levam a
conclusões corretas a partir de premissas
corretas
— Todos os problemas que podem ser
enunciados pela notação lógica podem ser
resolvidos logicamente
— Entretanto, muitos dos problemas do “mudo
real” são difíceis de traduzir para notação
lógica…
Agindo racionalmente
• Agente racional: age em busca do melhor
resultado (ou correto)
• Vantagens: a racionalidade (o que é certo em
uma situação) é mais acessível ao
desenvolvimento científico do que o
comportamento humano
• Entretanto, a racionalidade “perfeita” muitas
vezes requer muito em termos de recursos
computacionais, por exemplo.
• E uma coisa é indiscutível: o modelo humano é
um sucesso, que se adaptou e sobreviveu em um
ambiente altamente complexo…
Disciplinas da IA
• Filosofia:
—
—
—
—
Como formalizar o conhecimento?
Como surge uma mente do cérebro?
Materialismo / Dualismo
Conexões entre conhecimento, sentidos e ação
• Matemática:
—
—
—
—
—
Formalização da lógica
O que pode ser computado?
Raciocinar com incerteza
Problemas intratáveis
Mundo é uma instância de um problema extremamente
grande!
Disciplinas da IA
• Economia:
— Teoria da decisão
— Teoria dos jogos
— Processos de decisão Markovianos
• Neurociência:
— O que ocorre no cérebro?
— Estrutura e função do sistema nervoso
— Diferenças da maneira como o cérebro e os sistemas
digitais trabalham
• Psicologia:
— Como os seres pensam?
— Como explicar e realizar previsões sobre o
comportamento humano?
— Senso comum
Disciplinas da IA
• Engenharia de Computação:
— Computadores mais eficientes
— Sistemas digitais mais parecidos com o
cérebro
— Como artefatos podem operar de forma
autônoma?
• Lingüística:
— Pensamento e linguagem seriam uma só
coisa?
— Linguagem natural e computacional
Eventos da história da IA
• Gestação (1943 - 1955)
—
—
—
—
Neurônio artificial (McCulloch e Pitts)
Aprendizagem Hebbiana
Computador Neural (Minsky e Edmonds)
Teste de Turing
• Nascimento (1956)
— Logic Theorist (Newel e Simon)
— Nomenclatura IA criada
Eventos da história da IA
• Entusiasmo (1952-1969)
—
—
—
—
—
GPS (resolver problemas de forma humana)
Manipulação de símbolos
Definição do LISP
Redes adalines e perceptrons
Evolução de máquina
• Realismo (1966-1973)
— As previsões entusiasmadas falharam…
— Alguns problemas simples para humanos
mostraram-se extremamente difíceis para
máquinas.
— Limitações dos Perceptrons (Minsky)
Eventos da história da IA
• Sistemas Especialistas (1969-1979)
— Focar soluções em seus domínios específicos
— Utilização de heurísticas
— Prolog e outras linguagens para modelar estes
sistemas
• Explosão da IA
— Conexionismo: novos modelos e algoritmos
ampliaram o poder das redes neurais
— Redes bayesianas
— Agentes inteligentes
Aplicações Atuais
•
•
•
•
•
•
Automação e Controle
Diagnóstico e Tomada de Decisão
Jogos
Planejamento Autônomo e Logístico
Robótica
Reconhecimento de Padrões (Imagens,
linguagem)
Inteligência Artificial - Aplicações
• Representação de Conhecimento e Lógica
—Criar representações do mundo observado
—Inferência para derivar novas representações
—Utilização de lógica (inclusive nebulosa)
Inteligência Artificial - Aplicações
• Agentes Inteligentes
Sensores
Ambiente
—Perceber o ambiente
—Atuar sobre o ambiente
—Atingir objetivos
—Aprender
Percepções
Agente
Atuadores
Ações
Inteligência Artificial - Aplicações
• Resolução de Problemas
A
—Busca no espaço de soluções
– Cega
– Heurística
B
C
• Planejamento
—Seqüência de ações para
alcançar um objetivo
D
G
F
H
E
Inteligência Artificial - Aplicações
• Incerteza e Tomada de Decisão
—Tratamento do conhecimento incerto:
probabilidade
—Redes Bayesianas: inferência
—Utilidade em decisões
Jogar Futebol
Quebrar a Perna
Hospital
Inteligência Artificial - Aplicações
• Aprendizagem
—Árvores de decisão
—Computação neural
—Estatística
• Tipos
—Supervisionada: exemplos de entrada e saída
—Não supervisionada: padrões de entrada
—Por reforço: através de recompensa ou punição
Inteligência Artificial - Aplicações
• Comunicação
—Agentes trocando informações
—Lingüística
• Percepção
—Reconhecimento de Padrões
—Detecção de Movimento
Leitura recomendada
• Capítulo 1 (p. 3-32), Russel & Norvig.