A apresentação está carregando. Por favor, espere

A apresentação está carregando. Por favor, espere

1 Paradigmas da Inteligência Artificial Prof. Alexandre Monteiro Recife.

Apresentações semelhantes


Apresentação em tema: "1 Paradigmas da Inteligência Artificial Prof. Alexandre Monteiro Recife."— Transcrição da apresentação:

1

2 1 Paradigmas da Inteligência Artificial Prof. Alexandre Monteiro Recife

3 Contatos n Prof. Guilherme Alexandre Monteiro Reinaldo n Apelido: Alexandre Cordel n /gtalk: n Site: n Celular: (81)

4 3 Paradigmas da IA n Simbólico: metáfora lingüística/lógica Sistemas de produção n Conexionista: metáfora cérebro Redes neurais n Evolucionista: metáfora teoria da evolução natural Algoritmos genéticos n Probabilista: probabilidade Redes bayesianas n IA Distribuída: metáfora social Sistemas multiagentes

5 4 Paradigmas da IA n Diferenças chaves Forma de representar o conhecimento Forma de raciocinar com esse conhecimento Forma de adquirir esse conhecimento n Eixos centrais (das diferenças) Aprendizado x Manual Numérico x Simbólico

6 IA Simbólica

7 6 Exemplo n West é criminoso ou não? “A lei americana diz que é proibido vender armas a uma nação hostil. Cuba possui alguns mísseis, e todos eles foram vendidos pelo Capitão West, que é americano” n Como resolver automaticamente este problema de classificação? n 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

8 7 Conhecimento: Representação e Uso n Raciocínio: Manipulação de símbolos representando as entidades, relações, eventos de domínio de aplicação processo de construção de novas sentenças a partir de outras sentenças. Deve ser plausível (sound) fatosfatossentenças Mundo Representação segue-se implica semântica

9 8 Revisitando o caso do Cap. West

10 9 IA Simbólica: Resumo n Características principais Inspirada na lógica, semiologia, lingüística e psicologia cognitiva (funcionalista) Representação do conhecimento: todos os tipos Raciocínio: todos os tipos Aquisição do conhecimento: todos os tipos n Vantagem: versatilidade n Inadequada para... Raciocínio de baixo nível para percepção ou reflexos Visão computacional, processamento da fala Controle dos motores dos atuadores do robôs Raciocínio com conhecimento incerto ou muito ruidoso

11 IA Conexionista

12 11 Paradigma Conexionista: Redes Neurais n Definição “Romântica”: Técnica inspirada no funcionamento do cérebro, em que neurônios artificiais, conectados em rede, são capazes de aprender e de generalizar n Definição “Matemática”: Técnica de aproximação de funções por regressão não linear n É uma outra abordagem: Linguagem -> redes de elementos simples Raciocínio -> aprender diretamente a função entrada-saída

13 12 Redes Neurais  wji w1i wni s (i) e (i) s1s1 sjsj snsn camada de entrada camada de saída camada escondida

14 13 1 x = Saída produzida Saída desejada erro = subtração Exemplo

15 14 IA Conexionista: Resumo n Características principais Inspirada na neurofisiologia (fisicalista) Muito utilizado em ambientes industriais e como técnica de aprendizagem Representação do conhecimento: conjunto de atributo-valor (lógica 0+) Raciocínio: indutivo ou analógico durante treinamento, dedutivo, abdutivo ou analógico durante utilização Aquisição do conhecimento: aprendizagem n Adequada para Raciocínio de baixo nível para percepção ou reflexos n Pouco adequada para Domínios relacionais requerem representação da 1a ordem Aplicações que requerem explicação das decisões (ex, central nuclear, cirurgia, investimento de grande porte) Tarefas não-analíticas: planejamento e concepção

16 IA Evolucionista

17 16 Paradigma Evolutivo n Natureza Seres mais adaptados ao ambientes sobrevivem e suas características genéticas são herdadas n Idéia: Indivíduo = Solução Faz evoluir um conjunto de indivíduos mais adaptados por cruzamento e mutação através de sucessivas gerações Fitness function f(i): R ->[0,1]

18 17 Exemplo n Indivíduo possível Vetor cujos elementos são as quantidades de ingredientes usados para fazer um bolo + o valor de aptidão (fitness) do momento n Função de Aptidão Feedback se o bolo ficou gostoso ou não,... n Mutação e cruzamento: Troca e alteração Ovos Açúcar Fermento Farinha...Leite Aptidão

19 18 IA Evolucionista: Resumo n Características principais Método probabilistico de busca para resolução de problemas (otimização) Inspirada na teoria da evolução, paleontologia,... Representação do conhecimento: conjunto de atributo-valores (lógica 0+) Raciocínio: indutivo durante treinamento, dedutivo ou abdutivo durante utilização Aquisição do conhecimento: aprendizagem (e manual p/ iniciar) n Adequada para Otimização n Pouco adequada para Domínios relacionais requerem representação da 1a ordem

20 Resumo

21 20 Sistemas baseados em Redes Neurais Redes Bayesianas Algoritmos genéticos Sistemas Especialistas Sistemas Nebulosos (fuzzy) Sistemas de Aprendizagem simbólica indutiva Sistemas de PLN conhecimento em intenção (regras) conhecimento em extensão (exemplos) numérico Sistemas baseado em casos Robôs simbólico

22 21 Referências n T. Mitchell. Machine Learning. McGraw Hill, New York, n Stuart Russell and Peter Norvig, Artificial Intelligence - A Modern Approach. Prentice Hall, 1995.


Carregar ppt "1 Paradigmas da Inteligência Artificial Prof. Alexandre Monteiro Recife."

Apresentações semelhantes


Anúncios Google