O que é IA?
Introdução

A inteligência artificial (IA) é uma importante área
de pesquisa da Ciência da Computação dedicada a
buscar métodos ou dispositivos computacionais que
possuam ou simulem a capacidade humana de
resolver problemas, pensar ou, de forma ampla, ser
inteligente. (Wikipédia, 2007)
IA forte e IA fraca

Entre os teóricos que estudam o que é possível
fazer com a IA existe uma discussão onde se
consideram duas propostas básicas: uma conhecida
como "forte" e outra conhecida como "fraca“.
IA forte

A investigação em Inteligência artificial forte aborda a
criação da forma de inteligência baseada em computador
que consiga raciocinar e resolver problemas; uma forma
de IA forte é classificada como auto-consciente.
A IA forte é tema bastante controverso, pois envolve
temas como consciência e fortes problemas éticos ligados
ao que fazer com uma entidade que seja cognitivamente
indiferenciável de seres humanos.
A Ficção Científica tratou de muitos problemas desse
tipo. Isaac Asimov, por exemplo, escreveu “O Homem
Bicentenário”, onde um rôbo consciente e inteligente luta
para possuir um status semelhante a de um humano na
sociedade. Por outro lado, o mesmo Asimov reduz os
robôs a servos dos seres humanos ao propor as três leis
da robótica.
IA fraca

Trata-se da noção de como lidar com problemas
não determinísticos.
A inteligência artificial fraca centra a sua
investigação na criação de inteligência artificial que
não é capaz de verdadeiramente raciocinar e
resolver problemas. Uma tal máquina com esta
característica de inteligência agiria como se fosse
inteligente, mas não tem autoconsciência ou noção
de si. O teste clássico para aferição da inteligência
em máquinas é o Teste de Turing.
Algumas questões da IA




Processamento da Linguagem Natural
Representação de Conhecimento
Automação do Raciocínio
Aprendizado de Máquina
Áreas relacionadas com a IA








Computação
Filosofia
Psicologia
Sociologia
Comunicação
Educação
Biologia
Engenharia...
Marcos no desenvolvimento
da IA
Quand O quê
o
Quem
1943
Neurônio artificial
McCulloch & Pitts
1950
Teste de Turing
Alan Turing
1956
The Dartmouth Meeting McCarthy, Minsky
...
1965
Algoritmo de dedução
Robinson
1988
Redes neurais
competitivas
Holland
1995
Agentes inteligentes
Diversos
2000
Computação quântica
Diversos
Engenharia de sistemas
Inteligentes
Aprendizado
Representação
Interfaces
Raciocínio
Classificação de 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
Sistema Simbólico






Prova de Teoremas
Sistemas Especialistas
Programação em Lógica
Redes Semânticas
Sistemas de Frames
Sistemas de Agentes
Sistemas Sub-simbólicos




Redes Neurais
Algoritmos Genéticos
Autômatos Celulares
Sistemas Complexos Adaptativos
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.
Arquitetura de um Sistema
Especialista
consulta
resposta
Usuário
Interface ( shell )
perguntar
solicitação
Máquina
de
Inferência
Base de Conhecimento
informar
entrega
Aplicações de Sistemas
Especialistas







Diagnóstico,
Suporte on-line,
Controle de processos,
Controladores de vôo,
Identificação de padrões difusos,
Medicina Digital,
Aconselhamento jurídico...
Redes Semânticas

Uma rede semântica é uma notação gráfica
composta por nodos interconectados. As redes
semânticas podem ser usadas para representação
de conhecimento, ou como ferramenta de suporte
para sistemas automatizados de inferências sobre o
conhecimento.
As Redes Semânticas facilitam a descrição de
propriedades de relações,originaram os conceitos da
programação orientada a objetos e facilitam a
visualização direta dos conceitos e dos
relacionamentos entre eles.
Exemplo de uma Rede
Semântica
pessoa
motor
instância_de
roda
tem_idade
28
parte_de
Maria
parte_de
carroceria
tem_dono
estacionado
Av. 5
carro1
tem_km
zero
instância_de
tem_cor
branco
automóvel
é_um
veículo
parte_de
Aplicações de Redes
Semânticas





Modelagem de conhecimento,
Mapas Conceituais,
Processamento da linguagem natural,
Raciocínio por abstração,
Programação orientada a objetos.
Agentes Inteligentes
Jennings (1995)
“Um a gente 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”.
Propriedades dos Agentes
Inteligentes






Autonomia
Habilidade Social
Reatividade
Iniciativa
Continuidade temporal
Orientação a objetivos
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, ...
Redes Neurais

Redes neurais artificiais são um conceito da
computação que visa trabalhar no processamento de
dados de maneira semelhante ao cérebro humano.
Nas redes neurais artificiais, a idéia é realizar o
processamento de informações tendo como princípio
a organização de neurônios do cérebro. Como o
cérebro humano é capaz de aprender e tomar
decisões baseadas na aprendizagem, as redes
neurais artificiais devem fazer o mesmo. Assim, uma
rede neural pode ser interpretada como um esquema
de processamento capaz de armazenar
conhecimento baseado em aprendizagem
(experiência) e disponibilizar este conhecimento para
a aplicação em questão.
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.
Aplicações para Redes
Neurais





Softwares de reconhecimento de voz,
Rôbos que desarmam bombas,
Softwares que aprendem a identificar SPAMs
em e-mails,
software de OCR para scanear textos,
Aplicações mais complexas, como em
usinas, mercado financeiro, etc.
Conclusão


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.
Referências

Palatizo, Luiz A M. Inteligência Artificial 2006.1. UCPEL.
Disponível em: http://ia.ucpel.tche.br/~lpalazzo/Aulas/IA/m01/m01.htm
Acesso em:14/03/2007

BITTENCOURT, Guilherme: Inteligência Artificial – Ferramentas e
Teorias. Editora da UFSC. 2ª. Edição. Florianópolis, 2001. 362p.

RICH, Elaine; KNIGHT, Kevin: Inteligência Artificial. Makron Books. 2ª.
Edição. São Paulo, 1994. 722p.

RUSSEL, Stuart; NORVIG, Peter: Artificial Intelligence – A Modern
Approach. Prentice-Hall. New Jersey, 2003 (2nd ed) 1080p.

WINSTON, Patrick Henry: Artificial Intelligence. 3rd. Edition. AddisonWesley. Reading, 1992. 735p.

Artigos, tutoriais, apostilas, páginas web e outros recursos on-line.

Alecrim, Emerson. Redes Neurais Artificiais. Info Wes, 2004 Disponivel
em: http://www.infowester.com/redesneurais.php Acesso em: 15/03/2007