A apresentação está carregando. Por favor, espere

A apresentação está carregando. Por favor, espere

Sistemas Inteligentes – if684 Patricia Tedesco e Germano Vasconcelos – {pcart, Horários: 2 as e 4 as 14 às 16 Sala:

Apresentações semelhantes


Apresentação em tema: "Sistemas Inteligentes – if684 Patricia Tedesco e Germano Vasconcelos – {pcart, Horários: 2 as e 4 as 14 às 16 Sala:"— Transcrição da apresentação:

1 Sistemas Inteligentes – if684 Patricia Tedesco e Germano Vasconcelos – {pcart, Horários: 2 as e 4 as 14 às 16 Sala: D001 e D226 Página da Disciplina: 1

2 Mas... Esta disciplina serve para quê mesmo? Ao fim da disciplina, a gente deverá ser capaz de... ◦ Conhecer e diferenciar as duas abordagens da IA especialmente no que diz respeito à Inteligência Individual ◦ Modelar problemas e encontrar as técnicas mais apropriadas para suas soluções 2

3 Então... No primeiro módulo da Disciplina veremos (1/2) Parte I - Busca 1. Aula Introdutória (Apresentação do Curso e Visões da IA) 2. Busca I (Resolução de Problemas) 3. Busca 2 (Busca cega e heurística até A*) 4. Busca 3 (Otimização - hill climbing, AG) 5. Resolução de Exercícios 6. Prova (fim de março, aprox) 3

4 No primeiro módulo da Disciplina veremos (2/2) Parte II - Conhecimento 7. Sistemas Baseados em Conhecimento ( + apresentação da lista a ser entregue) 8. Regras de Produção 9. Engenharia de Conhecimento + Ontologias 10. Aula Prática Protegé 11. Orientação a Objetos 12. Aula Prática Drools 13. Agentes Inteligentes 14. Agentes Baseados em Lógica 4

5 Uma visão geral da IA 5

6 Inteligência Artificial Plano da aula ◦ Aplicações (Motivação...) ◦ Definições e abordagens ◦ Evolução histórica e problemas principais 6

7 Aplicações da IA: Robótica Como obter navegação segura e eficiente, manipulação fina e versátil, autonomia? E no caso de ambientes dinâmicos e imprevisíveis? 7

8 Aplicações da IA: Automação de sistemas complexos Como modelar os componentes do sistema e dar-lhes autonomia? Como assegurar boa comunicação e coordenação entre esses componentes? 8

9 Automação de Software Complexo Segundo o Autonomic Computing Manifesto (IBM 2001), o que queremos são sistemas capazes de: ◦ Conhecer o ambiente ◦ Auto conhecimento ◦ Auto-Configuração ◦ Auto-Recuperação ◦ Auto-Otimização ◦ Auto-Proteção ◦ Conhecimento do contexto ◦ Integração automática ◦ Realizar predição 9

10 Aplicações da IA: Sistemas de controle Como frear o carro sem as rodas deslizarem em função da velocidade, atrito,...? Como focar a câmera em função de luminosidade, distância...? Como ajustar a temperatura em da quantidade de roupa, fluxo de água,...? 10

11 Aplicações da IA: Simulações e jogos Como modelar o ambiente físico e o comportamento/personalidade dos personagens? Como permitir interação interessante com o usuário? 11 FIFA SoccerThe Sims

12 Aplicações da IA: Previsão Como prever o valor do dólar (ou o clima) amanhã? Que dados são relevantes? Há comportamentos recorrentes? 12

13 Aplicações da IA: Sistemas de Recomendação Como fazer recomendações personalizadas de produtos? Como modelar os perfis dos compradores? Como recomendar experts capazes de ajudar usuários a resolver problemas? 13

14 Aplicações da IA: Recuperação de informação Como localizar a informação relevante? 14

15 Aplicações da IA: Detecção de intrusão e filtragem de spam Como saber se uma mensagem é lixo ou de fato interessa? Como detectar usuários suspeitos e como lidar com isto? 15

16 Aplicações da IA: Interação Humano Máquina Como dar ao usuário a ajuda de que ele precisa? Como interagir (e até navegar na web) com celular sem ter de digitar (hands-free)? Como adaptar a informação e funcionalidades ao dispositivo e à situação do usuário? 16

17 Aplicações da IA Internet e Web Redes e Sistemas Distribuídos Banco de dados Engenharia de software Hardware (projeto e análise) Robótica Interfaces Computação Gráfica Jogos Etc. Maior valor agregado quando embutida em sistemas de computação 17

18 Aplicações da IA hoje Agriculture, Natural Resource Management, and the Environment Agriculture, Natural Resource Management, and the Environment Architecture & Design Art Artificial Noses Astronomy & Space Exploration Assistive Technologies Banking, Finance & Investing Bioinformatics Business & Manufacturing Drama, Fiction, Poetry, Storytelling & Machine Writing Drama, Fiction, Poetry, Storytelling & Machine Writing Earth & Atmospheric Sciences Engineering Filtering Fraud Detection & Prevention Hazards & Disasters Information Retrieval & Extraction Knowledge Management 18 página da AAAI: l l

19 Mercado fatura alto... Faturamento da indústria da IA: ◦ 2007: $17.9 bilhões só para Jogos ◦ Robótica em franco crescimento ◦ 50 Bilhões esperados só para produtos de Semantic Web em 2010 ◦ fonte: Empresas especializadas em IA: ◦ ompanies/ ompanies/ 19

20 Mercado fatura alto... Grandes empresas desenvolvendo e utilizando IA: ◦ IBM, HP, Sun, Microsoft, Unisys, Google, Amazon.com, Oracle... Grandes empresas utilizando IA: ◦ ◦ Wal-Mart, Abbot Labs, US Bancorp, LucasArts, Electronic Arts... Órgãos governamentais utilizando IA: ◦ US National Security Agency 20

21 O que esses problemas têm em comum? Grande complexidade ◦ número, variedade e natureza das tarefas Não há “solução algorítmica” ◦ mas existe conhecimento (em intenção) sobre o problema Requerem modelagem do comportamento de um ser inteligente ◦ autonomia, aprendizagem, conhecimento, etc. 21

22 Máquinas inteligentes? Inteligência Artificial (IA) ◦ Surgiu na década de 50 ◦ Objetivo: desenvolver sistemas para realizar tarefas que, no momento  são melhor realizadas por seres humanos que por máquinas, ou  não possuem solução algorítmica viável pela computação convencional 22 Se o ser humano pode, por que não a máquina? (tese de Church-Turing)

23 Definições da IA 23 tarefas Realiza tarefas  Para qual não existe algoritmo conhecido ou prático  No entanto efetuada com alto desempenho por humanos Abstrações de IA + P(A|B) X AlgoritmoProblema

24 Definições de IA age humanamente Máquina que age humanamente: ◦ Teste de Turing 24 ? Teste de Turing envolve: Processamento de Linguagem Natural Representação de Conhecimento Raciocínio Automático Aprendizagem Visão Computacional Robótica

25 Definições de IA raciocina humanamente Máquina que raciocina humanamente: ◦ Ciências Cognitivas, Psicologia, Neurociência,… 25 Ciências Cognitivas Inteligência Artificial Teorias Modelos Computacionais

26 Definições de IA raciocina racionalmente Máquina que raciocina racionalmente: ideal ◦ Em direção a um conceito ideal de inteligência ◦ Formalização de “leis do pensamento” que governam a mente ◦ Lógica, Probabilidades,… ◦ Inferências corretas 26 P(A|B)

27 Definições de IA age racionalmente Máquina que age racionalmente: melhor ◦ Para atingir o melhor resultado, ou em situações de incerteza, o melhor resultado esperado ◦ I.e., escolha de ações que maximizam chances do agente atingir determinados objetivos  Obs.: Não necessáriamente envolvendo raciocínio racional (e.g., ato reflexo) 27

28 Pensando Agindo Humanamente Idealmente (racionalmente) “A automação de atividades que associamos com o pensamento humano” “A arte de criar máquinas que realizam funções que requerem inteligência quando realizadas por pessoas” “O estudo das faculdades mentais através do uso de modelos computacionais” “O ramo da Ciência da Computação que estuda a automação de comportamento inteligente” Definições de IA

29 Histórico da IA – Primeiros Passos ( ) Modelo matemático de um neurônio por Warren McCulloch e Walter Pitts (1943) 29  x1x1 x2x2 x3x3 θ y y = 1 se  i w i * x i > θ y = 0 caso contrário w1w1 w2w2 w3w3

30 Histórico da IA – Primeiros Passos ( ) Regra de Donald Hebb para aprendizado de neurônios (1949) Implementação de modelos neurais por Marvin Minsky (1950) “Computing Machinery and Intelligence”, Allan Turing (1950) 30

31 Histórico da IA – Nascimento da IA (1956) Dartmond Workshop organizado por John McCarthy (1956) Adoção do termo: Inteligência Artificial Logic Theorist Logic Theorist por Allen Newell and Hebert Simon 31

32 Histórico da IA – “Look Ma, No hands” ( ) Criação de laboratórios, grupos de pesquisa, linguagens e programas para resolução de problemas Resultados expressivos: ◦ General Problem Solver por Newell e Simon ◦ Advice Taker por McCarthy (1958) ◦ Perceptron por Rosemblatt (1962) 32

33 Histórico da IA – “Look Ma, No hands” ( ) “Não é minha intenção supreender ou chocar vocês, mas o que eu posso dizer é que atualmente existem no mundo máquinas que pensam, que aprendem e que criam. Além disso, a habilidade dessas máquinas de realizar tarefas está crescendo tão rápido que, em um futuro visível, a quantidade de problemas que elas resolveram será comparável com a quantidade com que a mente humana tem se ocupado.” Hebert Simon (1957) 33

34 Histórico da IA – Fase realista ( ) Entusiasmo da fase anterior foi revisto ◦ Primeiros programas tratavam apenas de instâncias simples de problemas genéricos  E.g., provar teoremas simples ◦ Resolver problemas complexos não era uma questão somente de mais hardware e memória ◦ Limitações básicas existentes nos modelos mais bem sucedidos  E.g., Perceptrons (Minski e Papert, 1969) 34

35 Histórico da IA – Sistemas Baseados em Conhecimento ( ) Sistemas para resolução de problemas mais específicos usando conhecimento do domínio Sistemas Especialistas Fase dos Sistemas Especialistas ◦ Dendral (1969) – Classificação de estrutura modecular a partir de dados de espectrômetro ◦ Mycin (1976) – Diagnóstico de infecções sanguíneas 35

36 Histórico da IA – Consolidação ( ) Aplicação intensiva de sistemas especialistas na indústria Retorno das Redes Neurais ◦ Redes Multilayer Perceptron e o algoritmo de BackPropagation (Rumelhart, Hinton 1986) área de conhecimento Inteligência Artificial consolidada como área de conhecimento científico 36

37 Inteligência Artificial 37 Busca heurística Representação do conhecimento Raciocínio Planejamento Aprendizagem Sistemas Multi-Agentes Reconhecimento de Padrões Processamento de Linguagem Natural Problemas Jogos Sistemas Especialistas Robótica Bioinformática Sistemas de Controle Reconhecimento de Imagens Recuperação de Informação Aplicações Filosofia Matemática Lógica Proba. e Estat. Cálculo Sociologia Lingüística Psicologia Genética Neuro-fisiologia Economia Computação tradicional Fundamentos

38 Problemas genéricos da IA Busca heurística e resolução de problemas Planejamento Representação de conhecimento Modelagem de Agentes e Sistemas Multiagentes Aprendizagem de Máquina Reconhecimento de padrões 38

39 IA no Brasil Fracamente representada nas graduações em computação ◦ normalmente, só 1 disciplina obrigatória ◦ geralmente, depois do sexto período ◦ Mas hoje já temos eletivas interessantes sendo ofertadas nos cursos Economicamente ainda incipiente ◦ por falta de demanda ou de profissionais bem formados? Visão “distorcida e incompleta” do que é IA No exterior o mercado fatura alto 39

40 Material de Estudo S. Russell, P. Norvig, Artificial Intelligence: A Modern Approach, Prentice Hall, 2ed., 2003 ◦ Módulos I, II, III, IV 40


Carregar ppt "Sistemas Inteligentes – if684 Patricia Tedesco e Germano Vasconcelos – {pcart, Horários: 2 as e 4 as 14 às 16 Sala:"

Apresentações semelhantes


Anúncios Google