iia-introdução à ia - cee.uma.ptcee.uma.pt/edu/iia/acetatos/iia-introdu%e7%e3o%20%e0%20ia.pdf ·...

Inteligência Artificial Universidade da Madeira

1

Inteligência ArtificialInteligência Artificial

IntroduIntroduççãoão

AgendaAgenda

PARTE 1PARTE 1IntroduIntroduççãoãoO que O que éé a Inteligência Artificial?a Inteligência Artificial?Paradigmas de IAParadigmas de IAFundamentosFundamentos

PARTE 2PARTE 2HistoriaHistoriaÁÁreas de IAreas de IAAlgumas AplicaAlgumas Aplicaççõesões


2

Um ProblemaUm Problema

Resolver o quebraResolver o quebra--cabecabeççasas


2 x 2 = 24 combina2 x 2 = 24 combinaçções possões possííveisveis


3

Um ProblemaUm Problema3 x 3 = 362,880 combina3 x 3 = 362,880 combinaçções possões possííveisveis

Um ProblemaUm Problema8 x 8 8 x 8 ≅≅ 1.2688 x 101.2688 x 1089 89 combinacombinaçções possões possííveisveis


4

Um ProblemaUm Problema8 x 8 8 x 8 ≅≅ 1.2688 x 101.2688 x 1089 89 combinacombinaçções possões possííveisveis

63 sub casos

62 sub casos


8 x 8 8 x 8 ≅≅ 1.2688 x 101.2688 x 108989 combinacombinaçções possões possííveis.veis.

A 1,000,000,000 de combinaA 1,000,000,000 de combinaçções por segundo ões por segundo demorardemorarííamos amos 4 x 104 x 106969 milmilééniosnios em testar todas em testar todas as combinaas combinaçções.ões.


5


Então porquê que nEntão porquê que nóós humanos, podemos s humanos, podemos resolveresolve--lo num curto prazo?lo num curto prazo?

A resposta A resposta éé simples: Porque utilizamos simples: Porque utilizamos conhecimento do problemaconhecimento do problema em forma em forma inteligenteinteligente..


Podemos programar um computador para Podemos programar um computador para utilizar utilizar conhecimento de um problemaconhecimento de um problema em em forma forma inteligenteinteligente??

A resposta esta na A resposta esta na IA.IA.


6

AgendaAgenda



O que O que éé Inteligência ArtificialInteligência Artificial

Não existe uma definiNão existe uma definiçção ão úúnica.nica.

Podemos classificar as definiPodemos classificar as definiçções de ões de Inteligência Artificial de acordo com as Inteligência Artificial de acordo com as seguintes quatro abordagens da IA:seguintes quatro abordagens da IA:


7

O que O que éé Inteligência ArtificialInteligência ArtificialDimensões/abordagens da IADimensões/abordagens da IA

Pensando

Agindo

Como humanos Racionalmente

Sistemas que pensam como um ser humano

Sistemas que actuam como um ser humano

Sistemas que pensam racionalmente

Sistemas que actuam racionalmente

Sistemas que actuam como um ser Sistemas que actuam como um ser humanohumano

““a arte de criar ma arte de criar mááquinas que quinas que realizem actividades que requerem realizem actividades que requerem inteligência quando realizadas por inteligência quando realizadas por pessoaspessoas”” ((KurzweilKurzweil, 1990), 1990)

““como fazer os computadores como fazer os computadores fazerem coisas nas quais os seres fazerem coisas nas quais os seres humanos hoje em dia são mais humanos hoje em dia são mais eficientes.eficientes.”” ((RichRich andand KnightKnight, 1991), 1991)


8


Pensando

Agindo






Sistemas que pensam como um Sistemas que pensam como um ser humanoser humano

““O excitante esforO excitante esforçço para fazer computadores o para fazer computadores pensarem, mpensarem, mááquinas com mentes, no sentido completo quinas com mentes, no sentido completo e literale literal”” ((HaugelandHaugeland, 1985), 1985)

““A automaA automaçção de actividades que associamos com o ão de actividades que associamos com o pensamento humano, tais como tomada de decisões, pensamento humano, tais como tomada de decisões, solusoluçção de problemas e aprendizagemão de problemas e aprendizagem”” ((BellmanBellman, 1978), 1978)


9


Pensando

Agindo






Sistemas que pensam Sistemas que pensam racionalmenteracionalmente

““O estudo das faculdades mentais atravO estudo das faculdades mentais atravéés do uso de s do uso de modelos computacionaismodelos computacionais”” ((CharniakCharniak andand McDermottMcDermott, , 1985).1985).

““O estudo das computaO estudo das computaçções que fazem possões que fazem possíível vel perceber, raciocinar e agirperceber, raciocinar e agir””((WinstonWinston, 1992)., 1992).


10


Pensando

Agindo






Sistemas que actuam Sistemas que actuam racionalmenteracionalmente

““Um campo de estudo que procura Um campo de estudo que procura explicar e emular o comportamento explicar e emular o comportamento inteligente em termos de processos inteligente em termos de processos computacionaiscomputacionais”” ((SchalkoffSchalkoff, 1990)., 1990).

““O ramo da ciência de computaO ramo da ciência de computaçção que ão que estestáá preocupada com a automapreocupada com a automaçção do ão do comportamento inteligentecomportamento inteligente”” ((LugerLuger andandStubblefieldStubblefield, 1993)., 1993).


11

((John McCarthy John McCarthy , Basic Questions), Basic Questions)

What is artificial intelligence?What is artificial intelligence?It is the science and engineering of making intelligent machinesIt is the science and engineering of making intelligent machines, , especially intelligent computer programs. It is related to the especially intelligent computer programs. It is related to the similar task of using computers to understand human similar task of using computers to understand human intelligence, but AI does not have to confine itself to methods intelligence, but AI does not have to confine itself to methods that are biologically observable. that are biologically observable.

Yes, but what is intelligence? Yes, but what is intelligence? Intelligence is the computational part of the ability to achieveIntelligence is the computational part of the ability to achievegoals in the world. Varying kinds and degrees of intelligence goals in the world. Varying kinds and degrees of intelligence occur in people, many animals and some machines. occur in people, many animals and some machines.

((John McCarthy John McCarthy , Basic Questions), Basic Questions)

Isn't there a solid definition of intelligence that doesn't Isn't there a solid definition of intelligence that doesn't depend on relating it to human intelligence? depend on relating it to human intelligence?

Not yet. The problem is that we cannot yet characterize in Not yet. The problem is that we cannot yet characterize in general what kinds of computational procedures we want to call general what kinds of computational procedures we want to call intelligent. We understand some of the mechanisms of intelligent. We understand some of the mechanisms of intelligence and not others.intelligence and not others.

http://wwwhttp://www--formal.stanford.edu/jmc/whatisai/node1.htmlformal.stanford.edu/jmc/whatisai/node1.html


12

Sistemas que actuam como um ser Sistemas que actuam como um ser humano: humano: O Teste de O Teste de TuringTuring

Proposto por Proposto por AlanAlan TuringTuring em 1950.em 1950.

O computador seria interrogado por um humano atravO computador seria interrogado por um humano atravéés s de algum tipo de rede (na de algum tipo de rede (na éépoca, poca, TuringTuring sugeriu o sugeriu o teletipoteletipo).).

O computador passa no teste se o interrogador não O computador passa no teste se o interrogador não consegue dizer se existe um computador ou um ser consegue dizer se existe um computador ou um ser humano do outro lado.humano do outro lado.



13


IdeiaIdeia: obter uma forma satisfat: obter uma forma satisfatóória de definir a ria de definir a inteligência operacionalmente.inteligência operacionalmente.

DefiniDefiniçção de inteligência de ão de inteligência de TuringTuring:: ““a habilidade de a habilidade de obter uma performance de nobter uma performance de níível humano em todas as vel humano em todas as tarefas cognitivas de forma a enganar um interrogador tarefas cognitivas de forma a enganar um interrogador humanohumano””..

Sistemas que pensam como um Sistemas que pensam como um ser humanoser humano

Os humanos são observados Os humanos são observados ““por dentropor dentro””..Como Como éé que os humanos pensam?que os humanos pensam?

IntrospecIntrospecççãoãoCiências CognitivasCiências CognitivasNeurociênciasNeurociênciasPsicologia experimentalPsicologia experimental


14


Os humanos não são sempre racionais.Os humanos não são sempre racionais.Racional Racional –– definido em termos de ldefinido em termos de lóógica?gica?

Dedutiva ou outras lDedutiva ou outras lóógicas?gicas?AristAristóóteles foi o primeiro a tentar definir um teles foi o primeiro a tentar definir um processo de raciocprocesso de raciocíínio irrefutnio irrefutáável.vel.

Ele desenvolveu os silogismosEle desenvolveu os silogismosOs silogismos fornecem estruturas de argumentaOs silogismos fornecem estruturas de argumentaçção ão que sempre fornecem conclusões correctas, dadas que sempre fornecem conclusões correctas, dadas premissas correctas.premissas correctas.

““SSóócrates crates éé um homemum homem””““Todos os homens são mortaisTodos os homens são mortais””Então SEntão Sóócrates crates éé mortalmortal


Se eu parti de factos verdadeiros, como posso ter chegado a conclusões absurdas?

Tudo pode ser desvirtuado:Tudo pode ser desvirtuado:Deus Deus éé amoramorO amor O amor éé cegocegoStevieStevie WonderWonder éé cegocego

ConclusãoConclusãoDeus Deus éé cegocego StevieStevie WonderWonder éé Deus!Deus!


15


Isto iniciou o campo da lIsto iniciou o campo da lóógica.gica.O campo foi muito expandido no sO campo foi muito expandido no sééculo XIX por culo XIX por BooleBoole, Pascal, , Pascal, BayesBayes, , etcetc..Existem dois problemas com esta abordagem:Existem dois problemas com esta abordagem:

Dificuldade de definir conhecimento informal de forma Dificuldade de definir conhecimento informal de forma a coloca colocáá--lo na notalo na notaçção lão lóógica (especialmente quando gica (especialmente quando o conhecimento não o conhecimento não éé 100% preciso).100% preciso).Existe uma grande diferenExiste uma grande diferençça entre resolver um a entre resolver um problema na teoria e na prproblema na teoria e na práática.tica.


Comportamento racional: Cumprir os objectivos a partir Comportamento racional: Cumprir os objectivos a partir das informadas informaçções disponões disponííveis.veis.

Um agente Um agente éé algo/algualgo/alguéém que percebe e age.m que percebe e age.

A abordagem racional dA abordagem racional dáá ênfase ênfase ààs inferências s inferências correctas.correctas.

Para agir racionalmente, Para agir racionalmente, éé necessnecessáário um processo de rio um processo de inferência racional.inferência racional.


16


A dificuldade vem quando não hA dificuldade vem quando não háá uma provuma prováável acvel acçção ão correcta, mas uma decisão tem que ser tomada de correcta, mas uma decisão tem que ser tomada de alguma forma.alguma forma.

Existem formas de agir racionalmente que não envolvem Existem formas de agir racionalmente que não envolvem inferência.inferência.

Tirar a mão de uma panela quente.Tirar a mão de uma panela quente.Piscar quando alguPiscar quando alguéém passa a mão na frente dos m passa a mão na frente dos nossos olhos.nossos olhos.

AgendaAgenda




17

Paradigmas de IAParadigmas de IASimbSimbóólicolico: met: metááfora lingufora linguíísticastica

Ex.: Sistemas periciais, agentes,...Ex.: Sistemas periciais, agentes,...

ConexionistaConexionista: met: metááfora cerebralfora cerebralEx.: Redes neurais.Ex.: Redes neurais.

EvolucionistaEvolucionista: met: metááfora da natureza fora da natureza Ex.: Algoritmos genEx.: Algoritmos genééticos, vida artificial.ticos, vida artificial.

EstatEstatíístico/Probabilstico/Probabilíístico/stico/PosibilPosibilíísticostico::Ex.: Redes Ex.: Redes BayesianasBayesianas, sistemas difusos., sistemas difusos.

Paradigma SimbParadigma SimbóólicolicoWestWest éé criminoso ou não? criminoso ou não?

““A lei americana diz que A lei americana diz que éé proibido vender armas a uma naproibido vender armas a uma naçção ão hostil. Cuba possui alguns mhostil. Cuba possui alguns míísseis, e todos eles foram vendidos sseis, e todos eles foram vendidos pelo Capitão pelo Capitão WestWest, que , que éé americano. O Capitão americano. O Capitão WestWest vendeu os vendeu os mmíísseis a um traficante de armas espanhol, que vendeu a Cubasseis a um traficante de armas espanhol, que vendeu a Cuba””

Como resolver automaticamente este problema de Como resolver automaticamente este problema de classificaclassificaçção? ão?

Segundo a IA (simbSegundo a IA (simbóólica), lica), éé preciso:preciso:Identificar o conhecimento do domIdentificar o conhecimento do domíínio (modelo do problema)nio (modelo do problema)RepresentRepresentáá--lo utilizando uma linguagem formal de lo utilizando uma linguagem formal de representarepresentaççãoãoImplementar um mecanismo de inferência para utilizar esse Implementar um mecanismo de inferência para utilizar esse conhecimentoconhecimento


18

Paradigma ConexionistaParadigma ConexionistaDefiniDefiniçção ão ““RomânticaRomântica””::

TTéécnica inspirada no funcionamento do ccnica inspirada no funcionamento do céérebro, onde neurrebro, onde neuróónios nios artificiais, conectados em rede, são capazes de aprender e de artificiais, conectados em rede, são capazes de aprender e de generalizar.generalizar.

DefiniDefiniçção ão ““MatemMatemááticatica””: : TTéécnica de aproximacnica de aproximaçção de funão de funçções por regressão não linear.ões por regressão não linear.

ÉÉ uma outra abordagem: uma outra abordagem: linguagem linguagem --> redes de elementos simples> redes de elementos simplesraciocraciocíínio nio --> aprender directamente a fun> aprender directamente a funçção ão entradaentrada--sasaíídada

Paradigma EvolucionistaParadigma EvolucionistaEvoluEvoluççãoão

Diversidade Diversidade éé gerada por cruzamento gerada por cruzamento e mutae mutaçções.ões.Os seres mais adaptados ao seus Os seres mais adaptados ao seus ambientes sobrevivem (seleambientes sobrevivem (seleçção ão natural).natural).As caracterAs caracteríísticas gensticas genééticas de tais ticas de tais seres são herdadas pelas prseres são herdadas pelas próóximas ximas gerageraçções.ões.


19

Paradigma EvolucionistaParadigma Evolucionista

DefiniDefiniççãoão: : MMéétodo probabilista de busca para resolutodo probabilista de busca para resoluçção de ão de problemas (optimizaproblemas (optimizaçção) ão) ““inspiradoinspirado”” na teoria da na teoria da evoluevoluçção.ão.

IdIdééiaia: : IndivIndivííduo = Soluduo = Soluçção ão Faz evoluir um conjunto de indivFaz evoluir um conjunto de indivííduos mais duos mais adaptados por cruzamento atravadaptados por cruzamento atravéés de sucessivas s de sucessivas gerageraçções.ões.

Paradigma Paradigma EstatEstatíístico/Probabilstico/Probabilíístico/stico/PosibilPosibilíísticostico

Probabilidades: Probabilidades: RaciocRaciocíínio com Incertezanio com Incerteza

Possibilidades: Possibilidades: RaciocRaciocíínio com Imprecisãonio com Imprecisão


20

AgendaAgenda



FundamentosFundamentosMatemática

Sociologia

Psicologia

Filosofia

Linguística

Computação

IA

Neuro-fisiologiaGenética


21

FilosofiaFilosofiaSSóócrates, Platão, Aristcrates, Platão, Aristóótelesteles mente racional (400 AC)mente racional (400 AC)

Criaram as bases do pensamento e cultura ocidentais.Criaram as bases do pensamento e cultura ocidentais.

AristAristóóteles desenvolveu um sistema de silogismos para teles desenvolveu um sistema de silogismos para raciocraciocíínio organizado que, a princnio organizado que, a princíípio, permitiria pio, permitiria mecanizar o processo de geramecanizar o processo de geraçção de conclusões a partir ão de conclusões a partir de premissas verdadeiras.de premissas verdadeiras.

Usando este mecanismo temos um conjunto de regras Usando este mecanismo temos um conjunto de regras para estabelecer o processo de pensamento, mas nada para estabelecer o processo de pensamento, mas nada para definir os conceitos de livre arbpara definir os conceitos de livre arbíítrio, criatividade, trio, criatividade, etc.etc.

FilosofiaFilosofiaDescartesDescartes (1600) dualismo (natureza f(1600) dualismo (natureza fíísica x mente, sica x mente, livre arblivre arbíítrio).trio).

Descartes dizia que havia uma parte da mente que não Descartes dizia que havia uma parte da mente que não poderia ser explicada pelas leis da fpoderia ser explicada pelas leis da fíísica.sica.

De acordo com Descartes, os animais não possuDe acordo com Descartes, os animais não possuííam am esta qualidade do dualismo.esta qualidade do dualismo.


22

FilosofiaFilosofiaMaterialismoMaterialismo (s(sééc. XVII) o mundo (cc. XVII) o mundo (céérebro e mente) rebro e mente) funciona de acordo com leis ffunciona de acordo com leis fíísicas.sicas.

Aponta a matAponta a matééria como primeira e ria como primeira e úúltima substância de ltima substância de qualquer ser, coisa ou fenqualquer ser, coisa ou fenóómeno do universo. meno do universo.

Para os materialistas, a Para os materialistas, a úúnica realidade nica realidade éé a mata matééria em ria em movimento, que, por sua riqueza e complexidade, pode movimento, que, por sua riqueza e complexidade, pode compor tanto a pedra quanto os extremamente variados compor tanto a pedra quanto os extremamente variados reinos animal e vegetal, e produzir efeitos reinos animal e vegetal, e produzir efeitos surpreendentes como a luz, o som, a emosurpreendentes como a luz, o som, a emoçção e a ão e a consciência.consciência.

FilosofiaFilosofiaEmpiricismoEmpiricismo -- fonte do conhecimento (observafonte do conhecimento (observaçção dos ão dos factos e generalizafactos e generalizaçção de regras).ão de regras).

““nothingnothing isis inin thethe understandingunderstanding whichwhich waswas notnot firstfirst inin thethesensesense””

Alguns filAlguns filóósofos empiristas: Francis Bacon, sofos empiristas: Francis Bacon, LockeLocke, , HumeHume..


23

FilosofiaFilosofiaPositivismo lPositivismo lóógico, gico, o conhecimento pode ser expresso o conhecimento pode ser expresso em teorias lem teorias lóógicas. gicas.

Todo significado de uma afirmaTodo significado de uma afirmaçção pode ser verificado ão pode ser verificado ou falseado por meio de experimentaou falseado por meio de experimentaçção.ão.

Principais FilPrincipais Filóósofos: Circulo de Viena, sofos: Circulo de Viena, BertrandBertrand Russell.Russell.

MatemMatemáática tica (L(Lóógica e gica e ComputabilidadeComputabilidade))

AristAristóótelestelesBooleBooleFregeFregeTarskiTarskiHilbertHilbert

GodelGodelTuring Turing ChurchChurchBayesBayesCookCookVonVon NeumannNeumann


24

MatemMatemááticaticaAristAristóóteles teles –– explica o raciocexplica o raciocíínio dedutivonio dedutivoBayesBayes -- 1760 1760 –– probabilidadeprobabilidadeBooleBoole –– 1840 formaliza1840 formalizaçção de operaão de operaçções lões lóógicasgicasFrege Frege –– 1880 l1880 lóógica de primeira ordem, termo e gica de primeira ordem, termo e predicado, quantificapredicado, quantificaççãoãoTarskiTarski –– 1940 rela1940 relaçção dos objectos da lão dos objectos da lóógica com gica com objectos do mundo (modelo)objectos do mundo (modelo)Hilbert Hilbert –– 1900 formaliza1900 formalizaçção da matemão da matemááticatica

MatemMatemááticaticaGodelGodel –– 1930 incompletude da aritm1930 incompletude da aritmééticatica

mostrou que existe um procedimento efectivo para provar uma mostrou que existe um procedimento efectivo para provar uma proposiproposiçção verdadeira em lão verdadeira em lóógica de primeira ordem, mas que esta gica de primeira ordem, mas que esta llóógica não poderia capturar o princgica não poderia capturar o princíípio de indupio de induçção matemão matemáática tica necessnecessáária para caracterizar os nria para caracterizar os núúmeros naturaismeros naturais

Turing e Turing e ChurchChurch –– 1940 1940 computabilidadecomputabilidadeComputabilidadeComputabilidade x x tratabilidadetratabilidade (complexidade) (complexidade) CookCook (1971) Problemas (1971) Problemas NPNP--CompletosCompletos

VonVon NeumannNeumann –– Teoria de Jogos/ Teoria da Teoria de Jogos/ Teoria da Decisão.Decisão.


25

PsicologiaPsicologia1850 1850 –– primeiro laboratprimeiro laboratóório de psicologia experimental rio de psicologia experimental para o estudo da visão humana.para o estudo da visão humana.

Pesquisa baseada na introspecPesquisa baseada na introspecçção dos sujeitos (subjectivismo).ão dos sujeitos (subjectivismo).

Behaviorismo (1900)Behaviorismo (1900)ObservaObservaçção da aão da açção (reaão (reaçção) dos sujeitos.ão) dos sujeitos.

PsicologiaPsicologia1900 Psicologia cognitiva: met1900 Psicologia cognitiva: metááfora computacional do fora computacional do ccéérebro.rebro.

CrenCrençças, objectivos, raciocas, objectivos, raciocíínio: elementos para uma nio: elementos para uma teoria do comportamento humano.teoria do comportamento humano.

CaracterCaracteríísticas de um agente baseado em conhecimento.sticas de um agente baseado em conhecimento.O estO estíímulo deve ser traduzido para uma representamulo deve ser traduzido para uma representaçção interna;ão interna;A representaA representaçção ão éé manipulada por processos cognitivos para manipulada por processos cognitivos para derivar novas representaderivar novas representaçções internas;ões internas;

Estas representaEstas representaçções são reões são re--traduzidas em atraduzidas em aççãoão..


26

Engenharia computacionalEngenharia computacional

HardwareHardwareAumento da velocidade de processamento e Aumento da velocidade de processamento e capacidade de memcapacidade de memóória.ria.

SoftwareSoftwareLinguagens, metodologias, interfaces.Linguagens, metodologias, interfaces.

LinguLinguíísticasticaChomsky Chomsky –– 1957 estruturas sint1957 estruturas sintááticasticas

Linguagem: estrutura das sentenLinguagem: estrutura das sentençças + as + conhecimento do mundo conhecimento do mundo

Filosofia da linguagem Filosofia da linguagem –– representarepresentaçção do ão do conhecimento conhecimento

Campo hCampo hííbrido: processamento de linguagem brido: processamento de linguagem natural ou lingunatural ou linguíística computacionalstica computacional


27

AgendaAgenda



Historia Historia –– TentativasTentativas

A historia original, A historia original, publicada pela publicada pela MaryMaryShelleyShelley em 1818, em 1818, descreve a tentativa do descreve a tentativa do DrDr. Victor Frankenstein, . Victor Frankenstein, de criar vida.de criar vida.


28

Historia Historia –– TentativasTentativas

18341834

Historia Historia –– TentativasTentativasJosephJoseph Faber'sFaber's (1830(1830--40's). M40's). Mááquina falante quina falante EuphoniaEuphonia

“It is "... a speech synthesizer variously known as the Euphoniaand the Amazing Talking Machine. By pumping air with the bellows ... and manipulating a series of plates, chambers, and other apparatus (including an artificial tongue ... ), the operator could make it speak any European language. A German immigrant named Joseph Faber spent seventeen years perfecting the Euphonia, only to find when he was finished that few people cared."

David Lindsay called "Talking Head", Invention & Technology, Summer 1997, 57-63.

http://www.haskins.yale.edu/haskins/HEADS/SIMULACRA/euphonia.html


29

A gestaA gestaçção da inteligência Artificial ão da inteligência Artificial (1943(1943--1955)1955)

WarrenWarren McCullochMcCulloch e e WalterWalter PittsPitts (1943) (1943) –– modelo de modelo de neurneuróónios artificiaisnios artificiais

Cada neurCada neuróónio poderia estar nio poderia estar ““ligadoligado”” ou ou ““desligadodesligado””..A troca para ligado, ocorria como resposta aos estA troca para ligado, ocorria como resposta aos estíímulos para mulos para um num núúmero suficiente de neurmero suficiente de neuróónios vizinhos.nios vizinhos.Conhecimento bConhecimento báásico sobre fisiologia e as funsico sobre fisiologia e as funçções dos ões dos neurneuróónios no cnios no céérebro, lrebro, lóógica proposicional, teoria da gica proposicional, teoria da computacomputaçção.ão.

MarvinMarvin MinskyMinsky (tese) e (tese) e DeanDean EdmondsEdmonds construconstruííram o ram o primeiro computador de redes neurais em 1951, possuprimeiro computador de redes neurais em 1951, possuíía a 40 neur40 neuróónios.nios.

O nascimento da IA O nascimento da IA DartmouthDartmouth ConferenceConference (1956)(1956)

Organizada pelo Organizada pelo JohnJohn McCarthyMcCarthy para estabelecer uma para estabelecer uma nova nova áárea para estudar computarea para estudar computaçção e inteligência.ão e inteligência.

JohnJohn McCarthyMcCarthy baptiza a baptiza a áárea introduzindo o termino rea introduzindo o termino ““artificial artificial intelligenceintelligence”” durante a conferencia.durante a conferencia.

Os seguintes 20 anos testemunharam o crescimento da Os seguintes 20 anos testemunharam o crescimento da áárea, sendo este crescimento conduzido pelos pioneiros rea, sendo este crescimento conduzido pelos pioneiros que participaram na conferência de que participaram na conferência de DartmouthDartmouth..


30

Entusiasmo inicial Entusiasmo inicial (1952(1952--1969) 1969)

AlanAlan NewellNewell e e HerbertHerbert SimonSimon desenvolveram o desenvolveram o ““General General ProblemProblemSolverSolver”” (GPS)(GPS)

Projectado para imitar protocolos humanos de resoluProjectado para imitar protocolos humanos de resoluçção de problemasão de problemasGPS foi o primeiro programa a incorporar a abordagem GPS foi o primeiro programa a incorporar a abordagem ““Pensar como Pensar como humanoshumanos””A combinaA combinaçção de IA e Ciência Cognitiva continua atão de IA e Ciência Cognitiva continua atéé hojehoje

ArthurArthur Samuel (1952) escreveu uma sSamuel (1952) escreveu uma séérie de programas para jogar rie de programas para jogar damas e provou o contrdamas e provou o contráário do que era senso comum na rio do que era senso comum na éépoca:poca:

““a ideia de que computadores podiam fazer somente o que lhes era a ideia de que computadores podiam fazer somente o que lhes era ditodito””Seus programas aprendiam rapidamente a jogar melhor que seu Seus programas aprendiam rapidamente a jogar melhor que seu criadorcriador

HerbertHerbert GelernterGelernter (1959) (1959) –– GeometryGeometry TheoremTheorem ProverProverDemonstrava teoremas bastante complicados Demonstrava teoremas bastante complicados

Entusiasmo inicial Entusiasmo inicial (1952(1952--1969) 1969)

McCarthyMcCarthy (1958) desenvolveu o LISP, que se tornou a (1958) desenvolveu o LISP, que se tornou a linguagem dominante de IA.linguagem dominante de IA.RobinsonRobinson (1963) descobriu o m(1963) descobriu o méétodo da resolutodo da resoluçção: ão:

Algoritmo de provas de teoremas para a LAlgoritmo de provas de teoremas para a Lóógica de 1a Ordem.gica de 1a Ordem.PROLOG estava a caminho.PROLOG estava a caminho.

MinskyMinsky supervisionou uma ssupervisionou uma séérie de estudantes que rie de estudantes que escolheram problemas limitados, que pareciam requerer escolheram problemas limitados, que pareciam requerer inteligência para serem resolvidos:inteligência para serem resolvidos:

MicromundosMicromundos ..O mais famoso O mais famoso micromundomicromundo foi o mundo dos blocos.foi o mundo dos blocos.


31

Uma Dose de Realidade Uma Dose de Realidade (1966(1966--1974)1974)

A barreira que muitos projectos de IA encontraram foi A barreira que muitos projectos de IA encontraram foi que:que:

MMéétodos que eram suficientes para demonstratodos que eram suficientes para demonstraçções de um ou ões de um ou dois exemplos simples, quase sempre fracassavam quando dois exemplos simples, quase sempre fracassavam quando testados com um elenco maior de problemas ou com problemas testados com um elenco maior de problemas ou com problemas mais difmais difííceisceis..

O primeiro tipo de dificuldadeO primeiro tipo de dificuldadeOs primeiros programas continham pouco ou nenhum Os primeiros programas continham pouco ou nenhum conhecimento do assunto que tratavam.conhecimento do assunto que tratavam.Tinham sucesso atravTinham sucesso atravéés de manipulas de manipulaçções sintões sintáácticas muito cticas muito simples simples -- ELIZA (65). ELIZA (65).

Uma Dose de Realidade Uma Dose de Realidade (1966(1966--1974)1974)

O segundo tipo de dificuldadeO segundo tipo de dificuldadeA não resoluA não resoluçção de muitos problemas que a IA estava ão de muitos problemas que a IA estava tentando solucionar.tentando solucionar.Os primeiros programas funcionavam somente porque os Os primeiros programas funcionavam somente porque os micromundosmicromundos continham poucos objectos.continham poucos objectos.Antes que a teoria de problemas NPAntes que a teoria de problemas NP--completos fosse completos fosse desenvolvida, acreditavadesenvolvida, acreditava--se que o problema de se "escalar" se que o problema de se "escalar" para problemas maiores era simplesmente um problema de para problemas maiores era simplesmente um problema de se ter hardware mais rse ter hardware mais ráápido.pido.

Uma terceira dificuldade veio das limitaUma terceira dificuldade veio das limitaçções sobre as estruturas ões sobre as estruturas bbáásicas usadas para gerar comportamento inteligente.sicas usadas para gerar comportamento inteligente.


32

SBC: A Chave para o Poder? SBC: A Chave para o Poder? (1969(1969--1979)1979)

O mO méétodo de resolutodo de resoluçção de problemas usado na primeira dão de problemas usado na primeira déécada da cada da IA foi o mecanismo de busca de propIA foi o mecanismo de busca de propóósito geral.sito geral.

Eles são chamados mEles são chamados méétodos fracos porque usam pouca informatodos fracos porque usam pouca informaçção ão sobre o domsobre o domíínio.nio.Para domPara domíínios complexos o desempenho nios complexos o desempenho éé pobre.pobre.

Surgem os sistemas periciaisSurgem os sistemas periciaisConhecimento, heurConhecimento, heuríísticas e regras sobre um determinada sticas e regras sobre um determinada especialidade. especialidade. SeparaSeparaçção clara entre conhecimento (regras) e componente de ão clara entre conhecimento (regras) e componente de raciocraciocíínio.nio.DENDRAL (1969) DENDRAL (1969) –– conhecimento de quconhecimento de quíímica reduz a quantidade de mica reduz a quantidade de computacomputaçção.ão.

Foi o primeiro sistema a trabalhar com conhecimento intensivo.Foi o primeiro sistema a trabalhar com conhecimento intensivo.Sua perSua períícia era derivada de um grande ncia era derivada de um grande núúmero de regras especmero de regras especííficas.ficas.Inferia a estrutura molecular de informaInferia a estrutura molecular de informaçções fornecidas por um ões fornecidas por um espectrespectróómetro de massa.metro de massa.

FeignbaumFeignbaum e outros e outros –– MYCIN MYCIN –– diagnostico de doendiagnostico de doençças infecciosas as infecciosas (450 regras)(450 regras)

SBC: A Chave para o Poder? SBC: A Chave para o Poder? (1969(1969--1979)1979)

A importância do conhecimento do domA importância do conhecimento do domíínio foi nio foi tambtambéém aparente na m aparente na áárea de processamento de rea de processamento de linguagem natural.linguagem natural.

O crescimento das aplicaO crescimento das aplicaçções no mundo real ões no mundo real aumentou a demanda por esquemas de aumentou a demanda por esquemas de representarepresentaçção de conhecimento alternativos:ão de conhecimento alternativos:

LLóógica e gica e FramesFrames


33

Problemas da Linguagem NaturalProblemas da Linguagem Natural

OliveOlive oiloil

Problemas da Linguagem NaturalProblemas da Linguagem Natural

BabyBaby oiloil


34

RenascimentoRenascimento(1969 (1969 –– 1979)1979)

1971: T. 1971: T. WinogradWinograd’’s s Ph.DPh.D. . thesisthesis (MIT) cria um (MIT) cria um sistema capaz de compreender inglês num sistema capaz de compreender inglês num domdomíínio reduzido (mundo de blocos).nio reduzido (mundo de blocos).

1972: nasce 1972: nasce PROLOG e PROLOG e tornatorna--se uma se uma alternativa a LISP e o paradigma funcional.alternativa a LISP e o paradigma funcional.

RenascimentoRenascimento(1969 (1969 –– 1979)1979)

1978: O 1978: O VersionVersion SpaceSpace algorithmalgorithm foi desenvolvido pelo foi desenvolvido pelo Tom Tom MitchellMitchell em em StanfordStanford..

Primeiro algoritmo de aprendizagem.Primeiro algoritmo de aprendizagem.E considerado o E considerado o ““FatherFather ofof MachineMachine LearningLearning””..

1979: L1979: Lóógicas gicas nãonão--monmonóótonastonas..Formalizadas pelo Formalizadas pelo JohnJohn McCarthyMcCarthy e seus colegas.e seus colegas.


35

A IA TornaA IA Torna--se Comercial se Comercial (1980(1980--hoje)hoje)

O primeiro sistema especialista de sucesso O primeiro sistema especialista de sucesso comercial, R1, comecomercial, R1, começçou a operar na DEC. ou a operar na DEC.

Ajudava a configurar ordens para novos Ajudava a configurar ordens para novos computadores.computadores.

Em 1981, os japoneses anunciaram a "Quinta Em 1981, os japoneses anunciaram a "Quinta GeraGeraççãoão““..

Um Um projectoprojecto de 10 anos, para construde 10 anos, para construçção de ão de computadores inteligentes que utilizavam Prolog.computadores inteligentes que utilizavam Prolog.

O retorno das redes neurais O retorno das redes neurais (1986(1986-- hoje)hoje)

Desenvolvimento continuou em outras Desenvolvimento continuou em outras ááreas.reas.

Uso/desenvolvimento de algoritmos Uso/desenvolvimento de algoritmos ““backback--propagationpropagation””..

IA Tradicional x Redes Neurais.IA Tradicional x Redes Neurais.


36

Eventos recentes Eventos recentes (1987(1987--19951995--20002000--hoje)hoje)

AvanAvançços e utilizaos e utilizaçção de tecnologia para ão de tecnologia para reconhecimento de imagem e fala/som.reconhecimento de imagem e fala/som.

BeliefBelief networksnetworks, "probabilidade" que permite , "probabilidade" que permite formalismo para tratar incertezas.formalismo para tratar incertezas.

Desenvolvimento de mecanismos lDesenvolvimento de mecanismos lóógicos para tratar gicos para tratar incerteza. incerteza.

Ex.: lEx.: lóógica gica fuzzyfuzzy, l, lóógica modal, etcgica modal, etc..

Tendências ActuaisTendências ActuaisPassagem de sistemas experimentais para aplicaPassagem de sistemas experimentais para aplicaçções ões reais de larga escala reais de larga escala

RepresentaRepresentaçção de conhecimento (CYC).ão de conhecimento (CYC).Reconhecimento da fala. Reconhecimento da fala. RobRobóótica.tica.Visão.Visão.Internet (Internet (softbotssoftbots).).


37

AgendaAgenda



Redes Neurais

LógicaFuzzy

ComputaçãoEvolucionária

AgentesInteligentes

LinguagemNatural

RobóticaRaciocínio Baseadoem Casos

RaciocínioBaseado

em Regras

Outros


38

AgendaAgenda



FIFA SoccerThe Sims

ProduProduçção de jogos e histão de jogos e históórias interactivasrias interactivas

Como modelar o ambiente fComo modelar o ambiente fíísico e o sico e o comportamento/personalidade dos personagens?comportamento/personalidade dos personagens?Como permitir uma boa interaComo permitir uma boa interaçção com o utilizador?ão com o utilizador?


39

DeepDeep BlueBlue

DeepDeep BlueBlue vsvs KasparovKasparov

Em 1997 Em 1997 DeepDeep BlueBlue venceu venceu KasparovKasparov


40

DeepDeep BlueBlue vsvs KasparovKasparov

PoucoPoucoMuito Muito CCáálculolculo

MuitoMuitoPoucoPoucoConhecimento Conhecimento em xadrezem xadrez

AtAtéé 3 3 p/segundop/segundo

AtAtéé 200 milhões 200 milhões p/segundop/segundo

Capacidade Capacidade avaliativa de avaliativa de jogadasjogadas

KasparovKasparovDeep BlueDeep BlueCaracterCaracteríísticassticas

Controle de trControle de trááfego afego aééreoreo(OASIS (OASIS -- sofisticado sistema de controle de trsofisticado sistema de controle de trááfego fego aaééreo baseado no paradigma reo baseado no paradigma multiagentemultiagente, utilizado no , utilizado no aeroporto de aeroporto de SydneySydney, Austr, Austráália, no qual os agentes lia, no qual os agentes assumem o lugar dos aviões em operaassumem o lugar dos aviões em operaçção);ão);


41

MassiveMassive softwaresoftwareMultipleMultiple agentagent simulationsimulation systemsystem inin virtual virtual environmentenvironment

Cada combatente representa um agente que escolhe as suas Cada combatente representa um agente que escolhe as suas prpróóprias acprias acçções em funões em funçção: ão:

Das suas percepDas suas percepçções do ões do ambienteambienteDo seu conhecimentoDo seu conhecimentoDa sua especializaDa sua especializaççãoão

Não hNão háá lugar lugar áá decisão centralizada,decisão centralizada,cada agente cada agente éé autautóónomo.nomo.Cada um deles toma cerca de Cada um deles toma cerca de 24 decisões por segundo.24 decisões por segundo.Dezenas de milhares de combatentesDezenas de milhares de combatentes

MassiveMassive softwaresoftwareMultipleMultiple agentagent simulationsimulation systemsystem inin virtual virtual environmentenvironment

Os agentes têm:Os agentes têm:Uma representaUma representaçção do seu ambienteão do seu ambienteSentidos: visão, audiSentidos: visão, audiçção, tacto, atão, tacto, atéé mesmo olfactomesmo olfactoUm carUm caráácter (agressividade, medo, forcter (agressividade, medo, forçça)a)CaracterCaracteríísticas pessoais (rasticas pessoais (raçça, tamanho, morfologia)a, tamanho, morfologia)

Cada agente pode:Cada agente pode:Andar, correr, saltar, lutarAndar, correr, saltar, lutarEncontrar, identificar e iniciar o combate com o inimigoEncontrar, identificar e iniciar o combate com o inimigoGanhar e viver ou então perder e morrerGanhar e viver ou então perder e morrer

Com isto tudo consegueCom isto tudo consegue--se:se:O comportamento de um combatente não O comportamento de um combatente não éé previsprevisíível:vel:

Durante um combate, um humano vai responder a um ataque Durante um combate, um humano vai responder a um ataque pegando na sua espadapegando na sua espada

Depois de quando tempo ? Em que preciso momento ?Depois de quando tempo ? Em que preciso momento ?Ele vai avanEle vai avanççar ? Recuar ? Ou ainda ir para o lado ?ar ? Recuar ? Ou ainda ir para o lado ?

Quando os soldados da terra mQuando os soldados da terra méédia atacam, emitem gritos e um rudia atacam, emitem gritos e um ruíído do que tem uma incidência directa sobre a moral dos seus adversque tem uma incidência directa sobre a moral dos seus adversáários.rios.


42

HAZBOT: ambientes com atmosfera inflamável

Controle de robôsControle de robôs

Como obter navegaComo obter navegaçção segura e eficiente, ão segura e eficiente, estabilidade, manipulaestabilidade, manipulaçção fina e versão fina e versáátil? til? E no caso de ambientes dinâmicos e E no caso de ambientes dinâmicos e imprevisimprevisííveis? veis?

Robots Robots -- DanteDante

1994 Dante II (CMU) explora o vulcão Mt. Spurr (Aleutian Range, Alaska). Ambiente inóspito para humanos


43

Busca de informaBusca de informaçção na Webão na Web

Como localizar a informaComo localizar a informaçção relevante?ão relevante?

RecomendaRecomendaçção de produtosão de produtos

Como fazer recomendaComo fazer recomendaçções personalizadas de ões personalizadas de produtos? produtos? Como modelar o perfil dos compradores?Como modelar o perfil dos compradores?


44

PrevisãoPrevisão

Como prever o valor do dComo prever o valor do dóólar (ou o clima) lar (ou o clima) amanhã?amanhã?Que dados são relevantes? HQue dados são relevantes? Háá comportamentos comportamentos recorrentes?recorrentes?

DetecDetecçção de Intrusão e ão de Intrusão e Filtragem de Filtragem de SpamSpam

Como saber se uma mensagem Como saber se uma mensagem éé lixo ou de fato lixo ou de fato interessa?interessa?Como saber se um dado comportamento do Como saber se um dado comportamento do utilizador utilizador éé suspeito e com lidar com isso?suspeito e com lidar com isso?


45

Como travar o carro sem as rodas deslizarem em funComo travar o carro sem as rodas deslizarem em funçção ão da velocidade, atrito, etc.?da velocidade, atrito, etc.?Como focar a câmera em funComo focar a câmera em funçção de luminosidade, ão de luminosidade, distância, etc.?distância, etc.?Como ajustar a temperatura em relaComo ajustar a temperatura em relaçção ão áá quantidade de quantidade de roupa, fluxo de roupa, fluxo de áágua, etc.?gua, etc.?

Sistemas de ControleSistemas de Controle

InterfaceInterfaceComo fornecer ao utilizador a ajuda de que ele precisa Como fornecer ao utilizador a ajuda de que ele precisa exactamente?exactamente?Como interagir (e quem sabe navegar na Como interagir (e quem sabe navegar na webweb) com um ) com um telemtelemóóvel sem ter de digitar os nvel sem ter de digitar os núúmeros (meros (handshands--freefree)?)?


46

O que estes problemas têm em comum?O que estes problemas têm em comum?

Grande complexidade (nGrande complexidade (núúmero, variedade e mero, variedade e natureza das tarefas).natureza das tarefas).

Não hNão háá ““solusoluçção algorão algoríítmicatmica””, mas existe , mas existe conhecimento.conhecimento.

Modelagem do comportamento de um ser Modelagem do comportamento de um ser inteligente (conhecimento, aprendizagem, inteligente (conhecimento, aprendizagem, iniciativa, etc.).iniciativa, etc.).

Leituras SugeridasLeituras SugeridasLIVROSLIVROS

RusselRussel, , NorvigNorvig, , Artificial Artificial IntelligenceIntelligence: A : A ModernModernApproachApproach, , CapCap. 1.. 1.Costa, Simões, Costa, Simões, Inteligência Artificial. Fundamentos e Inteligência Artificial. Fundamentos e AplicaAplicaççõesões. . CapCap 1.1 a 1.4.1.1 a 1.4.

ARTIGOSARTIGOSJohnJohn McCarthyMcCarthy. . WhatWhat isis artificial artificial intelligenceintelligence?.?.

http://wwwhttp://www--formal.stanford.edu/jmc/whatisai.htmlformal.stanford.edu/jmc/whatisai.html

AlanAlan TuringTuring ""ComputingComputing MachineryMachinery andand IntelligenceIntelligence""http://www.abelard.org/turpap/turpap.htmhttp://www.abelard.org/turpap/turpap.htm


47

FIMFIM

iia-introdução à ia - cee.uma.ptcee.uma.pt/edu/iia/acetatos/iia-introdu%e7%e3o%20%e0%20ia.pdf ·...

Documents