Inteligência Computacional: resolvendo problemas difíceis da vida real

Transcrição

1 Instituto de Computação Semana Nacional da Ciência e Tecnologia Escola Agrotécnica Federal de Inconfidentes Inteligência Computacional: resolvendo problemas difíceis da vida real Carlos Eduardo de Andrade carlos.andrade@ic.unicamp.br

2 Quem vos fala... Técnico em Informática pela EAFI; Bacharel em Ciência da Computação pela UFLA; Mestrando em Ciência da Computação pelo IC da UNICAMP. Áreas de pesquisa: Pesquisa operacional e otimização combinatória; Teoria da computação e inteligência computacional; Engenharia de software.

3 Agenda Introdução; Problemas difíceis de resolver; O que é inteligência computacional; Técnicas de resolução: Computação evolutiva; Inteligência de exame; Redes neurais e outras técnicas. Aplicações reais; Considerações finais.

4 Introdução O que é computação (1/2) Problema: ordenar os clientes da venda do Seu João em ordem alfabética A venda tem mais ou menos 20 clientes que tem caderneta (conta, débito); Seu João não sabe ler direito; Soluções: Dar um número para cada letra; Fazer uma escala de cores;...

5 Introdução O que é computação (2/2) Problema Conjunto de técnicas e métodos Computação Solução

6 Um problema difícil de resolver (1/2) Quadro de horários escolares (da EAFI): 400 alunos; 35 professores; 30 localidades (salas de aula, laboratórios, etc); Achar a melhor disposição para as turmas, professores e salas; Como se resolve: Combinação das possibilidades.

7 Um problema difícil de resolver (2/2) Método exato testaria todas as possibilidades para achar a melhor; Possibilidades = 400! (mais ou menos) 400! = 400 x 399 x 398 x... x 2 x 1 =??? Maior que o número de átomos do universo!!! Impossível de se resolver humana e computacionalmente.

8 Inteligência Computacional Inteligência Artificial: Inteligência é... Artificial é... Inteligência Computacional: Utiliza princípios (TERMINAR)... Algumas técnicas: Técnicas evolutivas; Técnicas baseadas em comportamento de animais; Técnicas baseadas em comportamento físico-químicos.

9 Computação Evolutiva Baseados na Teoria da Evolução de Darwin; Utiliza os conceitos de população, adaptação a meio ambiente, cruzamento e mutação genética; Tipos: Algoritmos genéticos; Programação evolutiva; Estratégias evolutivas; Sistemas classificadores; Programação genética; Algoritmos meméticos.

10 Localização de Recursos/Facilidades Onde Colocar???

11 Algoritmos Genéticos (1/2) Cria uma população de soluções: (0,1,0,1,1,1,1,0,...,1,0,1,1) = R$ ; (1,0,0,0,0,1,0,1,...,0,0,0,1) = R$ ; (1,1,1,1,1,1,1,1,...,1,1,1,1) = R$ ;... (várias soluções). Seleciona algumas soluções para cruzamento: Melhores soluções; Uma boa solução e outra qualquer; Torneio de probabilidades.

12 Mutação: Algoritmos Genéticos (2/2) Promover cruzamento entre soluções: (0,1,0,1,...,1,0,1,1) e (1,0,0,0,...,0,0,0,1) (0,1,0,1,...,0,0,0,1) = R$ (1,0,0,0,...,1,0,1,1) = R$ (0,1,0,1,...,0,0,0,1) (0,1,0,1,...,0,1,0,1) Avaliação de adaptabilidade (fitness); O algoritmo termina quando atingir a solução ótima ou depois de um determinado número de gerações.

13 Inteligência da enxame Métodos baseados no comportamento de insetos: Formigas, abelhas, vespas, etc. Utiliza o conceito de feromônios e sobrevivência do enxame; Tipos: Otimização por Colônia de Formigas (ACO); Otimização por Enxame de Partículas.

14 Inteligência da enxame

15 Redes Neurais: Outras Técnicas Baseadas no comportamento dos neurônios naturais; Utilizada principalmente para reconhecimento de padrões. Resfriamento Simulado (Simulated Anneling): Baseado no resfriamento de metais e vidros temperados. Busca Tabu: Baseada em listas de tabus que não são feridos a não ser em casos extremos.

16 Quem utiliza isso (1/2) Compania Vale do Rio Doce: Roteamento de veículos. Compania Siderúrgica Nacional (CSN): Roteamento de veículos; Controle de auto-forno. Hospital das Clínicas da UNICAMP: Escala da equipe de enfermagem.

17 Petrobrás: Quem utiliza isso (2/2) Escalonamento de equipamentos de sondagem e perfuração; NTT: Programação da produção; Distribuição e manutenção de oleodutos. Otimização nas linhas de tráfego de dados e voz.

18 Considerações finais Rápida implementação e rápida resolução; Não há garantia da solução ótima; Grande redução de custos e ganhos operacionais; Nem tudo que é real pode ser resolvido matematicamente mas ela ajuda muito.

19 Obrigado pela atenção!!!! -> Pessoas -> Alunos de Mestrado