Universidade Católica de Pelotas
Centro Politécnico
Bacharelado em Ciência da Computação
Inteligência Artificial
Luiz Antônio Moro Palazzo
março de 2010
1
Introdução e
Conceitos Básicos
Módulo Um
2
Roteiro e Objetivos
Roteiro
• Objetivos do Módulo
• O que é Inteligência Artificial?
• Fundamentos
• Origem e Evolução
• Tecnologias
• O Estado da Arte
4
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
5
O que é IA
6
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”.
7
Noção 2
Russell & Norvig (1995)
• Sistemas que pensam como humanos
• Sistemas que agem como humanos
• Sistemas que pensam racionalmente
• Sistemas que agem racionalmente
8
Sistemas de IA
9
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.
10
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
11
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.
12
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.
13
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).
14
Fundamentos,
Origem e Evolução da IA
15
Áreas relacionadas
com a IA
•
•
•
•
•
•
•
•
Computação
Filosofia
Psicologia
Sociologia
Comunicação
Educação
psicologia
?
?
lógica
?
redes
?
Biologia
Engenharia ...
16
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)
17
Marcos no Desenvolvimento da IA
Quando O quê
Quem
1943
Neurônio artificial
McCulloch & Pitts
1950
Teste de Turing
Alan Turing
1955
The Dartmouth Meeting
McCarthy, Minsky ...
1965
Algoritmo de dedução
Robinson
1988
Redes neurais competitivas Holland
1995
Agentes inteligentes
Diversos
2000
Computação quântica
Diversos
18
Sistemas Inteligentes
19
Engenharia de
Sistemas Inteligentes
Aprendizado
Representação
Interfaces
Raciocínio
20
Classificação dos
Sistemas 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
21
Sistemas
Simbólicos
• Prova de Teoremas
• Sistemas Especialistas
• Programação em Lógica
• Redes Semânticas
• Sistemas de Frames
• Sistemas de Agentes
22
Sistemas
Sub-simbólicos
• Redes Neurais
• Algoritmos Genéticos
• Autômatos Celulares
• Sistemas Complexos Adaptativos
23
Tecnologias da IA
24
Sistemas Simbólicos
25
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.
26
Arquitetura de um SE
consulta
resposta
Usuário
Interface ( shell )
ask
request
Máquina
de
Inferência
tell
deliever
Base de Conhecimento
27
Aplicações de SE
•
•
•
•
•
•
•
Diagnóstico,
Suporte on-line,
Controle de processos,
Controladores de vôo,
Identificação de padrões difusos,
Medicina Digital,
Aconselhamento jurídico...
28
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.
29
Uma Rede Semântica
pessoa
motor
instância_de
roda
tem_idade
28
Maria
parte_de
parte_de
carroceria
tem_dono
estacionado
Av. 5
carro1
tem_km
zero
instância_de
tem_cor
branco
automóvel
parte_de
é_um
veículo
30
Aplicações de
Redes Semânticas
• Modelagem de conhecimento,
• Mapas Conceituais,
• Processamento da linguagem natural,
• Raciocínio por abstração,
• Programação orientada a objetos,
• Ontologias.
31
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”.
32
Propriedades dos
Agentes Inteligentes
• Autonomia
• Habilidade Social
• Reatividade
• Iniciativa
• Continuidade temporal
• Orientação a objetivos
33
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, ...
34
Um Agente de
Informações
Modelos de
Usuários e
Grupos
DBMS
Spider
Agente de
Informações
WAIS
URL Search
WEB
Cache Local
Google
Altavista
WebCrawler
35
Sistemas Sub-simbólicos
36
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.
37
Von Neumann x
Redes Neurais
Von Neumann
Redes Neurais
Processador
Complexo
Alta velocidade
Simples
Baixa velocidade
Memória
Separada do processador Integrada ao processador
Computação
Centralizada
Sequencial
Distribuida
Paralela
Robustez
Pouca
Robustas
Especialidades Operações numéricas e
simbólicas
Percepção / Otimização
38
O Modelo
McCulloch-Pitts
x1
x2
...
xn
w1
w2
wn

h
y
u
39
Arquiteturas de
Redes Neurais
Redes Neurais
Redes de Alimentação
para Frente
Perceptron Perceptron
de uma só de camadas
camada
múltiplas
Redes
Redes
funcionais
base radial Competitivas
Redes Recorrentes
Mapas de
Kohonen
Redes de
Hopfield
Modelos
ART
40
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.
41
O Algoritmo Genético Canônico
begin AGC
// começar em um tempo inicial
t := 0;
// inicializar uma população de indivíduos
initPopulation P(t);
// avaliar a adequação de todos os indivíduos na população
evaluate P(t);
// testar o critério de término (tempo, adequação, etc.)
while not done do
// incrementar o contador de tempo
t := t + 1;
// selecionar sub-população para produzir decendência
P' := selectParents P(t);
// recombinar os genes da sub-população selecionada
recombine P'(t);
// perturbar a população estocasticamente
mutate P'(t);
// avaliar a nova adequação
evaluate P'(t);
// selecionar os sobreviventes da geração corrente
P = survive P,P'(t);
od
end AGC
42
Aplicação de AG
Novo Sistema
Sistema Inicial
Mapeamento para
objetos do sistema
Mapeamento para
strings de bits
10110101
00101010
...
Atributos do Sistema Inicial
Evolução
11111101
00111100
...
Atributos do Novo Sistema
43
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.
44
De onde vem
a 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
45
Auto-organização
em Redes
46
O Estado da Arte
47
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?
48
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.
49
Universidade Católica de Pelotas
Centro Politécnico
Bacharelado em Ciência da Computação
Inteligência Artificial
Luiz Antônio Moro Palazzo
março de 2010
50