Introdução à Inteligência Artificial

Transcrição

1 Introdução à Inteligência Artificial

2 O que é Inteligência? 1. Capacidade mental de raciocinar, planejar, resolver problemas, abstrair e compreender ideias e linguagens e aprender. 2. Manifestação de alta capacidade mental. 3. Pessoa inteligente. 4. Serviço de informações ( O mapeamento da inteligência, combinando dados de satélite e dos agentes de campo infiltrados entre os palestinos, indicou a localização dos alvos estratégicos (editorial do jornal O Estado de São Paulo de 28 de janeiro de 2009)) Wikicionário um dicionário universal de conteúdo livre (

3 O que é Inteligência? É a habilidade de se adaptar efetivamente ao ambiente, seja fazendo uma mudança em nós mesmos ou mudando o ambiente ou achando um novo ambiente" (Enciclopédia Britânica) Brain & Mind Magazine: The Evolution of Human Intelligence (Renato M. E. Sabbatini)

4 O que é Inteligência? 1. Faculdade de entender, pensar, raciocinar e interpretar; entendimento, intelecto. 2. Compreensão, conhecimento profundo. 3. Pessoa de grande esfera intelectual. 4. Conluio, ajuste, combinação. DIC Dicionário Prático Michaelis

5 Partes que constituem a inteligência oraciocínio; o Aprendizado; o Memória; o Motivação; o Capacidade de se adaptar e de resolver problemas.

6 Tipos de inteligência Você é ou não inteligente? E as habilidades? 6

7 Tipos de Inteligência 1. Lingüística 2. Matemática (ou lógico-matemática) 3. Visual (espacial) 4. Física (ou cinestésico-corporal) 5. Musical 6. Emocional (ou intrapessoal) 7. Social (interpessoal) 8. Ambiental (naturalista) 9. Espiritual 10. Prática 7

8 Para Howard Gardner, inteligência é o potencial para solucionar problemas ou criar produtos que sejam valorizados numa determinada cultura. Ou seja, para ele, um menino pobre que não sabe escrever, mas faz mágica com as pernas e vira o melhor jogador de futebol do bairro, é inteligente, sim (Superinteressante shtml). 8

9 Inteligência Artificial O que que é Inteligência Artificial? O que diferencia Inteligência Artificial de Inteligência Natural? 9

10 O que é Inteligência Artificial? Uma área de pesquisa que investiga formas de habilitar o computador a realizar tarefas nas quais, até o momento, o ser humano tem um melhor desempenho. Elaine Rich 10

11 Definições Adicionais Conjunto de técnicas para a construção de máquinas inteligentes, capazes de resolver problemas que requerem inteligência humana. (Nilsson) Ramo da Ciência da Computação dedicado à automação de comportamento inteligente. (Luger e Stubble) Tecnologia de processamento de informação que envolve raciocínio, aprendizado e percepção. (Winston) 11

12 Definições Adicionais O ato de forçar definições para as coisas que nós não entendemos geralmente causa mais danos do que benefícios. Além disso, apenas em lógica e matemática é que as definições detêm perfeitamente os conceitos. As coisas com as quais lidamos na vida prática são freqüentemente muito complicadas para permitirem uma representação clara baseada em expressões compactas. Em todo caso, não podemos nos privar de buscar uma definição para as coisas, no sentido de entender o que elas são. Marvin Minsky, The Society of Mind,

13 Essas são algumas perguntas que a IA precisa responder para simular o raciocínio humano e implementar aspectos da inteligência. 13 Inteligência Artificial A Inteligência Artificial busca entender a mente humana e imitar o seu comportamento, levantando questões tais como: Como ocorre o pensar? Como o homem extrai o conhecimento do mundo? Como a memória, os sentidos e a linguagem ajudam no desenvolvimento da inteligência? Como surgem as idéias? Como a mente processa informações e tira conclusões decidindo por uma coisa ao invés de outra?

14 Sistema inteligente Genericamente um sistema inteligente é aquele que apresenta capacidade mental para: Raciocinar; Planejar; Resolver problemas; Abstrair idéias; Armazenar conhecimento; Comunicar-se através de uma linguagem; Aprender. 14

15 Categorias Sistemas que pensam como Sistemas que pensam os humanos racionalmente Sistemas que agem como os humanos Sistemas que agem racionalmente 15

16 Categorias Agindo como humanos A arte de criar máquinas que realizam funções que requerem inteligência quando realizadas por pessoas (Turing) Pensando como os humanos A automação de atividades que associamos com o pensamento humano (e.g., tomada de decisão, solução de problemas, aprendizagem, etc.) (Simon&Newell) Pensando racionalmente O estudo das faculdades mentais através do uso de modelos computacionais (McCarthy) Agindo racionalmente O ramo da Ciência da Computação que estuda a automação de comportamento inteligente 16

17 Teste de Turing Publicado em 1950 em seu artigo Computing Machinery and Intelligence. Objetivo: É um teste proposto para se determinar se um programa é ou não inteligente; O programa é inteligente se a pessoa que participa do teste não for capaz de dizer se foi o programa ou o ser humano que respondeu às suas perguntas.

18

19 Teste de Turing Tanto o Teste de Turing como a Máquina de Turing talvez derivem da visão que Turing tinha de que o ser humano é uma máquina. Para passar no Teste de Turing, um computador precisaria ter as seguintes capacidades: Processamento de linguagem natural; Prover a comunicação Representação do conhecimento; Armazenar a informação antes e durante a conversa Raciocínio automatizado; Usar a informação armazenada para responder perguntas ou tirar novas conclusões Aprendizado de máquina. Adaptar-se a novas situações

20 Áreas de Apoio para IA 20

21 Sub-Áreas da IA Redes Neurais Raciocínio Baseado em Casos Computação Evolucionária Raciocínio Baseado em Regras Lógica Fuzzy Robótica Agentes Inteligentes Outros Linguagem Natural 21

22 Contexto Histórico IA é considerada polêmica porque desafia a idéia da unicidade do pensamento humano, da mesma forma que Darwin desafiou a unicidade da origem dos seres humanos. Helbert A. Simon CMU,

23 Linha do Tempo Allan Turing Computer Machinery and Intelligence LISP Primeiro Projeto Japonês Segundo Projeto Japonês Surgimento do termo Inteligência Artificial PROLOG Logic Theorist Primeiro Robô Industrial Ganhos com sistemas de IA chegaram a 1 Bilhão General Problem Solver Primeiro Sistema Especialista 23

24 História da IA A gestação da IA ( ) O entusiasmo dos primeiros anos da IA, grandes expectativas ( ) Uma dose de realidade ( ) Sistemas Baseados em Conhecimento: A Chave para o Poder? ( ) IA se torna comercial ( ) O retorno das Redes Neurais (1986-presente) Eventos Recentes 24

25 A Gestação da IA ( ) O primeiro trabalho de IA foi um modelo de neurônio artificial (McCulloch&Pitts-43) Precursor das tradições lógica e conexionista da IA Começo dos anos 50: Shannon & Turing escreveram programas de xadrez para máquinas von Neumann Ao mesmo tempo, Minsky e Edmonds construíram o primeiro computador baseado em redes neurais (51) Ironicamente, mais tarde Minsky provou teoremas que levaram a descrença de redes neurais durante os anos 70's Workshop em Dartmouth em 56: pesquisadores de Princeton, IBM, MIT e CMU se reuniram a convite de John McCarthy (LISP) Os 20 anos seguintes foram dominados por pesquisadores participantes do Workshop e seus estudantes Foi neste Workshop que o nome Inteligência Artificial surgiu para denominar o novo campo de estudo (cunhado por McCarthy) 25

26 Entusiasmos dos Primeiros Anos ( ) Newell e Simon desenvolveram o General Problem Solver (GPS) Projetado para imitar protocolos humanos de resolução de problemas GPS foi o primeiro programa a incorporar a abordagem Pensar como humanos A combinação de IA e Ciência Cognitiva continua até hoje Samuel (1952) escreveu uma série de programas para jogar damas e provou o contrário do que era senso comum na época: a idéia de que computadores podiam fazer somente o que era dito para eles Seus programas aprendiam rapidamente a jogar melhor que seu criador 26

27 Entusiasmos dos Primeiros Anos ( ) McCarthy (1958) desenvolveu o LISP, que se tornou a linguagem dominante de IA Robinson (1963) descobriu o método da resolução: Algoritmo completo de provas de teoremas para a Lógica de 1a Ordem PROLOG estava a caminho Minsky supervisionou uma série de estudantes que escolheram problemas limitados que pareciam requerer inteligência para serem resolvidos: Micromundos O mais famoso micromundo foi o mundo dos blocos Trabalhos de redes neurais começaram a florescer 27

28 Uma Dose de Realidade ( ) A barreira que muitos projetos de IA encontraram foi que Métodos que eram suficientes para demonstrações de um ou dois exemplos simples quase sempre fracassavam quando testados com uma elenco maior de problemas ou com problemas mais difíceis O primeiro tipo de dificuldade Os primeiros programas continham pouco ou nenhum conhecimento do assunto que tratavam Tinham sucesso através de manipulações sintáticas muito simples - ELIZA (65) 28

29 Uma Dose de Realidade ( ) O segundo tipo de dificuldade A intratabilidade de muitos problemas que a IA estava tentando resolver Os primeiros programas funcionavam somente porque os os micromundos continham poucos objetos. Antes que a teoria de problemas NP-completos fosse desenvolvida, se acreditava que o problema de se "escalar" para problemas maiores era simplesmente um problema de se ter hardware mais rápido Uma terceira dificuldade veio das limitações sobre as estruturas básicas usadas para gerar comportamento inteligente 29

30 SBC: A Chave para o Poder? ( ) O método de resolução de problemas usado na primeira década da IA foi o mecanismo de busca de propósito geral Eles são chamados métodos fracos porque usam pouca informação sobre o domínio Para domínios complexos o desempenho é pobre O sistema Dendral (69) foi o primeiro sistema a trabalhar com conhecimento intensivo Sua expertise era derivada de um grande número de regras específicas Inferia a estrutura molecular de informações fornecidas por um espectrômetro de massa 30

31 SBC: A Chave para o Poder? ( ) Feigenbaum e outros em Stanford começam a investigar a nova metodologia de sistemas especialistas A importância do conhecimento do domínio foi também aparente na área de processamento linguagem natural O crescimento das aplicações no mundo real aumentou a demanda por esquemas de representação de conhecimento alternativos: Lógica e Frames 31

32 A IA se Torna Comercial ( ) O primeiro sistema especialista de sucesso comercial, R1, começou a operar na DEC Ajudava a configurar pedidos para novos computadores Em 1981, os japoneses anunciaram a "Quinta Geração" Um projeto de 10 anos para construção de computadores inteligentes que executavam Prolog 32

33 Redes Neurais (1986-presente): Retorno Embora a ciência da computação tenha negligenciado o campo das redes neurais, o trabalho continuou em outros campos, particularmente na Física (82) 33

34 Eventos Recentes Os anos recentes viram mudanças no conteúdo e metodologia de pesquisa da IA O formalismo "belief networks foi criado para permitir raciocínio eficiente sobre a combinação de evidências incertas Revoluções similares ocorreram na robótica, visão por computador, aprendizado de máquina e representação do conhecimento Buscadores Inteligentes (aplicados principalmente à Web) Reconhecimento de Voz Robótica Mineração de Dados Casas Inteligentes 34

35 Uma Nova Visão A partir dos anos 80 foi percebido que, geralmente, o modelo de raciocínio utilizado em IA era diferente do usado pelos seres humanos Mas essas diferenças não invalidam o uso de modelos nãohumanos Um bom exemplo é o avião, que opera de uma forma muito diferente da dos pássaros mas também voa... Em outras palavras, para que alguém quer construir uma cópia da mente humana? A original não é suficiente? A mente humana não é a mais difícil de se auto-examinar? A única solução aparentemente lógica é separar a inteligência humana da inteligência artificial para construir algo completamente novo 35

36 O que Estudaremos? A IA que estudaremos é aquela embutida em aplicações reais do seu cotidiano... Agricultura Negócios e finanças Química Comunicações Comércio Computação Educação Eletrônica Engenharia Meio ambiente Geologia Internet Redes e Sistemas Distribuídos Banco de dados Engenharia de software Interfaces Robótica Jogos Hardware (projeto e análise) Etc. Processamento de imagem Direito Indústria Matemática Medicina Meteorologia Militar Sistemas de potência Ciência Tecnologia espacial Transportes,... 36

37 Produção de jogos e histórias interativas Como modelar o ambiente físico e o comportamento/personalidade dos personagens? Como permitir uma boa interação com usuário? The Sims FIFA Soccer 37

38 Controle de robôs Como obter navegação segura e eficiente, estabilidade, manipulação fina e versátil? E no caso de ambientes dinâmicos e imprevisíveis? HAZBOT: ambientes com atmosfera inflamável 38

39 Automação de sistemas complexos Como modelar os componentes do sistema e dar-lhes autonomia? Como assegurar uma boa comunicação e coordenação entre estes componentes? 39

40 Busca de informação na Web Como localizar a informação relevante? 40

41 Previsão Como prever o valor do dólar (ou o clima) amanhã? Que dados são relevantes? Há comportamentos recorrentes? 41

42 Detecção de Intrusão e Filtragem de Spam Como saber se uma mensagem é lixo ou de fato interessa? Como saber se um dado comportamento de usuário é suspeito e com lidar com isto? 42

43 Sistemas de Controle Como brecar o carro sem as rodas deslizarem em função da velocidade, atrito, etc.? Como focar a câmera em função de luminosidade, distância, etc.? Como ajustar a temperatura em da quantidade de roupa, fluxo de água, etc.? 43

44 Interface Como dar ao usuário a ajudar de que ele precisa? Como interagir (e quem sabe navegar na web) com celular sem ter de digitar (hands-free)? 44

45 O que estes problemas têm em comum? Grande complexidade (número, variedade e natureza das tarefas) Não há solução algorítmica, mas existe conhecimento Modelagem do comportamento de um ser inteligente (conhecimento, aprendizagem, iniciativa, etc.) 45

46 Estado da Arte Deep Blue venceu campeão mundial de xadrez Garry Kasparov em 1997 Prova de uma conjectura matemática (conjectura de Robbins) que ficou a ser resolvida durante décadas Piloto automático em 98% do tempo entre Pittsburgh e San Diego (4000km) Durante a guerra do golfo de 1991, as forças estadunidenses desenvolveram um programa de planejamento e escalonamento envolvendo veículos, carga e pessoas Planejador autônomo a bordo de uma nave espacial da NASA controla o escalonamento das operações Proverb resolve palavras cruzadas melhor do que a maioria dos humanos

47 Referências Notas de aula do Prof. Marcílio C. P. de Souto, DIMAp/UFRN. Stuart Russell and Peter Norvig, Inteligência Artificial. Campus-Elsevier,