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.