Pós-Graduação em Engenharia Elétrica Inteligência Artificial

Transcrição

1 Pós-Graduação em Engenharia Elétrica Inteligência Artificial João Marques Salomão Rodrigo Varejão Andreão

2 Inteligência Artificial Definição (Fonte: AAAI ): "the scientific understanding of the mechanisms underlying thought and intelligent behavior and their embodiment in machines.

3 Inteligência Artificial Tópicos (AAAI; IEEE Inteligente Systems) Machine learning: Mineração de Dados; Algoritmos Genéticos; Redes Neurais; Reconhecimento de padrões; Métodos de aprendizagem estatística; Árvores de Decisão; Knowledge-based systems/ representation: sistemas especialistas; lógica Fuzzy; busca Heurística; Agentes; Sistemas a base de Regras; Inferência Bayesiana; Belief Networks; Incerteza;

4 Inteligência Artificial Tópicos (AAAI; IEEE Inteligente Systems) Natural language processing: discurso; diálogo; geração e entendimento de linguagem natural; recuperação de informação; tradução; classificação de texto; Robótica inteligente e adaptativa Web Semântica: busca, compartilhamento integração de informação na Web;

5 A Computação Natural Área da computação com paradigmas na evolução biológica, no comportamento humano e da natureza para, entre outros, solucionar problemas de classificação, otimização, controle e automação. Pode basear-se: 1. Na lógica proposicional e de predicatos e nos sistemas de produção (Sistemas especialistas); 2. Na aprendizagem e no conhecimento do ser humano (Redes neurais artificiais e Lógica fuzzy ou nebulosa); 3. Na evolução biológica e no comportamento da natureza (Computação molecular, Algoritmos genéticos, Colônia de formigas e Enxame de partículas).

6 A Computação Natural Inteligência Artificial Lógica Fuzzy Sistema Especialistas Redes Neurais Computação Evolucionária Computação Coletiva Natural Sistema Neuro-Genético Sistemas Neuro-Fuzzy Algoritmos Geneticos Programação Molecular (DNA) Otimização por Enxame de Partículas Otimização por Colônias de Formigas

7 Computação x Inspiração Natural Técnica Computacional Sistemas Especialistas Computação Evolucionária Redes Neurais Artificiais Lógica Fuzzy ou Nebulosa Computação baseada na Natureza Inspiração/Paradigmas Baseados nos processos de inferência da lógica convencional. Baseada na evolução das características hereditárias (algoritmos genéticos). Aprendizagem baseada nos neurônios. Processo lingüístico impreciso baseado no conhecimento humano. Comportamento social das colônias, enxames e grupos de animais.

8 Sistemas Especialistas Sistemas especialistas são baseados em conhecimento especializado. Em geral, é um programa implementado com base no fazer dos especialistas de uma área de aplicação. Entre outras, usados para: representar o conhecimento especialista em bancos de dados; aprender e acumular conhecimentos durante a operação, fazendo inferências lógicas a partir de bases de dados; tomar decisões e dar recomendações, comunicando-se com usuários de forma amigável (linguagem natural restrita) e explicando seu "comportamento" e suas decisões. Especialista Sistema Especialista Sistema Especialista Sistema Especialista Usuários

9 Sistemas Especialistas e aplicações Sistemas especialistas têm sido utilizados com sucesso em quase todos os campos da atividade humana, incluindo: Pesquisas científicas e tecnológicas, a engenharia, os projetos de produtos, indústria, medicina, agricultura, educação, treinamento, negócios e finanças. Por exemplo, um sistema para diagnóstico de falhas em carros tem uma base de conhecimento com as regras para a verificação seqüencial de cada item, semelhante ao que um engenheiro faria.

10 Computação Evolucionária Baseia-se em métodos e algoritmos computacionais inspirados na evolução biológica: Uma população candidata de soluções (genes) evolui ao longo do tempo, com os mais aptos, a cada geração, contribuindo com a maioria dos descendentes para aprimorar a próxima geração. Intervenções de cruzamento entre os pais, juntamente com mutações aleatórias e outras operações genéticas são feitas ao longo do processo para se atingir a melhor solução.

11 Algoritmos Genéticos Os algoritmos genéticos (AGs) são métodos de busca estocástica global que imitam a evolução biológica limitada pelos recursos naturais. A cada geração, um novo conjunto de aproximações (genes) é criado pelo processo de seleção de indivíduos; Eles produzem ou não uma nova geração em função do nível de aptidão para a solução do problema; O processo leva à evolução de populações dos indivíduos que se adaptam melhor ao seu meio ambiente.

12 A Lógica Fuzzy (LF) A lógica fuzzy (LF) ou nebulosa, é uma extensão da lógica convencional ou binária (sim ou não, tudo ou nada) para várias possibilidades ou valores intermediários. Ela é baseada na teoria dos conjuntos fuzzy ou nebulosos onde os objetos tem limites de inclusão dependentes de um certo grau de pertinência (muito frio, frio, normal, quente e muito quente). Na LF, as tomadas de decisões são baseadas em regras fuzzy ou nebulosas do tipo SE-ENTÃO associadas com um mecanismo de inferência para as saídas.

13 Aplicações da Lógica Fuzzy Controle do pêndulo invertido. Regras Fuzzy Outras aplicações vão desde controle de câmeras e filmadoras, máquinas de lavar e fornos de microondas até ao controle de processos industriais, instrumentação médica e sistemas de apoio à decisão, supervisão e gerenciamento.

14 As Redes Neurais Artificiais (RNAs) RNAs impulsionadas por: Cérebro x Neurônios x Aprendizagem

15 As RNAs e suas características Neurônios artificiais são conectados em rede. Algoritmo de aprendizado: ajuste de variáveis; Treinamento: antes da etapa de reconhecimento; Generalização: reconhecer um padrão similar ao de treinamento. Aplicações: reconhecer padrões, aproximar funções, predizer valores (automação: modelagem e controle) Controle do pêndulo invertido.

16 Sistemas Híbridos Sistemas híbridos fazem uso de todos os apresentados para a solução de um determinado problema, trazendo assim as vantagens de todos os paradigmas. Estes são sistemas cujas regras baseam-se em sistemas especialistas, sistemas fuzzy, redes neurais, e outros paradigmas (algoritmos genéticos, raciocínio probabilístico, etc).

17 IA Aplicações: SBAI/CBA DESENVOLVIMENTO DE UM SISTEMA DE VISÃO COMPUTACIONAL PARA MONITORAMENTO AUTOMATIZADO DE VEICULOS MPLEMENTAÇÃO DE SENSOR VIRTUAL DE OXIGÊNIO USANDO REDES NEURAIS ARTIFICIAIS SOBRE O USO DE REDES BAYESIANAS NA DETECÇÃO DE EPISÓDIOS DE ESV: ASPECTOS DE SEGMENTAÇÃO DO SINAL DE ECG SISTEMA DE PREDIÇÃO DE ALARMES EMPLANTAS INDUSTRIAIS BASEADO EM MAPAS AUTO-ORGANIZÁVEIS DESIGN OF A GENERAL BRAIN-COMPUTER INTERFACE CONTEÚDO DIDÁTICO MULTINÍVEL PARA PERSONALIZAÇÃO REATIVA EM SISTEMAS TUTORES INTELIGENTES

18 IA Aplicação: Sistema de controle, Supervisão e Monitoramento

19 IA: Aplicações em geral

20 FIM