Inteligência
Artificial
Prof.: Marcelo B. de Almeida
Capítulo 01
Introdução
De todas as capacidades mentais que o homem possui sem dúvida
alguma a mais importante delas é a inteligência.
É tão importante que chegamos a denominar a nossa espécie como homo sapiens
- Homem sábio.
E durante milhares de anos, tentamos responder uma questão: Como o homem
pode perceber, compreender, prever e manipular um mundo muito maior e mais
complicado do que ele próprio.
Foi tentando responder a esta e a outras questões que surgiu a Inteligência Artificial
Objetivo
A Inteligência Artificial tenta não apenas
compreender, mas também construir entidades
inteligentes.
Aplicabilidade
Atualmente a I.A. está presente desde áreas de uso
geral, como aprendizado e percepção, até tarefas
específicas como jogos de xadrez, demonstração de
teoremas matemáticos, criação de poesia e
diagnósticos de doenças.
Antes de começar...
Antes de começarmos a falar de Inteligência Artificial
temos que trabalhar com alguns conceitos que podem
facilitar o entendimento são eles:
O que é Inteligência?
O que é Raciocínio?
O que é Razão?
O que é Inteligência?
Capacidade de resolver situações problemáticas novas mediante reestruturação dos
dados perceptivos. (Aurélio, 1999 )
De uma maneira bastante simplista ser inteligente é:
Saber resolver problemas de forma racional
O que é ser racional?
Saber resolver problemas de forma racional
Racional – Quem raciocina ou faz uso da razão.
Raciocínio – Operação mental pela qual, de dois ou mais juízos, se
tira outro por conclusão.
Ex.: Sócrates é um homem; todos os homens são mortais; então,
Sócrates é mortal.
Razão – Faculdade do espírito com que o homem reflete, compara,
conhece, julga.
Uma experiência simples
Observe as operações abaixo
11 x 11 =
121
111 x 111 =
12321
1111 x 1111 = 1234321
Agora responda qual é o resultado da seguinte operação:
111111111 x 111111111
O resultado e 12345678987654321
Como foi que você resolveu?
O começo
Agora que temos um pouco de
conhecimento sobre o que é inteligência
podemos definir Inteligência Artificial.
Definição de I.A.
O conceito de I.A. varia em torno de duas perspectivas:
- Quanto aos processos de pensamento humano
- Quanto ao comportamento
Processos de pensamento e raciocínio
D
e
s
e
m
p
e
n
h
o
h
u
m
a
n
o
Sistemas que pensam
como seres humanos
Sistemas que pensam
racionalmente
“o novo e interessante esforço para fazer os
computadores pensarem… máquinas com mentes,
no sentido literal.” (Haugeland, 1985)
“O estudo das faculdades mentais pelo uso de
modelos computacionais.” (Charniak e McDermott,
1985)
“[Automatização de] atividades que associamos ao
pensamento humano, atividades como a tomada
de decisões, a resolução de problemas, o
aprendizado…” (Bellman, 1978)
“O estudo das computações que tornam possível
perceber, raciocinar e agir.” (Winston, 1992)
Sistemas que atuam
como seres humanos
Sistemas que atuam
racionalmente
“A arte de criar máquinas que executam funções
que exigem inteligência quando executadas por
pessoas” (Kurzweil, 1990)
“A inteligência Computacional é o estudo do
projeto de agentes inteligentes.” (Poole et al.,
1998)
Comportamento
R
a
c
i
o
n
a
l
i
d
a
d
e
As abordagens
Baseado na tabela anterior temos quatro abordagens:
- Agindo de forma humana: a abordagem do teste de Turing
- Pensando de forma humana: a estratégia de modelagem cognitiva
- Pensando racionalmente: a abordagem das “Leis do pensamento”
- Agindo racionalmente: a abordagem de agente racional
Examinando as quatro abordagens
1 - Agindo de forma humana: a abordagem do teste de Turing
O teste de Turing consiste em um interrogador humano, depois de propor
algumas perguntas por escrito, não descobrir se as respostas escritas vem de
uma pessoa ou não. Para este teste o computador precisaria ter as seguintes
características:
Processamento de linguagem natural para permitir que ele se
comunique com sucesso em um idioma natural.
Representação de conhecimento para armazenar o que sabe ou ouve.
Raciocínio automatizado para usar as informações armazenadas com
finalidade de responder perguntas e tirar novas conclusões.
Aprendizado de máquina para se adaptar a novas circunstâncias e para
detectar e extrapolar padrões.
Examinando as quatro abordagens
Teste Total de Turing
O Teste Total de Turing além das características anterior inclui também:
Visão computacional para perceber objetos
Robótica para manipular objetos e movimentar-se
Apesar de permanecer relevante durante 50 anos, os pesquisadores têm dedicado
pouco esforço à aprovação no teste total de Turing, acreditando que é mais
importante estudar os princípios básicos da inteligência do que reproduzir em
exemplar.
O desafio do “vôo artificial” teve sucesso quando os pesquisadores pararam
de imitar os pássaros e estudaram a aerodinâmica. Os textos de engenharia
aeronautica não definem como objetivo de seu campo criar “máquinas que
voem exatamente como pombos a ponto de poderem enganar até mesmo
outros pombos”.
Examinando as quatro abordagens
2 - Pensando de forma humana: a estratégia de modelagem cognitiva
Se pretendemos dizer que um dado programa pensa como um ser humano,
temos de ter alguma forma de determinar como os seres humanos pensam.
A ciência cognitiva reúne modelos computacionais da I.A. e técnicas experimentais
da psicologia para tentar construir teorias precisas e verificáveis a respeito dos
processos de funcionamento da mente humana.
A ciência cognitiva de verdade se baseia necessariamente na investigação
experimental de seres humanos ou animais.
Examinando as quatro abordagens
3 - Pensando racionalmente: a abordagem das “Leis do pensamento”
O filósofo grego Aristóteles foi um dos primeiros a tentar a codificar o
“pensamento correto”, baseado em seus silogismo Aristóteles afirmava
que: argumentos corretos sempre surgiam de premissas corretas. Ex.:
Sócrates é um homem; todos os homens são mortais; então, Sócrates
é mortal.
Segundo Aristóteles essas leis do pensamento deveriam governar a operação
da mente; seu estudo deu início ao campo da Lógica.
Obstáculos encontrados:
Nem todo conhecimento informal pode ser expresso em termos formais exigidos
pela notação lógica.
Diferença entre ser capaz de resolver um problema em princípio e resolvê-lo na
prática.
Examinando as quatro abordagens
4 - Agindo racionalmente: a abordagem de agente racional
Um agente é algo que age.
Um agente computacional difere de programas comuns nos seguintes aspectos:
-
Ser autônomo;
Perceber seu ambiente;
Persistir por um determinado período de tempo;
Adaptar-se a mudanças;
Ser capaz de assumir metas de outros.
Um agente computacional age para alcançar o melhor resultado ou o melhor
resultado esperado.
Examinando as quatro abordagens
Conclusões:
Pensar de forma racional é diferente de agir de forma racional.
Chegar a conclusões corretas é parte daquilo que caracteriza um agente racional.
Por exemplo:
Afastar-se de uma situação perigosa não necessita de um pensamento lógico
mais elaborado no entanto, é uma forma de agir racionalmente.
Todas as habilidades necessárias à realização do teste de Turing existem para
permitir ações racionais.
Vantagens desta abordagem:
- Ela é mais geral do que a lei do pensamento;
- Ela é mais acessível ao desenvolvimento do que as estratégias baseadas no
comportamento humano.
Os fundamentos da I.A
As disciplinas que contribuíram com idéias, pontos de vista e técnicas para I.A. foram:
Filosofia:
Regras formais podem ser usadas para obter conclusões válidas?
Como a mente ( o intelecto) se desenvolve a partir de um cérebro físico?
De onde vem o conhecimento?
Como o conhecimento conduz à ação?
Matemática:
Quais são as regras formais para obter conclusões válidas?
O que pode ser computado?
Como raciocinamos com informações incertas?
Economia:
Como devemos tomar decisões para maximizar o lucro?
Como devemos fazer isso quando outros não podem nos acompanhar?
Como devemos fazer isso quando o lucro pode estar distante no futuro?
Os fundamentos da I.A
Neurociência:
Como o cérebro processa informações?
Psicologia:
Como os humanos e os animais pensam e agem?
Engenharia de computadores:
Como podemos construir um computador eficiente?
Teoria de controle e cibernética:
Como os artefatos podem operar sob seu próprio controle?
Lingüística:
Como a linguagem se relaciona ao pensamento?
História da I.A.
O primeiro trabalho conhecido como I.A. foi realizado por McCulloch e Pitts (1943)
Esses dois pesquisadores propuseram um modelo de neurônios artificiais, no qual
cada neurônio se caracteriza por estar “ligado” ou “desligado”
Inteligência
Artificial
Prof.: Marcelo B. de Almeida
Capítulo 02
Agentes inteligentes
Um agente é tudo que pode ser considerado capaz de perceber seu ambiente por
meio de sensores e de agir sobre esse ambiente por intermédio de atuadores.
Um agente humano tem olhos, ouvidos e outros órgãos como sensores, e tem mãos,
pernas, boca e outras partes do corpo que servem como atuadores.
Um agente robótico poderia ter câmeras e detectores de infravermelho funcionando
como sensores e vários motores como atuadores.
Agentes inteligentes
Agente
Sensores
percepções
Ambiente
?
Atuadores
Ações
Agentes inteligentes
Percepção – Chamaremos de percepção quando um agente receber em qualquer
momento informações do seu ambiente.
Seqüência de percepções – chamaremos de seqüência de percepções uma lista
completa de tudo que um agente percebeu.
Se pudermos descrever a escolha de ação do agente para tudo aquilo que ele
pode perceber, então poderemos dizer quase tudo a respeito desse agente.
Função de agente – é a descrição do comportamento do agente de acordo a uma
dada seqüência de percepções em que resulta em ações específicas.
Tabulação da função de agente
A tabulação da função de agente é uma tabela que contém todas as seqüências de
percepções e suas respectivas ações
A
B
Seqüência de percepções
Ação
[A,Limpo]
Direita
[A,Sujo]
Aspirar
[B,Limpo]
Esquerda
[B,Sujo]
Aspirar
[A,Limpo],[A,Limpo]
Direita
[A,Limpo],[A,Sujo]
Aspirar
...
[A,Limpo],[A,Limpo], [A,Limpo]
Direita
[A,Limpo],[A,Limpo], [A,Sujo]
Aspirar
...
Função de agente x Programa de agente
Função de agente é uma descrição matemática abstrata
Programa de agente é a implementação da função de agente.
Bom comportamento
Agente Racional – é aquele que faz uma ação certa de acordo com uma dada
percepção.
Uma ação certa é aquela que fará o agente obter maior sucesso. Então, neste caso
precisaremos de algum método para medir este sucesso.
Este método fornecerá uma descrição completa da tarefa que o agente deve realizar
Medidas de desempenho
Chamaremos de medida de desempenho o critério para se medir o sucesso do
comportamento do agente.
Ao ser inserido em um ambiente, um agente gera uma seqüência de ações de
acordo com as percepções que recebe. Estas ações fazem o ambiente mudar de
estado. Se estas mudanças são desejáveis, isto quer dizer que o agente funcionou
bem.
Bom comportamento
Não existe uma medida fixa apropriada para todos os agentes.
Esta medida deve ser imposta pelo projetista
No exemplo do aspirador de pó poderíamos medir o desempenho pela quantidade de
sujeira coletada durante um período de tempo.
As conseqüências deste método seria:
Depois da sala limpa o agente despejaria tudo no chão e tornaria a limpar novamente
O mais apropriado seria recompensar o agente por deixar o chão limpo. Ex.:
Ele poderia ser recompensado por cada quadrado limpo em cada período de
tempo.
Bom comportamento
Como regra geral é melhor projetar medidas de desempenho de acordo com
o resultado realmente desejado no ambiente.
Racionalidade
Racionalidade é – Dada uma seqüência perceptiva, o agente escolhe, segundo seus
conhecimentos, as ações que satisfazem melhor seu objetivo.
Onisciência, aprendizado e autonomia
Onisciência seria ter conhecimento de absolutamente tudo o que acontece em volta
Ex.: os dois amigos...
Racionalidade não é o mesmo que perfeição. A racionalidade maximiza o
desempenho esperado, enquanto a perfeição maximiza o desempenho real.
Bom comportamento
Aprendizado – A configuração inicial do agente poderia refletir algum conhecimento
anterior do ambiente, mas à medida que o agente ganha experiência, isso pode ser
modificado e ampliado.
Ex.: Caso do besouro
Autonomia – Quando um agente se baseia em suas próprias percepções.
A natureza dos ambientes
A natureza dos ambientes
Ambiente de tarefas são essencialmente os problemas para os quais os agentes
são as soluções.
Especificando o ambiente de tarefas
Nas discursões anteriores, especificamos a medida de desempenho, o ambiente,
atuadores e sensores do agente. Ao agrupamento de todos esses itens daremos o
nome de ambiente de tarefas.
Ao projetar um agente, a primeira etapa deve ser especificar o ambiente de tarefa de
forma tão completa possível.
A natureza dos ambientes
Por exemplo:
um motorista de táxi automatizado.
1ª etapa: Definir a medida de desempenho (o critério utilizado para medir o
do agente)
sucesso
Chegar ao destino correto?
Minimizar o consumo de combustível e desgaste?
Minimizar o tempo e/ou custo de viagem?
Maximizar a segurança e o conforto dos passageiros e maximizar os lucros?
2ª etapa: Definir o ambiente (quais as dificuldades existentes)
O táxi deve lidar com tipos de estradas diferentes?
A estrada contém tráfego?(animais, pedestres, buracos, policiamento)
O táxi deve interagir com passageiros potenciais e reais?
Obs.: quanto mais restrito o ambiente, mais fácil se torna o problema de projetar
A natureza dos ambientes
3ª etapa: Os atuadores (quais os sensores utilizados)
Controle do acelerador?
Controle sobre a direção e frenagem?
Sistema de comunicação com o passageiro?
GPS para a localização?
Sensores no motor? (para saber o estado mecânico do motor)
Sonar ou infravermelho? (para calcular distancias e detectar barreiras)
Um periférico de entrada para o passageiro possa solicitar um destino
A natureza dos ambientes
Descrição do ambiente de tarefa para um táxi automatizado
Tipo de Agente
Motorista de
táxi
Medida de
desempenho
Ambiente
Viagem
segura, rápida,
dentro da lei,
confortável,
maximizar
lucros
Estradas,
outros tipos de
tráfego,
pedestres,
clientes
Atuadores
Direção,
Acelerador,
freio, sinal,
buzina, visor
Sensores
Câmeras,
sonar,
velocimetro,
GPS,
hodometro,
acelelometro,
sensores do
motor, teclado
A natureza dos ambientes
Outros exemplos:
Tipo de Agente
Medida de
desempenho
Ambiente
Atuadores
Sensores
Sistema de
diagnóstico médico
Paciente saudável,
minimizar custo,
processos judiciais
Paciente, hospital,
equipe
Exibir perguntas,
testes,
diagnósticos,
tratamento,
indicações
Entrada pelo
teclado para
sintomas,
descobertas,
respostas do
paciente
Sistema de análise
de imagem de
satélite
Definição correta
da categoria da
imagem
Link de
transmissão de
satélite em órbita
Exibir a
categorização da
cena
Arrays de pixels
em cores
Robô de seleção
de peças
Percentagem de
peças em
bandejas corretas
Correia
transportadora
com peças;
bandejas
Braço e mão
articulados
Câmera, sensores
angulares
articulados
Controlador de
refinaria
Maximizar pureza,
rendimento,
segurança
Refinaria,
operadores
Válvulas, bombas,
aquecedores,
mostradores
Sensores de
temperatura,
pressão, produtos
químicos. Entrada
pelo teclado
Instrutor de inglês
interativo
Maximizar a nota
do aluno em teste
Conjunto de
alunos, testes de
agência
Exibir exercícios,
sugestões,
correções
Entrada pelo
teclado
A natureza dos ambientes
Propriedade de um ambiente
Os ambientes de tarefa podem ser divididos em:
Completamente observável x parcialmente observável
Deterministico x Estocástico
Episódico x Seqüencial
Estático x Dinâmico
Discreto x Contínuo
Propriedades de um ambiente
Completamente observável x parcialmente observável
O ambiente é completamente observável se os sensores do agente detectam
todos os aspectos que são relevantes para a escolha da ação.
Ambientes completamente observáveis são convenientes porque o agente não
precisa manter qualquer estado interno para controlar o mundo.
Um ambiente é parcialmente observável devido ao ruído e a sensores imprecisos.
Ex.: Aspirador de pó com apenas um sensor de sujeira local não pode saber se há
sujeiras em outros quadrados.
Propriedades de um ambiente
Deterministico x Estocástico
Se o próximo estado do ambiente é completamente determinado pelo estado
atual e pela ação executada pelo agente, dizemos que o ambiente é
deterministico.(ex.: Jogo de xadrez)
Caso contrário ele é estocástico. (ex.: motorista de táxi... Ondas do mar, folhas
que caem)
Propriedades de um ambiente
Episódico x Seqüencial
No ambiente episódico a experiência do agente é dividido em episódios. Cada
episódio consiste em o agente perceber e então agir. Cada episódio não depende das
ações que ocorreram em episódios anteriores. (Ex.: Robô de seleção de peças)
Caso contrário ele é seqüencial (Ex.: Jogo de xadrez)
Propriedades de um ambiente
Estático x Dinâmico
Estático – o ambiente não muda enquanto o agente escolhe a ação a realizar.
(ex.: jogo de xadrez sem relógio)
semi-estático - Se o ambiente não muda enquanto o agente delibera,
mas o “escore” do agente muda.(ex.: jogo de xadrez com relógio)
Dinâmico – quando o ambiente muda enquanto o agente escolhe a ação a
realizar. (ex.: Motorista de táxi)
Propriedades de um ambiente
Discreto x contínuo
Discreto - quando existe um o número limitado de ações e percepções distintas
claramente definidas. (ex.: jogo de xadrez)
Contínuo – percepção e ações mudam em uma faixa contínua de valores. (ex.:
motorista de táxi)