Noções básicas de Inteligência Artificial. Inteligência Artificial

Documentos relacionados
Métodos de Classificação dos Objetos Segmentados(IAR) Vizinho Próximo Lógica Fuzzy

UMA EXPERIÊNCIA COM MODELAGEM MATEMÁTICA NA LICENCIATURA EM MATEMÁTICA

Inteligência Artificial. Prof. Tiago A. E. Ferreira Aula 4 Tipos de Agentes Inteligentes Racionais e Ambientes

INTELIGÊNCIA ARTIFICIAL

Inteligência Artificial Agentes Inteligentes

MATEMÁTICA MÓDULO 6 ESTATÍSTICA. Professor Haroldo Filho

Introdução a Complexidade de Algoritmos

Busca binária. Busca em arquivos. Busca binária. Busca binária. Ordenação e busca em arquivos

A Computação e as Classificações da Ciência

EXPLORANDO OS NÚMEROS FIGURADOS POR MEIO DE ATIVIDADES INVESTIGATIVAS

étodos uméricos MÉTODO DOS MOMENTOS - MOM Prof. Erivelton Geraldo Nepomuceno PROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA ELÉTRICA

Complexidade de Algoritmos

Sistemas de Suporte à Decisão (DSS)

Universidade Federal de Alfenas

VISUALIZANDO DESIGUALDADES E PROPRIEDADES DE SEQUÊNCIAS RACIONAIS COM APOIO NO GEOGEBRA

Stela Adami Vayego DEST/UFPR

Estacionariedade e correlação temporal em dados financeiros

ESCOLA ONLINE DE CIÊNCIAS FORMAIS CURSO DE INTRODUÇÃO À LÓGICA MATEMÁTICA (3) MÉTODO AXIOMÁTICO E TEORIAS FORMAIS AULA 10 VERDADE DE TARSKI (PARTE 1)

Análise de Sistemas de Informação

ATIVIDADES INVESTIGATIVAS PARA O ENSINO E APRENDIZAGEM DOS CONCEITOS E PROPRIEDADES DE SUCESSÕES NUMÉRICAS

Análise de Algoritmos. Análise de Algoritmos. Análise de Algoritmos. Análise de Algoritmos. Análise de Algoritmos. Análise de Algoritmos

1 Amintas engenharia

ANÁLISE DE COMPLEXIDADE DE ALGORITMOS

5. ANÁLISE DE SISTEMAS DA CONFIABILIADE DE SISTEMAS SÉRIE-PARALELO

Estudo da Função Exponencial e Função Logarítmica

Ordenação e Busca em Arquivos

DFS Série Discreta de Fourier DFT Transformada Discreta de Fourier Convolução Circular

O teste de McNemar. A tabela 2x2. Depois - Antes

Torre de Hanói. Luís Ricardo da Silva Manoel

O termo "linear" significa que todas as funções definidas no modelo matemático que descreve o problema devem ser lineares, isto é, se f( x1,x2

Problemas Sobre Correlacionamento

Plano de Aula. Teste de Turing. Definição. Máquinas Inteligentes. Definição. Inteligência Computacional: Definições e Aplicações

Capítulo 5- Introdução à Inferência estatística.

Capítulo 5- Introdução à Inferência estatística. (Versão: para o manual a partir de 2016/17)

Avaliação de Desempenho

Sumário. 2 Índice Remissivo 19

2284-ELE/5, 3316-IE/3

AULA 17 A TRANSFORMADA Z - DEFINIÇÃO

Organização de Arquivos

O PARADOXO DE SIMPSON

Figura 4.53 Sinais coletados para as componentes da velocidade (a) u, (b) v e (c) w na sonda 1 estação A do escoamento a Re =

MODELAGEM MATEMÁTICA E PENSAMENTO MATEMÁTICO: ALGUMAS RELAÇÕES

SINAIS E SISTEMAS DE TEMPO DISCRETO

2.2. Séries de potências

Introdução. Notas de pesquisa

Exercícios da vídeoaula 7 Matemática

Universidade do Estado do Amazonas

Distribuições Amostrais

n ) uma amostra aleatória da variável aleatória X.

Climatização, uma abordagem fundamental (IBERAVAC&R - 2º WORKSHOP) Pub. Contimetra

Relatório dos índices de evasão, retenção e conclusão dos Cursos de Graduação da Universidade Tecnológica Federal do Paraná - UTFPR

Sucessão de números reais. Representação gráfica. Sucessões definidas por recorrência. Introdução 8. Avaliação 18 Atividades de síntese 20

Inteligência Artificial - IA. Agentes Inteligentes Cont.

ANALISE DE CIRCUITOS ELÉTRICOS J.R. Kaschny (2004)

Algoritmos de Iluminação Global

PROGRAMAÇÃO E ALGORITMOS (LEII) Universidade da Beira Interior, Departamento de Informática Hugo Pedro Proença, 2016/2017

Distribuições Amostrais

Relatório. Mulheres e Homens em 2015

Cap. 4 - Estimação por Intervalo

ABORDAGEM PARA A SOLUÇÃO DE DESIGUALDADES VARIACIONAIS: A FUNÇÃO GAP

Mineração de Dados em Biologia Molecular

APLICAÇÃO NO ENSINO DE CÁLCULO NUMÉRICO NA ENGENHARIA DE ALIMENTOS: CONTROLE DO CRESCIMENTO MICROBIANO

Agentes inteligentes. Capítulo 2 Inteligência Artificial Sistemas de Informação

Taxas e Índices. Ana Maria Lima de Farias Dirce Uesu Pesco

Agenda. Administração de Sistemas Proprietários Turma : REDES V. Apresentação

Características dinâmicas

CAPÍTULO 8 - Noções de técnicas de amostragem

Aula 02a Agentes Inteligentes

Algoritmo Genético na otimização da adição de adjacências em um grafo com aplicação em planejamento do movimento de robôs

Fundamentos de Análise Matemática Profª Ana Paula. Números reais

Número-índice: Conceito, amostragem e construção de estimadores

Modelagem Conceitual - Análise Lógica

0, É IGUAL A 1?

Método do Lugar das Raízes

MEDIDAS DE TENDÊNCIA CENTRAL E MEDIDAS DE DISPERSÃO Í N D I C E

A CORPORIFICAÇÃO DO CONCEITO DE CONVERGÊNCIA DE SEQUÊNCIAS INFINITAS POR MEIO DE ATIVIDADES EXPLORATÓRIAS

Inteligência Artificial: 2. Agentes Inteligentes. Capítulo 2 Russell e Norvig

Teste de Software. Engenharia de Software Profa. Dra. Elisa Yumi Nakagawa 1º semestre de 2016

AGRUPAMENTO DE ESCOLAS LIMA DE FREITAS

Introdução à Computação

Teoria Elementar da Probabilidade

INTELIGÊNCIA ARTIFICIAL

Sobre a necessidade das hipóteses no Teorema do Ponto Fixo de Banach

Prova Parcial 1 Matemática Discreta para Computação Aluno(a): Data: 18/12/2012

H = U + PV função de estado. Processo isobárico e quase-estático (dp = 0): dh A variação de entalpia é igual ao calor H T

AUTO AVALIAÇÃO CAPÍTULO I. 1. Assinale com V as proposições que considere verdadeiras e com F as que considere

Experimento 1 Estudo da Lei de Hooke

Estatística: Aplicação ao Sensoriamento Remoto SER ANO Teoria da amostragem

Uma Proposta de Infra-estrutura de Medições para o Tráfego do Backbone da RNP2

CA 2016/005 Versão 001 Novas funções de teste implementadas no Framework de otimização do LEV, versão

Séquências e Séries Infinitas de Termos Constantes

( 1,2,4,8,16,32,... ) PG de razão 2 ( 5,5,5,5,5,5,5,... ) PG de razão 1 ( 100,50,25,... ) PG de razão ½ ( 2, 6,18, 54,162,...

Universidade São Judas Tadeu Faculdade de Tecnologia e Ciências Exatas Laboratório de Física e Química

Virgílio A. F. Almeida DCC-UFMG 1/2005

CAP. I ERROS EM CÁLCULO NUMÉRICO

Sucessão ou Sequência. Sucessão ou seqüência é todo conjunto que consideramos os elementos dispostos em certa ordem. janeiro,fevereiro,...

Gerência de Redes Turma : V

DERIVADAS DE FUNÇÕES11

Transcrição:

Noções básicas de Iteligêcia Artificial Disciplia: Metodologias de Iteligêcia Artificial FEUP Iteligêcia Artificial EVOLUÇÃO: Ciêcia COGNITIVA Estuda todas as estruturas e processos iteros mediado as respostas iteligetes e os respectivos estímulos exteros Ciêcia da Cogição Iteligêcia Artificial Domíios Egeharia do Cohecimeto De Aplicação DIFERENCIAÇÃO: Técicas de Iteligêcia Artificial: i) para problemas complexos e dificeis de caracterizar com precisão (pouco estruturados); ii) Modelização do raciocíio FEUP 2 Page 1

Iteligêcia Artificial Defiições de Iteligêcia Artificial orgaizada em 4 categorias The excitig ew effort to make computers thik machies with mids, i the full ad literal sese (Hauglad, 1985) The study of metal faculties through the use of computatioal models (Chariak, McDermott, 1985) The study of computatios that make it possible The automatio of activities that we associate to perceive, reaso ad act with huma thikig, activities such as huma (Wisto, 1992) decisio makig, problem solvig, learig (Bellma, 1978) The art of creatig machies that perform fuctios that require itelligece whe performed by people (Kurzweil, 1990) A field of study that tries to explai ad emulate itelliget behaviour i terms of computatioal processes (Schalkoff, 1990) The study of how to make computers do Thigs at wich, at the momet, people are Better (Rich ad Kight, 1991) The brach of computer sciece that is Cocered with the automatio of itelliget Behavior (Luger ad Stubblefield, 1993) Sist. que pesam como humaos Sist. que pesam racioalmete Sist. que agem como humaos Sist. que agem racioalmete FEUP 3 Metodologias básicas PARADIGMA BÁSICO DOS SISTEMAS DE PRODUÇÕES CONHECIMENTO DADOS OPERADORES ESTRATÉGIAS FEUP 4 Page 2

Problemas e resolução Métodos de Resolução de Problemas Sistemas de Produções a primeira Arquitectura básica dos Sistema de Iteligêcia Artificial Descrição do problema através de um espaço de estados Represetação do cohecimeto através da lógica e de estruturas de iformação Resolução do problema movimetação o espaço de estados da cofiguração iicial à cofiguração fial Arquitectura do sistema computacioal uso de SISTEMAS DE PRODUÇÕES: arquitectura básica para sistemas de IA matedo separadamete os Factos (uma ou várias Bases de Dados ), os operadores (regras) e o algoritmo de cotrolo FEUP 5 Espaço de estados Problemas como Espaço de estados Exemplo do Missioários e Caibais: Represetação do estado: missca(nmissmdir, NCaMDir,B). Estado iicial: missca(3,3,d). Estado objectivo: missca(0,0,e). Não existido heurísticas, a pesquisa é sistemática. Exemplo dos Baldes: Represetação do estado: Estado iicial: Estado objectivo: baldes(nlb4, NLb3). baldes(0,0). baldes(2,_). Regras (Operadores): Echer, Esvaziar, Verter de um para outro até echer ou esvaziar,... FEUP 6 Page 3

Espaço de estados Ex: Puzzle de 8 Operadores: Movimetação do braco para E,D,C,B Estados: Descrição da localização de cada umero e do braco Teste: Estado igual ao Objectivo Custo: Cada acção o mesmo custo de 1. Custo do Passo = Nº acções Ex: 8 Raihas Estados: Descrição de qualquer arrajo de raihas de 1 a 8 o Tabuleiro Operadores: Colocar 1 raiha a colua mais à esquerda vazia ão atacável Teste: 8 raihas ão atacáveis Custo: O passo ão tem custo. Só iteressa o estado fial FEUP 7 Domíios para a IA ALGUNS DOMÍNIOS DE INVESTIGAÇÃO E APLICAÇÃO 1. Compreesão Computacioal da Liguagem Natural compreeder traduzir Tratameto superficial : Aálise Lexical (Ex: Eliza ) Aálise em profudidade: Sitática, Semâtica, Pragmática Frase: João atira a bola braca F --> SN SV SN --> Qt SN1 SN --> SN1 SN1 --> N FADJ FADJ--> il FADJ ADJ SV --> V SN N --> João bola ADJ --> braca Qt --> a o V --> atira FEUP 8 Page 4

Domíios para a IA 2. Sistemas Periciais ("Expert Systems") ESPECÍFICO VS GERAL Cohecimeto Vs "Iteligêcia" CONHECIMENTO + METODOLOGIAS DE IA SISTEMA SIMULADOR DO PERITO» uso de cohecimeto simbólico e heuristico» uso de cohecimeto icerto, vago, icompleto» acesso ao cohecimeto modular» coclusões credíveis (Raciocíio Icerto)» explicações» evolução do cohecimeto» iteracção» aquisição de cohecimeto (evetualmete automático) FEUP 9 Domíios para a IA 3. Robótica ARQUITECTURAS: Cogitivas e Reactivas ; Híbridas PERCEPÇÃO: Iterpretação de Ceas DECISÃO: Geração Automática de Plaos» "Frame Problem Liguages: Nível Tarefa Visão + Modelização+ Iterpretação Coordeação de Equipas FEUP 10 Page 5

Domíios para a IA 4. APRENDIZAGEM, ADAPTAÇÃO E DATA MINING Idução de Regras baseada em:» aalogia; exemplos; explicações» Programação Lógica Idutiva Data e Text Miig Criação de ovo Cohecimeto) Adaptação progressiva 5. NOVAS LÓGICAS para o Raciocíio Automático de ordem modais e itecioais temporais ão-moótoas FEUP 11 Domíios para a IA 6. ARQUITECTURAS CONECTIVISTAS E NEURONAIS iformação sub-simbólica e adaptação 7. INTELIGÊNCIA ARTIFICIAL DISTRIBUÍDA agetes distribuídos e cooperativos Aplicações em domíios complexos, distribuídos e descetralizados: gestão de Redes (Electricidade, Gás...), CIM, softbots (Pesquisadores, Shopbots,...) mercados electróicos (leilões, cotratos) istituições electróicas (Empresas Virtuais, Negociação, cotratação) agetes emocioais 8. TUTORES INTELIGENTES Represetação de Cohecimeto Estratégias de Esio e Classificação FEUP 12 Page 6

Itrodução aos Agetes Agetes Computacioais Agetes são etidades computacioais dispodo de capacidade de percepção do ambiete exterior a si (através de "sesores") e de iteracção com esse ambiete (através de "efectuadores") Agetes permitem que os humaos "deleguem" eles resposabilidade custosas em tempo ou "poder" (computação, força, memória, deslocação, repetibilidade,...) Agetes usam sequêcias percepcioais jutamete com evetual cohecimeto à priori para agirem de forma a maximizar o seu desempeho Agetes dizem-se autóomos a medida em que o seu comportameto é baseado a sua própria experiêcia e percepções (e ão a do seu criador). Agete = Plataforma + Programa Programa = Arquitectura + Programa dos Módulos FEUP 13 Itrodução aos Agetes Descrição "PAGE" dos Agetes: [Percepção, Acções, "Goals" (objectivos), "Eviromet" (ambiete)] Exemplos de Agetes Tipo Percepção Acções Objectivos Ambiete Sistema de Diagóstico Médico Sitomas Questioarios testes tratametos Saúde do Paciete Miimização dos custos Paciete Hospital Robô Maip. pixeis de itesidade variada pegar e largar peças localizar e colocar correctamete mesas ou passadeiras com peças Softbot bibliografico (ou comprador) leitura de págias Web Localização de pg. Web filtragem de iformação Selecção de iformação relevate Computadores Iteret Web pages FEUP 14 Page 7

Aplicações de SMA Aplicações Aplicações dos Sistemas Multi-Agete podem sêr ecotradas em vários domíios: Pesquisadores a WWW: vários agetes pesquisado iformação simultaeamete. Gestão Diâmica de Redes de Distribuição de Electricidade. Selecção de Recursos em Empresas geograficamete distribuídas (ex. Costrução Civil) Mercados de Electricidade: empresas utilizado grades quatidades de Electricidade, querem miimizar os seus custos egociado e escolhedo em cada mometo a melhor compahia. Mercados de Aquecimeto: grades edifícios em que diversos gabietes (computadores e agetes) competem pela eergia calorífica dispoível. Redes de Computador: distribuição de largura de bada por cosumidores. Sistemas operativos: como distribuír memória a quem e em que discos. Empresas Virtuais : sub-cotratação com apreciação de custos/beefícios. Ecamihameto de Camiões: empresas várias egoceiam quais dos seus camiões trasportam o quê para ode, comerciado serviços e trocas com outras empresas. Tratameto de pacietes: escaloameto do tratameto de um paciete o hospital. Sistemas multi-robôs. Mercados Electróicos: Leilões, Negociações, Seguraça de Trasacções FEUP 15 Arquitecturas básicas fução esqueleto-agete (percepção) retora acção estática: memória /* a memória do mudo do agete */ memória <---- actualiza_mem (memoria, percepção) acção <---- seleccioa_melhor (memoria) memória <---- actualiza_mem (memoria, acção) retora acção Notas: a sequêcia de percepções é criada iteramete a medida do desempeho é exterior ao agete FEUP 16 Page 8

Arquitecturas básicas Agete mais elemetar: agete_tabela fução agete_tabela (percepção) retora acção estática: percepções /* em sequêcia iicialmete vazia*/ tabela /* tabela idexada pelas percepções. Iicialmete completamete especificada*/ cocatear percepção a fila percepções acção <---- idexar (percepções, tabela) retora acção Desvatages: eormes tabelas tempo de costrução da tabela agete sem autoomia (sem reacção a alterações iesperadas o ambiete) mesmo que o agete tivesse apredizagem levaria demasiado tempo a costruir a tabela. FEUP 17 Arquitecturas básicas Um Agete com "raciocíio" pode tetar evitar estas 4 desvatages. Como costruir agetes capazes de melhor mapear as percepções em acções? Cosideremos cico tipos de agetes: a) Reactivos simples b) Memorizado o mudo c) Geridos por objectivos d) Baseados a utilidade e) Com Apredizagem FEUP 18 Page 9

Arquitecturas básicas: reactivo simples a) Reactivo simples Usado um cojuto de regras "situação-acção" válidos quado a decisão correcta é só fução da percepção actual fução agete_reactivo_simples(percepção) retora acção estática: regras /*cojuto de regras situação-acção */ estado <----- iterpreta_iput (percepção) regra <----- seleccioa (estado, regras) acção <----- coclusão_regra (regra) retora acção FEUP 19 Arquitecturas básicas: reactivo simples a) Reactivo simples AGENTE Sesores Regras:Codições->acção estado do mudo próxima acção? A M B I E N T E Efectuadores Diagrama esquemático de um Agete Reactivo simples FEUP 20 Page 10

Arquitecturas básicas: memorizado o mudo b) Memorizado o mudo A decisão implica um cohecimeto prévio do mudo. fução agete_reactivo_c_mem (percepção) retora acção estática: estado /* descrição do estado correte do mudo */ regras /* cojuto de regras situação_acção */ estado <----- actualiza_estado (estado, percepção) regra <----- seleccioa_regra (estado, regras) acção <----- coclusão_regra (regra) estado <----- actualiza_estado (estado, acção) retora acção /*mesma percepção -->acções diferetes,(estado do mudo) FEUP 21 Arquitecturas básicas: memorizado o mudo b) Memorizado o mudo estado evolução do mudo resultados das acções Regras:Codições->acção Sesores estado do mudo próxima acção? A M B I E N T E AGENTE Efectuadores Diagrama esquemático de um Agete "Reactivo" com estado itero FEUP 22 Page 11

Arquitecturas básicas: gerido por objectivos c) Gerido por objectivos Para além da descrição do estado correte o agete usa iformação sobre os objectivos. Implica pesquisa e plaeameto. É mais flexivel pois diferetes comportametos são obtidos para o mesmo estado do mudo depededo do destio. FEUP 23 Arquitecturas básicas: gerido por objectivos Sesores estado evolução do mudo resultados das acções Objectivos AGENTE estado do mudo evolução do mudo se executar acção A próxima acção? Efectuadores A M B I E N T E Diagrama esquemático de um Agete com objectivos explícitos FEUP 24 Page 12

Arquitecturas básicas: baseado a utilidade d) Baseado a utilidade Utilidades são medidas de "satisfação", para o agete, relativamete aos diversos estados. Utilidades podem ser usadas para decidir etre objectivos em coflito ou aida (quado há icerteza as acções) para medir a verosimilhaça de atigir o objectivo. Agetes que usam a fução utilidade são mais racioais (ex. jogar xadrez,...). FEUP 25 Arquitecturas básicas: baseado a utilidade Sesores estado evolução do mudo resultados das acções Medida de Utilidade estado do mudo evolução do mudo se executar acção A Qual o grau de de satisfação do Agete este estado? A M B I E N T E Objectivos próxima acção? AGENTE Efectuadores Diagrama esquemático de um Agete baseado em Utilidades FEUP 26 Page 13

Arquitecturas básicas: com apredizagem e) Agete com Apredizagem Percepções devem ser úteis ão só para a acção imediata mas também para melhorar as capacidades do agete em acções futuras Apreder pode ser tão simples como memorizar ou tão complexo como criar teorias. Crítico avalia o desempeho. O Elemeto Apredizagem faz as melhorias. O Elemeto Desempeho seleccioa as acções. Gerador de Problemas propõe acções exploratórias. FEUP 27 Arquitecturas básicas: com apredizagem &' $)* $ "# % $ "% ($! "# FEUP 28 Page 14

Agetes e Ambietes As propriedades do "ambiete" (o mudo exterior) também implicam o uso de um determiado tipo de agete. Ambietes podem ser: Acessíveis ou iacessíveis coforme a percepção é total ou ão Determiísticos ou Não-determiísticos (de poto de vista do agete) se o próximo estado pode ou ão ser calculado com certeza a partir do estado actual. Episódico ou Não-episódico se a caracterização das situações corretes ão depedem das ateriores etão a experiêcia do agete está dividida em "episódios" Estáticos ou Diâmicos coforme se altera com o tempo idepedetemete da acção do agete Discreto ou Cotíuo coforme o úmero de percepções e acções são um cojuto limitado ou ão (como um robô a evoluir o exterior) FEUP 29 Agetes e Ambietes ambiete acessivel determiistico episódico estático discreto Xadrez s s s (semi) s Diagóstico Médico Robô Maipulador s S. Aálise Imagem s s s s FEUP 30 Page 15

Agetes Coclusões Agetes são etidades computacioais que percebem e agem em um Ambiete O Agete ideal respode sempre bem a qualquer alteração o Ambiete e maximiza sempre o seu desempeho Autoomia do Agete baseia-se os seus objectivos, sua experiêcia e iteractividade com os outros Programa do Agete mapeia percepção em acção modificado (evetualmete) o estado através da sua arquitectura itera Agetes: de Reactivos a baseados em Objectivos e Utilidades, sem ou com Apredizagem Decidir e represetar Cohecimeto é cetal para a IA Ambietes diversos requerem Agetes diferetes FEUP 31 Page 16