Técnicas de Inteligência Artificial. Sistemas de Informação UNISUL Aran Bey Tcholakian Morales, Dr. Eng. (Apostila 1)

Técnicas de Inteligência Artificial Sistemas de Informação UNISUL Aran Bey Tcholakian Morales, Dr. Eng. (Apostila 1)

Inteligência Artificial 20

QUINTA-FEIRA, 11 DE FEVEREIRO DE 2016 25

http://techemergence.com/conscious-artificial-intelligence/ 30

Inteligência Pergunta de pesquisa da disciplina: Como construir sistemas que exibam atributos considerados como parte da inteligência humana, isto é sistemas com caraterísticas inerentes ao ser humano? 37

Inteligência Artificial Ementa Inteligência e inteligência artificial: definição, conceitos, objetivos, histórico, fundamentos filosóficos, paradigmas e aplicações. Métodos de Busca e Programação Heurística. Sistemas Baseados em Conhecimento: sistemas especialistas. Teoria dos conjuntos Difusos. Sistemas difusos. Redes Neurais: definição, princípios, apresentação de diferentes tipos de redes neurais. Programação Evolutiva: algoritmos genéticos, princípios e aplicações. Justificativa Inteligência Artificial (IA) pode ser enfocada como um ramo da computação que produz sistemas com características associadas ao comportamento humano (inteligência, aprendizado, entender linguagem, raciocinar, resolver problemas entre outros). IA fornece métodos e técnicas para o desenvolvimento de programas que simulam comportamentos inteligentes, o que é base para muitas tecnologias empregadas atualmente. 38

Objetivo Geral Inteligência Artificial O objetivo da disciplina é trazer para o aluno elementos necessários que o permitam distinguir entre sistemas de informação e sistemas de conhecimento. Apresentar métodos, técnicas e ferramentas que permitam aos alunos construir bases de conhecimento e sistemas inteligentes. Objetivos Específicos: Apresentar os conceitos inerentes à inteligência e inteligência artificial; Mostrar as principais técnicas utilizadas na área de inteligência artificial; Capacitar o estudante a modelar problemas e situações utilizando princípios associados com a inteligência artificial; Habilitar o estudante a resolver problemas através da programação de técnicas baseadas nos princípios da inteligência artificial; Habilitar o estudante a desenvolver algoritmos específicos para a resolução de problemas. 39

Inteligência Artificial Unidade 1: Conceitos inerentes a inteligência Carga horária: 6 horas aula. 1.1 Conteúdo 1. Definição e conceitos de inteligência e termos associados: conhecimento, aprendizado, adaptação, representação, abstração. 2. Definição e conceitos de sistemas com características associadas à inteligência. 3. Paradigmas da inteligência artificial: principais técnicas e aplicações de cada paradigma. 1.2 Objetivos Destacar a importância e diferença entre informação e conhecimento no processo decisório das organizações. Apresentar os conceitos associados à inteligência e a construção de sistemas com as características associadas à inteligência. Habilitar o estudante a identificar tarefas intensivas em conhecimento. 40

Inteligência Artificial Unidade 2: Inteligência Artificial como Representação e Busca Carga horária: 15 horas aula 2.1 Conteúdo 1. Sistemas simbólicos e ferramentas para a construção de sistemas simbólicos. 2. Resolução de problemas através da busca. Métodos de busca sem informação. 3. Métodos de busca com informação. Heurística, programação heurística e sistemas simbólicos heurísticos. Meta-huerísticas. 2.2 Objetivos Apresentar as características dos sistemas simbólicos e das ferramentas para a construção de sistemas simbólicos. Habilitar ao estudante a representar, resolver problemas e desenvolver sistemas de busca e sistemas heurísticos. Habilitar ao estudante a resolver problemas com técnicas e ferramentas simbólicas. 41

Inteligência Artificial Unidade 3: Sistemas Baseados em Conhecimento Carga horária: 12 horas aula 3.1 Conteúdo 1. Representação de conhecimento. 2. Sistemas baseados em regras de produção e sistemas especialistas. 3. Incertezas associadas aos sistemas especialistas: teoria dos conjuntos difusos. 3.2 Objetivos Apresentar as características dos sistemas simbólicos e das ferramentas para a construção de sistemas baseados em conhecimento. Habilitar ao estudante a definir e desenvolver sistemas baseados em regras e sistemas especialistas. Habilitar ao estudante a resolver problemas com técnicas e ferramentas computacionais. 42

Inteligência Artificial Unidade 4: Aprendizado de Máquina Carga horária: 27 horas aula 4.1 Conteúdo. 1 Aprendizado de máquina simbólico. 2. Paradigma biológico da inteligência artificial. 3. Aprendizado de máquina conexionista. Redes neurais artificiais. O neurônio biológico e o neurônio artificial. Regras de aprendizagem das redes neurais. Rede neural perceptron. Redes neurais multicamadas. 4. Aprendizado de máquina social e emergente. Computação evolutiva. Algoritmos genéticos. Operadores genéticos. 4.2 Objetivos Apresentar as características dos sistemas conexionistas e das ferramentas para a construção de sistemas conexionistas. Apresentar as características das técnicas de aprendizado e das ferramentas para a construção de sistemas de aprendizado. Habilitar ao estudante a definir e desenvolver sistemas de aprendizado: sistemas de aprendizado com técnicas simbólicas, sistemas baseados em técnicas neurais e sistemas baseados em computação evolutiva 43

Inteligência Artificial Formas de Avaliação: No transcorrer do semestre teremos quatro avaliações: 1. Trabalho de pesquisa bibliográfica. 2. Prova individual de resolução de problemas; 3. Trabalho de implementação (paradigma simbólico) 4. Prova individual de resolução de problemas com ferramentas computacionais (paradigma biológica) As avaliações terão o mesmo peso, e os trabalhos poderão ser feitos em grupos de até duas pessoas. 44

Inteligência Artificial Bibliografia principal 1. LUGER, GEORGE F. - Inteligência Artificial: Estruturas e Estratégias para a Solução de Problemas Complexos - 4ª Edição - Bookman Companhia Editora 2004 2. RUSSEL, S. e NORVIG, P. - Artificial Intelligence : A Modern Approach - Printice Hall, Inc., 1995. 3. REZENDE, S. Sistemas Inteligentes: fundamentos e aplicações. Manole, 2003. 4. RICH, E. - Inteligência Artificial - 2 ed. - McGraw-Hill, Rio de Janeiro, 1988. 45

Inteligência Artificial Bibliografia complementar 1. DA RUAN - Intelligent Hybrid Systems - Kluwer Academic Publishers, 1997. 2. DURKIN, John - Expert Systems: design and development Englewood Cliffs, New Jersey, USA: Prentice Hall, 1994 3. FAUSSET, Laurene V. - Fundamentals of neural networks: architectures, algorithms and applications. New Jersey: Prentice- Hall, 1994. 4. HAYKIN, Simon. Neural networks: a comprehensive foundation. New York: Macmillan College Publishing Company, 1994. 5. GOLDBERG, David E. - Genetic algorithms in search, optimization and machine learning. New York: Addison-Wesley Publishing Company INC, 1989 6. ROSS, Timothy, J. - Fuzzy logic with engineering applications. New York: McGraw-Hill Inc., 1995 46

Inteligência artificial: fundamentos, conceitos e motivação 47

Inteligência e Inteligência Artificial Ao longo da história vários filósofos e cientistas se dedicaram a análise dos vários aspectos constitutivos da inteligência humana. Posteriormente a inteligência, passou a ser estudada por outros campos do saber humano, como pela engenharia, psicologia, pedagogia, ciência cognitiva, neurologia, lingüística, computação, entre outros, visando aspectos práticos e comerciais. Assim como ocorreu com outras ciências que antes pertenciam ao campo de estudo da filosofia e depois se tornaram ciências independentes ou ramo de outras ciências, o mesmo ocorreu com o estudo da inteligência que hoje é alvo do estudo da ciência conhecida como inteligência artificial (IA). 48

Inteligência e Inteligência Artificial Os primeiros estudos sobre inteligência artificial surgiram na década de 40, juntamente com os primeiros grandes projetos de construção de computadores. O segundo grande passo foi dado nos Estados Unidos, em 1956, quando John McCarthy reuniu em uma conferência proferida ao Darmouth College, na Universidade de New Hampshire, vários pesquisadores de renome para estudar o que foi denominado por Minsky, McCarthy, Newell e Simon de Inteligência Artificial. A expressão Inteligência Artificial era utilizada para designar um tipo de inteligência construída pelo homem para dotar a máquina de comportamentos inteligentes. 49

Inteligência: Definição Etimologicamente a palavra inteligência vem do latim inter (entre) e legere (escolher), inteligência significa aquilo que nos permite escolher entre uma coisa e outra. 50

Inteligência: Definição ( 1 )... a habilidade de resolver situações com sucesso, ajustando o próprio comportamento... (aprendizado) ( 2 )... a habilidade de perceber as inter-relações de fatos de tal forma que nos permitam guiar as ações para uma meta... (resolução de problemas através da representação e abstração) ( 3 )... capacidade de um indivíduo para ajustar seu pensar a novas exigências... (adaptação as exigências do ambiente) ( 4 )... a atividade inteligente, consiste na compressão do essencial de uma situação e numa resposta reflexa apropriada... (entender, planejar e executar tarefas) ( 5 )... é o processo contínuo de aquisição, de triagem, de ordenação e de interpretação da informação... (conhecimento) 51

Inteligência: Definição Na definição (1), podemos associar inteligência com aprendizado, na definição (2), com resolução de problemas através da representação e abstração, na definição (3) com adaptação as exigências do ambiente, na (4) com entender, planejar, e executar tarefas, e na (5) com (5) conhecimento. Como pode-se observar nas diferentes definições, a inteligência não pode ser simplesmente capturada em uma frase arrumada, não pode ser dissecado em suas partes constituintes. 52

Atributos associados a Inteligência Podemos considerar atributos associados com um ente inteligente: capacidade de aprender ; habilidade de adquirir conhecimento; planejar e prever um conjunto de ações não repetitivas; habilidade de comparar e avaliar alternativas; sintetizar novos conceitos e ideias; raciocinar; entender linguagens; 53

Inteligência Artificial: Definição A palavra artificial vem do latim artificiale, significa algo não natural, isto é, produzido pelo homem. Inteligência artificial é um tipo de inteligência produzida pelo homem para dotar as máquinas de algum tipo de habilidade que simula a inteligência do homem. 54

Inteligência Artificial: Definição Algumas definições de IA, organizadas em 4 categorais Processos de pensamento e raciocínio Comportamento Sucesso em termos de fidelidade ao desempenho humano Sucesso comparando-o com o conceito ideal de inteligência (racionalidade)

Inteligência Artificial: Definição Podemos associar o termo IA com: Parte da ciência da computação que faz que os sistemas (máquinas) exibam atributos considerados como parte da inteligência humana: aprender, adquirir conhecimentos, entender linguagens, raciocinar e resolver problemas; 56

Objetivos da Inteligência Artificial O objetivo central da IA, é a criação de modelos para a inteligência e a construção de sistemas computacionais baseados nesses modelos. Este objetivo é simultaneamente teórico, (a criação de teorias e modelos para a capacidade cognitiva), e prático, a implementação de sistemas computacionais baseados nestes modelos. Em outras palavras, a IA tem se destacado na busca por compreender a inteligência e por englobar diversos campos do conhecimento com o objetivo prático de simular a inteligência. O caráter dual deste objetivo levou, naturalmente, a pesquisa e desenvolvimento em IA cristalizarem-se em torno de três linhas de pesquisa: 57

Objetivos da Inteligência Artificial IA cognitiva: desenvolvimento de modelos formais para a inteligência humana, tema da ciência cognitiva, também chamada de psicologia computacional; IA básica: exploração e experimentação de técnicas computacionais que apresentem potencial para a simulação do comportamento inteligente; IA aplicada: desenvolvimento de aplicações educacionais, comerciais ou industriais utilizando técnicas de IA. 58

Principais áreas da IA 59

Principais aplicações da IA Sistemas Especialistas: são sistemas computacionais que resolvem problemas de uma maneira bastante parecida com o especialista humano. Mineração de Dados (Data Mining): técnicas de IA aplicadas a banco de dados, pretendem encontrar conhecimento nestas informações. Algoritmos de busca e Jogos: é o estudo voltado para a construção de mecanismos de busca inteligentes e de programas de jogos envolvendo estratégia e raciocínio. 60

Principais aplicações da IA Controle inteligente: é a aplicação de técnicas de IA, no controle de processos. Reconhecimento de padrões: são tarefas que permitem reconhecer o dono de uma impressão digital, validar a assinatura num cheque bancário, ler e digitalizar um texto escrito, sistemas de reconhecimento de voz. Os scanners, por exemplo, utilizam programas de reconhecimento óptico desenvolvidos pelas pesquisas em IA. 61

Principais aplicações da IA Robótica: É o campo de estudo voltado para desenvolver meios de construir máquinas que possam interagir com o meio. Processamento de linguagem natural: é o estudo voltado para a construção de programas capazes de compreender a linguagem natural. Visão de Computador: Busca desenvolver formas do computador trabalhar com a visão bidimensional e tridimensional. 62

Multidisciplinaridade da IA Inspiração Filosofia Matemática - Lógica - Proba. e Estat - Cálculo Pesquisa Operacional Economia Sociologia Lingüística Psicologia Biologia Automação e Controle Computação tradicional Problemas Aplicações Tarefas Busca heurística Representação do conhecimento e Raciocínio automático Planejamento Aprendizagem e Aquisição de Conhecimento Sistemas Multi-Agente Reconhecimento de Padrões Jogos Sistemas Especialistas Percepção Computacional - Visão - Processamento de Voz - Integração de Sensores Processamento de Linguagem Natural Robótica - Navegação - Manipulação Classificação Previsão Monitoramento Diagnóstico e Interpretação Conserto Escalonamento Alocação Filtragem Descoberta Design Controle Simulação

Exemplos Desenvolver um procedimento para resolver o Jogo do 8 onde o inicio do jogo pode ser qualquer configuração (ex. a primeira figura) e o fim a configuração da segunda figura. 64

Exemplos E se o estado inicial for: 65

Exemplos Desenvolver um procedimento para pintar com o menor número possível de cores o mapa do Brasil, de tal forma que dois estados vizinhos tenham cores diferentes? Generalizar o procedimento para pintar o mapa dos municípios de Santa Catarina, e o mapa dos municípios do Brasil. Imagine um carro na estrada com outro veículo na sua frente. Pela pista contrária está vendo um ônibus. Faça um programa (procedimento) que indique ao motorista do carro se deve ou não ultrapassar o veículo da sua frente. 66

Exemplos Construir um algoritmo para reconhecer letras manuscritas do alfabeto. 67

O que você acha deste diálogo? Psicanalista. Como posso ajudá-lo? Paciente. Eu não sei Psicanalista. Tente me dizer algo sobre seu problema. Paciente. Não quero. Psicanalista. Elabore um pouco. Paciente. Eu estou doente e cansado hoje. Psicanalista. Você saberia dizer por quê? Paciente. Sim, estou velho. Psicanalista. Continue... Paciente. Eu perdi o interesse por todas as coisas... Psicanalista. Fale mais sobre esses sentimentos... Paciente. Eu acho que sei porque me sinto assim Psicanalista. Você sabe? Exemplos Paciente. Parece que perdi minha família. Psicanalista. O que o faz pensar assim? Paciente. Manter uma família é um desafio. Psicanalista. Por que isto é importante para você? 68

Exemplos Um investidor está avaliando a sua carteira de ações, que atualmente é formada por 10% da ação A, 30% da ação B e 60% da ação C. Quando o investidor analisa o retorno mensal do portafólio comparado com o índice Bovespa, observa que em quase 60% dos meses analisados o retorno do índice Bovespa foi superior, isto é, dos 12 meses analisados o retorno no Bovespa foi superior em 7 meses. Qual seria a composição da carteira para superar o índice Bovespa na maior quantidade de meses possíveis? Mês Ação A Ação B Ação C Bovespa Retorno portfólio Comparação Mês 1 0,09091 0,06793 0,00001 0,04152 0,02948 0 Mês 2 0,07197 0,13972 0,00706 0,06728 0,05335 0 Mês 3 0,09661-0,03546 0,07748 0,02220 0,04551 1 Mês 4 0,04516-0,03109-0,01706 0,00035-0,01505 0 Mês 5 0,05864 0,00760-0,06275 0,03858-0,02951 0 Mês 6-0,00192-0,03879-0,00108-0,04789-0,01248 1 Mês 7 0,11404 0,08453 0,03741 0,04486 0,05921 1 Mês 8 0,06388-0,01656 0,00971 0,01965 0,00724 0 Mês 9-0,05679-0,04000-0,03813-0,01914-0,04056 0 Mês 10-0,03141 0,04320 0,09798 0,01186 0,06861 1 Mês 11 0,05676-0,11790-0,04462-0,04393-0,05646 0 Mês 12-0,08493 0,19367-0,02473-0,01990 0,03477 1 Pesos 10,00% 30,00% 60,00% 100,0% % de ganho do portfólio sobre Bovespa 41,667% 69