Inteligência Artificial

Transcrição

1 Inteligência Artificial Aula 1 Introdução a Inteligência Artificial M.e Guylerme Velasco

2 Definição Ciência que estuda o fenômeno da Inteligência Estudo da inteligência em computadores e através deles, nas pessoas Objetivo Compreender, modelar e simular a inteligência Estudar se os computadores podem pensar e como construir computadores que pensem Construir sistemas inteligentes 2

3 Definição Conjunto de técnicas para construir máquinas inteligentes capazes de resolver problemas complexos (Nilson) Tecnologia de Processamento da Informação que envolve processos de raciocínio, aprendizado e percepção. (Winston) Ramo da Informática que tenta simular comportamentos humanos inteligentes (Luger e Stubble) 3

4 O que é inteligência? Atingir objetivos Percepção Resolução de Problemas Tomada de decisão Compreensão Aprendizagem 4

5 IA e Informática Banco de Dados Inteligência Artificial Engenharia de Software 5

6 IA e Ciências Humanas Psicologia Inteligência Artificial Lógica Matemática Filosofia Linguística Sociologia 6

7 IA x Informática Clássica Um programa tradicional só pode fornecer respostas às situações para as quais ele foi concebido Um sistema de IA pode fornecer respostas para situações não previstas 7

8 Introdução Estudo da inteligência é uma das disciplinas mais antigas Formalmente a área foi criada em 1956 quando o nome foi cunhado Filosofia por 2000 como ver, aprender, recordar e raciocinar pode ser realizado? Nos anos 50 passou-se à prática com a criação do computador 8

9 Histórico Turing (1950) Computing machinery and intelligence : Máquinas podem pensar? Máquinas podem se comportar de modo inteligente? Teste para comportamento inteligente: O jogo da imitação Envolve tópicos de IA: representação do conhecimento, raciocínio, linguagem, reconhecimento de padrões, aprendizado Previsão, em 200, uma máquina teria 30% de chance de enganar uma pessoa durante 5 minutos 9

10 Histórico 1960 Revolução Cognitiva Pscilogia + processamento da informação substitui behaviorismo (Skinner) Requer teoria para atividades internas do cérebro Qual o nível de abstração? Conhecimento ou circuitos? Como validar? Prevendo e testando comportamentos humanos Ou indentificação direta a partir de dados neurofisiológicos Hoje, ciência cognitiva e ciência neurocognitiva são idependentes de IA *Cognição é o ato ou processo da aquisição do conhecimento que se dá através percepção, da atenção, memória, raciocínio, juízo, imaginação, pensamento e linguagem. 10

11 Histórico 1970 Desenvolvimento de formalismos de representação de conhecimento Problemas: escassez de recursos computacionais, limitação dos tipos de inferências 1980 em diante Agente inteligente Metodologia de desenvolvimento Framework para projeto e análise de programas 11

12 Aplicações da IA Matemática: demonstração de teoremas, resolução simbólica de equações, geometria, etc Pesquisa Operacional: otimização e busca heurística em geral Jogos: Xadrez, damas, etc Processamento de Linguagem Natural: tradução automática, verificadores ortográficos e sintáticos, interfaces para BDs, etc Sistemas tutores: modelagem do aluno, escolha de estratégias pedagógicas, etc Percepção: visão, tato, audição, paladar e olfato Robótica: manipulação, navegação, monitoramento, etc 12

13 Aplicações da IA Sistemas especialistas: Atividades que exigem conhecimento especializado e não formalizado Tarefas: diagnóstico, previsão, monitoramento, análise, planejamento, projeto, etc Áreas: medicina, finanças, direito, engenharia, química, indústria, arquitetura, arte, computação,... Computação/Engenharia: Recuperação de informação (principalmente web) Programação automática Interfaces adaptativas Bancos de Dados inteligentes Mineração de Dados Sistemas distribuídos Controle e Robótica inteligente Sensores inteligentes etc 13

14 Abordagens de IA Processos mentais de raciocínio Pensamento Comportamento Ação Desempenho Humano Sistemas que pensam como humanos Sistemas que atuam como humanos Capacidade de Raciocínio Sistemas que pensam racionalmente Sistemas que atuam racionalmente 14

15 Sistemas que pensam como humanos O novo esforço excitante de fazer os computadores pensar... Máquinas com mentes, no sentido completo e literal (Haugeland, 1985) A automação de atividades que associamos com o pensamento humano, atividades como tomada de decisão, resolução de problemas, aprendizado... (Bellman) 15

16 Sistemas que pensam como humanos Abordagem de Psicologia Cognitiva Como funciona a mente humana Introspecção Psicologia experimental Psicologia Cognitiva Técnicas experimentais da psicologia, para a construção de teorias sobre o funcionamento da mente humana 16

17 Psicologia Cognitiva Evolução humana bem sucedida devido a faculdades mentais para uso e acesso à informação Mente Processador de Informação 17

18 Processos Cognitivos Sensação e percepção da informação de entrada Atenção à informação relevante Armazenamento em memória de curta duração enquanto é processada Aquisição de habilidades complexas Produção linguística de saída oral ou escrita Resolução de problemas para tomar ações apropriadas Planejamento de sequência de ações 18

19 Sistemas que pensam racionalmente O estudo das faculdades mentais através de modelos computacionais (Charniak e McDermott, 1985) O estudo das operações que fazem possível perceber, raciocinar e atuar (Wiston, 1992) 19

20 Sistemas que pensam racionalmente Abordagem das leis do raciocínio Aristóteles Leis do pensamento certo processo de raciocínio irrefutável Silogismos Sócrates é um homem; todos os homens são mortais; por isso, Sócrates é mortal Padrões para estruturar argumentos que levam a conclusões corretas dadas as premissas corretas Leis que governam as operações mentais que deram origem à Lógica 20

21 Sistemas que pensam racionalmente Abordagem lógica Desde 65 dada a descrição de um problema em notação lógica, encontravam, se existia, uma solução ao problema Obstáculos Dificuldade de formalizar conhecimento Diferença entre teoria e prática (recursos computacionais) 21

22 Sistemas que atuam como humanos A arte de criar máquinas que realizam funções que requerem inteligência quando realizada por humanos (Kurzweil, 1990) O estudo de como fazer os computadores fazer coisas nas quais, no momento, as pessoas são melhores (Rich e Knight, 1991) 22

23 Sistemas que atuam como humanos Um computador é inteligente se ele parece humano para o homem (A. Turing) 23

24 Teste de Turing Máquina Sistema Intermediário Homem 24

25 Teste de Turing Os indivíduos estão separados fisicamente. Eles se comunicam via um sistema intermediário O objetivo é descobrir quem é a máquina A máquina é inteligente se o interrogador é incapaz de descobrir quem é a máquina 25

26 Sistemas que atuam como humanos Para passar o teste O computador com as seguintes capacidades Processamento de linguagem corporal Representação de conhecimento Raciocínio automático Aprendizado de máquina 26

27 Sistemas que atuam racionalmente Um campo de estudo que tenta explicar e emular comportamento inteligente em termos de processos computacionais (Schalkoff, 1990) O ramo da ciência da computação que está preocupada com a automação do comportamento inteligente (Luger e Stubblefield, 1993) 27

28 Sistemas que atuam racionalmente Abordagem de agentes racionais Atuar racionalmente Alcançar seus objetivos de acordo com as suas crenças Inferência Parte de ser um agente racional Não é única forma de atuar racionalmente (ações reflexivas) 28

29 Sistemas que atuam racionalmente Todas as destrezas cognitivas do teste de Turing são necessárias para suportar comportamento racional Processamento de linguagem corporal Para lidar com a complexidade do mundo Representação de conhecimento Para raciocinar a partir dele e tomar decisões Raciocínio automático Aprendizado de máquina Geração de estratégias cada vez mais efetivas Visão Consequências de determinada ação 29

30 Paradigmas de raciocínio Simbólico: metáfora linguística Ex.: Sistemas de produção Conexionista: metáfora cerebral Ex.: Redes Neurais Evolucionista: metáfora da natureza Ex.: Algoritmos Genéticos Estatístico/Probabilístico Ex.: Redes Bayesianas, Sistemas Nebulosos 30

31 Paradigma Simbólico A lei americana diz que é proibido vender armas a uma nação hostil. Cuba possui alguns misseis, e todos eles foram vendidos pelo Capitão West, que é americano West é criminoso ou não? Como resolver automaticamente este problema de classificação? Segundo IA (simbólica), é preciso: Identificar o conhecimento do domínio (modelo do problema) Representá-lo utilizando uma linguagem formal de representação Implementar um mecanismo de inferência para utilizar esse conhecimento 31

32 Paradigma Simbólico Raciocínio Processo de construção de novas sentenças a partir de outras sentenças Deve-se assegurar que o raciocínio seja plausível, correto 32

33 Paradigma Simbólico O caso do Cap. West A) x, y, z Americano x Arma y Nação x Hostil z Vende x, y, z Criminoso x B) x Guerra x, USA Hostil x C) x InimigoPolitico x, USA Hostil x D) x Missil x Arma x E) x Bomba x Arma x F) Nação(Cuba) G) Nação(USA) H) InimigoPolitico(Cuba, USA) I) InimigoPolitico(Irã, USA) J) Americano(West) K) x Possui Cuba, x Missil x L) x Possui Cuba, x Missil x Vende(west, Cuba, x) 33

34 Paradigma Simbólico M) Possui(Cuba, M1) - Eliminação: qualificador existencial e conjunção de K N) Míssil(M1) O) Arma(M1) modus ponens a partir de D e N P) Hostil(Cuba) Modus ponens a partir de C e H Q) Vende(West, Cuba, M1) Modus ponens a partir de L, M e N R) Criminoso(West) Modus ponens a partir de A, J, O, F, P e Q 34

35 Paradigma Conexionista Redes Neurais Definição Romântica Técnica inspirada no funcionamento do cérebro, onde neurônios artificiais, conectados em rede, são capazes de aprender e de generalizar Definição Matemática Técnica de aproximação de funções por regressão não linear É uma outra abordagem Linguagem redes de elementos simples Raciocínio aprender diretamente a função entrada-saída 35

36 Paradigma Conexionista Redes Neurais 36

37 Paradigma Evolutivo Evolução Diversidade é gerada por cruzamentos e mutações Os seres mais adaptados ao seus ambientes sobrevivem (seleção natural) As características genéticas de tais serem são herdadas pelas próximas gerações 37

38 Paradigma Evolutivo Definição Método probabilístico de busca para resolução de problemas (otimização) inspirado na teoria da evolução Ideia Indivíduo = solução Faz evoluir um conjunto de indivíduos mais adaptados por cruzamento através de sucessivas gerações 38

39 Paradigma Estatístico/Probabilístico Utiliza a teoria da probabilidade e a teoria da utilidade, compondo uma teoria da decisão, como base para raciocinar num mundo de incertezas (de crenças, percepções, ações, etc) Problemas: amostra (quantidade, representatividade), falta de formalismo para representar e usar informação de independência condicional, grandes quantidades de dados Vantagem sobre a lógica clássica: permite tomar uma decisão mesmo quando não tem informação suficiente para provar que alguma ação irá funcionar 39

40 Paradigma Estatístico/Probabilístico Probabilidade grau de crença Ex.: 80% de crença de que A é verdade em cada 10 casos, A é verdade 8 vezes e falso 2 vezes compromisso ontológico da probabilidade é o mesmo da lógica: os fatos (A) são verdadeiros ou falsos Lógica nebulosa (Fuzzy) grau de verdade Ex.: Um evento pode ser uma certa verdade. É uma forma de especificar quão bem um objeto satisfaz uma descrição vaga João é alto. Isso é verdade ou falso, sabendo que ele mede 1,75 de altura? - não há incerteza na mundo exterior (sabe-se a altura de João), há incerteza no significado linguístico de alto 40

41 Paradigma Computacional de Agentes Um agente é a entidade que percebe o mundo à sua volta e atua neste mundo Ex.: Ser humano, robô, agente de software Sistema multiagente é um sistema formado por vários agentes que trabalham de forma cooperativa para atingir uma meta 41

42 Paradigma Computacional de Agentes Aplicações Industriais: Controle de Tráfego Aéreo Controle de Manufatura Controle de Processos Distribuição de Energia Elétrica Controle de Espaçonaves Monitoração de Usinas Nucleares Telecomunicações Sistemas de Transporte 42

43 Paradigma Computacional de Agentes Aplicações Comerciais Gerência de Informações Filtragem e recuperação de informações Comércio eletrônico Software Educativo Interface Humano-Computador Modelagem de usuários 43

44 Paradigma Computacional de Agentes Aplicações Médicas Monitoramento de Pacientes Entreterimento Jogos Cinema Interativo 44

45 Paradigma Computacional de Agentes 45

46 Paradigma Computacional de Agentes Propriedades de um Agente Autonomia O que os distingue dos objetos Sociabilidade Capacidade de aprendizado 46

47 Paradigma Computacional de Agentes Classificação: Agentes reflexivos Agentes reflexivos com estado Agentes baseados em metas Agentes baseados na utilidade 47

48 Agentes reflexivos 48

49 Agentes reflexivos com estado 49

50 Agentes baseados em objetivo 50

51 Agentes baseados em utilidade 51