1. Introdução. Inteligência Artificial - IBM1024. Prof. Renato Tinós. Local: Depto. de Computação e Matemática (FFCLRP/USP)

(1)

Inteligência Artificial – IBM1024

Inteligência Artificial - IBM1024

1. Introdução

Prof. Renato Tinós

Local: Depto. de Computação e Matemática

(FFCLRP/USP)

(2)

2 Inteligência Artificial – IBM1024

Principais Tópicos

1. Introdução

1.1. O que é IA?

1.2. Fundamentos

1.3. Breve História

1.4. Contextualização

(3)

1.1. O que é IA?

• Inteligência Artificial (IA)



Russell & Norvig (2013):

“O campo da Inteligência Artificial, ou IA, ... tenta

não apenas compreender, mas também construir

entidades inteligentes”

(4)

• Teste de Turing (1950)



A.L.I.C.E.

http://www.alicebot.org/

1.1. O que é IA?

(5)

(6)

(7)

1.1. O que é IA?

• Categoria 1: Agindo de forma humana

(acting humanly)



The Chinese Room

(8)

1.1. O que é IA?

• Categoria 1: Agindo de forma humana

(acting humanly)



AI Forte x AI Fraca

John Searle (1980): "according to Strong AI, the correct

simulation really is a mind. According to Weak AI, the correct simulation is a model of the mind.”



O que é mais importante:

simular um ser-humano?

(9)

1.1. O que é IA?

• Categoria 2: Pensando de forma humana

(thinking humanly)



Modelagem cognitiva

Estudo de como os seres humanos pensam



Problema:

Como validar?

– Predizer e testar comportamentos em seres-humanos – Identificação precisa de processos neurológicos



Atualmente, modelagem cognitiva e IA são

campos distintos, com diferentes objetivos

(10)

1.1. O que é IA?

• Categoria 3: Pensando racionalmente

(thinking rationally)



Busca pelos “pensamentos corretos”, isto é,

processos de raciocínio irrefutáveis

Origem na Lógica



Tradição logicista na IA

Desenvolver programas que resolvam problemas

solucionáveis descritos em notação lógica



Problemas:

Dificuldade em enunciar o conhecimento informal nos

termos formais exigidos na notação lógica

Grande diferença entre ser capaz de resolver um

(11)

1.1. O que é IA?

• Categoria 4: Agindo racionalmente (acting

rationally)



Agente computacional

Deve ter atributos que possa distingui-lo de um

programa computacional “tradicional”, e.g.:

– Operar de maneira autônoma – Perceber seu ambiente

– Persistir na execução de uma tarefa – Adaptar-se a mudanças

– Assumir metas de outros

Agente racional: age para alcançar o melhor resultado

esperado

– Agir de forma racional

– Maximizar o objetivo, dadas as informações disponíveis » É mais geral e acessível que as outras categorias

(12)

1.2. Fundamentos

A. Filosofia



Regras formais podem ser usadas para obter

conclusões válidas?



Como o intelecto se desenvolve a partir de um

cérebro físico?



De onde vem o conhecimento?

(13)

1.2. Fundamentos

B. Matemática



Quais são as regras formais para obter

conclusões válidas?



O que pode ser computado?



Como raciocinamos com informações incertas?

C. Economia



Como devemos tomar decisões para maximizar o

objetivo?

(14)

1.2. Fundamentos

D. Neurociência



Como o cérebro processa informações?

E. Psicologia



Como os animais pensam e agem?

F. Engenharia de computadores



Como podemos construir um computador

eficiente?

(15)

1.2. Fundamentos

G. Controle e Cibernética



Como os sistemas são controlados?



Como projetar sistemas automáticos?

H. Linguística



Como a linguagem se relaciona com o

pensamento?

(16)

1.3. Breve História

Gestação:

 1943 McCulloch & Pitts: neurônio artificial

 1950 Turing: "Computing Machinery and Intelligence“

Nascimento:

(17)

1.3. Breve História

Primeiros passos, grandes expectativas:

 1950s & 1960s Primeiros pasos, grandes sucessos

 Allen Newell & Herbert Simon: Logic Theorist , Solucionador de problemas gerais  Arthur Samuel: programas para jogos de damas

 Gelernter: Geometry Theorem Prover  Marvin Minsky: micromundos

 Bernie Widrow, Frank Rosenblatt: Adalines, Perceptrons

 J. A. Robinson: algoritmo completo para demonstração de teoremas  John McCarthy: Lisp

(18)

1.3. Breve História

Uma dose de realidade:

 1966—73 IA “descobre” a complexidade computacional;

 1966 Falha do projeto de tradutor universal

 1969 Minsky: limitações do Perceptron (pesquisa em redes neurais

(19)

1.3. Breve História

Sistemas baseados em conhecimento:

 1969—79 Desenvolvimento inicial dos sistemas baseados em

conhecimento

 1970s Ed Feigenbaum, Bruce Buchanan, Edward Shortliffe: sistemas

(20)

1.3. Breve História

Sucesso comercial:

 1980s- Sistemas especialistas aplicados à indústria e comércio

 1986 Retorno das redes neurais artificiais

 1980s- Expansão dos algoritmos de aprendizado de máquina

 1980- Aprendizado probabilistico

 1990s- Mineração de dados

 1990s- Agentes Inteligentes

(21)

1.4. Contextualização

• Capacidades do computador para passar

no Teste de Turing (ou as seis disciplinas

que compõem a maior parte da IA)



Processamento de Linguagem Natural



Representação do Conhecimento



Raciocínio Automatizado



Aprendizado de Máquina



Visão computacional

(22)

1.4. Contextualização

Fonte: http://web-tech.fr/wp-content/uploads/2012/10/RTXHIOM.jpg

(23)

Exame.com 17/08/2012

Watson, o fascinante computador da IBM que venceu os humanos ...

EXAME.com – Qual é o próximo passo?

Jim de Piante – A IBM criou uma divisão para oferecer soluções

baseadas no Watson em medicina e finanças. Uma das primeiras

aplicações é voltada para diagnóstico do câncer e recomendação de

tratamentos. Temos um convênio com o Memorial Sloan-Kettering Cancer Center, de Nova York, ...