Slide da Unidade - Fundamentos da Inteligência Artificial

Prévia do material em texto

U N I D A D E 1
ALAN DE OLIVEIRA SANTANA
INTELIGÊNCIA ARTIFICIAL
Unidade 1| Introdução
• A Inteligência Artificial é um ramo da computação que 
vem ganhando grande visibilidade nas últimas décadas, 
em especial a partir das primeiras décadas do século 
XXI, onde o desenvolvimento tecnológico, que veem 
permitindo o desenvolvimento de hardwares cada vez 
mais potentes e baratos, tem propiciado a criação de 
sistemas cada vez mais capazes de agirem de forma 
autônoma e não apenas reativa, podendo refletir sobre 
suas ações, além de tomar decisões de forma 
independente e em tempo real.
Unidade 1 | Objetivos
1. Compreender como surgiu a IA e seus fundamentos.
2. Conhecer o conceito de multiagentes, compreendendo como estes 
sistemas se relacionam com o ambiente. 
3. Aplicar os conceitos da lógica proporcional em soluções informáticas. 
4. Entender a avaliação de desempenho, seus indicadores e seus sistemas.
FUNDAMENTOS DA INTELIGÊNCIA 
ARTIFICIAL E SUA HISTÓRIA
• Dentro das reflexões realizadas pelos pensadores 
do passado, estava o entendimento da inteligência 
humana como um importante aspecto ligado a 
nossa natureza, buscando o entendimento de 
como pensamos, uma habilidade compartilhada 
por todos os indivíduos e sendo a fonte principal 
de nossa sobrevivência.
• Entre as principais características da inteligência, estão as habilidades de perceber, 
compreender, prever, construir e manipular o mundo em que estamos inseridos, sendo estes 
aspectos uma das bases fundamentais da Inteligência Artificial quanto ciência, procurando criar 
entidades artificiais capazes de simular as características citadas, entre outras, referentes à 
inteligência presente no homem.
• Segundo Russell (2013), podemos definir às IAs de acordo com 4 estratégias: pensando com 
humanos, pensando racionalmente, agindo como seres humanos e agindo racionalmente.
• Note que, pensar como humano e pensar racionalmente, está relacionado ao processo de 
pensamento e raciocínio, enquanto, agir como um ser humano e agir racionalmente, está 
relacionado a comportamentos.
• Notamos que a inteligência é uma capacidade psíquica que permite a seu portador habilidades 
como: perceber, compreender, prever, construir e manipular algo ligado ao ambiente que se 
está inserido ou o ambiente como todo.
• Desta forma, depreende-se que a Inteligência Artificial é a capacidade fornecida a um sistema 
digital, artefato ou equipamento de manifestar habilidades psíquicas ligadas ao ambiente em 
que está inserido.
IA, UM CAMPO INTERDISCIPLINAR
• A Inteligência Artificial é um dos mais recentes 
campos da computação a serem desenvolvidos 
e compreendidos como ciência. Este fato 
corrobora para que um número elevado de 
outras disciplinas sejam usadas como base para 
a criação de produtos inteligentes.
• A filosofia é um dos campos do conhecimento mais antigo que temos registros e o mãe de 
outros diversos campos de conhecimentos, bem como, da fundamentação dos conceitos de 
ciência como a conhecemos hoje.
• Um dos primeiros pensadores a levantarem o tema sobre as leis que fundamentam a parte 
racional da mente foi Aristóteles (384-322 a.C.), sendo este um dos primeiros passos para o 
desenvolvimento e estudos de como as ideias se organizam racionalmente.
• Este raciocínio permitiu que outros grandes nomes como Hobble (1588-1679) e Leonardo da 
Vinci (1452-1519) não apenas proporem, mas também desenvolvessem artefatos mecânicos 
levando em consideração que o raciocínio humano era similar a computação numérica.
• Foi através da matemática que muitas ideias puderam ser aplicadas, formalizando três áreas 
da matemática fundamentais para a IA: lógica, computação e a probabilidade. O termo 
computação é uma derivação da palavra computar, ou seja, a capacidade de realizar 
operações matemáticas. 
• A economia como ciência foi constituída através dos trabalhos de Adam Smith (1723-1790), 
filósofo escocês que contribuiu com uma visão científica sobre achados econômicos já 
estudados por filósofos de todo o mundo no passado, como por exemplo os filósofos gregos. 
Dentre as contribuições da economia para a IA está o pensamento crítico sobre o grau de 
satisfação e rentabilidade que são obtidos das coisas, chamado de teoria da utilidade.
• A neurociência é um ramo da ciência que estuda o funcionamento do sistema nervoso, com 
ênfase, mas não somente, no cérebro.
• Em 1938, o físico teórico Nicolas Rashevsky (1899-1872) fez uma das primeiras propostas 
onde modelos matemáticos foram criados para representar e auxiliar os estudos sobre o 
sistema nervoso.
• A psicologia é responsável por realizar estudos sobre o comportamento e a mente dos 
humanos e animais com base em critérios científicos baseados em evidências. Por sua vez, 
uma das áreas da psicologia que mais contribuíram para a IA foi a psicologia cognitiva.
• A psicologia cognitiva procura estudar como as pessoas percebem, aprendem, lembram-se 
e pensam sobre dados que estas venham a ter contato (STERNBERG, 2008).
• O desenvolvimento dos computadores evoluiu e continua a evoluir aumentando o poder de 
processamento enquanto barateia o custo dos meios de armazenamento de dados.
• Está evolução pode ser percebida quando analisamos o poder de processamento do 
computador que auxiliou a ida do homem à lua.
• A teoria do controle contribuiu para que novos modelos fossem propostos em contra 
partida aos modelos behavioristas, em especial com a proposta de que máquinas 
poderiam ser dotadas de inteligência, dando luz a cibernética.
• A linguística moderna é uma área do conhecimento que surgiu aproximadamente na 
mesma época que a IA compartilhando áreas de estudo como o processamento de 
linguagem natural.
AGENTES INTELIGENTES E O AMBIENTE PARA A 
IA
• Um ser inteligente é um agente, ou seja, um ser 
que age, assim como seu significado em latim, 
agere, significando fazer.
• Os humanos e outras espécies de seres vivos 
também podem ser entendidos como agentes, pois 
uma função biológica presente em todos estes 
seres é a capacidade sensorial que por sua vez 
culmina em ações em resposta a estímulos 
externos ao ser.
• Assim, como citado por Segundo Russell (2013), quando um agente responde a estímulos 
internos e externos em pró de alcançar bons resultados, este agente pode ser entendido 
como um agente racional.
• Estes agentes racionais irão em pró de benefícios próprios ou de uma comunidade de 
agentes, procurar interagir com seu ambiente e com os demais agentes colaborando para 
solucionar problemas da forma mais eficiente.
O TESTE DE TURING E OS AGENTES 
INTELIGENTES
• Por volta de 1950, Alan Turing apresentou a 
proposta de um teste que procurou avaliar se 
um computador era capaz de agir de forma 
inteligente, com este teste também servindo 
para definir o conceito de inteligência 
operacional.
• O teste é relativamente simples em seu conceito. Um ser humano deveria fazer um conjunto de 
perguntas textuais para um conjunto de agentes, sendo estes agentes humanos e mecânicos 
(representado por computadores).
• Uma vez analisada as perguntas, os agentes deveriam responder as questões que seriam posteriormente 
analisadas pelo humano que as formulou.
• Este humano em seguida deveria dizer se as respostas foram dadas por um humano ou por um 
computador.
• Um agente pode ser implementado ou aplicado com base em características que atendam a seu 
propósito, sendo construído parcialmente ou completamente os conceitos que definem um agente. 
• A forma mais simples de implementar um agente é dotá-lo da capacidade de reagir condicionalmente a 
um conjunto de dados. Este tipo de agente é denominado agente reativo simples, e são os agentes mais 
fáceis de serem implementados e mais utilizados devido esta característica.
• O ambiente é um importante fornecedor de estímulos para os agentes pois está constantemente sendo 
influenciado por eventos externos, bem como, pelos próprios agentes que estão dentro de si.
• No campo computacional, coisas que vemosno dia a dia como um semáforo, um despertador, ou o 
sistema eletrônico de controle de filas em bancos e outros locais, são na prática agentes atuando segundo 
conjuntos de regras em ambientes específicos.
LÓGICA PROPOSICIONAL PARA AGENTES
• Uma das belezas da vida é a diversidade dos seres. 
Alguns são grandes e outros pequenos, alguns 
rápidos e outros lentos, alguns vivem muitos e 
outros apenas um dia. Porém a habilidade de 
raciocinar está presente apenas a seletos grupos 
de seres, entre eles os animais e 
consequentemente os humanos.
• O cérebro é dividido em 3 partes distintas: o neocortex, parte mais externa do cérebro e 
responsável pelo pensamento racional; sistema límbico, ao qual, controla as emoções; e o 
chamado cérebro reptiliano, parte mais primitiva do cérebro e responsável pelo pensamento 
irracional, ou seja, pelas ações realizadas com pouco em nenhum controle, como a respiração e 
o impulso de retirar a mão de superfícies e objetos quentes.
• O cérebro reptiliano presente nos humanos, é caracterizado como a parte irracional, ou 
automatizada, de nossa inteligência, atuando de forma a reduzir a carga de atenção nas demais 
camadas. Além disto, sua característica reativa está presente em todas as formas de vida 
conhecidas, capacitando os seres sensitivos a responderem a estímulos internos e externos ao 
organismo.
• Da mesma forma que nosso cérebro possui uma camada racional, o neocórtex. Os agentes 
precisam de mais algumas camadas para serem consideradas capazes de raciocinar. Entre essas 
camadas, podemos destacar uma base de conhecimento por aprendizado ou fornecida, para 
servir de base para o raciocínio.
• Desta forma, um agente capaz de realizar tomadas de decisão, possuindo também um conjunto 
de regras reativas e uma base de conhecimento, é chamado de agente baseado em 
conhecimento.
INTRODUÇÃO A LÓGICA NA 
COMPUTAÇÃO
• A lógica é uma das disciplinas fundamentais para 
a computação, em especial, através da lógica 
booleana, permitindo que dados em forma de 
pulsos elétricos possam ser processados em 
estruturas maiores e altamente complexas usadas 
tanto em circuitos digitais, como na própria lógica 
para criação de programas.
• A lógica booleana em sistemas digitais, permite que um pulso possa ser tradado com valor 1 ou 0, 
porém, a combinação entre estes valores é uma de suas principais base de estudos, pois, ao combinar 
um conjunto de entradas 1’s e 0’s, usando-se modelos lógicos, é possível gerar dados de resposta 
específicos.
• A lógica booleana possui um conjunto de tabelas (modelos) que permitem prever as saídas com base 
em regras definidas através de modelos matemáticos. Esse conjunto de modelos é chamado de lógica 
proposicional.
• Os modelos semânticos da lógica booleana, servem como base fundamental de conhecimento, com as 
regras embutidas nos próprios modelos, sendo a capacidade simples de raciocinar sobre os dados de 
entrada, ou seja, sobre os estímulos.
GRAFOS PARA BUSCA EM ESPAÇO DE 
ESTADOS
• A teoria dos grafos é um ramo da matemática 
que estuda a combinação (relação) entre 
objetos discretos (NETTO, 2011), porém, a 
computação a utiliza na análise e 
desenvolvimento de diversos algoritmos.
• Por sua vez, um grafo é uma estrutura formada pela combinação entre dois ou mais objetos 
(pontos), onde podemos através de modelos, aplicar técnicas de tratamento sobre os dados, 
sempre possuindo um ponto de origem e um ou mais pontos objetivos.
• Tanto o grafo, como suas regras, podem ser entendidas como o modelo que permite que um 
viajante qualquer saia de um ponto para outro e identifique o menor custo de tempo para sua 
viagem, ou seja, é um tipo de raciocínio prático baseado em regras.
• Desta forma, podemos expandir um pouco mais a ideia geral de grafos e definir um outro 
conceito computacional que utiliza os grafos para tomada de decisão estratégicas. As máquinas 
de estados.
• De forma simples, podemos dizer que uma máquina de estados é uma estrutura condicional que 
permite que um fluxo de dados saia de uma origem até um destino de forma estruturada, ou 
seja, através de estruturas que definem como os dados devem ser tratados e para qual ponto o 
fluxo deve seguir.
GRAFOS DE PLANEJAMENTOS
• Um grafo de planejamento é uma estrutura 
de dados que permite um planejamento 
que apresente estimativas mais precisas 
sobre as saídas. Estas regras de 
planejamento podem ser entendidas como 
heurísticas especificas.
• Heurística são métodos que tem por objetivo a resolução de problemas por aproximação, ou 
seja, não é esperado a melhor solução, mas uma solução viável (BUENO, 2009).
• Desta forma, a heurística pode ser aplicada a diferentes métodos de busca em pró da criação do 
modelo de procura pela melhor solução, ou seja, um modelo de raciocínio computacional.
• Por sua vez, outra estratégia é a busca para trás (regressão), onde, a partir do objetivo, é traçado 
o caminho até a origem, o que por vezes, resultada em uma analise mais rápida que a busca para 
frente, uma vez que um estado posterior sempre terá apenas um estado anterior caso a 
estrutura seja baseada em uma árvore.
• Para permitir um bom planejamento, a estratégia de busca deve ser antes definida. A 
progressão, ou busca para frente, é uma forma que busca aplicar em estruturas de dados 
similares a árvores, ou seja, com um início definido e com fim possível.
• Grafos de planejamento são indicados unicamente para problemas baseados no planejamento 
proposicional. Estes grafos são chamados de grafo direcionados, ou seja, um grafo que os dados 
fluem para uma dada direção.
• Essa é uma estratégia útil para criar modelos de planejamento para dotar um agente da 
capacidade de raciocinar, os aproximando da proposta apresentada no teste de Turing, existir 
uma máquina inteligente, tal que, um humano entrevistador não é capaz de discernir se está 
entrevistando um humano ou máquina.
Obrigado!