Tópicos Avançados em Inteligência Artificial

Apresentação em tema: "Tópicos Avançados em Inteligência Artificial"— Transcrição da apresentação:

1 Tópicos Avançados em Inteligência Artificial
Problemas e Busca Tópicos Avançados em Inteligência Artificial

2 Os problemas da IA Jogos demonstrações de teoremas
problemas de raciocínio do senso comum percepção(visão e fala) compreensão da linguagem natural solução de problemas em domínios especializados

3 Para criação de um sistema que solucione um problema precisamos:
definir o problema (estado inicial e estado meta); analisar o problema (técnicas para a solução); representar o conhecimento do domínio; escolher e aplicar a melhor técnica para a solução do problema.

4 Métodos de Resolução de Problemas

5 Definindo o problema como uma busca em um espaço de estados
O problema é definido através de estados posição inicial,regras (deslocamento de estados), posição final(vitória, objetivo); Este mecanismo define a solução do problema através de 2 aspectos: definição formal do problema; definição do processo de seleção através da combinação das técnicas e busca;

6 É necessário: Definir todas as configurações possíveis que o problema pode apresentar (espaço de estados). Definir configuração inicial e final. Definir regras (operadores para transformações de estados). Representação do problema (deve conter a forma de representar os dados, descrição dos estados inicial e objetivo) e descrição dos operadores.

7 Exemplo.: Jogo dos 8 : 7 5

8 busca é um mecanismo genérico usado quando não há conhecimento do método, ou seja, é necessário a procura de um caminho que vá do estado inicial ao estado meta, solucionando o problema.

9 Sistemas de Produção Após a definição do problema e os espaços de estados, definimos como resolve-los: Conjunto de regras; base de conhecimento; estratégia de controle; aplicador de regras.

10 Estratégias de controle:
O maneira como as decisões forem tomadas é de suma importância para resolução ou não do problema. 1.Movimento: aquela que causa movimento: não iniciando sempre no mesmo local, podendo não obter o resultado favorável ao estado meta do problema.

11 escolhe aleatoriamente uma cabeça de regra aplicável, mas por não ser sistemática, há possibilidade de sempre passar por regras desnecessárias e assim não otimiza a busca do problema; Sistemática: para otimização utiliza-se estratégias de movimento global e local: Busca em Amplitude: Cria-se uma árvore com estado inicial representando a raiz do problema, e as ramificações representando caminhos do estado inicial para o estado meta

12 Cria uma lista de nós e a ajusta para o estado inicial;
Regras criam ramificações gerando novos estado; chega-se a uma solução quando uma das ramificações produzir primeiro o estado meta; (0,0) (4,0) (0,3)

13 (0,0) (4,0) (0,3) (4,3) (1,3) (4,3) (3,0)

14 Busca em Profundidade:
Cria-se um nó com estado inicial; Cria-se ramificações; Desenvolve-se aquela ramificação até ser encontrado o estado meta; Se não encontra-se o estado meta, ocorre um backtraking ao estado anterior utilizando outra regra gerando uma nova ramificação, e assim por diante até encontrar-se o estado meta (solução do problema)

15 (0,0) (4,0) (4,3)

16 Técnicas de Busca Heurística
Problemas da IA complexos demais para serem solucionados por técnicas diretas: criam-se técnicas de busca apropriados; chamados métodos fracos: explosão combinatória; eficácia limitada na resolução de problemas difíceis; eficácia depende do domínio do problema; métodos de busca heurística: gerar-e-testar; subida de encosta;

17 Gerar-e-Testar etapas: Busca pela melhor escolha;
redução de problemas; satisfação de restrições; análise meios-fins; Gerar-e-Testar etapas: gerar uma solução possível. Para alguns problemas, isto significa gerar um ponto em particular no espaço do problema. Par outros , significa gerar um caminho, a partir de um estado inicial; testar e visualizar se a solução gerada é realmente um solução, comparando o ponto escolhido ou o ponto final do caminho

18 é um tipo de busca em profundidade;
escolhido com o conjunto de estados-meta aceitáveis; Se a solução tiver sido encontrada, saia. Senão volte ao passo um; é um tipo de busca em profundidade; soluções completas geradas e, após, testadas; método sistemático de busca: busca exaustiva do espaço do problema: gera soluções aleatórias; não há garantias que a solução seja encontrada; se o espaço do problema for muito grande,a solução pode “eventualmente” ser encontrada rapidamente; ex: museu britânico:

19 método gerar-e-testar sistemático:
Há referências que dizem que você pode encontrar qualquer objeto nele se vagar por lá aleatoriamente; método gerar-e-testar sistemático: arvore de busca em profundidade e retrocesso (as vezes a solução chega até um ponto da árvore e o sistema “pensa” que não adianta continuar naquela heurística pois a solução , no pondo de vista dele, está muito distante, mas nem sempre o sistema está correto em suas conclusões; exemplo: cubo colorido usa o método gerar-e testar de modo eficiente (processamento sistemático do espaço de busca (pequeno) e geração da solução , pela busca exaustiva no espaço de estados até encontrar estado meta);

20 programa que usa eficientemente o método gerar-e- testar:
DENTRAL: infere a estrutura de componentes orgânicos usando dados de espectrograma de massa e de ressonância magnética nuclear. Hill climbing: variação do procedimento gerar-e-testar: realimenta os testes e ajuda a deslocar-se no espaço de busca do problema; possui uma função heurística fornecendo uma estimativa da proximidade de determinado estado em relação ao estado meta do problema; Subida de encosta

21 Soluções Absolutas ou relativas:
Exemplo: se você está em uma cidade desconhecida, sem mapa e quer chegar ao centro: procura os prédios mais altos (provavelmente seja o centro da cidade); a função heurística é dada pela distância entre o local corrente e o local dos prédios mais altos, e os estados desejáveis dão aqueles nos quais a distância é minimizada; Soluções Absolutas ou relativas: soluções absolutas: reconhecer um estado meta por meio de um simples exame do mesmo. Ex: chegar ao centro de uma cidade; soluções relativas: não existe um estado meta a priori (vários o são);

22 Caixeiro-viajante ( percorrer determinadas cidades, pelo menor caminho e menor tempo passando por todas elas)