INTELIGÊNCIA ARTIFICIAL
Agenda
•
Definição
• Inteligência Inteligência Artificial
•
História da IA
• De Aristóteles até Siris
• Multidisciplinaridade
• Muito além da Computação
•
Abordagens de IA
• Simbólica e Sub-simbolica
•
Exemplos de IA
• Guerra: Desert Storm
Inteligência
• 2Spearman (1863-1945)
Capacidade de fazer deduções a partir de relações e
correlações
• Wechsler (1896-1981)
Capacidade global do indivíduo para atuar de acordo com as finalidades previstas, para pensar racionalmente e atuar de
maneira eficaz em relação a seu ambiente
• Piaget (1896-1980)
Qualidade que se expressa pela maneira como o indivíduo se
adapta ao meio
• Gardner (1999)
Potencial biopsicológico para processar informações que pode
ser ativado num cenário cultural para solucionar
Problemas ou criar produtos que sejam valorizados numa cultura.
• Dicionário(2012): Conjunto de todas as faculdades intelectuais (memória, imaginação, juízo, raciocínio, abstração e concepção).
Inteligência
• O que é essa tal de inteligência?
• O que nos difere dos outros animais?
• Que habilidades temos que são indicativos de inteligência?
Inteligência
• Raciocínio
• Aprendizado
• Comunicação/Linguagem
Cuidado (Pavlov)
Cuidado (Skinner)
• Ratos em labirintos
Inteligência Ar6ficial (IA): Definição
•
IA
é
a inteligência nas m
á
quinas e tamb
é
m um
ramo da computa
ç
ão que tenta criar essa
inteligência para as m
á
quinas. "
•
Agente inteligente
é
um sistema que percebe o
ambiente e age de maneira a maximizar suas
chances de sucesso."
•
O nome foi cunhado para exaltar a caracter
í
stica
determinante dos humanos: a inteligência "
•
Inclui muitos aspectos: racioc
í
nio, conhecimento,
comunica
ç
ão, aprendizagem, percep
ç
ão e a
habilidade de se mover e manipular objetos.
"
Raciocínio
• Algoritmos com passo-a-passo para resolver problemas
• Incertezas
Conhecimento
• Representação de Conhecimento
• Ontologia
• Incertezas
• Informações incompletas
• Conhecimento de senso comum
Comunicação: processamento de linguagem
• Habilidade de ler e entender o que humanos falam
• Área antiga de IA…
• Extração de informação, tradução automática, recuperação de
informação, classificação de textos
• "The spirit is willing but the flesh is weak"
• "The vodka is good but the meat is rotten."
Senteça em Russo
Inglês para russo
Aprendizagem
•
Supervisionada
• Classificação
• Determina a categoria a que algo pertence em geral a partir de muitos
exemplos em varias categorias
• Regressão
• produz uma função que mapeia entrada e saída e prevê como será a
saída com mudanças da entrada
•
Não supervisionada
• Capacidade de encontrar padrões num string de entrada
Percepção
• Habilidade de usar sensores (câmera, sonar, microfones.) como entrada de dados para deduzir aspectos do
Movimento e manipulação de objetos
• Robótica intimamente relacionada com IA
• Problemas de localização, mapeamento e planejamento do movimento
IA é mul6disciplinar
Filosofia
Métodos de raciocínio, Lógica
Fundamentos do aprendizado
Matemática
Representação formal e prova
Algoritmos, computação Probabilidade e estatística Psicologia Adaptação Fenômenos da percepção Técnicas de experimentação Economia
Teoria formal de decisões racionais
Linguística: representação de conhecimento, gramática
Neurociência:
História da IA
• Mitologia Grega
• Raciocínio Logico
• Aristóteles (IV a.c.): sistematização da logica
• Leibniz (XVIII): uso de calculo algébrico na logica
• Boole(XIX): álgebra binaria—leis do pensamento
• 1943 McCulloch & Pitts: modelo de circuito booleano do cérebro
• 1950 Teste de Turing
• 1950’s Pgms: Jogos (damas - Samuel)
• 1956 Dartmouth conferência
• 1960’s Grandes avanços: Busca, prova de teorema, planning
• 1970’s Grades Desafios: complexidade computacional, necessidade de conhecimento de domínio, limitação da representação
• 1980’s Sucesso e fracasso de sistemas especialistas; segunda geração de redes neurais
• 1990’s Ênfase em métodos científicos. Interesse em probabilidade e
métodos de decisão. Mineração de dados torna-se real e aplicável
• 2000’s Sistema inteligentes embutidos e dando suporte a ferramentas; grandes bases de dados impulsionam aprendizado de maquina
• 2010’s Implantação de sistemas de IA: robótica, LN, agentes da web, agentes de trading
Historia de IA
Primórdios Inicio Romântico Período Moderno Período Período Atual
• Mitologia Grega
• Talos (robos inteligentes); Pigmaleon e Galatea
• Raciocinio Logico
• Aristóteles (IV a.c.): sistematização da logica
• Leibniz (XVIII): uso de calculo algébrico na logica
Historia de IA
Primórdios Romântico Período Moderno Período Período Atual
• 1941-Era do Computador (EUA e Alemanha)
• 1950-comportamentos reproduzidos em computadores • 1956-The Darthmouth Conference
• Fase inicial da IA (1952-1969) marcada por grande entusiasmo e otimismo
• General Problem Solver (GPS): hipótese dos sistemas de símbolos físicos
• linguagem de programação Lisp, o sistema de compartilhamento de tempo (time sharing)
• programas que resolviam problemas com domínios limitados, chamados “micromundos”
Historia de IA
Primórdios Romântico Período Moderno Período Período Atual
Historia de IA
Primórdios Romântico Período Moderno Período Período Atual
1987: IA elevada ao status de ciência
metodologia mais rigorosa com base no método científico, obtendo assim uma melhor compreensão dos problemas e de suas
complexidades.
1994: Agentes Inteligentes, que são hoje amplamente utilizados, principalmente na Web.
2000: Expansao: planejamento autônomo, jogos, controle autônomo, diagnóstico, planejamento logístico, robótica e reconhecimento de linguagem e resolução de problemas.
Abordagens em IA
Pensando
Humanamente
Pensando
Racionalmente
Agindo
Humanamente
Agindo
Racionalmente
foco do cursoPensando como humanos
• Abordagem Cognitiva
• Modelagem Cognitiva dos anos 60:
• Determina como pensamos por introspecção e experimentação
• Consciência é importante: “I think tehrefore I am”
• Obs: Humanos tem emoções e não são pensam/agem sempre de maneira racional
• Teorias cientificas de atividades internas do cérebro
• Nível de abstração? Conhecimento ou circuitos?
• Ciência cognitiva: previsão e teste de comportamento humano (hipóteses top-down)
• Neurociência cognitiva: Identificação direta dos dados neurológicos (bottom-up)
• Ambas abordagens não são mais consideradas IA
• Problemas
• Muito difícil de avaliar a precisão do modelo
• Não necessariamente leva a sistemas de performance melhor
• “Se engenheiros modelassem aviões baseados nos pássaros, aviões deveriam ter pena”
Agindo como humanos
• Teste de Turing (1950)
• “Computing Machinery and Intelligence”
• As máquinas podem pensar? As
máquinas podem se comportar de maneira inteligente?
• Previsão que em 2000, 30% de chance
de enganar uma pessoa num teste de 5 minutos
• Problemas:
• E dai?? Será que humanos são a melhor baseline para se
comparar?
• Teste de Turing não é reproduzível.
Pensando racionalmente
• Abordagem baseada nas “leis do pensamento”
• Linha de raciocínio lógica
• Justificativa
• Linguagem
• A codificação do pensamento racional começou com Aristóteles
Agindo racionalmente
Ação Racional: “fazendo a coisa certa”
Maximiza o alcance de metas, considerando as informações disponíveis
Na vida real: muita incerteza e complexidade na interpretação da informação
Não necessariamente envolve “pensar”
Dependente da existência de metas!!!
Irracional ≠ insano, irracional é uma ação sub-ótima
Opção ≠ Racional Opção certa
Exemplo de IA(1997): Xadrez
IBM Deep Blue vence Kaparov
Percepção
Tabuleiro com dispositivos especiais para facilitar leitura da máquina
Ação
Escolher um movimento da peça
Raciocínio
Busca e avaliação da possíveis posições
Observações
DeepBlue avaliava 200 milhões de posições/segundo
Venceu por força bruta
Exemplo de IA: Desert Storm
• DART: ferramenta de planejamento de atividades usando IA. Simuladores.
• Processamento e interpretação de grandes massas de dados. (Meta: melhorar tempo para tomada de decisão)
Exemplo: Cartão de credito
• Analise de credito
• Detecção de fraudes
Exemplo de IA(2008): Poker
• Polaris: programa da universidade de Alberta vence os melhores
jogadores de poker online (modalidade de 2 jogadores com limite na aposta) • Percepção • Características do jogo • Ação • Escolher um movimento • Raciocínio
Exemplo de IA (2012)
• Competição de Agentes de Mercado (trading agents): www.sics.se/tac/
Exemplo de IA
•Agente acessa as
informações
enviadas pelo
Lexicon e as usa
para tomar
decisões sobre
que ações comprar
ou vender
Exemplo IA na área médica (1992)
•
Pathfinder(Microsoft)
• Percepção: sintomas e resultados de testes
• Ações: sugestão de testes e diagnostico
• Raciocínio: inferência Bayesiana, aprendizado de maquina
Exemplo de IA na área médica (2008)
• Analise de Imagem Cerebral (CMU)
• Percepção: Imagem cerebral usando tecnologia de MRI
• Ação: detectar que palavra está sendo lida pelo humano
• Raciocino: aprendizado de maquina baseado em estatística
Exemplo de IA na área de robó6ca (1998)
•
ALVINN (CMU): direção
autônoma por 21 milhas a
55milhsa/h
• Percepção: imagem digitalizada da
rua trazida por câmeras
• Ação:angulo de rotação (64)
Exemplo de IA na área de robó6ca (2005)
• Stanley(Stanford University): navegou 132 milhas no
deserto por 10 horas sem qualquer intervenção
• Percepção: GPS, velocidade, 4 lasers, 1 radar, câmeras
stereo
• Ação: atuação na direção
• Raciocínio: estimação da posição e planejamento do
Exemplo de IA na Web
• Web crawling, search engine, recuperação de informação
• Exploração do conteúdo da web nas tarefas: Tradução, sumarização checagem de fatos
• Redes Sociais identificação de tendências
Estado da Arte em IA
Capacidade corrente IA:
• SW para direção autônoma em estrada montanhosa
• SW para direção autônoma na Av. Brasil (AINDA NÃO)
• SW para jogos: “bridge”, xadrez, damas
• SW para descoberta e prova novo teorema matemático (??)
• SW para compra de supermercado Online
• SW para elaboração de uma historia engraçada (AINDA NÃO)
• SW para aconselhamento especializado na área de direito
• Mercado aquecido, procurando profissionais de IA
• IA miniaturizado
• IA embarcado nos artefatos do nosso dia-a-dia
• Tecnologias de IA maduras Engenharia de SW
• OO
