A apresentação está carregando. Por favor, espere

A apresentação está carregando. Por favor, espere

Inteligência Artificial Prof. Aurora T. R. Pozo Departamento de Informática Universidade Federal do Paraná

Apresentações semelhantes


Apresentação em tema: "Inteligência Artificial Prof. Aurora T. R. Pozo Departamento de Informática Universidade Federal do Paraná"— Transcrição da apresentação:

1 Inteligência Artificial Prof. Aurora T. R. Pozo Departamento de Informática Universidade Federal do Paraná

2 Introdução Objetivos Entender a definição da Inteligência Artificial (IA) Discutir as diferentes áreas envolvidas com o comportamento inteligente Examinar os diferentes caminhos da IA Ver alguns exemplos de sistemas que utilizam IA Traçar brevemente a história da IA

3 Definição da IA O que é inteligência Artificial? O que diferencia inteligência artificial de inteligência natural? O que é inteligência Artificial? O que diferencia inteligência artificial de inteligência natural?

4 Inteligência

5 O que é Inteligência Artificial? “Uma área de pesquisa que investiga formas de habilitar o computador a realizar tarefas nas quais, até o momento, o ser humano tem um melhor desempenho”. Elaine Rich

6 Definições Conjunto de técnicas para a construção de máquinas “inteligentes”, capazes de resolver problemas que requerem inteligência humana. (Nilsson) Ramo da Ciência da Computação dedicado à automação de comportamento inteligente. (Luger e Stubble) Tecnologia de processamento de informação que envolve raciocínio, aprendizado e percepção. (Winston)

7 Inteligência

8

9

10 O que é IA Inteligência Artificial se preocupa com o projeto da inteligência no dispositivo artificial. Mas o que é Inteligência?  Comporta-se como um ser humano inteligente  Comporta-se da melhor maneira possível Pensando  Pensando inteligentemente, raciocínio correto, a fim de chegar a solução Agindo  Automação do comportamento

11 Categorias Sistemas que pensam como os humanos Sistemas que pensam racionalmente Sistemas que agem como os humanos Sistemas que agem racionalmente

12 Categorias Agindo como humanos “A arte de criar máquinas que realizam funções que requerem inteligência quando realizadas por pessoas” (Turing) Pensando como os humanos “A automação de atividades que associamos com o pensamento humano (e.g., tomada de decisão, solução de problemas, aprendizagem, etc.)” (Simon&Newell) Pensando racionalmente “O estudo das faculdades mentais através do uso de modelos computacionais” (McCarthy) Agindo racionalmente “O ramo da Ciência da Computação que estuda a automação de comportamento inteligente”

13 Teste de Turing “Jogo de Imitação” HumanoComputador/Humano Ambos afirmam ser humanos. O interrogador deve distinguir o computador do ser humano. Faz qualquer tipo de pergunta Recebe as resposta na tela Processam as questões e retornam as respostas

14 Teste de Turing

15 Resultado do teste de Turing Se o interrogador não for capaz de distinguir a máquina do ser humano Então o sistema de computador pode ser inteligente

16 Problemas Típicos da IA Agentes inteligentes precisam ser capazes de fazer ambas as tarefas “mundanas” e “especialistas” Tarefas mundanas – tarefas feitas diariamente  Reconhecimento de pessoas, objetos.  Comunicação através da linguagem natural  Andar em volta de obstáculos na rua Tarefas especialistas -  Diagnósticos médicos, diagnóstico do sistema eletrônico no carro  Resolver problemas matemáticos

17 Problemas Típicos da IA O que é fácil ou difícil? Tem sido mais fácil mecanizar muitas tarefas de alto nível que pode ser associado com inteligência das pessoas  Integração simbólica  Provação de teoremas  Jogos de xadrez  Diagnósticos médicos

18 Problemas Típicos da IA O que é fácil ou difícil? Tem sido muito difícil mecanizar tarefas que muitos animais podem fazer  Andar sem correr para pegar suas presas, evitar predadores  Interpretar informação sensorial complexa  Modelar o estado interno de outros animais, ou de seu comportamento

19 O que se associa a Inteligência? Habilidade de interagir com o mundo real Perceber, entender e atuar Reconhecimento de fala, entender e sintetizar Interpretação de imagens Habilidade de tomar ações e que tenham o efeito esperado Raciocínio e Planejamento Modelar o mundo externo, para resolver novos problemas, planejar e tomar decisões. Habilidade de tratar com problemas não esperados e incertezas Aprendizado e Adaptação Estamos continuamente aprendendo e adaptando nosso modelo

20 Introdução Definição da IA Exemplos de sistemas Abordagens para IA Uma Breve História

21 Aplicações Visão computacional Reconhecimento de imagem Robótica Processamento de linguagem Processamento de fala

22 Exemplos de Sistemas IA Impacto prático da IA Os componentes da IA são incorporados em inúmeros dispositivos. Sistemas da IA são usados para:  Detectar fraude em cartão de crédito  Configurações de Produtos  Auxiliar planejamentos complexos  Aconselhamento médicos Sistemas tutores Inteligentes proporcionam aos alunos atenção personalizada.

23 Autonomous Land Vehicle In a Neural Network (ALVINN) Desenvolvido por Dean Pomerleau – 1989 Sistema que dirigiu um carro da costa leste a costa oeste dos Estados Unidos controlado por um computador

24 Autonomous Land Vehicle In a Neural Network (ALVINN) Câmera posicionada na frente para captar as imagens da estrada.

25 Autonomous Land Vehicle In a Neural Network (ALVINN) Esta imagem é usada na rede Neural. Tendo 30/32 pixels Pixels são alimentados por 4 unidades secretas A Saída informa ao processador o lado que o volante deve virar e decidir a velocidade.

26 Deep Blue Desenvolvido pela IBM – 1997 Tirou o reinado do campeão de xadrez Gary Kasparov quando perdeu para Deep Blue

27 Máquina de Tradução Militares dos EUA estão utilizando um simples dispositivo de tradução, uma maneira de comunicação com os prisioneiros do Iraque e para tarefas de manutenção da paz. Universidade de Carnegie Mellon, está trabalhando com um sistema chamado speechlator, maneira de comunicação entre médico e paciente.

28 FIFA SoccerThe Sims Produção de jogos e histórias interativas Como modelar o ambiente físico e o comportamento/personalidade dos personagens? Como permitir uma boa interação com usuário?

29 Interface Como dar ao usuário a ajudar de que ele precisa? Como interagir (e quem sabe navegar na web) com celular sem ter de digitar (hands-free)? Bluetooth Blue-me FIAT

30 HAZBOT: ambientes com atmosfera inflamável Controle de robôs Como obter navegação segura e eficiente, estabilidade, manipulação fina e versátil? E no caso de ambientes dinâmicos e imprevisíveis?

31 Agentes Autônomos Na exploração espacial, sondas espaciais monitoram autonomamente seu ambiente, decidem e agem para atingir seu objetivos. Site -

32 Mars Rover Spirit Rover  Explorou montanhas marcianas, para encontrar rochas curiosamente erodidas. Opportunity Rover  Explora camadas de rocha expostas dentro de uma cratera chamada “Endeavour”

33 ← Opportunity Vista da cratera “Endeavour” → Estuda esta cratera desde que chegou la em 2011

34 Agentes de Internet O grande crescimento da internet tem levado a um crescente interesse em agentes de internet.  Monitora tarefas dos usuários  Automatiza a busca e recuperação de informações

35 35 Busca de informação na Web Como localizar a informação relevante?

36 36 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 com lidar com isto?

37 37 Automação de sistemas complexos Como modelar os componentes do sistema e dar-lhes autonomia? Como assegurar uma boa comunicação e coordenação entre estes componentes?

38 38 Como brecar o carro sem as rodas deslizarem em função da velocidade, atrito, etc.? Como focar a câmera em função de luminosidade, distância, etc.? Como ajustar a temperatura a quantidade de roupa, fluxo de água, etc.? Sistemas de Controle

39 Previsão Como prever o valor do dólar (ou o clima) amanhã? Que dados são relevantes? Há comportamentos recorrentes?

40 O que estes problemas têm em comum? Grande complexidade (número, variedade e natureza das tarefas) Não há “solução algorítmica”, mas existe conhecimento Modelagem do comportamento de um ser inteligente (conhecimento, aprendizagem, iniciativa, etc.)

41 Introdução Definição da IA Exemplos de sistemas Abordagens para IA Uma Breve História

42 Áreas de Apoio para IA

43 Sub-Áreas da IA Redes Neurais Lógica Fuzzy Computação Evolucionária Agentes Inteligentes Linguagem Natural Robótica Raciocínio Baseado em Casos Raciocínio Baseado em Regras Inteligência De Enxames

44 Abordagens de IA Abordagem Simbólica  Problemas bem definidos, quando sabe-se como ele seria resolvido, isto é, conhece-se o modo de achar uma solução.  Abordagem cética: tudo é consequência direta do programado.

45 Abordagens de IA Conexionista  A inspiração biológica predomina.  A ferramenta básica é o complexo formado por circuitos que se assemelham a rede de neurônios cerebrais, responsáveis pelo pensamento.  Problemas mal definidos, onde falta conhecimento explícito de como realizar uma tarefa.

46 Abordagens de IA Evolucionária  Baseada na evolução biológica.  Problemas de otimização onde não se conhece muitas vezes as próprias variáveis de entrada. Híbrida  União de mais de uma abordagem

47 Topicos IA Áreas centrais  Conhecimento  Representação  Raciocínio  Aprendizagem de máquina Percepção  Visão  Linguagem natural  Robótica Incerteza  Abordagens probabilísticas Algoritmos Gerais Busca Planejamento Satisfação de constrição Aplicações Jogos IA e edução Agentes distribuídos Teoria de decisão Raciocínio com dados simbólicos

48 O que os sistemas podem fazer? Visão computacional:  Reconhecimento de face Robótica:  Automóvel autônomo Processamento de linguagem natural:  Máquina simples de tradução Sistemas especialistas:  Diagnóstico médico

49 O que os sistemas podem fazer? Linguagem falada:  1000 palavras por discurso contínuo Planejamento e programação:  Experimentos telescópio Hubble Aprendizagem:  Categorização de texto Jogos:  Xadrez, Damas e etc.

50 Introdução Definição da IA Exemplos de sistemas Abordagens para IA Uma Breve História

51 Linha do Tempo Allan Turing “Computer Machinery and Intelligence” Surgimento do termo Inteligência Artificial LISP PROLOG Primeiro Projeto Japonês Segundo Projeto Japonês Logic Theorist General Problem Solver Primeiro Sistema Especialista Ganhos com sistemas de IA chegaram a 1 Bilhão Primeiro Robô Industrial

52 52 História da IA A gestação da IA ( ) O entusiasmo dos primeiros anos da IA, grandes expectativas ( ) Uma dose de realidade ( ) Sistemas Baseados em Conhecimento: A Chave para o Poder? ( ) IA se torna comercial ( ) O retorno das Redes Neurais (1986-presente) Eventos Recentes

53 A Gestação da IA ( ) O primeiro trabalho de IA foi um modelo de neurônio artificial (McCulloch&Pitts-43) Precursor das tradições lógica e conexionista da IA Começo dos anos 50: Shannon & Turing escreveram programas de xadrez para máquinas von Neumann Ao mesmo tempo, Minsky e Edmonds construíram o primeiro computador baseado em redes neurais (51) Ironicamente, mais tarde Minsky provou teoremas que levaram a descrença de redes neurais durante os anos 70's Workshop em Dartmouth em 56: pesquisadores de Princeton, IBM, MIT e CMU se reuniram a convite de John McCarthy (LISP) Os 20 anos seguintes foram dominados por pesquisadores participantes do Workshop e seus estudantes Foi neste Workshop que o nome Inteligência Artificial surgiu para denominar o novo campo de estudo (cunhado por McCarthy)

54 Entusiasmos dos Primeiros Anos ( ) Newell e Simon desenvolveram o “General Problem Solver” (GPS) Projetado para imitar protocolos humanos de resolução de problemas GPS foi o primeiro programa a incorporar a abordagem “Pensar como humanos” A combinação de IA e Ciência Cognitiva continua até hoje Samuel (1952) escreveu uma série de programas para jogar damas e provou o contrário do que era senso comum na época: “a idéia de que computadores podiam fazer somente o que era dito para eles” Seus programas aprendiam rapidamente a jogar melhor que seu criador

55 Entusiasmos dos Primeiros Anos ( ) McCarthy (1958) desenvolveu o LISP, que se tornou a linguagem dominante de IA Robinson (1963) descobriu o método da resolução: Algoritmo completo de provas de teoremas para a Lógica de 1a Ordem PROLOG estava a caminho Minsky supervisionou uma série de estudantes que escolheram problemas limitados que pareciam requerer inteligência para serem resolvidos: Micromundos O mais famoso micromundo foi o mundo dos blocos Trabalhos de redes neurais começaram a florescer

56 Uma Dose de Realidade ( ) A barreira que muitos projetos de IA encontraram foi que Métodos que eram suficientes para demonstrações de um ou dois exemplos simples quase sempre fracassavam quando testados com uma elenco maior de problemas ou com problemas mais difíceis O primeiro tipo de dificuldade Os primeiros programas continham pouco ou nenhum conhecimento do assunto que tratavam Tinham sucesso através de manipulações sintáticas muito simples - ELIZA (65)

57 Uma Dose de Realidade ( ) O segundo tipo de dificuldade A intratabilidade de muitos problemas que a IA estava tentando resolver Os primeiros programas funcionavam somente porque os os micromundos continham poucos objetos. Antes que a teoria de problemas NP-completos fosse desenvolvida, se acreditava que o problema de se "escalar" para problemas maiores era simplesmente um problema de se ter hardware mais rápido Uma terceira dificuldade veio das limitações sobre as estruturas básicas usadas para gerar comportamento inteligente

58 SBC: A Chave para o Poder? ( ) O método de resolução de problemas usado na primeira década da IA foi o mecanismo de busca de propósito geral Eles são chamados métodos fracos porque usam pouca informação sobre o domínio Para domínios complexos o desempenho é pobre O sistema Dendral (69) foi o primeiro sistema a trabalhar com conhecimento intensivo Sua expertise era derivada de um grande número de regras específicas Inferia a estrutura molecular de informações fornecidas por um espectrômetro de massa

59 SBC: A Chave para o Poder? ( ) Feigenbaum e outros em Stanford começam a investigar a nova metodologia de sistemas especialistas A importância do conhecimento do domínio foi também aparente na área de processamento linguagem natural O crescimento das aplicações no mundo real aumentou a demanda por esquemas de representação de conhecimento alternativos: Lógica e Frames

60 A IA se Torna Comercial ( ) O primeiro sistema especialista de sucesso comercial, R1, começou a operar na DEC Ajudava a configurar ordens para novos computadores (configurar computadores) Em 1981, os japoneses anunciaram a "Quinta Geração" Um projeto de 10 anos para construção de computadores inteligentes que rodavam Prolog

61 Redes Neurais (1986-presente): Retorno Embora a ciência da computação negligenciou o campo das redes neurais, o trabalho continuou em outros campos, particularmente na Física (82) Ao mesmo tempo, algumas desilusões sobre a aplicabilidade de sistemas especialistas começaram a surgir

62 Eventos Recentes Os anos recentes viram mudanças no conteúdo e metodologia de pesquisa da IA O formalismo "belief networks" foi criado para permitir raciocínio eficiente sobre a combinação de evidências incertas Revoluções similares ocorreram na robótica, visão por computador, aprendizado de máquina e representação do conhecimento Buscadores Inteligentes (aplicados principalmente à Web) Reconhecimento de Voz Robótica Mineração de Dados Casas Inteligentes

63 Uma Nova Visão A partir dos anos 80 foi percebido que, geralmente, o modelo de raciocínio utilizado em IA era diferente do usado pelos seres humanos Mas essas diferenças não invalidam o uso de modelos não- humanos Um bom exemplo é o avião, que opera de uma forma muito diferente da dos pássaros mas também voa..... Em outras palavras, para que alguém quer construir uma cópia da mente humana? A original não é suficiente? A mente humana não é a mais difícil de se auto-examinar? A única solução aparentemente lógica é separar a inteligência humana da inteligência artificial para construir algo completamente novo

64

65 Programa 1. Introdução a Inteligência Artificial 2. Resolução de problemas por busca.Resolução de problemas por busca. · Algoritmos de busca básicos · Algoritmos de busca heurísticos 3. Computação Evolutiva 4. Conexionismo 5. Aprendizado de maquina · Árvores de decisão · Aprendizado de conceitos · Aprendendo conjunto de regras

66 Bibliografia · Artificial Intelligence: A Modern Approach Stuart. Russell and Peter Norvig, Prentice Hall, · Manual de Computação Evolutiva e metaheuristicas. Antonio Gaspar Cunha, Ricardo Takahashi, Carlos Henggeler Antunes.Belo Horizonte Editora UFMG Coimbra, Imprensa da Universidade de Coimbra, 2013 · Sean Luke, 2013, Essentials of Metaheuristics, Lulu, second edition, available for free at · Inteligência Artificial - uma abordagem de Aprendizado de Máquina. Katti Facelli, A. C. Lorena, Joao Gama e A.C. Carvalho. 1. ed. Rio de Janeiro: LTC, · Inteligencia Artificial: estruturas e estratégias para a solução de problemas complexos. George F. Luger. Bookman, · Inteligência Artificial. Elaine Rich e Kevin Knight, Makron Books, 1993.

67 Avaliação A avaliação consiste de 2 provas, 70% Provas, 30% Trabalhos obrigatórios. Provas: (1) Algoritmos de Busca, Computação Evolutiva. (2) Conexionismo e Aprendizado de Maquina.


Carregar ppt "Inteligência Artificial Prof. Aurora T. R. Pozo Departamento de Informática Universidade Federal do Paraná"

Apresentações semelhantes


Anúncios Google