Com cerca de 100 bilhões de neurônios e 1,3 Kg de peso, o cérebro é o órgão mais complexo de corpo humano,. A imagem de ressonância magnética funcional.

Apresentação em tema: "Com cerca de 100 bilhões de neurônios e 1,3 Kg de peso, o cérebro é o órgão mais complexo de corpo humano,. A imagem de ressonância magnética funcional."— Transcrição da apresentação:

1

2 Com cerca de 100 bilhões de neurônios e 1,3 Kg de peso, o cérebro é o órgão mais complexo de corpo humano,. A imagem de ressonância magnética funcional (MRI) ou a tomografia por emissão de pósitrons tem aberto novas perspectivas de compreensão do mesmo.

3 Estímulos ambíguos como esse quadro de Salvador Dali, chamado Velhice, Adolescência, Infância (As Três Idades), ajudam cientistas que empregam a percepção visual a estudar o fenômeno da consciência.

4

5 A tarefa do cérebro é representar outras coisas. Estudos feitos com macacos mostram notável fidelidade entre uma forma vista (a) e a forma do padrão de atividade neural (b) em um dos estratos do córtex visual primário.

6 Estudos com macacos mostram que muitos neurônios nas áreas corticais mais elevadas reagem, apenas, à figura atual percebida. Em Mercado de Escravos com Busto de Voltaire Desaparecendo (1940) a cabeça de Voltaire pode ser vista a distância, mas se transforma em figuras de três pessoas se visto de perto.

7

8 Enquanto nosso cérebro for um mistério, o Universo, reflexo da estrutura do cérebro, também será um mistério. (Santiago Ramón y Cajal)

9 LINGUAGEM SiNTAXE MORFOLOGIA SEMÂNTICA LÉXICO ORGANIZAÇÃO DOS SERES VIVOS MÁQUINAS ALOPOIÉTICAS MAQUINAS AUTOPOIÉTICAS ORGANIZAÇÃO DOS SERES VIVOS MÁQUINAS ALOPOIÉTICAS MAQUINAS AUTOPOIÉTICAS

10 INTELIGÊNCIA HUMANA X INTELIGÊNCIA ARTIFICIAL Para a compreensão dos sistemas humanos de percepção e inferência, é interessante considerar os mecanismos de informática que constituem a base dos procedimentos conhecidos de inteligência artificial:

11 (a) SEQÜÊNCIAS LÓGICAS Em que se sucedem os conectivos e (, &), ou ( ) e se...,então (). A programação seqüencial é a base dos computadores que conhecemos; permite simular processos humanos de trabalho e, na sua forma mais requintada, a estruturação de sistemas especialistas, que tomam por modelo o procedimento de profissionais em operações repetitivas;

12 (b) REDES NEURAIS Estruturas concebidas inicialmente à semelhança do sistema nervoso humano, com condutores elétricos (neurônios) e sinapses. Redes neurais são capazes de aprender com a repetição, a associação entre pares de estímulos.

13 Ou podem aprender mediante retroprogramação (backpropagation – sozinhas, portanto), aprimorando-se por experiência até um limite irredutível de erro; são capazes de realizar o reconhecimento de padrões; podem ser usadas como modelos de certas funções cerebrais, das quais, no entanto, diferenciam-se por uma série de características.

14 O neurônio biológico emite pulsos (comparados, às vezes, com códigos de barras) que variam entre valores positivos e isso é diferente da contagem binária (um, zero) da lógica booleana (de George Boole) empregada nas redes artificiais, bem como da capacidade que algumas têm de aceitar excitação negativa; as redes naturais não apresentam uniformidade no tipo de neurônios, salvo em algumas regiões, e não são capazes de cálculos recursivos.

15 (c) ALGORITMOS GENÉTICOS Imaginados inicialmente para solucionar problemas que levariam décadas, séculos ou milênios para serem resolvidos, por mais velozes que fossem os computadores. Fazem parte de uma família que inclui a programação evolucionária e as estratégias evolucionárias.

16 Todos correspondem à aplicação a programas de computador de métodos inspirados nos princípios biológicos de Darwin (Evolução das Espécies) e genéticos de Mendel (as leis de Mendel). A solução encontrada em algoritmos genéticos pode ser dita a mais adequada, em lugar de a verdadeira.

17 O bit corresponde, nos algoritmos genéticos, ao gene; o local onde fica o bit no cromossomo é o lócus; os pares de bits tomam da Biologia o nome de alelos. A seleção artificial se faz entre indivíduos de uma população, através do cros- sover entre cromossomos dos pais e de mutações, isto é, alterações de cadeia genética por troca simples (como um erro de cópia); inversão, translocação, apagamento e adição.

18

19 Código Genético- 1 O H S 107 146 12 45 86 64 188 101 147 109 199 108 Figura 2 - Figura e seu Código Genético Onde este código genético é interpretado da seguinte forma: 1 - Identificação da figura. O - Que a figura é aberta Open. H - Que há uma simetria Horizontal. S - Que o desenho é formado por linhas retas Straight Lines. 107 146... - as coordenadas ( x, y ) de cada ponto.

20

21

22

23 IF AND SINNOT PLUSPDDD SETFAND DDD SETFDDD X X X + - * Y Z * XX * * / X X + XX

24 Um algoritmo rápido fornece informação geral sobre a topologia da região. Essas informações são usadas para forçar mutações não aleatórias

25 A inteligência humana, em que esses mecanismos se inspiram, é, portanto, diferente de qualquer sistema artificialmente concebido, pelo simples fato de ser biológica.

26 Ela é basicamente a mesma da dos demais animais superiores, como os antropóides; tem agregadas, no entanto, estruturas de linguagem e de consciência que tornam a espécie única em seu ambiente.

27 REALIDADE VIRTUAL (RV) IMERSÃO IMERSÃO EXISTÊNCIA DE UM PONTO DE REFERÊNCIAEXISTÊNCIA DE UM PONTO DE REFERÊNCIA MANIPULAÇÃO INTERAÇÃO PERCEPÇÃO VR SIMULAÇÃO CARACTERÍSTICAS ELEMENTOS NAVEGAÇÃO NAVEGAÇÃO

28 REALIDADE VIRTUAL (RV) : APLICAÇÕES REALIDADE VIRTUAL (RV) : APLICAÇÕES MEDICINA TELEPRESENÇA SIMULADOR DE VÔO ARQUITETURA AZER LAZER MANUFATURA VIRTUAL VISUALIZAÇÃO CIENTÍFICA

29 RV E CONSTRUÇÃO DE CONHECIMENTO: PODEROSA FERRAMENTA DE ENSINO RV E CONSTRUÇÃO DE CONHECIMENTO: PODEROSA FERRAMENTA DE ENSINO SUPORTA EXPERIÊNCIA DIRETA DE FENÔMENOS TRIDIMENSIONALTRIDIMENSIONAL FACILITA MÚLTIPLOS FRAMES DE REFERENCIAS OFERECE COMUNICAÇÃO MULTISENSORIAL FISICAMENTE IMERSIVA

30 RV E CONSTRUÇÃO DE CONHECIMENTO: EXPERIÊNCIAS RV E CONSTRUÇÃO DE CONHECIMENTO: EXPERIÊNCIAS DIMENSÃODIMENSÃO TRANSDUÇÃOTRANSDUÇÃO REIFICAÇÃOREIFICAÇÃO

31 RV E CONSTRUÇÃO DE CONHECIMENTO: FATORES COGNITIVOS DA IMERSÃO VIRTUAL RV E CONSTRUÇÃO DE CONHECIMENTO: FATORES COGNITIVOS DA IMERSÃO VIRTUAL SUCEPTIBILIDADE PARA A IMERSÃO SUCEPTIBILIDADESUCEPTIBILIDADE IMAGINÁRIO VIVIDO CONCENTRAÇÃO E ATENÇÃO AUTOCONTROLE QUALIDADE DA IMERSÃO MEIO AMBIENTE DISTRAÇÕES DEVIDO AO MEIO AMBIENTE EFEITOS PSICOLÓGICOS EFEITOS OUTROS

32 SISTEMAS TUTORIAIS INTELIGENTES: CENTRALIZADOS SISTEMAS TUTORIAIS INTELIGENTES: CENTRALIZADOS MÓDULO ESPECIALISTA MÓDULO TUTOR MÓDULO INTERFACE MÓDULO MODELO DE ESTUDANTE MÓDULO MODELO DE ESTUDANTE ESTUDANTEESTUDANTE CONHECIMENTO CONHECIMENTO ESTRATÉGIA DE ENSINOAPRENDIZAGEM ENSINOAPRENDIZAGEM COMUNICAÇÃOCOMUSUÁRIOCOMUNICAÇÃOCOMUSUÁRIO CONHECIMENTO SOBRE O ESTUDANTECONHECIMENTO ESTUDANTE

33 SISTEMAS TUTORIAIS INTELIGENTES: DISTRIBUÍDOS SISTEMAS TUTORIAIS INTELIGENTES: DISTRIBUÍDOS AGENTE DE COMUNICAÇÃO AGENTE ESTRATÉGIA DE SELEÇÃO AGENTE NAVEGAÇÃO AGENTE DIAGNÓSTICO AGENTE ESTADO MUNDO AGENTE PERFORMANCE AGENTE MÓDULO DE ESTUDANTE AGENTE DE MOTIVAÇÃO FORNECEDOR DE AJUDA AGENTE DE SELEIÇÃO DE TÓPICOS AGENTE FORNECEDOR DE PRÁTICAS

34 MODELOS ABORDADOS COM O PARADIGMA DA IA CONSTRUTIVISTA EntidadesEntidades Processador Primário fomes físicas fomes de afeto fomes cognitivas vontades fomes físicas fomes de afeto fomes cognitivas vontades Espaço de Restrições Memória Episódica Resistência Repressão Dimensões Física Afetiva Cognitiva Espiritual Dimensões Física Afetiva Cognitiva Espiritual Domínios Lingüístico Cognitivo Conduta Observação Domínios Lingüístico Cognitivo Conduta Observação Domínio de Auto-observação AtributosAtributos Vinculos com outras unidades

35 OBJETIVOS MODELO DE AMBIENTE INTELIGENTE USUÁRIO EM AMBIENTE DE RV

36 Teoria dos Agentes Cognitivos Pesquisa de agentes autônomos IA baseada em comportamento em oposição a IA baseada em conhecimento IA bottom-up versus IA top-down

37 Agente Cognitivo

38 Noção Fraca de Agente Autonomia: agentes operam sem a intervenção direta de humanos ou outros, e têm algum tipo de controle sobre suas ações e estados internos;

39 Habilidade social: agentes interagem com outros agentes e possivelmente com humanos via algum tipo de linguagem de comunicação de agentes; Percepção e reação ao meio ambiente: capacidade de examinar o meio externo e adaptar suas ações para aumentar a probabilidade de ser bem sucedido em suas metas ;·

40 Pró-atividade: agentes não simplesmente agem em resposta ao meio ambiente, eles são capazes de exibir comportamentos dirigidos a objetivos tomando iniciativas; Continuidade temporal: agentes estão continuamente executando processos, não apenas executando scripts que mapeiam simples entradas e saídas e então terminam.

41 Noção Forte de Agente Noções de conhecimento; Crenças; Intenção; Obrigação.

42 Outras Características Mobilidade: habilidade de um agente mover-se através da rede eletrônica; Benevolência: agentes não podem ter objetivos conflitantes e todo agente sempre tenta fazer aquilo que lhe é solicitado;

43 Outras Características Racionalidade: o agente irá agir no sentido de atingir suas metas e não agirá no sentido de impedir que suas metas sejam atingidas; Adaptabilidade: o agente deve ser capaz de se adaptar aos hábitos, métodos de trabalho e preferências do seu usuário;

44 Colaboração: um agente deve aceitar e executar instruções, mas deve avaliar que o usuário pode cometer erros, omitir informações ou apresentar informações ambíguas. Por isso, ele deve checar coisas através de perguntas e construir seu modelo para resolver problemas. Ele pode recusar a execução de certas tarefas caso perceba que as mesmas sejam inaceitáveis ou possam prejudicar outros usuários.

45 IA Tradicional X Agentes IA tradicional focaliza sistemas que demonstram competências isoladas e avançadas, como por exemplo: diagnósticos médicos, jogos de xadrez. A IA tradicional focaliza profundidade em vez de largura, em contraste com os agentes, que possuem múltiplas competências de baixo nível integradas;

46 IA tradicional focaliza sistemas fechados. Sua conexão com o meio faz-se através de comandos do operador, que recebe também respostas em linguagem simbólica. Em contraste, os agentes autônomos são sistemas abertos que interagem com o meio através de seus sensores e atuadores; IA tradicional focaliza a questão de quais conhecimentos o sistema possui, enquanto que os agentes autônomos enfatizam qual comportamento o sistema apresenta quando colocado em um meio ambiente;

47 A maioria dos sistemas de IA tradicional trabalham com a resolução de um problema por vez e não permitem interrupções enquanto o programa está processando a resposta ao problema apresentado pelo operador, considerando também que o domínio do problema não se altera durante este processamento. Em contraste, um agente é autônomo quando o sistema é completamente auto-contido, ele monitora o meio ambiente e tem que resolver sozinho os problemas e objetivos que se apresentam com o tempo, tendo que resolver os conflitos e decidir as ações a serem tomadas;

48 IA tradicional não têm que ser adaptativo para mudança de situações, a maioria do trabalho feito em máquinas de aprendizagem tradicional assume que há uma base de conhecimento disponível. Esta base de conhecimento é usada pelo sistema para fazer reformulação ou compilação do conhecimento. Em contraste, nos agentes há uma ênfase sobre adaptação e abordagem de desenvolvimento, significando que o sistema provê suas próprias estruturas internas e seus comportamentos todo o tempo, baseado em sua experiência no meio ambiente. O agente ativamente explora e atualiza suas estruturas usando um método incremental e indutivo de aprendizagem.

49 Mundo de Agentes Um agente que habita o mundo real é tipicamente um robô, agentes que habitam o espaço cibernético são comumente chamados agentes de software ou agentes de interface ou algo como knobots

50 Mundo de Agentes

51 http://www.cs.unc.edu/~davemc/Pic/Escher/After/Escher%20Museum.gif

52 Inacessível X Acessível: um ambiente é acessível ao agente se seus aparatos são capazes de perceber o estado completo deste ambiente; Determinístico X Não- determinístico: um ambiente determinístico é aquele cujo próximo estado é completamente determinado através do estado atual e das ações selecionadas pelo agente;

53 Episódico X Não-episódico: num ambiente episódico, as ações dos agentes são divididas em episódios. Cada episódio consiste em o agente perceber e agir e a qualidade da ação depende do próprio episódio, não dependendo do que aconteceu em episódios anteriores;

54 Estático X Dinâmico: um ambiente é dinâmico para o agente se seu estado pode mudar enquanto o agente está deliberando; Discreto X Contínuo: um ambiente é discreto se houver um número limitado de percepções e ações claras e distintas.

55 ARQUITETURAS DE AGENTES

56 As arquiteturas clássicas são baseadas no paradigma simbólico de IA que é a hipótese de sistemas físico- simbólicos, a partir dos quais define-se a noção de agente intencional ou arquitetura de agente. Esta arquitetura é definida como contendo uma representação explícita, modelo simbólico do mundo, cujas decisões são feitas via raciocínio lógico, baseado na combinação do modelo e manipulação simbólica.

57 A dificuldade desta abordagem é que ela utiliza lógica de primeira ordem para representar crenças, desejos, tempo, etc. Destacam-se os seguintes modelos (Wooldridge, 1995 op.cit):

58 Alternativa: Arquiteturas Reativas Arquiteturas reativas são aquelas que não incluem nenhum tipo de modelo central de mundo simbólico, e que não usam raciocínios simbólicos complexos. Arquiteturas Híbridas: Combinação das arquiteturas clássica e reativas

59 Programas de Agentes

60

61 Agentes reflexos simples: suas ações são reflexivas, obedecendo conexão do tipo se-então. Eles apenas podem trabalhar se a decisão correta pode ser feita baseada na percepção corrente do mundo;

62 Agentes que mantém a trajetória do mundo: este tipo de agente possui conhecimento sobre o estado corrente do meio ambiente e também sobre o que suas ações podem fazer ao estado do mundo, podendo, assim, escolher uma ação;

63 Agentes orientados a objetivo: estes agentes avaliam as possíveis ações a serem tomadas no sentido de decidir quais ações tomar para atingir seus objetivos;

64 Agentes baseados em utilidade: além de atingir seus objetivos, o agente deve fazê-lo de forma a atingir alta utilidade, ou seja, escolher as ações que alcancem seus objetivos de forma mais rápida, segura, barata, etc.

65 Linguagem de Agentes

66 (i) Linguagens Genéricas Trata-se do desenvolvimento dos sistemas de agentes partindo-se praticamente do zero, somente com os recursos oferecidos pelas linguagens comerciais (com suas bibliotecas padrão) normalmente utilizadas para este fim, como C, C++, Pascal, Algol, Prolog, Lisp, ou seja, implementando todas as características da teoria de agentes através da codificação e teste de cada uma das rotinas;

67 (i) Frameworks Neste caso o desenvolvedor do sistema normalmente adquire também uma biblioteca específica para a atividade, que cobre os pontos principais, os mais complexos e gerais da teoria, ficando para a equipe de desenvolvimento as "calibragens" para o Agente executar o que se pretende;

68 (i) Linguagens Específicas Nesta opção a parte relativa ao Agente está pronta, sob a forma de um esqueleto de aplicação, que atende a um conjunto específico de áreas de atuação de agentes, como: Aprendizagem; Pesquisa; Processamento de Tarefas, etc.

69 Como nas telas de Escher ou de Salvador Dali temos vários níveis de compreensão e de entendimento. Afinal, estamos lidando com seres humanos...

70

71 O mundo da mente... Mente... Demente... dormente

72

73 E isso é apenas o começo

74

75