Sistemas de Informações
Gerenciais
Módulo 6:
INTELIGÊNCIA ARTIFICIAL
1
Objetivos do Módulo 6
• Identificar como as redes neurais, lógica
difusa, algoritmos genéticos, realidade
virtual e agentes inteligentes podem ser
utilizados nos negócios.
• Dar exemplos das diversas maneiras
pelas quais os sistemas especialistas
podem ser utilizados nas situações de
tomada de decisões nos negócios.
2
Atributos do Comportamento Inteligente
• Pensar e raciocinar
• Utilizar a razão para solucionar problemas
• Aprender e compreender a partir da
experiência
• Adquirir e aplicar conhecimentos
• Demonstrar criatividade e imaginação
• Lidar com situações complexas ou
desconcertantes
• Reagir pronta e eficazmente a situações novas
• Reconhecer a importância relativa de
elementos de uma situação
• Manipular informações ambíguas, incompletas
ou errôneas
3
Inteligência artificial
• É uma ciência e tecnologia baseada em
disciplinas como informática, biologia,
psicologia, lingüística, matemática e
engenharia.
• Objetivo: desenvolver computadores que
consigam pensar, bem como ver, ouvir,
andar, falar e sentir.
4
Aplicações da Inteligência Artificial
Inteligência
Artificial
Aplicações
da Ciência
Cognitiva
•Sistemas Especialistas
•Lógica difusa
•Algoritmos Genéticos
•Redes Neurais
Aplicações
da Robótica
•Percepção Visual
•Locomoção
•Condução
•Tatilidade
Aplicações
de Interfaces
Naturais
•Linguagens Naturais
•Reconhecimento de
Discurso
•Interfaces
Multissensoriais
•Realidade Virtual
5
Áreas de Aplicação da IA nas Empresas
Redes Neurais
Sistemas de Lógica Difusa
Algoritmos Genéticos
Realidade Virtual
Áreas de
Aplicação
da IA nas
Empresas
Agentes Inteligentes
Sistemas Especialistas
6
ROBÓTICA
• IA, engenharia e fisiologia são suas disciplinas básicas.
Esta tecnologia produz máquinas-robôs com faculdades
físicas semelhantes às humanas, inteligência de
computador e controle por computador.
• Aplicações:
– Percepção visual (visão)
– Faculdades táteis (tato)
– Destreza
(habilidade no manuseio e manipulação)
– Locomoção
(capacidade para se mover sobre qualquer terreno)
– Condução
(encontrar seu caminho até um ponto de destino)
7
CIÊNCIA COGNITIVA
• Área da IA baseada em pesquisas em biologia,
neurologia, psicologia, matemática e muitas
disciplinas afins.
• Se concentra em pesquisar como o cérebro
humano funciona e como os seres humanos
pensam e aprendem.
• Os resultados dessas pesquisas são a base
para o desenvolvimento de uma diversidade de
aplicações de inteligência artificial
computadorizadas.
8
CIÊNCIA COGNITIVA
• Sistemas de Aprendizagem Adaptativa – modifica
comportamento com base em informações adquiridas
enquanto opera.
• Lógica Difusa –podem processar dados incompletos ou
parcialmente corretos. Podem resolver problemas não
estruturados e com respostas aproximadas.
• Rede Neural – o software pode aprender processando
exemplos de problemas e soluções. Reconhece padrões e
se programam para resolver problemas por si mesmo.
• Algoritmo Genético – o software utiliza a randomização
darwiniana e funções matemáticas para simular processos
evolutivos para gerar soluções melhores para problemas.
• Agentes Inteligentes – usam SE e outras tecnologias de
IA para atuarem como substitutos de software para uma
diversidade de aplicações dos usuários finais.
9
Lógica Difusa
• O conjunto de números pares e o conjunto de números ímpares são
conjuntos precisos. O conjunto de homens e o conjunto de
mulheres são virtualmente precisos - existe uma ligeira indefinição
sobre hermafroditas e transexuais.
• Mas o que dizer da série de pessoas altas? Ninguém chamaria um
homem com 1,50m de "alto" mas qualquer um chamaria uma
mulher de 1,80m de "alta". Onde você traçaria o limite? Um homem
de 1,70m de altura estaria na série de homens altos, ou não? Um
asiático iria concordar, nesse ponto, com um europeu, ou um
italiano com um sueco? Altura é algo subjetivo e contínuo, então é
impossível fixar um determinado padrão de altura e excluir as
demais pessoas que estejam fora dele. Se 1,80m é alto, 1,79m o
que é? Uma vez que começamos a pensar sobre essas questões,
sobre questões de gradação, nosso pensamento começa a ficar
difuso.
10
APLICAÇÕES DA LÓGICA DIFUSA
– Usa-se sistemas difusos devido a capacidade de
processar eficientemente informações imprecisas e
qualitativas de forma geral;
– Tais aplicações representam o conhecimento e a
experiência existentes sobre uma determinado estado
do processo ou situação;
– A partir dos dados de entrada podem inferir a
evolução temporal, as variações ou mesmo gerar
sugestões sobre as próximas ações a serem tomadas
– Exemplos: Consumo de combustível de um
automóvel; expectativa da quantidade de hospedes
11
em um hotel; etc.
11
Rede Neural
12
APLICAÇÕES DAS REDES NEURAIS
• As redes neurais artificiais são um método para
solucionar problemas através da simulação do cérebro
humano, inclusive em seu comportamento, ou seja,
aprendendo, errando e fazendo descobertas. São
técnicas computacionais que apresentam um modelo
inspirado na estrutura neural de organismos inteligentes
e que adquirem conhecimento através da experiência.
• As redes neurais possuem nós ou unidades de
processamento. Cada unidade possui ligações para
outras unidades, nas quais recebem e enviam sinais.
Cada unidade pode possuir memória local. Essas
unidades são a simulação dos neurônios, recebendo e
retransmitindo informações.
13
Algoritmo Genético
• Os AG’s são técnicas de busca baseadas nas Teorias
da Evolução, nos quais as variáveis são representadas
como genes em um cromossomo (indivíduo). Combinam
a sobrevivência dos mais aptos com a troca de
informação de uma forma estruturada, mas aleatória.
• O AG apresenta um grupo de soluções candidatas
(população) na região de soluções. Por seleção natural
e operadores genéticos, mutação e cruzamento, os
cromossomos com melhor aptidão são encontrados.
• A seleção natural garante que os cromossomos mais
aptos gerem descendentes nas populações futuras.
14
APLICAÇÕES DO ALGORITMO
GENÉTICO
• Neste problema um caixeiro deve percorrer um conjunto de “n”
cidades e voltar a sua cidade de origem, passando uma única vez
em cada cidade, de modo que a distância percorrida seja mínima.
• O número de caminhos possíveis pode ser deduzido através de ƒ(n)
como sendo uma função que fornece o número de caminhos
possíveis com “n” cidades. Ao se acrescentar mais uma cidade (n +
1), quantos novos trajetos são introduzidos?
• Para se ter uma idéia do grau de dificuldade para resolver este
problema, basta dizer que o tempo esperado para se achar o menor
caminho entre 25 cidades é de mais de 20 (vinte) vezes a idade do
universo, supondo que seja possível calcular 10.000 (dez mil)
caminhos por segundo.
• Usando um Algoritmo Genético, procuramos obter a solução para
este problema em um espaço de tempo plausível, onde poderemos
mostrar o real poder de busca de um AG
15
Otimização no AG
• É a busca da melhor solução para um
dado problema.
– Consiste em tentar várias soluções e usar a
informação obtida para conseguir soluções
cada vez melhores.
• Exemplo de otimização:
– Telespectador através de ajuste na antena
da televisão otimiza a imagem buscando
várias soluções até alcançar uma boa
imagem.
16
Agentes Inteligentes
Interfaces
Tutoriais
Agentes de
Apresentação
Agentes
de Procura
Agentes de
Interface
com o
Usuário
Agentes
de
Gerenciamento
de
Informações
Corretores de
Informação
Agentes de
Navegação
de Rede
Agentes de
Desempenho
de Papéis
Filtros de
Informação
17
AGENTES INTELIGENTES
• Os agentes inteligentes devem ser capazes de
operar em tempo real, de explorar vastas
quantidades de conhecimento, de tolerar
entradas como: erros inesperados,
desconhecidos, usar símbolos e abstrações,
comunicar através da língua natural, aprender
com o ambiente circundante a exibir
comportamentos adaptativos e orientados por
objetivos. Assim eles ligariam capacidades de
raciocínio à resolução de problemas.
18
APLICAÇÕES DE AGENTES
INTELIGENTES
• No comércio eletrônico, a rapidez de atuação e potencial
de custo mais baixo da operação, deve-se ao
relacionamento computador a computador, desde o
início da troca de informações até o fechamento do
contrato, onde poucos segundos serão necessários,
pois os agentes inteligentes atuarão de acordo com as
diretrizes de negócios estabelecidas pela área de
compras da empresa, incorporada ao seu código.
• Outras atividades poderão ser incorporar a tecnologia de
agentes inteligentes, como consultas sobre
disponibilidade de estoque de determinado produto,
seus eventuais substitutos, e muitas outras funções não
automatizadas, em geral executadas por programas
tradicionais, não autônomos, sob dependência de ações
de pessoas da área de Compras ou Finanças daquelas
organizações
19
INTERFACE NATURAL
• Seu desenvolvimento considerado uma das principais
áreas de aplicação da IA e é essencial ao uso natural de
computadores por seres humanos.
• O desenvolvimento de linguagens naturais e
reconhecimento do discurso, por exemplo, são
importantes objetivos desta área.
• Ser capaz de conversar com computadores e robôs em
linguagens humanas de conversação e conseguir que
eles nos “compreendam” é uma meta da pesquisa da IA.
• Envolve pesquisa e desenvolvimento em lingüística,
psicologia, informática e outras disciplinas.
20
INTERFACE NATURAL
• Linguagem Natural – uma linguagem de programação de
alto nível que é muito próxima da linguagem humana.
• Interfaces Multi-sensoriais – capacidade que os sistemas
de computadores possuem para reconhecer diversos
movimentos do corpo humano que lhes permite operar.
• Reconhecimento de voz – capacidade que um sistema de
computador possui para reconhecer modelos de voz.
• Realidade Virtual – uso de interfaces multi-sensoriais
homem-computador que permitem aos humanos
experimentarem objetos, espaços e “mundos” simulados
por computador como se estes realmente existissem.
21
Sistemas Especialistas
• Definição
– sistemas que empregam o conhecimento
humano para resolver problemas que
requererem a presença de um especialista.
– Área de aplicação de mais sucesso da IA
• Utilidade
– servir de assistente a especialistas
– servir de repositório de conhecimento
“valioso” para a empresa
22
Arquitetura de Sistemas Especialistas
Baseados em Regras
Usuário
Dados do
problema
Memória
de
trabalho
Respostas
Máquina de
Inferência
Explicação
do raciocínio
Especialista
Base de
conhecimento
Ferramentas
de aquisição
Engenheiro de
conhecimento
23
Exemplo de Sistema Especialista
Se as seguintes condições são verdadeiras:
• o paciente apresenta estridor respiratório;
• há história prévia de insuficiência respiratória
congestiva
• então são prováveis os seguintes diagnósticos: – edema pulmonar, com uma probabilidade de 80%; – asma, com uma probabilidade de 50% – embolismo pulmonar com uma probabilidade de 20%
24
Outro Exemplo de SE
•
•
•
•
Análise de crédito: Sim ou Não
O cliente já fez compra anterior?
Pagou dentro do prazo?
A prestação é maior do que 30% do seu
salário líquido?
• Possui passagem pelo SPC / Serasa?
• Apresentou toda documentação
necessária?
25
Componentes do Sistema Especialista
O Sistema Especialista
Conselho
Especializado
Usuário
Programas
de Interface
com o
Usuário
Programa
Utilitário de
Inferência
Base de
Conhecimento
Estação de Trabalho
Desenvolvimento do Sistema Especialista
Programa de
Aquisição de
Conhecimento
Engenharia do
Conhecimento
Estação de Trabalho
Especialista e / ou
Engenheiro do
Conhecimento
26
Aplicações do Sistema Especialista
Gerenciamento de Decisões
Diagnóstico de Problemas de Operação
Manutenção /Programação
Projeto /Configuração
Principais
Categorias de
Aplicação de
Sistemas
Especialistas
Monitoração /Controle de Processo
Seleção /Classificação
27
Resumo do Módulo 6
• Os principais domínios de aplicação da inteligência
artificial (IA) incluem uma multiplicidade de aplicações
na ciência cognitiva, robótica e interfaces naturais.
• As principais áreas de aplicação da IA compreendem:
– Redes Neurais
– Lógica Difusa
– Algorítmos Genéticos
– Realidade Virtual
– Agentes Inteligentes
– Sistemas Especialistas
Fim
28