O que é IA?

Introdução A inteligência artificial (IA) é uma importante área de pesquisa da Ciência da Computação dedicada a buscar métodos ou dispositivos computacionais que possuam ou simulem a capacidade humana de resolver problemas, pensar ou, de forma ampla, ser inteligente. (Wikipédia, 2007)

IA forte e IA fraca Entre os teóricos que estudam o que é possível fazer com a IA existe uma discussão onde se consideram duas propostas básicas: uma conhecida como "forte" e outra conhecida como "fraca“.

IA forte A investigação em Inteligência artificial forte aborda a criação da forma de inteligência baseada em computador que consiga raciocinar e resolver problemas; uma forma de IA forte é classificada como auto-consciente. A IA forte é tema bastante controverso, pois envolve temas como consciência e fortes problemas éticos ligados ao que fazer com uma entidade que seja cognitivamente indiferenciável de seres humanos. A Ficção Científica tratou de muitos problemas desse tipo. Isaac Asimov, por exemplo, escreveu “O Homem Bicentenário”, onde um rôbo consciente e inteligente luta para possuir um status semelhante a de um humano na sociedade. Por outro lado, o mesmo Asimov reduz os robôs a servos dos seres humanos ao propor as três leis da robótica.

IA fraca Trata-se da noção de como lidar com problemas não determinísticos. A inteligência artificial fraca centra a sua investigação na criação de inteligência artificial que não é capaz de verdadeiramente raciocinar e resolver problemas. Uma tal máquina com esta característica de inteligência agiria como se fosse inteligente, mas não tem autoconsciência ou noção de si. O teste clássico para aferição da inteligência em máquinas é o Teste de Turing.

Algumas questões da IA Processamento da Linguagem Natural Representação de Conhecimento Automação do Raciocínio Aprendizado de Máquina

Áreas relacionadas com a IA Computação Filosofia Psicologia Sociologia Comunicação Educação Biologia Engenharia...

Marcos no desenvolvimento da IA Quando O quê Quem 1943 Neurônio artificial McCulloch & Pitts 1950 Teste de Turing Alan Turing 1956 The Dartmouth Meeting McCarthy, Minsky ... 1965 Algoritmo de dedução Robinson 1988 Redes neurais competitivas Holland 1995 Agentes inteligentes Diversos 2000 Computação quântica

Engenharia de sistemas Inteligentes Aprendizado Representação Interfaces Raciocínio

Classificação de Sistemas Inteligentes 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

Sistema Simbólico Prova de Teoremas Sistemas Especialistas Programação em Lógica Redes Semânticas Sistemas de Frames Sistemas de Agentes

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

Sistemas Especialistas 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.

Arquitetura de um Sistema Especialista consulta resposta Usuário Interface ( shell ) informar perguntar Máquina de Inferência entrega solicitação Base de Conhecimento

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

Redes Semânticas Uma rede semântica é uma notação gráfica composta por nodos interconectados. As redes semânticas podem ser usadas para representação de conhecimento, ou como ferramenta de suporte para sistemas automatizados de inferências sobre o conhecimento. As Redes Semânticas facilitam a descrição de propriedades de relações,originaram os conceitos da programação orientada a objetos e facilitam a visualização direta dos conceitos e dos relacionamentos entre eles.

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

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

Agentes Inteligentes Jennings (1995) “Um a gente 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”.

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

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

Redes Neurais Redes neurais artificiais são um conceito da computação que visa trabalhar no processamento de dados de maneira semelhante ao cérebro humano. Nas redes neurais artificiais, a idéia é realizar o processamento de informações tendo como princípio a organização de neurônios do cérebro. Como o cérebro humano é capaz de aprender e tomar decisões baseadas na aprendizagem, as redes neurais artificiais devem fazer o mesmo. Assim, uma rede neural pode ser interpretada como um esquema de processamento capaz de armazenar conhecimento baseado em aprendizagem (experiência) e disponibilizar este conhecimento para a aplicação em questão.

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

Aplicações para Redes Neurais Softwares de reconhecimento de voz, Rôbos que desarmam bombas, Softwares que aprendem a identificar SPAMs em e-mails, software de OCR para scanear textos, Aplicações mais complexas, como em usinas, mercado financeiro, etc.

Conclusão 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.

Referências Palatizo, Luiz A M. Inteligência Artificial 2006.1. UCPEL. Disponível em: http://ia.ucpel.tche.br/~lpalazzo/Aulas/IA/m01/m01.htm Acesso em:14/03/2007 BITTENCOURT, Guilherme: Inteligência Artificial – Ferramentas e Teorias. Editora da UFSC. 2ª. Edição. Florianópolis, 2001. 362p. RICH, Elaine; KNIGHT, Kevin: Inteligência Artificial. Makron Books. 2ª. Edição. São Paulo, 1994. 722p. RUSSEL, Stuart; NORVIG, Peter: Artificial Intelligence – A Modern Approach. Prentice-Hall. New Jersey, 2003 (2nd ed) 1080p. WINSTON, Patrick Henry: Artificial Intelligence. 3rd. Edition. Addison-Wesley. Reading, 1992. 735p. Artigos, tutoriais, apostilas, páginas web e outros recursos on-line. Alecrim, Emerson. Redes Neurais Artificiais. Info Wes, 2004 Disponivel em: http://www.infowester.com/redesneurais.php Acesso em: 15/03/2007