Inteligência Artificial
Roteiro
• Ementa
• Objetivos
• Avaliações
• Introdução
Ementa
• Revisão: Lógica Matemática (Sentencial e de
Primeira Ordem). Apresentação dos principais
conceitos de Inteligência Artificial. Linhas de
Pesquisa:
Simbólica
e
Conexionista.
Laboratório:
PROLOG
e
LISP
.
Tópicos
Avançados:
Inteligência Artificial Distribuída
e
Objetivos
• Apresentar e discutir os fundamentos da
Inteligência Artificial.
– Estimular o interesse por pesquisa em Inteligência
Artificial
– Incentivar os alunos a desenvolverem software
que façam uso dos modelos de Inteligência
Avaliações
• Listas de exercício
• Provas (três avaliações)
• Um trabalho em Equipe
– A nota do trabalho é individual, cada aluno
apresenta o que for de sua competência no
trabalho.
• A média final é a média do aluno em listas de
exercício, provas e trabalho em equipe.
Referências
• Turing, A. M. Computing machinery and intelligence. England: Mind, volume 59, no 236, 1950.
• McCarty, John. What is Artificial Intelligence. Stanford University, 2004.
• Russell, Stuart. Norvig, Peter. Inteligência Artificial: Uma Abordagem Moderna. 2 Ed. São Paulo: Prentice-Hall, 2004.
• http://www.loebner.net/Prizef/loebner-prize.html
• http://www.genetic-programming.com/gpanimatedtutorial.html
• http://www.sics.se/tac/page.php?id=1
• BITTENCOURT, G. Inteligência Artificial – Ferramentas e Teorias, 2ª edição, Ed. UFSC, 2001.
• LUGER, G.F. Inteligência Artificial. 4ª edição. Ed. Bookman, 2002.
• RICH, Elaine e KNIGHT, K. Inteligência Artificial, 2. ed., Ed. Makron Books do Brasil, São Paulo, 1994.
• FERNANDES, Anita Maria da Rocha. Inteligência Artificial: Noções Gerais, 1. ed., Ed. Visual Books, 2003.
• NASCIMENTO JUNIOR, Cairo L. Inteligência Artificial em Controle de Automação, Ed. Edgard Blucher, 2000.
INTRODUÇÃO
O Termo “Inteligência Artificial”
• O termo Inteligência Artificial foi introduzido
por John McCarthy durante um "workshop"
que se realizou no verão de 1956 no
Dartmouth College. Nesse encontro estiveram
presentes alguns outros pioneiros na área
como Marvin Minsky, Claude Shannon, Allen
Newell, Herbert Simon, Trenchard More e
Arthur Samuel.
O que é a Inteligência Artificial?
John McCarthy. Fonte: http://pt.wikipedia.org/wiki/John_McCarthy
“O importante para a
AI é ter algoritmos tão
capazes quanto as
pessoas para resolver
problemas
(...)”
(McCarthy).
O que é Inteligência Artificial (IA)
Sistemas que Pesam
como humanos Sistemas que Pensam Racionalmente
Sistemas que Agem Racionalmente Sistemas que Agem
As Máquinas podem Pensar (são
inteligentes)?
I propose to consider the question, ‘Can Machines Think?’ This shoud
begin with definitions of the meaning of the terms ‘machine’ and
‘think’.
Agindo de Forma Humana: O Teste de
Turing
• Turing (1950)
“Computing Machinery
and Intelligence”
• “Can Machines Think”
“As máquinas podem
se comportar de forma
inteligente”.
• Um teste operacional
para o comportamento
inteligente: o jogo da
imitação
Agindo de Forma Humana: O Teste de
Turing
• Previu que por volta de 2000,
uma máquina poderia ter 30%
de chance de enganar uma
pessoa leiga por 5 minutos.
• Antecipou todos os principais
argumentos contra a IA nos 50
anos seguintes.
• Sugeriu
os
principais
componentes
da
IA:
conhecimento,
raciocínio,
compreensão de linguagem,
aprendizagem.
• PROBLEMA: o teste de Turing
não
é
de
fácil
análise
matemática...
Pensando de Forma Humana
• Anos 60: “Revolução Cognitiva”: psicologia do de
processamento da informação substitui a prevalecente
ortodoxia do comportamento.
• Em The Nature of Explanation, Kenneth Craick (1943)
restabeleceu com vigor os termos “mentais” como
convicções e metas, restabelecendo seus méritos
científicos.
• Cognição é o ato ou processo de conhecer, que envolve
atenção, percepção, memória, raciocínio, juízo,
imaginação, pensamento e linguagem, a palavra tem
origem nos escritos de Platão e Aristóteles.
Pensando de Forma Humana
• Craik especificou os três passos fundamentais
de um agente baseado no conhecimento:
– Estímulo deve ser traduzido em uma
representação interna.
– A representação é manipulada por processos
cognitivos para derivar novas representações
internas
– Por sua vez, essas representações são de novo
traduzidas em ações.
Pensando de Forma Humana
• Requer teorias científicas das atividades internas
do cérebro.
– Qual é o nível de abstração? Conhecimento ou
circuitos?
– Como validar? Requer
• Predizer e testar o comportamento de sujeitos humanos
(top-down)
• Identificação direta de dados neurológicos (bottom-up)
– Ambas as abordagens são agora diferentes da IA.
– Ambas compartilham com a IA as seguintes
características:
• As teorias existentes não explicam qualquer coisa que
remonte a inteligência humana em um nível geral.
Pensando Racionalmente
• Aristóteles: o que são processos de
pensamento/argumentação corretos?
• Várias escolas gregas desenvolveram várias formas de
lógica
– Notação e regras de derivação de pensamentos
• Pode ou não pode ter precedido a ideia de mecanização
• Uma linha direta de pensamento e filosofia para a IA
moderna.
• Problemas:
– Nem todo comportamento inteligente é guiado por deliberação
lógica
– Qual o propósito de pensar? Qual pensamento eu deveria ter se
todos os pensamentos que eu poderia ter?
Agindo Racionalmente
• Comportamento Racional: fazer a coisa certa
– O que é esperado maximizar os objetivos
realizados, dadas as informações em mãos.
– Não necessariamente envolve pensamento – por
exemplo, o ato reflexo de piscar os olhos – mas o
pensamento deveria está a serviço da ação
racional.
– Aristóteles: “Toda arte e toda investigação e, de
forma similar, toda ação e busca é pensada para
atingir algum bem”.
Ramos da Inteligência Artificial
• Listadas por McCarty (2004):
– AI Lógica
– Busca
– Reconhecimento de Padrões
– Representação
– Inferência
– Conhecimento e Raciocínio Baseados no Senso Comum
– Aprendendo a partir da Experiência
– Planejamento
– Epistemologia
– Ontologia
– Heurística
Agentes Racionais
• Um agente é uma entidade que percebe e age.
• De forma abstrata:
– Um agente é uma função do histórico de percepções para
ações:
– Para qualquer classe de ambientes e tarefas, nós
procuramos o agente (ou classe de agente) com o melhor
desempenho.
• Limitações computacionais tornam a racionalidade
perfeita inatingível
– Projetar o melhor programa para os recursos de uma dada
máquina.
Pré-História da Inteligência Artificial
• Filosofia: lógica, métodos, raciocínio, sistemas físicos.
• Matemática: representação formal e algoritmos de prova,
computação, problemas indecidíveis, problemas
intratáveis, probabilidade.
• Psicologia: adaptação, fenômeno de percepção e controle
motor, técnicas experimentais.
• Economia: teoria formal de decisões racionais
• Linguística: representação do conhecimento, gramáticas
• Neurociência: substrato físico plástico para atividades
mentais.
Filosofia
• Aristóteles (384-322 a.C.): sistema de silogismos
para raciocínio apropriado (...) permitindo gerar
conclusões mecanicamente, dadas as premissas
iniciais.
• René Descarte (1596-1650): dualismo
• Materialismo: uma mente física que manipula o
conhecimento
• Empirismo: “Não há nada na compreensão que
não estivesse primeiro nos sentidos” (Jonh Lock,
1632-1704).
História
• McCulloch & Pits: modelo de cérebro de circuitos booleanos • “Computing Machinery and Intelligence”, Alan Turing.
• Anos 50: primeiros programas de IA, incluindo o jogo de damas de Samuel. Newel & Simon: Logic Theorist
• 1956: workshop em Dartmouth: “Artificial Intelligence” • Robinson: um algoritmo completo para raciocínio lógico
• 1966-1974: Inteligência Artificial descobre a complexidade computacional. Pesquisa em redes neurais quase desaparece.
• 1969-1979: primeiros desenvolvimentos de sistemas baseados em conhecimento. • 1980-1988: sistemas especialistas se tornam um sucesso na industria.
• 1988-93: industria dos sistemas especialistas fale: “O Inverno da Inteligência Artificial”.
• 1985-1995: Redes Neurais retomam popularidade. • 1988-atual: Resurgemente da probabilidade…
• 1995-atual: Agentes, agentes, agentes em todo lugar.
Filosofia
Não deliberamos sobre os fins, mas sobre os meios. Um médico não delibera
sobre se deve ou não curar, nem um orador sobre se deve ou não persuadir,...
Eles dão a finalidade por estabelecida e procuram saber a maneira de
alcançá-la; se lhes parece poder ser alcançada por vários meios, procuram
saber o mais fácil e mais eficaz; e se há apenas um meio para alcançá-lo,
procura saber como será alcançada por esse meio, e porque outro meio
alcançar esse primeiro, até chegar ao primeiro principio, que é o último na
ordem de descoberta. ... E o que vem em último lugar na ordem de análise
parece ser o primeiro na ordem de execução. E, se chegarmos a uma
impossibilidade, abandonamos a busca; por exemplo, se precisarmos de
dinheiro e não for possível consegui-lo; porém, se algo parecer possível,
tentaremos realizá-lo. (Aristóteles. Ética a Nicômaco. Editora: Martin Claret,
p. 63. Tradutor: Pietro Nasseti.
Matemática
• Algoritmo: o primeiro algoritmo não-trivial foi o algoritmo de Euclides para calcular o maior denominador comum.
• Fredge (1879): extensão da lógica de boole, a lógica de primeira ordem.
• Tarsk: teoria de referência que mostra como relacionar objetos de uma lógica a objetos do mundo real.
• Final do século XIX: Boole e outros discutiram algoritmos para dedução lógica. • Davida Hibert em 1900: existe um algoritmo para determinar a verdade de
qualquer proposição lógica envolvendo números naturais?
• Gödel: Teorema da Incompleteza.
• Tese Church-Turing: a máquina de Turing (TURING, 1936) é capaz de calcular qualquer função computável.
• Intratabilidade: Crescimento polinomial e exponencial (COBHAN, 1964; EDMONDS, 1965).
• NP-Completeza Cook (1971) e Karp (1972).
• Tomas Bayes (1702-1761): propôs uma regra para atualizar probabilidades à luz de novas evidências.
APLICAÇÕES DA IA SEGUNDO
MCCARTY (2004)
Aplicações da IA
• Jogar jogos
Você pode comprar máquinas que jogam xadrez
em nível de mestre por algumas centenas de
dólares. Há um pouco de AI nelas, mas elas jogam
bem contra pessoas principalmente através de
computação de força bruta – examinando
centenas de milhares de posições. Vencer um
campeão mundial através de força bruta e de
uma heurística confiável e conhecida requer ser
capaz de examinar 200 milhões de posições por
segundo.
Aplicações da IA
• reconhecimento de fala
Na década de 1990, o reconhecimento de fala por
computador chegou a um nível prático para finalidades
limitadas. Desse modo, a United Airlines substituiu sua
opção de teclado para informações de vôo por um
sistema que usava reconhecimento de fala de números
de vôos e de nomes de cidades. É bem conveniente. Por
outro lado, ao mesmo tempo em que é possível instruir
alguns computadores para o uso de fala, a maioria dos
usuários voltou aos teclados e ao mouse,
Aplicações da IA
• entendendo uma língua natural
Apenas colocar uma sequência de palavras em
um computador não é suficiente.
Parsear/analisar sentenças também não é o
bastante. Deve-se fornecer ao computador
uma compreensão de que domínio trata o
texto, e atualmente isso só é possível com
relação a domínios muito limitados.
Aplicações da IA
• Sistemas especialistas
Um “engenheiro de conhecimento” entrevista especialistas em um certo domínio e tenta incorporar o conhecimento deles em um programa de computador para que execute alguma tarefa. Até onde isso vai funcionar bem, depende dos mecanismos intelectuais exigidos para a tarefa estarem no âmbito do estado corrente da AI. Quando isso não ocorreu, surgiram muitos resultados frustrantes. Um dos primeiros sistemas especialistas foi o MYCIN, de 1974, que diagnosticava infecções bacterianas do sangue e sugeria tratamentos. Saía-se melhor do que estudantes de medicina ou médicos em atividade, dado que suas limitações fossem respeitadas. A saber, sua ontologia incluía bactérias, sintomas e tratamentos mas não incluía pacientes, médicos, hospitais, óbito, recuperação, e eventos temporais. Suas interações dependiam de que apenas um paciente fosse estudado. Como os especialistas consultados pelos engenheiros de conhecimento reconheciam pacientes, médicos, óbito, recuperação, etc., evidencia-se que os engenheiros de conhecimento encaixaram à força o que os especialistas lhes disseram em uma estrutura pré-determinada. No estado atual da AI, isto tem que ser linear. A utilidade dos sistemas especialistas atuais depende de seus usuários terem bom senso.
