Professora: Viviane Dal Molin de Souza Disciplina: Inteligência Artificial

1. Professora: Viviane Dal Molin de Souza Disciplina: Inteligência Artificial Aula 1Introdução à Inteligência Artificial (IA)

2. IA • O que Inteligência...(?) • ...Artificial?

3. Objetivo: desenvolver sistemas para realizar tarefas que, no momento: – são melhor realizadas por seres humanos que por máquinas, ou – não possuem solução algorítmica viável pela computação convencional (problemas de caixeiro viajante, ...) O que é IA?

4. Teste de Turing http://www.turing.org.uk/turing/

5. O Teste de Turing é um teste proposto para se determinar se um programa é ou não inteligente, ou seja, O programa é inteligente se a pessoa que participa no teste não for capaz de dizer se foi o programa ou o ser humano que respondeu às suas perguntas. • Existem alguns programas inteligentes que "conversam em português", criados com o objetivo de passar no Teste de Turing, conversando com os usuários como se fossem pessoas de verdade como a Sete Zoom e Ed Outromundo. • http://pt.wikipedia.org/wiki/Teste_de_Turing • http://bot.insite.com.br/sete/ • http://www.conpet.gov.br/ed/# Teste de Turing

6. Um sistema inteligente deve ser capaz de adaptar-se a novas situações, raciocinar, entender relações entre fatos, descobrir significados, reconhecer a verdade e aprender com base em sua experiência. Sistemas Inteligentes

7. Comportamento inteligente de artefatos em ambiente complexo: – percepção – raciocínio – aprendizado – comunicação – ação e planejamento Características de sistemas ditos “inteligentes”?

8. 1943 : Primeiro trabalho - Modelo artificial de neurônios (Warren McCulloch e Walter Pitts) • 1950-1953: Programas de xadrez para computador (Claude Elwood Shannon, 1950; Alan Mathison Turing, 1953) • 1952: Primeira rede neural (Marvin Minsky e Dean Edmonds) • 1956 : Conferência Dartmouth (10 participantes) - Termo IA criado em 1956 pelo pesquisador americano John McCarthy Histórico1943 - 1956 : A gestação

9. Verão de 1956 : Conferência de Dartmouth (10 participantes) • Se define ramo do conhecimento com nome de “Inteligência Artificial” (John McCarthy) • Marvin Minsky prefere simplesmente dizer que “inteligência artificial é a ciência de fazer com que máquinas façam coisas que requerem inteligência, se feitas pelos homens” Histórico1943 - 1956 : A gestação http://web.media.mit.edu/~minsky/

10. General Problem Solver (GPS) – 1957 Allen Newell (1927-1992) e Herbert Simon, (1916-2001) • Como o GPS foi destinado a ser um solucionador geral de problemas, ele pode ser aplicado somente para problemas "bem-definidos", como provar teoremas em lógica ou geometria, quebra-cabeças de palavras e jogos de xadrez. Histórico1952 - 1969 : Período de muito entusiasmo e grandes expectativas (muitos avanços com sucesso)

11. Arthur Samuel (1901-1990) desenvolveu um programa capaz de jogar damas ao nível de um jogador de torneio. O programa jogava melhor do que o seu autor. • 1958 : John McCarthy no Lab Memo n.1 do MIT define a linguagem de programação Lisp. • 1958 : McCarty publicou um artigo intitulado “Programs with common sense”. Histórico1952 - 1969 : Período de muito entusiasmo e grandes expectativas (muitos avanços com sucesso)

12. DENDRAL - Análise de compostos orgânicos para determinar a sua estrutura molecular. • MYCIN – Sistema especialista capaz de diagnosticar infecções no sangue (dispunha de mais de 450 regras). Este sistema tinha um desempenho tão bom quanto de alguns médicos especialistas e melhor do que de médicos ainda com pouca experiência. • 1972 : Linguagem Prolog (programação em lógica) - Edinburgh/Marseilles. • LUNAR (interface para geólogos interrogarem sobre as mostras de rochas trazidas pela Appolo na missão lunar - o primeiro usado por pessoas que não os projetistas do sistema). Histórico1966 - 1974 : Uma dose de realidade

13. 1980: Projeto japonês: a quinta geração de computadores (IA, Prolog, PLN) repercussões no financiamento global para a área de IA. Histórico198X : Continua a evolução ...

14. 1991 : Sistemas de IA utilizados com sucesso na guerra do Golfo. • 1993 : Sistema capaz de conduzir um carro numa auto-estrada a cerca de 90 Km/h. O sistema usa câmaras de vídeo, radar e laser. • 1993 : Um sistema detecta colisões na rua, chamando automaticamente para emergência. • 1996 – 1997: Deep Blue vence Kasparov. • 2000 : Começam a surgir brinquedos inteligentes. • 2001 : Computador se comunica ao nível de uma criança com 15 meses. Histórico90 - 20xx: IA moderna

15. O Primeiro grande momento da inteligência artificial Deep Blue X Kasparov • algoritmos de busca • computadores de alta velocidade • hardware específico para xadrez

16. passagem de sistemas experimentais para aplicações reais de larga escala • representação de conhecimento • reconhecimento da fala • robótica • visão • internet Tendências atuais

17. Pesquisa operacional: busca e otimização, heurísticas em geral • Jogos: xadrez, damas, etc. • Processamento de linguagem natural: tradução automática, verificadores ortográficos e sintáticos, interfaces para BDs, reconhecimento da fala, etc. Aplicações

18. Sistemas tutores: modelagem do aluno, escolha de estratégias pedagógicas, etc. • Percepção: visão, tato, audição, olfato, paladar... • Robótica (software e hardware): manipulação, navegação, etc. Aplicações

19. Sistemas especialistas: atividades que exigem conhecimento especializado e não formalizado • Tarefas: diagnóstico, previsão, monitoramento, análise, planejamento, projeto, etc. • Áreas: medicina, finanças, engenharia, química, indústria, arquitetura, arte, computação,... • Computação: bancos de dados dedutivos, interfaces adaptativas, mineração de dados (data mining), programação automática, etc. Aplicações

20. Representação: • Como traduzir uma tarefa em informação estruturada e processos de informação • Generalidade x eficiência • Explosão combinatória (espaço de solução): reproduzir as jogadas possíveis do Xadrez Dificuldades

21. Impossível reduzir o problema a um formalismo matemático • Uma busca exaustiva do melhor movimento é impraticável • Solução baseada em heurísticas DificuldadesXadrez

22. Como reconhecer uma maçã no supermercado? – Contexto: maçãs serão encontradas junto com outras frutas (conceito) – Segmentação: como saber onde começa e acaba uma fruta? É preciso reconhecer cores, textura, tamanho – Representação e similaridade: como diferenciar maçãs de peras, mangas? Há vários modelos visuais para representar formas de diferentes frutas, comparáveis entre si. Dificuldades

23. Matemática Fundamentos Sociologia Filosofia Lingüística IA Psicologia Neuro-Fisiologia Computação Genética

24. Simbólico (IA clássica ou GOFAI): metáfora lingüística ex. sistemas especialistas, agentes,... • Conexionista: metáfora cerebral ex. redes neurais artificiais • Evolucionista: metáfora da natureza ex. algoritmos genéticos, vida artificial • Estatístico/Probabilístico ex. Redes Bayesianas, sistemas nebulosos Paradigmas

25. Onde aplicar IA?

26. Como modelar o ambiente físico e o comportamento/personalidade dos personagens? • Como permitir uma boa interação com usuário? Produção de jogos e históriasinterativas

27. Como obter navegação segura e eficiente, estabilidade, manipulação fina e versátil? E no caso de ambientes dinâmicos e imprevisíveis? Controle de Robôs

28. Como modelar os componentes do sistema e dar-lhes autonomia? • Como assegurar uma boa comunicação e coordenação entre estes componentes? Automação de sistemas complexos

29. Como localizar a informação relevante? Busca de informação na Web

30. Como fazer recomendações personalizadas de produtos? • Como modelar os perfis dos compradores? Recomendação de produtos

31. Como prever o valor do dólar (ou o clima) amanhã? • Que dados são relevantes? Há comportamentos recorrentes? Previsão

32. Como saber se uma mensagem é lixo ou de fato interessa? • Como saber se um dado comportamento de usuário é suspeito e com lidar com isto? Detecção de Intrusão e Filtragem de Spam

33. Como brecar o carro sem as rodas deslizarem em função da velocidade, atrito, etc.? • Como focar a câmera em função de luminosidade, distância, etc.? • Como ajustar a temperatura em da quantidade de roupa, fluxo de água, etc.? Sistemas de Controle

34. Como dar ao usuário a ajudar de que ele precisa? • Como interagir (e quem sabe navegar na web) com celular sem ter de digitar (hands-free)? Interface

35. Grande complexidade (número, variedade e natureza das tarefas) • Não há “solução algorítmica”, mas existe conhecimento • Modelagem do comportamento de um ser inteligente (conhecimento, aprendizagem, iniciativa, etc.) O que estes problemas têm emcomum?

36. Área da computação que, há décadas, lida com esses problemas. Objetivo: • Construir (e aprender a construir) programas que, segundo critérios definidos, exibem um comportamento inteligente na realização de uma dada tarefa. Decomposta em várias sub-áreas • representação do conhecimento, percepção, aprendizagem, • processamento de linguagem natural, planejamento,... Interagindo com outras áreas • Computação, sociologia, estatística, economia, psicologia, lingüística, lógica, educação, ... Resumindo IA

37. Machado, V. P. Inteligência artificial: uma abordagem centrada em agentes, INFOCEFET 2005, CEFET-PI. • Vieira, R.; Osório, F. Inteligência artificial e sistemas inteligentes, UNISINOS, http://www.inf.unisinos.br/~renata • Ramalho, G. Introdução à sistemas inteligentes, Cin, UFPE. • Shubeita, F. Programação evolutiva e lógica fuzzy, CMP 135, UFRGS, 2003. • Sucupira, I. R. Métodos heurísticos genéricos: meta-heurísticas e hiper-heurísticas, IME-SP. • Coelho, Leandro. Notas de Aula. Referências Bibliográficas