Introdução a Inteligência Artificialolaria.ucpel.tche.br/venecian/lib/exe/fetch.php?media=ec_ia_01... · Disciplina de Inteligência Artificial 1 ... Aprendizado de máquina

Introdução a Inteligência

ArtificialUniversidade Católica de Pelotas

Curso de Engenharia da Computação

Disciplina de Inteligência Artificial

1

Inteligência Artificial

Introdução a Inteligência Artificial

• Conceitos▫ Agindo de forma humana▫ Pensando como humano▫ Pensando racionalmente▫ Agindo racionalmente

• Evolução• Histórico• Linhas/Paradigmas para construção de sistemas

inteligentes▫ Computação convencional X IA

• Agentes Inteligentes


2

Conceitos

• O que é inteligência artificial?

3


Conceitos (1/8)

• Definição é motivo de muita controvérsia

▫ Artificial:

Aquilo que é feito pelo homem

Dicionário Aurélio: Produzido pela arte ou pela indústria; não natural

▫ Inteligência... (difícil de definir...)

4


Conceitos: Inteligência (2/8)

• Binet: “Inteligência é julgar bem, compreender bem, raciocinar bem”.

• Vernon: “Capacidade geral de pensamento” ou “eficiência mental”.

• Burt: “Habilidade inata, geral e cognitiva”.• Helm: ”A atividade inteligente consiste na compreensão do

essencial de uma situação e numa resposta reflexa apropriada”.

• Wechsler: “A capacidade agregada ou global de um indivíduo agir com propósito de pensar racionalmente, e de se adaptar eficientemente ao ambiente”.

• Piaget: “Adaptação ao ambiente físico e social”.• Arnold e Bowie: “...capacidade de adquirir e aplicar

conhecimentos”.

5


Conceitos: Inteligência (3/8)

• Definições do Dicionário Aurélio

▫ Faculdade de aprender ou compreender

▫ Qualidade ou capacidade de compreender e adaptar-se facilmente

▫ Psicol. capacidade de resolver situações problemáticas novas mediante reestruturação dos dados perceptivos

6


Conceitos: Inteligência Artificial (4/8)

• Inteligência deve ser compreendida dentro de contextos específicos...

▫ Tipos distintos de inteligência

7



• Como pensamos i.e. como nosso cérebro funciona?

▫ Não é uma pergunta plenamente respondida...

• Objetivos da Inteligência Artificial:

▫ Não apenas compreender

▫ Construir entidades inteligentes

8



• Herbert Simon: “o uso de programas decomputador e técnicas de programação paraclarificar os princípios da inteligência em geral edo pensamento humano em particular”

• Marvin Minsky: “é a ciência de fazer com que máquinas façam coisas que requereriam inteligência se feitas pelos homens” Obs. (Rabuske,

1995) considera esta definição muito ampla.

9



• Rich & Knight (1994): “é o estudo de como fazer os computadores realizarem tarefas que até o momento, os homens fazem melhor”

▫ Um computador é capaz de realizar cálculos extremamente complexos que se realizados por um homem poderiam levar dezenas de anos, mas algumas tarefas simples não...

• A definição depende dos objetivos (RABUSKE, 1995)

10



• Russell & Norvig (1995)

• Sistemas que pensam como humanos

• Sistemas que agem como humanos

• Sistemas que pensam racionalmente

• Sistemas que agem racionalmente

• Racionalmente: ▫ Ideal, tudo 100% certo...▫ Humanos não são perfeitos...(Ex. posso conhecer

todas regras de xadrez mas não ser um mestre)

11


Agindo de forma humana (1/4)

• Teste de Turing (Alan Turing)

▫ Uma pessoa interage com dois agentes (passa perguntas por escrito, não está vendo os agentes):

Humano

Computacional

▫ O computador passa no teste se a pessoa não conseguir fazer distinção entre o que foi respondido pelo computador

12



• Teste de Turing: O computador precisaria ter as seguintes capacidades:▫ Processamento de Linguagem Natural – PLN Permitir a comunicação

▫ Representação do conhecimento Para armazenar o que sabe

▫ Raciocínio automatizado Usar informações armazenadas com a finalidade de

responder a perguntas

▫ Aprendizado de máquina Adaptação a novas circunstâncias

13



• Teste de Turing Total: é possível passar objetos físicos pela tela

▫ Visão computacional: para perceber os objetos

▫ Robótica: manipulação de objetos e movimentação

14



• Estas 6 capacidades compõe a maior parte da Inteligência Artificial !!!!

• Atualmente, pouca ênfase é dada a busca pela aprovação no teste.

▫ Análise de resultados é subjetiva...

▫ Aviação (Voo artificial): Inicialmente imitar os pássaros

15


Pensando como humano

• Como um humano pensa?

• Como a mente funciona?

▫ Ciência Cognitiva

Modelos computacionais e técnicas experimentais da psicologia para tentar construir teorias precisas e verificáveis sobre o funcionamento da mente humana

Baseada na investigação experimental de humanos ou animais (pouco interesse para a disciplina)

16


Pensando racionalmente

• Pensamento correto

• Aristóteles: Silogismos => conexão de ideias

• Premissas:

▫ Sócrates é um homem

▫ Todos homens são mortais

▫ Logo... Sócrates é mortal...

• Problemas:

▫ Não é fácil enunciar conhecimento informal

▫ Limitação dos recursos computacionais

17


Agindo racionalmente

• Agir de forma a atingir o melhor resultado (ou o melhor resultado possível)▫ Capacidades requeridas no teste de Turing existem

para permitir ações racionais Representar e raciocinar sobre o conhecimento aumenta

a possibilidade de tomar boas decisões Compreender linguagem natural permite a interação A visão oferece uma ideia melhor do resultado de uma

ação

• Em ambientes complexos realizar tudo corretamente pode não ser possível▫ Muitas possibilidades, muitos critérios, tempo

limitado de escolha,...

18


Evolução Histórica Inteligência Artificial

19

Evolução

• Agindo humanamente (anos 50-70): Teste de Turing

• Pensando humanamente (anos 50-60): Simulação cognitiva (Simon & Newell)

• Pensando racionalmente (anos 60-70): A escola logicista(McCarthy)

• Agindo racionalmente (anos 80 em diante): Agente inteligente (Newell, Minsky, Russel & Norvig)

20


Histórico (1/4)

• Até 1956 pré-histórica da IA...

• 1956: workshop em Dartmouth, USA, reunindo os principais interessados no assunto: John McCarthy, Allen Newell, Herbert Simon, Marvin Minsky, ...

21


Histórico (2/4)

• Proposta da conferência, escrita por John McCarthy (Dartmouth), Marvin Minsky(Hardward), Nathaniel Rochester (IBM) e Claude Shannon (Bell Laboratories)

▫ Objetivo realizar “um estudo durante dois meses, por dez homens, sobre o tópico inteligência artificial''.

▫ Provavelmente primeira menção oficial à expressão ”Inteligência Artificial''

22


Histórico (3/4)

• Desde seus primórdios, a IA gerou polêmica:

▫ O Nome da área: considerado presunçoso por alguns

▫ A definição dos objetivos e metodologias.

▫ “O desconhecimento dos princípios que fundamentam a inteligência, por um lado, e dos limites práticos da capacidade de processamento dos computadores, por outro, levou periodicamente a promessas exageradas e às correspondentes decepções” (BITTENCOURT, 1998)

23


Histórico (4/4)

• 1956-1970: tentativa de programas universais (grandes expectativas!!!!):▫ Tradução automática▫ Resolução de problemas (General Problem Solver)

• 1970 - 1980: sucesso dos primeiros experimentos▫ Sistemas especialistas: Mycin, Dendral, ...▫ Restrição do domínio

• 1980 - ... :▫ Pesquisa: Raciocínio Baseado em Casos, algoritmos

genéticos, “renascimento” das redes neurais, ...▫ Uso da IA em larga/maior escala

24


Linhas/Paradigmas da IA

para construção de Sistemas Inteligentes

25

Linhas/Paradigmas da IA para

construção de Sistemas Inteligentes

• Simbólica.

▫ Abordagem clássica.

• Não-Simbólica (Sub-Simbólicos)

▫ Abordagem moderna.

26


Simbólica

• Representa o conhecimento por sentenças declarativas ▫ i.e. o conhecimento necessário para a resolução de um

determinado problema é mapeado a partir de símbolos, que representam as relações e entidades do domínio do problema

• Deduz consequências por métodos de raciocínio lógico. Segue a tradição lógica▫ Geralmente baseados em regras,▫ Possuem conhecimento intensivo do domínio da aplicação▫ Construídos por especialistas humanos▫ Manipulação de símbolos discretos (eficiente), Facilitar interação muito com o usuário. Existe o problema primordial da definição dos símbolos

(semântica, “grounding”), que deve ser feita a priori.

27


Simbólica

• É uma abordagem top-down, onde o conhecimento é introduzido explicitamente no sistema.▫ Esta necessidade faz com que os sistemas simbólicos encontrem

dificuldade para lidar de forma autônoma, em ambientes reais (contínuos) desconhecidos.

• Exemplo:▫ pai(joão, maria). ▫ pai(joão, eduardo). ▫ João e Maria são parentes!!!

• Relacionados▫ Redes semânticas▫ Programação em Lógica▫ Sistemas Especialistas

28


Não-Simbólica

• O conhecimento não é representado explicitamente por meio de símbolos

• Conhecimento é construído a partir de um processo de aprendizado, adaptação ou inferência (bottom-up). ▫ A semântica do domínio não precisa ser introduzida

explicitamente no sistema. ▫ O sistema pode induzir este conhecimento, através de

um processo de aprendizagem.▫ Pode ser muito ineficiente aprender adequadamente

em ambientes complexos.▫ O conhecimento aprendido não se torna facilmente

interpretável pelo usuário.

29


Não-Simbólica

• Exemplos:

Sistemas de apoio à decisão, classificação, reconhecimento de padrões, otimização, previsão, controle e automação.

• Relacionados

Redes Neurais Artificiais

Algoritmos Genéticos

Sistemas Nebulosos (Fuzzy).

30


Computação convencional X IA

Convencional IA

Algoritmo passo a passo Mecanismo geral de inferência + conhecimento ... ou então aprendizado

Imperativas Alto nível (funcional, lógica, baseada em restrições)

Pouca adaptabilidade a novas circunstâncias de um problema

Maior adaptabilidade a novas circunstâncias de um problema

Entrada completa Entrada incompleta

31


Agentes Inteligentes Inteligência Artificial

32

Agente

Um agente é tudo aquilo que pode ser visto como percebendo um ambiente e agindo sobre ele

Agentes

• Um agente é algo capaz de perceber seu ambiente por meio de sensores e de agir sobre esse ambiente por meio de atuadores.

Exemplos

• Agente Humano:▫ Sensores: Olhos, ouvidos e outros órgãos.▫ Atuadores: Mãos, pernas, boca e outras partes do

corpo.

• Agente Robótico:▫ Sensores: câmeras e detectores de infravermelho.▫ Atuadores: vários motores.

• Agente de Software:▫ Sensores: entrada de teclado, conteúdo de arquivo e

pacotes vindos da rede.▫ Atuadores: tela, disco, envio de pacotes pela rede.

Mapeando percepções em ações

• Seqüência de percepções: história completa de tudo que o agente percebeu.

• Programa do agente: roda em uma arquitetura física para produzir f.

Agente = arquitetura + programa.

Exemplo

• O mundo do aspirador de pó

▫ Percepções: local e conteúdo

Exemplo [A, sujo]

▫ Ações: Esquerda, Direita, Aspirar, NoOp.

Uma função para o agente “aspirador

de pó”

Programa: Se o quadrado atual estiver sujo, então aspirar, caso contrário mover para o outro lado.

• Dúvidas? Perguntas?

• Folha de Exercícios

• Trabalho I


39

Documents

Introdução a Inteligência Artificialolaria.ucpel.tche.br/venecian/lib/exe/fetch.php?media=ec_ia_01... · Disciplina de Inteligência Artificial 1 ... Aprendizado de máquina