1 / 46

Introdução à IA (Parte 5)

UPE – Caruaru – Sistemas de Informação Disciplina: Inteligência Artificial Prof.: Paulemir G. Campos. Introdução à IA (Parte 5). Roteiro da Aula. História da IA (De Sistemas Baseados em Conhecimento até Agentes Inteligentes); O Estado da Arte em IA; Referências. História da IA

blenda
Download Presentation

Introdução à IA (Parte 5)

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript


  1. UPE – Caruaru – Sistemas de InformaçãoDisciplina: Inteligência ArtificialProf.: Paulemir G. Campos Introdução à IA (Parte 5) IA - Prof. Paulemir Campos

  2. Roteiro da Aula • História da IA (De Sistemas Baseados em Conhecimento até Agentes Inteligentes); • O Estado da Arte em IA; • Referências. IA - Prof. Paulemir Campos

  3. História da IA (De Sistemas Baseados em Conhecimento até Agentes Inteligentes) IA - Prof. Paulemir Campos

  4. Sistemas Baseados em Conhecimento: A Chave do Poder? (1969-1979) • São sistemas que utilizam conhecimento específico de um domínio de aplicação para resolver um determinado problema. IA - Prof. Paulemir Campos

  5. Sistemas Baseados em Conhecimento: A Chave do Poder? (1969-1979) • As principais fontes de conhecimento de um Sistema Baseado em Conhecimento (SBC) são: • Livros técnicos ou acadêmicos; • Relatórios técnicos; • Manuais; • Artigos científicos; • Exemplos de casos passados; • Especialistas humanos. IA - Prof. Paulemir Campos

  6. Sistemas Baseados em Conhecimento: A Chave do Poder? (1969-1979) • Em particular, quando a principal fonte de conhecimento de um SBC é um especialista humano, esta ferramenta de IA é denominada de Sistema Especialista (SE). IA - Prof. Paulemir Campos

  7. Sistemas Baseados em Conhecimento: A Chave do Poder? (1969-1979) • O DENDRAL (1969): • Primeiro SE bem sucedido aplicado na área de Química; • Desenvolvido em Stanford por Feigenbaum (antigo aluno de Simon), Buchanan e Lederberg, inferia a estrutura molecular a partir de informações fornecidas por um espectrômetro de massa. IA - Prof. Paulemir Campos

  8. Sistemas Baseados em Conhecimento: A Chave do Poder? (1969-1979) • O DENDRAL (1969): • Em entrevista com especialistas em química analítica, descobriram que procurava-se picos no espectro que indicassem subestruturas comuns na molécula. IA - Prof. Paulemir Campos

  9. Sistemas Baseados em Conhecimento: A Chave do Poder? (1969-1979) • O DENDRAL (1969): • Ex.: Regra para reconhecer um sub-grupo cetona (C = 0), cuja massa é 28 u. m. a.: se existem dois picos em x1 e x2 tais que (a) x1 + x2 = M + 28; (b) x1 – 28 é um pico; (c) x2 – 28 é um pico; (d) no mínimo um entre x1 e x2 é alto; então existe um sub-grupo cetona. IA - Prof. Paulemir Campos

  10. Sistemas Baseados em Conhecimento: A Chave do Poder? (1969-1979) • O MYCIN (1972): • Segundo SE bem sucedido, neste caso aplicado em diagnóstico médico; • Criado por Feigenbaum, Buchanan e pelo Dr. Shortliffe, inferia por infecções sangüíneas; IA - Prof. Paulemir Campos

  11. Sistemas Baseados em Conhecimento: A Chave do Poder? (1969-1979) • O MYCIN (1972): • Continha cerca de 450 regras com desempenho semelhante a alguns especialistas e melhor do que médicos iniciantes. IA - Prof. Paulemir Campos

  12. Sistemas Baseados em Conhecimento: A Chave do Poder? (1969-1979) • Em relação ao DENDRAL, o MYCIN diferenciou-se por: • Todo conhecimento era proveniente de especialistas médicos; • E, refletiam a incerteza associada ao conhecimento médico, através de cálculo de incerteza denominado fator de certeza. IA - Prof. Paulemir Campos

  13. Sistemas Baseados em Conhecimento: A Chave do Poder? (1969-1979) • A importância do conhecimento específico também ficou evidente na compreensão de linguagem natural, necessitando-se de mais conhecimento do que os fornecidos pela análise sintática. IA - Prof. Paulemir Campos

  14. Sistemas Baseados em Conhecimento: A Chave do Poder? (1969-1979) • Vários programas foram criados (entre 1977 e 1983) para compreender a linguagem natural; • Contudo, a ênfase foi menos na linguagem em si e maior na representação e raciocínio com o conhecimento exigido para compreender a linguagem natural. IA - Prof. Paulemir Campos

  15. Sistemas Baseados em Conhecimento: A Chave do Poder? (1969-1979) • Com o enorme crescimento de aplicações da IA em problemas reais, foram desenvolvidas várias linguagens de representação e raciocínio, como: • A linguagem Prolog na Europa e a família PLANNER nos Estados Unidos, ambas baseadas na lógica; • E a idéia de frames de Minsky (1975). IA - Prof. Paulemir Campos

  16. A IA Torna-se Uma Industria(de 1980 até a atualidade) • O primeiro SE comercial bem sucedido foi o R1 da DEC (Digital Equipaments Corporation) em 1982; • O R1 ajudava a configurar pedidos de novos sistemas de computadores; • Com o R1, a DEC passou a economizar cerca de 40 milhões de dólares por ano; IA - Prof. Paulemir Campos

  17. A IA Torna-se Uma Industria(de 1980 até a atualidade) • A Du pont tinha 100 SE em uso e 500 em desenvolvimento, economizando em torno de 10 milhões de dólares por ano; • Quase todas as principais corporações dos Estados Unidos tinham seu próprio grupo de IA e estavam usando ou investigando SE. IA - Prof. Paulemir Campos

  18. A IA Torna-se Uma Industria(de 1980 até a atualidade) • Em 1981, os japoneses anunciaram o projeto “Fifth Generation”, objetivando montar em 10 anos computadores inteligentes que utilizassem Prolog; IA - Prof. Paulemir Campos

  19. A IA Torna-se Uma Industria(de 1980 até a atualidade) • Em resposta, os Estados Unidos formaram a Microelectronics and Computer Technology Corporation (MCC) como um consórcio de pesquisa para assegurar a competitividade; • Ambos (japoneses e americanos) empenharam esforços principalmente no projeto de chips e interface humana. IA - Prof. Paulemir Campos

  20. A IA Torna-se Uma Industria(de 1980 até a atualidade) • Na Inglaterra, o relatório Alvey reabilitou o subsídio cortado em conseqüência do relatório Lighthill, contudo para uma área denominada IKBS – Intelligent Knowledge-Based Systems, já que a IA havia sido oficialmente cancelada. IA - Prof. Paulemir Campos

  21. O Retorno das Redes Neurais(de 1986 até a atualidade) • Em Computação, o campo de Redes Neurais praticamente foi abandonado no final da década de 1970; • Contudo, em áreas como Física e Psicologia os trabalhos com RNAs continuaram; IA - Prof. Paulemir Campos

  22. O Retorno das Redes Neurais(de 1986 até a atualidade) • Físicos como Hopfield (1982) usaram técnicas da mecânica estatística para analisar as propriedades de armazenamento e de otimização das redes, tratando coleções de “nós” como coleções de átomos; IA - Prof. Paulemir Campos

  23. O Retorno das Redes Neurais(de 1986 até a atualidade) • Já psicólogos como Rumelhart e Hinton continuaram o estudo de modelos de memória de RNAs; • Contudo, o grande retorno ocorreu no final da década de 1980, quando quatro grupos de pesquisa diferentes recriaram o algoritmo de aprendizado por retropropagação (1969). IA - Prof. Paulemir Campos

  24. O Retorno das Redes Neurais(de 1986 até a atualidade) • RNA representa o modelo básico de sistemas inteligentes que usam modelagem conexionista; • Um ponto importante é que abordagens conexionista e simbólica (promovida por Newell e Simon) são complementares, e não concorrentes como inicialmente foram vistos. IA - Prof. Paulemir Campos

  25. A IA Torna-se uma Ciência(de 1987 até a atualidade) • A IA tornou-se uma ciência quando passou a adotar o rigor matemático: • Usando teorias existentes como base, ao invés de propor novas teorias; • E, fundamentar as afirmações em teoremas rigorosos ou na evidência experimental rígida, em vez de basear-se na intuição. IA - Prof. Paulemir Campos

  26. A IA Torna-se uma Ciência(de 1987 até a atualidade) • Por exemplo, utilizando uma metodologia aperfeiçoada e estruturas teóricas, o campo de RNAs chegou a uma compreensão tal que, hoje, RNAs podem ser comparadas a técnicas correspondentes da estatística, do reconhecimento de padrões e de aprendizagem de máquina. IA - Prof. Paulemir Campos

  27. A IA Torna-se uma Ciência(de 1987 até a atualidade) • Como resultado desse desenvolvimento, uma sub-área denominada mineração de dados gerou uma nova e vigorosa indústria; IA - Prof. Paulemir Campos

  28. A IA Torna-se uma Ciência(de 1987 até a atualidade) • No mais, um outro formalismo pode ser usado para representar conhecimento incerto, combinando aprendizado por experiência e redes neurais: redes bayesianas. IA - Prof. Paulemir Campos

  29. O Surgimento de Agentes Inteligentes (de 1995 até hoje) • A idéia de agente inteligente é construir artefatos que inseridos num dado ambiente, possam percebê-lo e atuar adequadamente quando necessário de forma autônoma. IA - Prof. Paulemir Campos

  30. O Surgimento de Agentes Inteligentes (de 1995 até hoje) • Um dos ambientes mais importantes para agentes inteligentes é a Internet; • Isto é, sistemas de IA tornaram-se tão comuns em aplicações na Web que o sufixo “-bot” passou a fazer parte da linguagem cotidiana. IA - Prof. Paulemir Campos

  31. O Surgimento de Agentes Inteligentes (de 1995 até hoje) • Além disso, as tecnologias de IA servem de base para muitas ferramentas da Internet, como: • Mecanismos de busca; • Sistemas de recomendação; • E, sistemas de construção de Web sites. IA - Prof. Paulemir Campos

  32. O Surgimento de Agentes Inteligentes (de 1995 até hoje) • Note que, para o êxito na construção de agentes inteligentes, sistemas de raciocínio e planejamento devem ser capazes de lidar com incerteza, já que sistemas sensorias (visão, sonar, reconhecimento de fala, etc) não fornecem informações perfeitas confiáveis do ambiente. IA - Prof. Paulemir Campos

  33. O Estado da Arte em IA IA - Prof. Paulemir Campos

  34. Planejamento Autônomo e Escalonamento • O programa Remote Agent da NASA (cerca de 100 milhões de Km da Terra), tornou-se o primeiro programa de planejamento autônomo de bordo a controlar o escalonamento de operações de uma nave espacial. IA - Prof. Paulemir Campos

  35. Planejamento Autônomo e Escalonamento • Em outras palavras, o Remote Agent da NASA gerou planos de metas na Terra e monitorou a operação da nave espacial à medida que os planos eram executados (efetuando detecção, diagnóstico e recuperação de falhas que surgissem). IA - Prof. Paulemir Campos

  36. Jogos • O Deep Blue da IBM tornou-se o primeiro programa de computador a derrotar o campeão mundial de xadrez, Garry Kasparov, por um placar de 3.5 a 2.5; • Em conseqüência, as ações da IBM valorizaram em 18 bilhões de dólares. IA - Prof. Paulemir Campos

  37. Controle Autônomo • O sistema de visão de computador ALVINN foi treinado para dirigir um automóvel, mantendo-o na pista; • O ALVINN foi colocado na minivan NAVLAB da CMU controlada por computador para percorrer os EUA. IA - Prof. Paulemir Campos

  38. Controle Autônomo • A NAVLAB tem câmeras de vídeo que transmitem imagens pro ALVINN, que calcula a melhor forma de guiar, com base em sessões de treinamento anteriores; • Resultado, em 98% dos 4600 Km percorridos o ALVINN manteve o controle da direção do veículo. IA - Prof. Paulemir Campos

  39. Diagnóstico • Programas de diagnóstico médico baseados na análise probabilística foram capazes de executar tarefas no nível de um médico especialista em diversas áreas da medicina. IA - Prof. Paulemir Campos

  40. Diagnóstico • Por exemplo, Heckerman (1991) descreveu que um importante especialista em patologia de gânglios linfáticos ridicularizou o diagnóstico de um SE num caso especialmente difícil; • Então, os criadores do SE sugeriram que o especialista solicitasse ao sistema uma explicação do diagnóstico; IA - Prof. Paulemir Campos

  41. Diagnóstico • O SE destacou os principais fatores que influenciaram sua decisão, explicando a interação sutil de vários sintomas nesse caso; • Depois disso, conta-se que o médico concordou com o sistema. IA - Prof. Paulemir Campos

  42. Planejamento Logístico • Durante a crise do Golfo Pérsico em 1991, as forças armadas americanas distribuíram uma ferramenta denominada Dynamic Analysis and Replanning Tool (DART) para realizar planejamento logístico automático e a programação de execução de transporte; IA - Prof. Paulemir Campos

  43. Planejamento Logístico • Assim, com as técnicas de planejamento da IA pode-se obter em algumas horas um plano logístico que exigiria semanas com outros métodos. IA - Prof. Paulemir Campos

  44. Robótica • Muitos cirurgiões agora utilizam robôs assistentes em microcirurgias; • O HipNAv (1996) é um sistema que utiliza: • Visão de computador para criar modelos tridimensionais da anotomia interna de um paciente; • E, controle robótico para orientar a inserção de uma prótese do quadril. IA - Prof. Paulemir Campos

  45. Reconhecimento de Linguagem e Resolução de Problemas • O PROVERB (1999) é um programa de computador que resolve palavras cruzadas melhor que muitos humanos; • O PROVERB utiliza: • Restrições sobre possíveis preenchimentos; • Um grande banco de dados com respostas anteriores; • E outras fontes, como dicionários e banco de dados on-line. IA - Prof. Paulemir Campos

  46. Referências • Russel, S. e Norvig, P. Inteligência Artificial. Tradução de: “Artificial Intelligence: A Modern Approach”, 2 ed. Editora Campus, 2004. (Capítulo 1, seções 1.3 e 1.4). IA - Prof. Paulemir Campos

More Related