Inteligência Artificial. Aula 4

Transcrição

1 Inteligência Artificial Aula 4

2 Inteligência Artificial Material base: cap1 - continuação Inteligência Artificial, Russell & Norvig, Editora Campus.

3 Retomada da aula passada As abordagens para o estudo de IA se dividem em 4 categorias (R&N): Sistemas que pensam como seres humanos Sistemas que agem como seres humanos Sistemas que pensam racionalmente Sistemas que agem racionalmente

4 Retomada da aula passada Sistematizando as 4 abordagens para o estudo de IA : Abordagem empírica, envolvendo hipóteses e confirmação experimental Abordagem que envolve matemática e engenharia Processos de pensamento e raciocínio Comportamento Sistemas que pensam como seres humanos Sistemas que agem como seres humanos Sucesso = fidelidade ao desempenho humano Sistemas que pensam racionalmente Sistemas que agem racionalmente Sucesso = ideal de inteligência: Fazer tudo certo com os dados que possuem

5 Gestação da IA ( ) McCulloch e Pits (1943): modelo de neurônio artificial; Hebb (1949): regra de Hebb (atual aprendizagem de Hebb): quando um axônio da célula A esta próxima o suficiente para excitar a célula B e repetidamente ou persistentemente segue fazendo com que a célula dispare, algum processo de crescimento ou alteração metabólica ocorre em uma ou ambas as células, de forma que aumente a eficácia de A, como uma das células capazes de fazer com que B dispare.

6 Gestação da IA ( ) Turing (1950): Computing Machinery and Intelligency : esse artigo fala sobre o teste de Turing, aprendizado de máquina, algoritmos genéticos, aprendizado por reforço... Minsky e Edmonds (1951): primeiro computador de rede neural; Papert e Minsky escreveram o livro Perceptrons limites das redes neurais

7 2) O nascimento da IA HISTÓRICO DA IA John McCarthy do Dartmouth College convenceu Minky, Shannon e Rochester a ajudá-lo a reunir pesquisadores dos EUA interessados em teoria de autômatos, redes neurais e no estudo da inteligência. Este seminário durou dois meses, no verão de 1956 e reuniu 10 pesquisadores. O seminário permitiu que todos os personagens importantes da IA durante os próximos 20 anos, se conhecessem

8 2) O nascimento da IA HISTÓRICO DA IA McCarthy sugeriu o termo: Inteligência Artificial. Russell e Norvig defendem que o melhor termo seria Racionalidade computacional, mas IA foi o que vingou. Proposta: reproduzir faculdades humanas (criatividade, auto-aperfeiçoamento e uso de linguagem). A IA é o único campo a tentar construir máquinas que funcionarão de forma autônoma e em ambientes complexos e mutáveis.

9 3) Entusiasmo inicial e expectativas ( ) Newell e Simon desenvolveram um solucionador de problemas gerais (GPS) que foi projetado para imitar protocolos humanos na resolução de problemas. Trabalhava com quebra-cabeças. Dentro da classe limitada de quebra cabeças com a qual podia lidar, verificou-se que a ordem em que o programa considerava submetas e ações possíveis era semelhante à ordem em que os seres humanos abordavam os mesmos problemas

10 3) Entusiasmo inicial e expectativas ( ) Havia dificuldade no acesso aos computadores. Newell e Simon: a hipótese do sistema de símbolos físicos. O sistema de símbolos físicos tem os meios necessários e suficientes para a ação inteligente em geral. Aguardar!!

11 3) Entusiasmo inicial e expectativas ( ) 1958: McCarthy vai para o MIT (ênfase no raciocínio: lógica) definiu a linguagem lisp definiram a noção de time sharing pesquisas com senso comum Minsky vai para o MIT (ênfase no comportamento) micromundos (problemas limitados)

12 4) Uma dose de realidade ( ) Característica: ousadia nas opiniões otimistas sobre a IA; O cotidiano da IA nascente era de sucesso, com problemas específicos (exemplos simples); Tentativa de traduzir automaticamente textos russos para o inglês. A tradução de termo a termo e estruturas sintáticas funcionava o problema estava na semântica.

13 4) Uma dose de realidade ( ) Crença de que o aumento da escala dos problemas dependia exclusivamente da existência de hardware mais rápido e memória. Descobriu-se que os softwares deveriam ser capazes de lidar com complexidade, com a explosão combinatória. Limitações e problemas com algoritmos genéticos e com a redes neurais.

14 5) Sistemas baseados em conhecimento: a chave para o poder? ( ) Característica das pesquisas: tentativa de definir/construir um mecanismo de busca de uso geral que procurava reunir passos elementares de raciocínio para encontrar soluções completas. Problema: esses métodos não eram genéricos o suficiente e adaptáveis a problemas grandes ou difíceis.

15 5) Sistemas baseados em conhecimento: a chave para o poder? ( ) DENDRAL: sistema especialista construído para inferir a estrutura molecular a partir das informações fornecidas por um espectrômetro de massa. Solução: não pesquisar em todas as soluções possíveis problema da explosão combinatória - mas com informações heurísticas características X1, X2, X3 indicam um subgrupo cetona.

16 5) Sistemas baseados em conhecimento: a chave para o poder? ( ) Mycin: sistema especialista para diagnóstico médico de infecções sanguíneas. Sucesso com 450 regras. Essas regras foram construídas a partir de entrevistas com especialistas (livros, outros especialistas, experiência). Incluía um percentual de incerteza. Trabalhos com linguagem natural (SHRDLU de Winograd), trabalho de Roger Schank também lingüista, os frames de Minsky, advento do Prolog

17 6) A IA se torna uma indústria (de 1980 até a atualidade) Basicamente a indústria consistia de sistemas especialistas. Eram sistemas que contribuíam para que a indústria economizasse muito dinheiro. Pessoas não especialistas podiam agir como tais. A partir de 1988 iniciou-se o inverno da IA.

18 7) O retorno das redes neurais (de 1986 até a atualidade) Em 1969 Papert e Minsky demonstraram limites para as redes neurais (perceptrons de uma única camada). Só em 1980 surgiu o algoritmo para perceptrons de múltiplas camadas que resolvida o problema de classes não linearmente separáveis. (aguardem as aulas de redes neurais!!!)

19 8) A IA se torna uma ciência (1987 até a atualidade) Nos últimos anos houve uma revolução no trabalho em IA, tanto no conteúdo quanto na metodologia. É mais comum usar as teorias existentes em vez de propor teorias novas, fundamentar as afirmações em teoremas rigorosos ou na experimentação rígida, em vez de utilizar como base a intuição e destacar a relevância de aplicações em vez de exemplos de brinquedos (toy problems).

20 8) A IA se torna uma ciência (1987 até a atualidade) Os puros em IA : as teorias da IA devem se fundamentar nos rigores matemáticos; Os impuros da IA : experimentam muitas idéias, implementam e avaliam os resultados.

21 8) A IA se torna uma ciência (1987 até a atualidade) A IA adotou o método científico: bases de dados para testes disponíveis na internet, mineração de dados, o advento dos sistemas especialistas normativos (teoria da decisão) Sistemas que agem racionalmente de acordo com as leis da teoria de decisão e não procuram imitar os passos do pensamento de especialistas humanos.

22 9) O surgimento de agentes inteligentes (de 1995 até a atualidade) Agentes computacionais como a perspectiva de construção da própria IA.

23 Segundo Guilherme Bittencourt

24 IA Clássica ( ) HISTÓRICO DA IA Objetivo: simular a inteligência humana Métodos: solucionadores gerais de problemas e lógica Motivo do fracasso: subestimação da complexidade computacional dos problemas

25 IA Romântica ( ) Objetivo: simular a inteligência humana em situações pré-determinadas. Métodos: formalismos de representação de conhecimento adaptados ao tipo de problema; mecanismos de ligação procedural visando maior eficiência computacional. Motivo do fracasso: subestimação da quantidade de conhecimento necessária para tratar mesmo o mais banal problema de senso comum.

26 IA Moderna ( ) Objetivo: simular o comportamento de um especialista humano ao resolver problemas em um domínio específico. Métodos: Sistemas de regras, representação da incerteza, conexionismo. Motivo do fracasso: subestimação da complexidade do problema de aquisição de conhecimento.

27 IA Hoje HISTÓRICO DA IA Houve mudança de metas da IA, desde o sonho de construir uma inteligência artificial de caráter geral comparável à do ser humano, até os bem mais modestos objetivos atuais de tornar os computadores mais úteis através de ferramentas que auxiliam as atividades intelectuais de seres humanos.

28 IA Hoje HISTÓRICO DA IA Houve mudança de metas da IA, desde o sonho de construir uma inteligência artificial de caráter geral comparável à do ser humano, até os bem mais modestos objetivos atuais de tornar os computadores mais úteis através de ferramentas que auxiliam as atividades intelectuais de seres humanos.

29 Atividade Selecione dois fatos importantes na história da IA, e fale sobre eles. Necessariamente: identifique o fato, contextualize o momento histórico, os personagens principais envolvidos, e faça comentários pessoais a respeito. Poste o texto até 26/04 no moodle.