A apresentação está carregando. Por favor, espere

A apresentação está carregando. Por favor, espere

Inteligência Artificial 1 Tópicos Iniciais em IA.

Apresentações semelhantes


Apresentação em tema: "Inteligência Artificial 1 Tópicos Iniciais em IA."— Transcrição da apresentação:

1

2 Inteligência Artificial 1 Tópicos Iniciais em IA

3 Inteligência Artificial 2 Algum dia os computadores serão capazes de pensar?

4 Inteligência Artificial 3 Será que precisamos ensinar o computador a pensar exatamente da mesma maneira como acontece com os humanos?

5 Inteligência Artificial 4 O que é mais rápido, um Pentium 4Core ou o Cérebro?

6 Inteligência Artificial 5 O computador tem algum tipo de consciência?

7 Inteligência Artificial 6 Humano: Humano: Matéria: com o que fazer? Mecanismo: quem fará? Finalidade: porque fazer? Determinismo: como fazer? Oportunidade: quando fazer? Aptidão: pode fazer? Ação: fazer agora! Coordenação: tá sendo feito? Regulação: podemos melhorar?

8 Inteligência Artificial 7 Máquinas Máquinas Podemos transmitir a aptidão para uma máquina artificial, mas poderia passar a finalidade? Uma máquina poderia regular sua ação, mas poderia por si mesma definir como fazer sem que o algoritmo lhe seja dado?

9 Inteligência Artificial 8 Limites Limites - Máquina e a sua Energia são coisas distintas. - Homem e Energia são a mesma coisa. - Homem é inconsciência - Máquina é programa - Evolução e morte são comuns na espécie - Máquinas não morrem

10 Inteligência Artificial 9 IA Pode ser considerada a alquimia do século passado. Pode ser considerada a alquimia do século passado. Quando passa a realizar tarefas de maneira tão eficiente quanto um humano, é comum considerar esta atividade como inteligente. Quando passa a realizar tarefas de maneira tão eficiente quanto um humano, é comum considerar esta atividade como inteligente.

11 Inteligência Artificial 10 Vamos esquecer a IA! Focaremos no comportamento inteligente!

12 Inteligência Artificial 11 DESAFIOS DA IA Comunicação e Percepção: –Linguagem Natural, –Visão, –Manipulação. Raciocínio Simbólico. Tomada de decisões de forma automática.

13 Inteligência Artificial 12 COMUNICAÇÃO Desde o início tentou-se desenvolver um sistema de tradução simultânea. Projetos atuais: –Tradutor multilíngüe com vocabulário de palavras. –Sistema de consulta com diversos temas. –Sistema capaz de falar e entender a linguagem natural com cerca de palavras.

14 Inteligência Artificial 13 PROBLEMAS NO PROCESSAMENTO DA LINGUAGEM NATURAL Análise sintática e semântica das orações. Ambiguidade das palavras. Significados de palavras simples cujos significados estão associados ao contexto. O Brasil será campeão do mundo! Pegue esse copo e beba tudo agora!

15 Inteligência Artificial 14 RACIOCÍNIO SIMBÓLICO Sistemas inteligentes são baseados em regras heurísticas ao contrário das programas de cálculo em geral. Resultado: O programa segue uma linha de raciocínio ao invés de uma seqüência de passos fixos. O programa segue uma linha de raciocínio ao invés de uma seqüência de passos fixos.

16 Inteligência Artificial 15 ENGENHARIA DO CONHECIMENTO Representação do conhecimento. Aquisição do Conhecimento, a qual pode ser feita através de aprendizado por experiência, ou por regras lógicas Método de Inferência: conforme a quantidade dos dados

17 Inteligência Artificial 16 ENGENHARIA DO CONHECIMENTO Processamento da linguagem natural, a qual facilita a inter-relação homem computador. Possibilita que um perito de qualquer área trabalhe e desenvolva de maneira prática um sistema.

18 Inteligência Artificial 17 CRIAÇÃO DE UM SISTEMA ESPECIALISTA Os engenheiros de conhecimento devem acompanhar os seguintes passos: 1.Seleção da ferramenta e estratégia para enfrentar o problema. 2.Analisar o conhecimento necessário para resolução do problema. 3.Construir um rascunho do sistema.

19 Inteligência Artificial 18 CRIAÇÃO DE UM SISTEMA ESPECIALISTA 4.Escrever o banco de conhecimento e prová-lo em um número amplo de casos. 5.Ampliar e modificar o programa até que funcione tal como queremos que o faça. 6.Manter e atualizar o sistema, conforme se necessite.

20 Inteligência Artificial 19 Interação com outras disciplinas Matemática Sociologia Psicologia Filosofia Lingüística Computação IA Neuro-fisiologia Genética

21 Inteligência Artificial 20 OBJETIVOS DA IA Desenvolver sistemas para realizar tarefas que ainda –Possam colocar em risco o ser humano –Possa ser executado de maneira mais satisfatória –Não possuem solução satisfatória pela computação convencional. Reproduza um comportamento inteligente. Facilite a interação entre máquina-máquina e homem-máquina

22 Inteligência Artificial 21 SISTEMA INTELIGENTE Um sistema inteligente deve ser capaz de adaptar-se a novas situações, perceber relações entre fatos, descobrir significados, reconhecer a verdade e aprender com base em sua experiência.

23 Inteligência Artificial 22 APLICAÇÕES Matemática: demonstração de teoremas, resolução simbólica de equações. Pesquisa operacional: otimização e busca heurística em geral. Jogos: xadrez, damas. Processamento de linguagem natural: tradução automática, verificadores ortográficos e sintáticos, reconhecimento da fala.

24 Inteligência Artificial 23 APLICAÇÕES Sistemas tutores: modelagem do aluno, escolha de estratégias pedagógicas. Percepção: visão, tato, audição, olfato, paladar... Robótica (software e hardware): manipulação, navegação, monitoramento.

25 Inteligência Artificial 24 APLICAÇÕES Sistemas especialistas: Atividades que exigem conhecimento especializado e não formalizado. –Tarefas: diagnóstico, previsão, monitoramento, análise, planejamento, projeto, etc. –Áreas: medicina, finanças, engenharia, química, indústria, arquitetura, arte, computação,...

26 Inteligência Artificial 25 APLICAÇÕES Computação: –programação automática. –interfaces adaptativas. –bancos de dados dedutivos e ativos. –mineração de dados (data mining). –sistemas distribuídos, etc.

27 Inteligência Artificial 26 Como frear o carro sem as rodas deslizarem em função da velocidade, do atrito, etc.? Como focar a câmera em função da luminosidade, da distância, etc.? Como ajustar a temperatura e fluxo de água com a quantidade e sujeira da roupa, etc.? APLICAÇÕES: SISTEMAS DE CONTROLE

28 Inteligência Artificial 27 APLICAÇÕES: PREVISÃO Como prever o valor do dólar? Do clima? Das ações da bolsa? Das eleições? Que dados são relevantes? Há comportamentos recorrentes?

29 Inteligência Artificial 28 APLICAÇÕES: SIMULAÇÕES E JOGOS Como modelar o ambiente físico e o comportamento/personalidade dos personagens? Como permitir interação interessante com o usuário?

30 Inteligência Artificial 29 APLICAÇÕES: RECOMENDAÇÃO DE PRODUTOS Como fazer recomendações personalizadas de produtos? Como modelar os perfis dos compradores?

31 Inteligência Artificial 30 APLICAÇÕES: BUSCA DE INFORMAÇÃO NA WEB Como localizar a informação relevante?

32 Inteligência Artificial 31 APLICAÇÕES: DETECÇÃO DE INTRUSÃO E FILTRAGEM DE SPAM Como saber se uma mensagem é lixo ou de fato interessa? Como saber se um dado comportamento de usuário é suspeito e como lidar com isto?

33 Inteligência Artificial 32 Aplicações: interfaces amigáveis Como dar ao usuário a ajuda de que ele precisa? Como interagir com o celular sem ter que digitar?

34 Inteligência Artificial 33 DIFICULDADES Representação: –Como traduzir uma tarefa em informação estruturada e processos de informação. Generalidade x eficiência Explosão combinatória (espaço de solução): –reproduzir as jogadas possíveis do Xadrez.

35 Inteligência Artificial 34 Dificuldades: Xadrez Impossível reduzir o problema a um formalismo matemático. Uma busca exaustiva do melhor movimento é impraticável. Solução baseada em heurísticas.

36 Inteligência Artificial 35 Dificuldades: VISÃO Como reconhecer uma maçã no supermercado? –Contexto: maçãs serão encontradas junto com outras frutas (conceito). –Segmentação: como saber onde começa e acaba uma fruta? É preciso reconhecer cores, textura, tamanho. –Representação e similaridade: como diferenciar maçãs de peras, mangas? Há vários modelos visuais para representar formas de diferentes frutas.

37 Inteligência Artificial 36 PARADIGMA SIMBÓLICO Segundo a IA (simbólica), é preciso: –Identificar o conhecimento do domínio (modelo do problema). –Representá-lo utilizando uma linguagem formal de representação. –Implementar um mecanismo de inferência para utilizar esse conhecimento.

38 Inteligência Artificial 37 CONHECIMENTO Programa em IA = Agente racional –entidade de software que age em um ambiente segundo um princípio de racionalidade

39 Inteligência Artificial 38 CONHECIMENTO Precisa ter conhecimento sobre: –quais são suas propriedades relevantes do mundo –como o mundo evolui –como identificar os estados desejáveis do mundo –quais as conseqüências de suas ações no mundo –como medir o sucesso de suas ações –como avaliar seus próprios conhecimentos

40 Inteligência Artificial 39 PARADIGMA CONEXIONISTA REDES NEURAIS Definição Romântica: Técnica inspirada no funcionamento do cérebro, onde neurônios artificiais, conectados em rede, são capazes de aprender e de generalizar. Definição Matemática: Técnica de aproximação de funções por regressão não-linear.

41 Inteligência Artificial 40 PARADIGMA CONEXIONISTA REDES NEURAIS linguagem redes de elementos simples. linguagem redes de elementos simples. raciocínio aprender diretamente a função entrada-saída. raciocínio aprender diretamente a função entrada-saída.

42 Inteligência Artificial 41 PARADIGMA EVOLUTIVO Diversidade é gerada por cruzamento e mutações. Os seres mais adaptados ao seus ambientes sobrevivem (seleção natural). As características genéticas de tais seres são herdadas pelas próximas gerações.

43 Inteligência Artificial 42 PARADIGMA EVOLUTIVO Definição: –Método probabilista de busca para resolução de problemas (otimização) inspirado na teoria da evolução. Idéia: –indivíduo = solução –Faz evoluir um conjunto de indivíduos mais adaptados através de sucessivas gerações.

44 Inteligência Artificial 43 PENSANDO RACIONALMENTE Aristóteles tentou definir um processo de raciocínio irrefutável. Ele desenvolveu os silogismos. Os silogismos fornecem estruturas de argumentação que sempre fornecem conclusões corretas, dadas premissas corretas. Exemplo: Sócrates é um homem Todos os homens são mortais Sócrates é mortal!

45 Inteligência Artificial 44 Pensando racionalmente –Deus é amor –O amor é cego –Stevie Wonder é cego Conclusão –Deus é cego!Stevie Wonder é Deus! Se eu parti de fatos verdadeiros, como posso ter chegado a conclusões absurdas?

46 Inteligência Artificial 45 PENSANDO RACIONALMENTE Isso iniciou o campo da lógica. O campo foi muito expandido no século XIX por Boole, Pascal, Bayes, etc. Existem dois problemas com esta abordagem: –Dificuldade de definir conhecimento informal de forma a colocá-lo na notação lógica (especialmente quando o conhecimento não é 100% preciso). –Existe uma grande diferença entre resolver um problema na teoria e na prática.

47 Inteligência Artificial 46 IA NO BRASIL Fracamente representada nas graduações em computação: –Uma disciplina obrigatória depois do sexto período. –Ementa restrita. Economicamente ainda incipiente –por falta de demanda ou de profissionais bem formados? Visão distorcida e incompleta. No exterior mercado fatura alto.

48 Inteligência Artificial 47 Pluridisciplinaridade da IA Busca heurística Representação do conhecimento Raciocínio automático Planejamento Aprendizagem e aquisição de conhecimento Sistemas multiagente Reconhecimento de padrões Problemas Jogos Sistemas Especialistas Percepção Computacional Visão Processamento de Voz Integração de Sensores Processamento de Linguagem Natural Robótica Navegação Manipulação Aplicações Classificação Previsão Monitoramento Diagnóstico e Interpretação Conserto Escalonamento Alocação Filtragem Descoberta Design Controle Simulação Tarefas Filosofia Matemática Lógica Probabilidade Estatística Cálculo Pesquisa Operacional Economia Sociologia Lingüística Psicologia Biologia Automação e Controle Computação tradicional Inspiração

49 48 Raciocínio Baseado em Regras Representação do conhecimento para a resolução do problema através de regras: se... então (regras de produção) Exemplo:se o motor não roda, e as luzes não acendem então o problema está nos cabos da bateria

50 49 Diagnóstico de Avarias em Automóveis (Raciocínio Para Trás - Orientado ao Objetivo) Regra 1: se o motor tem combustível, e o motor trabalha então o problema é nas velas Regra 2: se o motor não trabalha, e as luzes não ligam então o problema é nos cabos da bateria Regra 3: se o motor não trabalha, e as luzes ligam então o problema é no motor de arranque Regra 4: se o depósito tem combustível, e o carburador tem combustível então o motor tem combustível Memória de Trabalho O problema é X Base de Conhecimento

51 50 Memória de Trabalho o motor tem combustível o motor trabalha o problema é nas velas Base de Conhecimento Diagnóstico de Avarias em Automóveis (Raciocínio Para Trás - Orientado ao Objetivo) Regra 1: se o motor tem combustível, e o motor trabalha então o problema é nas velas Regra 2: se o motor não trabalha, e as luzes não ligam então o problema é nos cabos da bateria Regra 3: se o motor não trabalha, e as luzes ligam então o problema é no motor de arranque Regra 4: se o depósito tem combustível, e o carburador tem combustível então o motor tem combustível

52 51 Memória de Trabalho o depósito tem combustível o carburador tem combustível o motor tem combustível o motor trabalha o problema é nas velas Base de Conhecimento Regra 1: se o motor tem combustível, e o motor trabalha então o problema é nas velas Regra 2: se o motor não trabalha, e as luzes não ligam então o problema é nos cabos da bateria Regra 3: se o motor não trabalha, e as luzes ligam então o problema é no motor de arranque Regra 4: se o depósito tem combustível, e o carburador tem combustível então o motor tem combustível Diagnóstico de Avarias em Automóveis (Raciocínio Para Trás - Orientado ao Objetivo)

53 52 Neste ponto não existem regras cuja conclusão unifique com as frases na memória de trabalho. O sistema irá perguntar ao utilizador acerca da veracidade de: O depósito tem combustível? O depósito tem combustível? O carburador tem combustível? O carburador tem combustível? O motor está a trabalhar? O motor está a trabalhar?

54 Inteligência Artificial 53 Grafo e/ou para a procura da solução O problema é X Regra1: o problema é nas velas Regra1: o problema é nos cabos da bateria Regra1: o problema é no motor de arranque o motor tem combustível o motor trabalha o motor não trabalha as luzes não acendem o motor não trabalha as luzes acendem Regra4: o motor tem combustível o depósito tem combustível o carburador tem combustível

55 54 Raciocínio Baseado em Casos Regras heurísticas e modelos teóricos são dois tipos de informação que os peritos humanos utilizam para resolver problemas. Outra estratégia utilizada é o raciocínio baseado em casos (Case-Based Reasoning - CBR) Utiliza uma base de dados com soluções de problemas para resolver novas situações. Exemplos: medicina, justiça, arquitetura, programação de computadores, história...

56 55 ALGORITMO DE INFERÊNCIA 1. Procurar casos similares na memória cuja solução pode ser aplicada à nova situação (características comuns). 2. Modificar um desses casos para aplicar à situação nova (alterar sequência dos passos que levam de um estado inicial a um estado final). 3. Aplicar o caso transformado ao novo problema. 4. Guardar a solução com uma medida do sucesso ou insucesso para uso futuro.

57 56 RACIOCÍNIO BASEADO EM REGRAS VANTAGENS modo direto modo direto modular modular desempenho desempenho facilidades de explicação facilidades de explicação as regras encaixam-se naturalmente na procura num espaço de estados as regras encaixam-se naturalmente na procura num espaço de estados o processo de inferência é fácil de seguir e depurar o processo de inferência é fácil de seguir e depurar os passos para a solução do problema são facilmente inspecionáveis os passos para a solução do problema são facilmente inspecionáveis

58 57 RACIOCÍNIO BASEADO EM REGRAS DESVANTAGENS regras altamente heurísticas, falta de profundidade não manuseiam falta de informação ou valores inesperados muito específico na aplicação

59 58 RACIOCÍNIO BASEADO EM CASOS Vantagens: codificação direta de conhecimento histórico codificação direta de conhecimento histórico permite atalhar a resolução a partir de um caso apropriado não necessitando de todo o processo de resolução do problema permite atalhar a resolução a partir de um caso apropriado não necessitando de todo o processo de resolução do problema evita erros do passado e explora os sucessos (aprendizagem) evita erros do passado e explora os sucessos (aprendizagem) não é necessária uma análise extensiva do domínio do conhecimento não é necessária uma análise extensiva do domínio do conhecimento aquisição de conhecimento e sua codificação relativamente fáceis aquisição de conhecimento e sua codificação relativamente fáceisDesvantagens: explicação difícil explicação difícil desempenho computacional (bases de dados extensas) desempenho computacional (bases de dados extensas) difícil definir critérios de similaridade difícil definir critérios de similaridade

60 Inteligência Artificial 59 TIPOS DE CONHECIMENTO Conhecimento ProcedimentalConhecimento Procedimental Conhecimento DeclarativoConhecimento Declarativo MetaconhecimentoMetaconhecimento Conhecimento HeurísticoConhecimento Heurístico Conhecimento EstruturalConhecimento Estrutural


Carregar ppt "Inteligência Artificial 1 Tópicos Iniciais em IA."

Apresentações semelhantes


Anúncios Google