Marcelo Henrique dos Santos

Transcrição

1 Marcelo Henrique dos Santos Mestrado em Educação (em andamento) MBA em Marketing e Vendas (em andamento) Especialista em games Bacharel em Sistema de Informação marcelosantos@outlook.com TECNOLOGIA DA INFORMAÇÃO Marcelo Henrique dos Santos

2 AULA 07 Sistemas Inteligentes (Inteligência Artificial IA) TECNOLOGIA DA INFORMAÇÃO Marcelo Henrique dos Santos

3 Introdução e Conceitos Básicos Roteiro Objetivos do Módulo O que é Inteligência Artificial? Fundamentos Origem e Evolução Tecnologias O Estado da Arte 3

4 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 TECNOLOGIA DA INFORMAÇÃO Marcelo Henrique dos Santos 4

5 O que é IA 5

6 Noção 1 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. TECNOLOGIA DA INFORMAÇÃO Marcelo Henrique dos Santos 6

7 Noção 2 Russell & Norvig (1995) Sistemas que pensam como humanos Sistemas que agem como humanos Sistemas que pensam racionalmente Sistemas que agem racionalmente TECNOLOGIA DA INFORMAÇÃO Marcelo Henrique dos Santos 7

8 Pensar como Humano 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. TECNOLOGIA DA INFORMAÇÃO Marcelo Henrique dos Santos 8

9 Agir como Humano 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 TECNOLOGIA DA INFORMAÇÃO Marcelo Henrique dos Santos 9

10 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.? TECNOLOGIA DA INFORMAÇÃO Marcelo Henrique dos Santos 10

11 Pensar Racionalmente 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. TECNOLOGIA DA INFORMAÇÃO Marcelo Henrique dos Santos 11

12 Agir Racionalmente 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). TECNOLOGIA DA INFORMAÇÃO Marcelo Henrique dos Santos 12

13 Fundamentos, Origem e Evolução da IA TECNOLOGIA DA INFORMAÇÃO Marcelo Henrique dos Santos 13

14 Áreas relacionadas com a IA Computação Filosofia Psicologia Sociologia Comunicação Educação Biologia Engenharia...? lógica? psicologia redes?? 14

15 Pré-história da IA 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) TECNOLOGIA DA INFORMAÇÃO Marcelo Henrique dos Santos 15

16 Marcos no Desenvolvimento da IA Quando O quê Quem 1943 Neurônio artificial McCulloch & Pitts 1950 Teste de Turing Alan Turing 1955 The Dartmouth Meeting McCarthy, Minsky Algoritmo de dedução Robinson 1988 Redes neurais competitivas Holland 1995 Agentes inteligentes Diversos 2000 Computação quântica Diversos 16

17 Sistemas Inteligentes TECNOLOGIA DA INFORMAÇÃO Marcelo Henrique dos Santos 17

18 Engenharia de Sistemas Inteligentes Aprendizado Representação Interfaces Raciocínio 18

19 Classificação dos 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 19

20 Sistemas Simbólicos Prova de Teoremas Sistemas Especialistas Programação em Lógica Redes Semânticas Sistemas de Frames Sistemas de Agentes TECNOLOGIA DA INFORMAÇÃO Marcelo Henrique dos Santos 20

21 Sistemas Sub-simbólicos Redes Neurais Algoritmos Genéticos Autômatos Celulares Sistemas Complexos Adaptativos TECNOLOGIA DA INFORMAÇÃO Marcelo Henrique dos Santos 21

22 Tecnologias da IA TECNOLOGIA DA INFORMAÇÃO Marcelo Henrique dos Santos 22

23 Sistemas Simbólicos TECNOLOGIA DA INFORMAÇÃO Marcelo Henrique dos Santos 23

24 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. 24

25 Arquitetura de um SE consulta Usuário resposta Interface ( shell ) ask request Máquina de Inferência tell deliever Base de Conhecimento 25

26 Aplicações de SE Diagnóstico, Suporte on-line, Controle de processos, Controladores de vôo, Identificação de padrões difusos, Medicina Digital, Aconselhamento jurídico... TECNOLOGIA DA INFORMAÇÃO Marcelo Henrique dos Santos 26

27 Redes Semânticas 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. 27

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

29 Aplicações de Redes Semânticas Modelagem de conhecimento, Mapas Conceituais, Processamento da linguagem natural, Raciocínio por abstração, Programação orientada a objetos, Ontologias. 29

30 Agentes Inteligentes 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. 30

31 Propriedades dos Agentes Inteligentes Autonomia Habilidade Social Reatividade Iniciativa Continuidade temporal Orientação a objetivos 31

32 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,... 32

33 Um Agente de Informações Modelos de Usuários e Grupos DBMS Agente de Informações Cache Local Spider WEB WAIS URL Search Google Altavista WebCrawler 33

34 Sistemas Sub-simbólicos 34

35 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. 35

36 Von Neumann x Redes Neurais Von Neumann Redes Neurais Processador Memória Complexo Alta velocidade Simples Baixa velocidade Separada do processador Integrada ao processador Computação Centralizada Sequencial Distribuida Paralela Robustez Pouca Robustas Especialidades Operações numéricas e simbólicas Percepção / Otimização 36

37 Arquiteturas de Redes Neurais Redes Neurais Redes de Alimentação para Frente Redes Recorrentes Perceptron de uma só camada Perceptron de camadas múltiplas Redes funcionais base radial Redes Competitivas Mapas de Kohonen Redes de Hopfield Modelos ART 37

38 Algoritmos Genéticos 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. 38

39 O Algoritmo Genético Canônico begin AGC // começar em um tempo inicial t := 0; // inicializar uma população de indivíduos initpopulation P(t); // avaliar a adequação de todos os indivíduos na população evaluate P(t); // testar o critério de término (tempo, adequação, etc.) while not done do // incrementar o contador de tempo t := t + 1; // selecionar sub-população para produzir decendência P' := selectparents P(t); // recombinar os genes da sub-população selecionada recombine P'(t); // perturbar a população estocasticamente mutate P'(t); // avaliar a nova adequação evaluate P'(t); // selecionar os sobreviventes da geração corrente P = survive P,P'(t); od end AGC 39

40 Aplicação de AG Sistema Inicial Novo Sistema Mapeamento para objetos do sistema Mapeamento para strings de bits Atributos do Sistema Inicial Evolução Atributos do Novo Sistema 40

41 Auto-organização 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. 41

42 Conclusão 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. 42

43 BIBLIOGRAFIA Palazzo, Luiz Antônio Moro. Inteligência Artificial IA. Material de aula da Universidade Católica de Pelotas - Bacharelado em Ciência da Computação. Março de STAIR, M. Ralph & REYNOLDS, George W. Princípios de Sistemas de Informação. 9 ed. São Paulo: Cengage Learning, LAUNDON, Kenneth C. & LAUNDON, Jane P. Sistemas de Informações Gerenciais. 7 ed. São Paulo: Pearson Prentice Hall, TECNOLOGIA DA INFORMAÇÃO Marcelo Henrique dos Santos 43