A apresentação está carregando. Por favor, espere

A apresentação está carregando. Por favor, espere

1 Luiz Antônio Moro Palazzo março de 2010 Inteligência Artificial Universidade Católica de Pelotas Centro Politécnico Bacharelado em Ciência da Computação.

Apresentações semelhantes


Apresentação em tema: "1 Luiz Antônio Moro Palazzo março de 2010 Inteligência Artificial Universidade Católica de Pelotas Centro Politécnico Bacharelado em Ciência da Computação."— Transcrição da apresentação:

1 1 Luiz Antônio Moro Palazzo março de 2010 Inteligência Artificial Universidade Católica de Pelotas Centro Politécnico Bacharelado em Ciência da Computação

2 2 Módulo Um Introdução e Conceitos Básicos

3 Roteiro e Objetivos

4 4 Roteiro Objetivos do Módulo O que é Inteligência Artificial? Fundamentos Origem e Evolução Tecnologias O Estado da Arte

5 5 Objetivos Situar a IA como ciência Estudar suas diferentes abordagens Relatar o desenvolvimento da IA ao longo do tempo Estabelecer o estado da arte na pesquisa e tecnologias da IA

6 6 O que é IA

7 7 Rich & Knight (1994) IA é a área da Ciência da Computação orientada ao entendimento, construção e validação de sistemas inteligentes, isto é, que exibem, de alguma forma, características associadas ao que chamamos inteligência. R ich & Knight (1994) IA é a área da Ciência da Computação orientada ao entendimento, construção e validação de sistemas inteligentes, isto é, que exibem, de alguma forma, características associadas ao que chamamos inteligência. Noção 1

8 8 Russell & Norvig (1995) Sistemas que pensam como humanos Sistemas que agem como humanos Sistemas que pensam racionalmente Sistemas que agem racionalmente Russell & Norvig (1995) Sistemas que pensam como humanos Sistemas que agem como humanos Sistemas que pensam racionalmente Sistemas que agem racionalmente Noção 2

9 9 Sistemas de IA

10 10 A abordagem da Modelagem Cognitiva Como os seres humanos pensam? A Ciência Cognitiva é hoje uma área paralela, que inspira a IA e é inspirada por ela. A abordagem da Modelagem Cognitiva Como os seres humanos pensam? A Ciência Cognitiva é hoje uma área paralela, que inspira a IA e é inspirada por ela. Pensar como Humano

11 11 A abordagem do Teste de Turing Antecipou todas as grandes questões da IA: Processamento da Linguagem Natural Representação de Conhecimento Automação do Raciocínio Aprendizado de Máquina A abordagem do Teste de Turing Antecipou todas as grandes questões da IA: Processamento da Linguagem Natural Representação de Conhecimento Automação do Raciocínio Aprendizado de Máquina Agir como Humano

12 12 O Teste de Turing Computing Machinery and Intelligence (1950): Podem as máquinas pensar? O Jogo da Imitação. Não é reprodutível ou construtível e é de difícil análise matemática. ?

13 13 A abordagem das Leis do Pensamento. Origem: os silogismos de Aristóteles. Tradição Logicista: A lógica pode solucionar qualquer problema solúvel. Conexão direta da matemática e da filosofia com a IA moderna. A abordagem das Leis do Pensamento. Origem: os silogismos de Aristóteles. Tradição Logicista: A lógica pode solucionar qualquer problema solúvel. Conexão direta da matemática e da filosofia com a IA moderna. Pensar Racionalmente

14 14 A abordagem do Agente Racional Comportamento racional: fazer a coisa certa. Abrange todas as abordagens anteriores É a abordagem proposta por Russell e Norvig (2003). A abordagem do Agente Racional Comportamento racional: fazer a coisa certa. Abrange todas as abordagens anteriores É a abordagem proposta por Russell e Norvig (2003). Agir Racionalmente

15 15 Fundamentos, Origem e Evolução da IA

16 16 Computação Filosofia Psicologia Sociologia Comunicação Educação Biologia Engenharia... ? ? ? ? lógica redes psicologia Áreas relacionadas com a IA

17 17 Filosofia (428 a.C.) Matemática (800) Economia (1776) Neurociência (1861) Psicologia (1879) Engenharia da Computação (1940) Cibernética e a Teoria do Controle (1948) Lingüística (1957) Complexidade, Caos e Auto-organização (1980) Filosofia (428 a.C.) Matemática (800) Economia (1776) Neurociência (1861) Psicologia (1879) Engenharia da Computação (1940) Cibernética e a Teoria do Controle (1948) Lingüística (1957) Complexidade, Caos e Auto-organização (1980) Pré-história da IA

18 18 Marcos no Desenvolvimento da IA QuandoO quêQuem 1943Neurônio artificialMcCulloch & Pitts 1950Teste de TuringAlan Turing 1955The Dartmouth MeetingMcCarthy, Minsky Algoritmo de deduçãoRobinson 1988Redes neurais competitivasHolland 1995Agentes inteligentesDiversos 2000Computação quânticaDiversos

19 19 Sistemas Inteligentes

20 20 Aprendizado RepresentaçãoInterfaces Raciocínio Engenharia de Sistemas Inteligentes

21 21 Sistemas Simbólicos O conhecimento é representado por sistemas de símbolos e separado da máquina de inferência Sistemas Sub-simbólicos Representam o conhecimento na própria estrutura, integrado ao mecanismo de raciocínio Sistemas Simbólicos O conhecimento é representado por sistemas de símbolos e separado da máquina de inferência Sistemas Sub-simbólicos Representam o conhecimento na própria estrutura, integrado ao mecanismo de raciocínio Classificação dos Sistemas Inteligentes

22 22 Prova de Teoremas Sistemas Especialistas Programação em Lógica Redes Semânticas Sistemas de Frames Sistemas de Agentes Prova de Teoremas Sistemas Especialistas Programação em Lógica Redes Semânticas Sistemas de Frames Sistemas de Agentes Sistemas Simbólicos

23 23 Redes Neurais Algoritmos Genéticos Autômatos Celulares Sistemas Complexos Adaptativos Redes Neurais Algoritmos Genéticos Autômatos Celulares Sistemas Complexos Adaptativos Sistemas Sub-simbólicos

24 24 Tecnologias da IA

25 25 Sistemas Simbólicos

26 26 Geralmente baseados em regras, Possuem conhecimento intensivo do domínio da aplicação, Construídos por especialistas humanos, Podem empregar aprendizado automático, Têm dificuldade em lidar com conhecimento de senso comum, Orientados à reutilização do conhecimento. Geralmente baseados em regras, Possuem conhecimento intensivo do domínio da aplicação, Construídos por especialistas humanos, Podem empregar aprendizado automático, Têm dificuldade em lidar com conhecimento de senso comum, Orientados à reutilização do conhecimento. Sistemas Especialistas

27 27 Usuário Interface ( shell ) consultaresposta Máquina de Inferência Base de Conhecimento asktell request deliever Arquitetura de um SE

28 28 Aplicações de SE Diagnóstico, Suporte on-line, Controle de processos, Controladores de vôo, Identificação de padrões difusos, Medicina Digital, Aconselhamento jurídico...

29 29 Indexam as declarações pelas entidades que descrevem, Facilitam a descrição de propriedades de relações, Originaram os conceitos da programação orientada a objetos, Facilitam a visualização direta dos conceitos e dos relacionamentos entre eles. Indexam as declarações pelas entidades que descrevem, Facilitam a descrição de propriedades de relações, Originaram os conceitos da programação orientada a objetos, Facilitam a visualização direta dos conceitos e dos relacionamentos entre eles. Redes Semânticas

30 30 pessoa Maria carro1 branco 28 Av. 5 zero automóvel motor roda carroceria veículo instância_de tem_dono tem_cor tem_km estacionado tem_idade é_um instância_de parte_de Uma Rede Semântica

31 31 Modelagem de conhecimento, Mapas Conceituais, Processamento da linguagem natural, Raciocínio por abstração, Programação orientada a objetos, Ontologias. Modelagem de conhecimento, Mapas Conceituais, Processamento da linguagem natural, Raciocínio por abstração, Programação orientada a objetos, Ontologias. Aplicações de Redes Semânticas

32 32 Jennings (1995) Um agente inteligente é uma peça de software que executa uma determinada tarefa empregando informação extraída de seu ambiente para agir de forma adequada no sentido de completar sua tarefa de modo bem sucedido. O agente deve ser capaz de adaptar-se dinamicamente às modificações ocorridas no ambiente. Jennings (1995) Um agente inteligente é uma peça de software que executa uma determinada tarefa empregando informação extraída de seu ambiente para agir de forma adequada no sentido de completar sua tarefa de modo bem sucedido. O agente deve ser capaz de adaptar-se dinamicamente às modificações ocorridas no ambiente. Agentes Inteligentes

33 33 Autonomia Habilidade Social Reatividade Iniciativa Continuidade temporal Orientação a objetivos Autonomia Habilidade Social Reatividade Iniciativa Continuidade temporal Orientação a objetivos Propriedades dos Agentes Inteligentes

34 34 Correio eletrônico, Acesso e gerenciamento móveis, Gerenciamento de sistemas e redes, Acesso e gerenciamento da informação, Gerenciamento administrativo, Comércio eletrônico, Interfaces inteligentes,... Correio eletrônico, Acesso e gerenciamento móveis, Gerenciamento de sistemas e redes, Acesso e gerenciamento da informação, Gerenciamento administrativo, Comércio eletrônico, Interfaces inteligentes,... Aplicações de Agentes Inteligentes

35 35 Cache Local Agente de Informações WEB Google Altavista WebCrawler Spider DBMS WAIS URL Search Modelos de Usuários e Grupos Um Agente de Informações

36 36 Sistemas Sub-simbólicos

37 37 Paralelismo massivo, Adaptabilidade, Tolerância a falhas, Computação e representação distribuídas, Capacidade de aprender, Capacidade de generalizar, Processamento de informação contextual, Baixo consumo de energia. Paralelismo massivo, Adaptabilidade, Tolerância a falhas, Computação e representação distribuídas, Capacidade de aprender, Capacidade de generalizar, Processamento de informação contextual, Baixo consumo de energia. Redes Neurais

38 38 Von NeumannRedes Neurais ProcessadorComplexo Alta velocidade Simples Baixa velocidade MemóriaSeparada do processadorIntegrada ao processador ComputaçãoCentralizada Sequencial Distribuida Paralela RobustezPoucaRobustas EspecialidadesOperações numéricas e simbólicas Percepção / Otimização Von Neumann x Redes Neurais

39 39... x 1 x 2 x n w 1 w 2 w n h u y O Modelo McCulloch-Pitts

40 40 Perceptron de uma só camada Perceptron de camadas múltiplas Redes funcionais base radial Redes Competitivas Mapas de Kohonen Redes de Hopfield Modelos ART Redes de Alimentação para Frente Redes Recorrentes Redes Neurais Arquiteturas de Redes Neurais

41 41 Uma população de indivíduos evolui ao longo de uma seqüência de gerações buscando atingir um ponto ótimo coletivo, Com base em uma função de adequação, os indivíduos mais qualificados são selecionados para reprodução, Dois operadores de recombinação genética são empregados no processo: cruzamento e mutação. Uma população de indivíduos evolui ao longo de uma seqüência de gerações buscando atingir um ponto ótimo coletivo, Com base em uma função de adequação, os indivíduos mais qualificados são selecionados para reprodução, Dois operadores de recombinação genética são empregados no processo: cruzamento e mutação. Algoritmos Genéticos

42 42 O Algoritmo Genético Canônico

43 43 Aplicação de AG

44 44 Um sistema auto-organizável modifica sua estrutura em função de sua experiência e seu relacionamento com o meio-ambiente, Modelos conexionistas em geral possuem a propriedade da auto-organização, A auto organização ocorre em função da dinâmica do sistema, rumo a uma configuração otimizada para o fim proposto. Um sistema auto-organizável modifica sua estrutura em função de sua experiência e seu relacionamento com o meio-ambiente, Modelos conexionistas em geral possuem a propriedade da auto-organização, A auto organização ocorre em função da dinâmica do sistema, rumo a uma configuração otimizada para o fim proposto. Auto-organização

45 45 Mapa das flutuações de densidade no universo primitivo, trezentos mil anos após o Big Bang, antes da formação das estrelas e galáxias. Fonte: NASA/COBE De onde vem a ordem?

46 46 Auto-organização em Redes

47 47 O Estado da Arte

48 48 Marque o que pode ser feito hoje: Dirigir numa estrada em curva na serra Dirigir no centro do Cairo Comprar o rancho semanal na Web Descobrir e provar um novo teorema Traduzir inglês-português em tempo real Comandar uma cirurgia complexa... ou todas as alternativas acima?

49 49 A Inteligência Artificial subdividiu-se em várias disciplinas, cada uma das quais constitui hoje um novo campo em si própria. Tecnologias de IA tendem cada vez mais a ser incorporadas a sistemas convencionais, tais como SI, SGBD, ferramentas CASE, etc. Com o amadurecimento tecnológico das diversas áreas, novas aplicações se tornam viáveis e passam a ser consideradas. Em conclusão

50 50 Luiz Antônio Moro Palazzo março de 2010 Inteligência Artificial Universidade Católica de Pelotas Centro Politécnico Bacharelado em Ciência da Computação


Carregar ppt "1 Luiz Antônio Moro Palazzo março de 2010 Inteligência Artificial Universidade Católica de Pelotas Centro Politécnico Bacharelado em Ciência da Computação."

Apresentações semelhantes


Anúncios Google