Processamento de Informações: Bases Conceituais Fabiana Wanderley Moreira ¤ O COMPUTADOR MODELO COMPUTACIONAL.

Apresentação em tema: "Processamento de Informações: Bases Conceituais Fabiana Wanderley Moreira ¤ O COMPUTADOR MODELO COMPUTACIONAL."— Transcrição da apresentação:

1 Processamento de Informações: Bases Conceituais Fabiana Wanderley Moreira e-Mail: fwsmoreira@gmail.com ¤ O COMPUTADOR MODELO COMPUTACIONAL

2 Processamento de Informações: Bases Conceituais Fabiana Wanderley Moreira e-Mail: fwsmoreira@gmail.com ¤ O CÉREBRO Inteligência Artificial - Conceituação Lobo Frontal- Memória de trabalho – mantém a informação ativa enquanto é processada. Lobo Temporal - A zona cerebral que está ligada à memória. É muito importante para armazenar eventos passados. Hipocampo- Estrutura central na formação de todas as memórias, ajuda a organizar toda a informação. Também associado aos fenômenos de reconhecimento. Tálamo - Respostas emocionais têm origem nesta região cerebral, acredita-se que as emoções são essenciais para consolidar a aprendizagem.

3 Processamento de Informações: Bases Conceituais Fabiana Wanderley Moreira e-Mail: fwsmoreira@gmail.com ¤ Inteligência Artificial – O Computador Físico Lógico

4 Processamento de Informações: Bases Conceituais Fabiana Wanderley Moreira e-Mail: fwsmoreira@gmail.com ¤ Inteligência Artificial – O Computador 3- MEMÓRIA: Armazena dados, programas e seqüências de instruções. MEMÓRIA RAM – Armazenamento temporário.. 10 – CPU - Processamento ROM – Armazenamento em definitivo.

5 Processamento de Informações: Bases Conceituais Fabiana Wanderley Moreira e-Mail: fwsmoreira@gmail.com ¤ Cognição Humana e Computação Estágio 1 – Automação e Cálculos Máquina de Calcular Pascal – França 1642 Ábaco – Fenícios 2000 a.C. Régua de Cálculos – Escócia 1600

6 Processamento de Informações: Bases Conceituais Fabiana Wanderley Moreira e-Mail: fwsmoreira@gmail.com ¤ Cognição Humana e Computação Estágio 1 – Automação e Cálculos COGNIÇÃO COGNIÇÃO X COMPUTAÇÃO COMPUTAÇÃO

7 Processamento de Informações: Bases Conceituais Fabiana Wanderley Moreira e-Mail: fwsmoreira@gmail.com ¤ Cognição Humana e Computação 18.000 válvulas; Espaço de uma sala; Ajudar o exército americano durante a 2ª guerra mundial; Não podia armazenar programas; Não armazenava mais que 20 dezenas de números digitais; 5.000 somas por segundo; Calculava a trajetória ou ângulo de uma bomba em 20 segundos. O Eniac

8 Processamento de Informações: Bases Conceituais Fabiana Wanderley Moreira e-Mail: fwsmoreira@gmail.com ¤ REDES NEURAIS Cérebro Humano Processador baseado em carbono; Aproximadamente 10 bilhões neurônios; Funções e movimentos do organismo relacionados ao funcionamento destas pequenas células; Os neurônios estão conectados através de sinapses, formando uma grande rede (REDE NEURAL) As sinapses transmitem estímulos através de diferentes concentrações de Na+ (Sódio) e K+ (Potássio), e o resultado disto pode ser estendido por todo o corpo humano. A Rede Neural proporciona uma fabulosa capacidade de processamento e armazenamento de informação.

9 Processamento de Informações: Bases Conceituais Fabiana Wanderley Moreira e-Mail: fwsmoreira@gmail.com ¤ REDES NEURAIS Comunicação através de impulsos; Ao receber um impulso, o neurônio o processa, e passado um limite de ação, dispara um segundo impulso que produz uma substância neurotransmissora o qual flui do corpo celular para o axônio. O neurônio que transmite o pulso pode controlar a freqüência de pulsos aumentando ou diminuindo a polaridade na membrana pós- sináptica. Papel essencial na determinação do funcionamento, comportamento e do raciocínio do ser humano. NEURÔNIOS

10 Processamento de Informações: Bases Conceituais Fabiana Wanderley Moreira e-Mail: fwsmoreira@gmail.com ¤ Inteligência vista pelo Modelo Computacional: como a capacidade genética de instrumento de resolução de problemas. O termo genética expressa todo o conhecimento embutido em nível de hardware, o que permite um conjunto de estados possíveis de funcionamento através de programas. ¤ A inteligência de máquina, então, é um tipo de inteligência construída pelo homem, logo, uma INTELIGÊNCIA ARTIFICIAL (IA). Muito além disso, a IA visa a capacitar o computador para um comportamento inteligente. Isso quer dizer, atividades que somente um ser humano é capaz de efetuar. Dentre estas destacam-se tarefas de raciocínio (planejamento e estratégia) e percepção (reconhecimento de imagens, sons, etc) dentre outras. Inteligência Artificial - Conceituação

11 Processamento de Informações: Bases Conceituais Fabiana Wanderley Moreira e-Mail: fwsmoreira@gmail.com ¤ Anos 40: Pesquisas em torno de seqüências de estratégias e análise do funcionamento do cérebro com formalização de seu comportamento. Duas Linhas bem demarcadas: ¤ (1) BIOLÓGICA: funcionamento do cérebro e dos neurônios. ¤ ( 2) COGNITIVA ¤ Segunda Grande Guerra Mundial: ¤ (A) Uso do Computador para cálculo da bomba atômica. ¤ (B) Uso do computador para realizar planejamento de ações estratégias de exército. ¤ (C) Representação das Células Nervosas Humanas no Computador (Processamento de Informações Neural) Inteligência Artificial - Histórico

12 Processamento de Informações: Bases Conceituais Fabiana Wanderley Moreira e-Mail: fwsmoreira@gmail.com ¤ Anos 50-60: Iniciou-se os estudos na linha de pesquisa psicológica, da utilização da lógica para finalidades matemáticas, como prova de TEOREMAS. Iniciou-se também a modelagem das regras de produção, regras baseadas na lógica dos predicados. ¤ COGNITIVO: Avanços na compreensão dos esquemas de raciocínio. ¤ BIOLÒGICO: Importância dos simuladores de redes neurais artificiais e do primeiro neurocomputador (Modelo de Rede Neural Artificial chamado de PERCEPTRON). Inteligência Artificial - Histórico

13 Processamento de Informações: Bases Conceituais Fabiana Wanderley Moreira e-Mail: fwsmoreira@gmail.com Inteligência Artificial – Redes Neurais A Neuro computação data de 1943, em artigos de McCulloch e Pitts, que sugeriam a construção de uma máquina inspirada no cérebro humano. Donald Hebb propôs uma lei de aprendizagem especifica para as sinapses dos neurônios (1940-1950). O denominado Snark, por Mavin Minsky, surge em 1951 como o primeiro neuro computador. O Snark operava de um ponto de partida técnico, ajustando seus pesos automaticamente, entretanto, nunca executou qualquer função de processamento de informação interessante.

14 Processamento de Informações: Bases Conceituais Fabiana Wanderley Moreira e-Mail: fwsmoreira@gmail.com Inteligência Artificial – Redes Neurais 1957-1958, Surge o primeiro neuro computador a obter sucesso (Mark I Perceptron), criado por Frank Rosenblatt, Charles Wightman e outros. Seu interesse inicial para a criação do Perceptron era o reconhecimento de padrões. Com a ajuda de estudantes, Rosenblatt, Bernard Widrow, desenvolvem um novo tipo de elemento de processamento de redes neurais, o Adaline (ADAptative LInear Network), equipado com uma poderosa lei de aprendizado, que diferente do Perceptron ainda permanece em uso.

15 Processamento de Informações: Bases Conceituais Fabiana Wanderley Moreira e-Mail: fwsmoreira@gmail.com ¤ Anos 70: Para a linha biológica foi uma década negra. ¤ Alguns pesquisadores chegam a novas concepções de redes neurais artificiais. ¤ Aprendizagem de Informações: União das potencialidades de redes interagindo entre si. ¤ Anos 80: As redes neurais tiveram seu reconhecimento.. Inteligência Artificial – Redes Neurais

16 Processamento de Informações: Bases Conceituais Fabiana Wanderley Moreira e-Mail: fwsmoreira@gmail.com Os modelos neurais, procuram aproximar o processamento dos computadores ao cérebro; As redes neurais possuem um grau de interconexão similar a estrutura dos cérebro; Em um computador convencional moderno a informação é transferida em tempos específicos dentro de um relacionamento com um sinal para sincronização.

17 Processamento de Informações: Bases Conceituais Fabiana Wanderley Moreira e-Mail: fwsmoreira@gmail.com Um paralelo pode ser traçado comparando o computador com as redes neurais; A comparação se dará com o paradigma predominante nos computadores atuais. REDES NEURAIS

18 Processamento de Informações: Bases Conceituais Fabiana Wanderley Moreira e-Mail: fwsmoreira@gmail.com REDES NEURAIS Aprendizado de uma Rede Neural Artificial A propriedade mais importante das redes neurais é a habilidade de aprender de seu ambiente; O aprendizado é feito através de um processo iterativo de ajustes aplicado a seus pesos (treinamento); O aprendizado ocorre quando a rede neural atinge uma solução generalizada para uma classe de problemas; Algorítmo de aprendizado - um conjunto de regras bem definidas para a solução de um problema de aprendizado; Existem muitos tipos de algoritmos, que diferem entre si principalmente pelo modo como os pesos são modificados

19 Processamento de Informações: Bases Conceituais Fabiana Wanderley Moreira e-Mail: fwsmoreira@gmail.com REDES NEURAIS Aprendizado de uma Rede Neural Artificial A rede neural se baseia nos dados para extrair um modelo geral; A fase de aprendizado deve ser rigorosa e verdadeira, a fim de se evitar modelos espúrios;. Todo o conhecimento de uma rede neural está armazenado nas sinapses, ou seja, nos pesos atribuídos às conexões entre os neurônios. 50 a 90% do total de dados (escolhidos aleatoriamente) deve ser separado para o treinamento da rede neural; A rede deve "aprender" as regras e não "decorar" exemplos. O restante dos dados só é apresentado à rede neural na fase de testes a fim de que ela possa "deduzir" corretamente o interrelacionamento entre os dados.

20 Processamento de Informações: Bases Conceituais Fabiana Wanderley Moreira e-Mail: fwsmoreira@gmail.com 1. Por independência de quem aprende Memorização, contato, exemplos, por analogia, por exploração e também por descoberta. 2. Por retroação do mundo 2.1 Aprendizado Supervisionado: utiliza um agente externo que indica à rede um comportamento bom ou ruim de acordo com o padrão de entrada 2.2 Aprendizado Não Supervisionado (auto-organização): não utiliza um agente externo indicando a resposta desejada para os padrões de entrada, utilizam-se entretanto, exemplos de coisas semelhantes para que a rede responda de maneira semelhante. Paradigmas de aprendizado

21 Processamento de Informações: Bases Conceituais Fabiana Wanderley Moreira e-Mail: fwsmoreira@gmail.com 3. Por Finalidade do Aprendizado 3.1 Auto-associador: Uma coleção de exemplos é apresentada à rede para que ela memorize. Quando se apresenta um dos elementos da coleção de exemplos de modo errôneo, a rede deve mostrar o exemplo original, funcionando como um filtro. 3.2 Hetero-associador: variação do Auto-associador, mas que se memoriza um conjunto de pares. O sistema aprende a reproduzir o segundo elemento do par mesmo que o primeiro esteja pouco modificado, funcionando desta maneira como um reconhecedor de padrões. Paradigmas de aprendizado