Conceitos de Inteligencia Artificial

"Inteligência Artificial é o estudo de conceitos que permitem aos computadores serem inteligente." (WINSTON, 1987).

"Inteligência Artificial é o estudo de como fazer os computadores realizarem coisas que, no momento, as pessoas fazem melhor." (RICH & KNIGHT, 1994).

"Inteligência Artificial é o estudo das faculdades mentais com o uso de modelos computacionais" (CHARNIAC & MCDERMOTT apud BARRETO, 1997).

Uma popular e inicial definição de inteligência artificial, introduzida por John McCarty na famosa conferência de Dartmouth em 1955 é "fazer a máquina comportar-se de tal forma que seja chamada inteligente caso fosse este o comportamento de um ser humano”.

 

"uma máquina é inteligente se ela é capaz de solucionar uma classe de problemas que requerem inteligência para serem solucionados por seres humanos'' J. McCarthy and P.J. Hayes.

 "Inteligência Artificial é a parte da ciência da computação que compreende o projeto de sistemas computacionais que exibam características associadas, quando presentes no comportamento humano, à inteligência'' A. Barr and E.A. Feigenbaum;

 "Inteligência Artificial é o estudo das faculdades mentais através do uso de modelos computacionais'' E. Charniak and D. McDermott.

 "tornar os computadores mais úteis e compreender os princípios que tornam a inteligência possível'' P.H. Winston.

 

Inteligencia Artificial

“COMPUTING MACHINERY AND INTELLIGENCE”

“COMPUTING MACHINERY AND INTELLIGENCE”
por A. M. Turing

Turing fez a seguinte pergunta, “Maquinas podem pensar?”. Tentando responder a esta questão turing propôs o seguinte teste que funciona da seguinte maneira: é jogado por três “pessoas” onde uma pessoa é o interrogador que terá por objetivo descobrir qual dos outros jogadores é a outra pessoa e qual é o computador. Para isso cada um fica em uma sala diferente e a comunicação é feita através de um “chat”. Sendo assim o interrogador realiza uma série de perguntas aos seus interrogados (o teste pode ser aplicado levando-se em conta um determinado tempo (como em torno de 5 a 10 minutos) ou então determinando certo assunto). Ao fim do teste, se o interrogador não conseguir distinguir com certeza quem é a máquina e quem é a outra pessoa, então se diz que o computador passou no teste.

Este problema tem a vantagem de testar o homem tanto fisicamente como intelectualmente.

Apesar de existir computadores como o “Deep Blue”, que em 1997 venceu o campeão mundial de xadrez Kasparov, assim sendo acho que ainda não existe uma maquina inteligente que satisfaça a idéia de que ela é suficientemente inteligente.

Turing defende que não haveria qualquer razão para negar a inteligência de uma máquina que poderia imitar sem restrições uma conversa de um ser humano.

Para programar uma máquina para jogar o “jogo da imitação”, deve-se considerar o processo de tentar imitar a mente humana e refletir bastante sobre o processo que a levou até o ponto onde se encontra. Turing propõem, então, tentar produzir um programa que simule a mente infantil em vez de tentar produzir um programa para a mente adulta.

O argumento da consciência

Turing argumenta sobre esse assunto citando uma frase do professor Jefferson (1949), de que "Nunca poderá haver máquinas que possam escrever sonetos ou compor concertos, pois são impossibilitadas de sentir emoções e sentimentos que são genuinamente humanos.

Isso é uma barreira a ser considerada por todos que acreditam que se possa criar consciência em uma máquina.

Comentários sobre os bots

Após “falar” com os bots verifiquei claro que eles buscam em uma base de dados às respostas que mais se encaixam dada a frase ou pergunta feita, sendo assim é necessária uma constante atualização dessa fonte de dados. A IA que ocorre por trás desses bots chama a atenção. Um dos problemas é que ainda, apesar do avanço da IA, eles são limitados ainda, pois começam a surgir respostas repetidas, ou sem muito a ver com o contexto assim não respondendo as perguntas feitas.  Isso se pode dizer que se deve ao baixo conhecimento que os mesmos possuem e a fraca capacidade de aprendizagem.

????Conhecimento????

No meu ponto de vista, aprendizagem e conhecimento andam juntos. Com relação ao aprendizado humano, é notório o fato de que ele é terrivelmente lento. São necessários quatro a oito anos para que apenas comecemos a entender conceitos elementares e então mais 10 a 15 anos para nos tornamos cientistas da computação. Isso é o mínimo, pois muitas pessoas levam mais tempo do que 14 a 23 anos. Portanto: somos aprendizes muito lentos.

Mas o que é aprendizagem? Aprendizagem é a capacidade de armazenar “dados” no cérebro. Conhecimento é esse conteúdo armazenado, é você ter algum conhecimento sobre tal assunto.

Conhecimento é a relação que se estabelece entre sujeito que conhece ou deseja conhecer e o objeto a ser conhecido ou que se dá a conhecer. O conhecimento pode ainda ser apreendido como um processo ou como um produto.

O ser humano adquire conhecimento através de:

- Televisão;

- Livros

- Internet;

- Conversas com outras pessoas que já possuem conhecimento sobre tal assunto;

- Radio;

- etc.

O ser humano possui uma grande capacidade de aprendizagem resultando um grande conhecimento, mas essa capacidade varia de pessoa para pessoa.

 É uma capacidade, pois o Conhecimento é dinâmico: quem conhece pode estabelecer novas relações, tirar novas conclusões, fazer novas inferências, agregar novas Informações, reformular significados. Ao exercitar o Conhecimento, ele se consolida e cresce. "Quando o conhecimento para de evoluir, ele se transforma numa opinião ou num dogma (Davenport/Prusak)."

 

Artigo Mccarthy

1 – Questões Básicas:

O que é inteligência artificial?
É a ciência e a engenharia aplicadas à elaboração de máquinas inteligentes, em especial programas de computador inteligentes. Ela é relacionada ao trabalho semelhante de utilizar computadores para compreender a inteligência humana, mas a inteligência artificial não precisa se restringir a métodos biologicamente observáveis.

Sim, mas o que é inteligência?
Inteligência é a parte computacional da habilidade de atingir metas no mundo. Inteligências de graus e tipos variados ocorrem em pessoas, em vários animais e em algumas máquinas. Será que não existe uma definição sólida de inteligência que não precise ser relacionada à inteligência humana? Ainda não. O problema é que nós ainda não podemos caracterizar de forma geral que tipos de procedimento computacional nós queremos chamar de inteligentes. Entendemos alguns mecanismos da inteligência, e não outros.

A inteligência artificial não serve para simular inteligência humana?
Às vezes, mas não sempre, nem na maioria das vezes. Por um lado, podemos aprender algo sobre como fazer máquinas solucionarem problemas ao observarmos outras pessoas ou ao observarmos os nossos próprios métodos de resolução de problemas. Por outro lado, a maior parte do trabalho em inteligência artificial envolve o estudo de problemas que o mundo apresenta à inteligência em vez de estudar pessoas ou animais. Pesquisadores em inteligência artificial são livres para usar métodos que não são seguidos por pessoas ou que envolvam muito mais cálculos do que uma pessoa pode fazer.

Quando começou a pesquisa em inteligência artificial?
Após a Segunda Guerra Mundial, um número de pessoas começou a trabalhar independentemente em máquinas inteligentes. O matemático inglês Alan Turing pode ter sido o primeiro. Ele deu uma palestra a respeito em 1947. Ele também pode ter sido o primeiro a decidir que inteligência artificial seria mais bem pesquisada na programação de computadores do que na construção de máquinas. No final da década de 50, havia muitos pesquisadores em inteligência artificial, e a maioria deles baseava o trabalho em programar computadores.

A inteligência artificial almeja colocar a mente humana dentro do computador?
Alguns pesquisadores dizem ter esse objetivo, mas talvez estejam usando a frase metaforicamente. A mente humana possui diversas peculiaridades, e não tenho certeza de que alguém pense seriamente em imitar todas elas.

 

A inteligência artificial almeja obter inteligência do mesmo nível que a humana?
Sim. O esforço último é fazer programas de computador que possam solucionar problemas e atingir metas no mundo tão bem quanto seres humanos. Entretanto muitas pessoas envolvidas em áreas particulares de pesquisa são muito menos ambiciosas.

E quanto a fazer uma "máquina criança" que pudesse se desenvolver lendo e aprendendo com a experiência?
Essa idéia foi proposta muitas vezes desde os anos 40. Eventualmente será posta em prática. Entretanto programas de inteligência artificial ainda não atingiram o estágio de serem capazes de aprender muito do que uma criança aprende por experiência física. Tampouco os programas atuais compreendem linguagem bem o suficiente para aprender algo por meio de leitura.

 

2 – Ramificações da IA

Está aqui uma lista de algumas ramificações:

 

• AI lógico;
• Busca;
• Reconhecimento de teste padrão;
• Representação;
• Inferência;
• Conhecimento e raciocínio do sentido comum;
• Aprendizagem da experiência;
• Planejamento;
• Epistemology:
• Ontology;
• Heurísticas;

 

 

3 – Aplicações da IA

 

Jogos: Você pode comprar maquinas q podem jogar xadrez por alguns dólares. Existe um pouco de IA nisso, mas eles jogam bem contra pessoas usando força bruta – olhando para varias jogadas. Para vencer um campeão mundial por força bruta e sabendo heurísticas requer poder olhar 200 milhões de posições por segundo.

 

Entendendo Linguagens Naturais: Apenas pegar uma seqüência de palavras do computador não é suficiente. O computador deve estar provido de algum conhecimento sobre o texto, e isso é possível no presente para apenas alguns domínios limitados.

Sistemas peritos: Um engenheiro entrevista peritos em um determinado domínio e tenta colocar seu conhecimento em um programa de computador para realizar alguma tarefa. Como isto funciona depende se os mecanismos intelectuais requeridos para a tarefa estão dentro do estado atual do AI. Quando isto girou para fora para não ser assim, houve muitos resultados decepcionantes. Um dos primeiros sistemas peritos era MYCIN em 1974, que diagnosticou infecções bacterianas do sangue e sugeriu tratamentos. A utilidade de sistemas peritos atuais depende de seus usuários terem o sentido comum.

 

Classificação de Heurísticas: Um exemplo está na compra de um produto com o cartão de crédito. A informação está disponível sobre o proprietário do cartão de crédito, seu registro do pagamento, sobre o produto que está comprando e sobre o estabelecimento de que está comprando.

Conceitos da I.A.

Aula (26/04; 27/04)
- Pesquise e selecione três conceitos (citando as referências) de Inteligência Artificial;

 

Sistemas Especialistas

 

Sistemas especialistas são programas de computador de conhecimento intensivo, obtido pela perícia de especialistas em domínios limitados do conhecimento. Eles podem auxiliar na tomada de decisão levantando questões relevantes e explicando as razões para adotar certas ações.

 

Redes Neurais Artificiais

 

Redes neurais artificiais é hardware ou software que tentam imitar o modelo de processamento do cérebro biológico. Seu amplo uso destaca cada vez mais a área conexionista da inteligência artificial.

 

Lógica Fuzzy

 

Os programas tradicionais requerem precisão e certeza (também chamado de crisp): ligado ou desligado, sim ou não, certo ou errado. Porém isso não acontece no mundo real. Sabemos que 50oC é quente e que -40oC é gelado; mas 23oC é quente, morno, ameno ou frio? A resposta depende de fatores como o vento, umidade, a experiência pessoal e a roupa que cada um está usando.

Introduzida em 1965 por Lotfi A. Zadeh, da universidade da Califórnia, a lógica fuzzy (ou lógica difusa) é uma tecnologia da IA baseada em regras que tolera a imprecisão e sempre usa isso para solucionar problemas que nós não conseguíamos resolver antes. Consiste de uma variedade de conceitos e técnicas para representar e inferir o conhecimento que é impreciso, incerto ou que não dê confiança. Os termos (conhecidos como funções de pertinência) da lógica fuzzy são definidos de forma imprecisa.

Para controlar o ambiente de um quarto usando esta lógica, o programador poderia desenvolver similarmente definições imprecisas para umidade e outros fatores tais como vento e temperatura externa. Em geral, o código da lógica fuzzy exige menos regras SE-ENTÃO, tornando-o mais simples que os tradicionais.

Inúmeras máquinas e processos usam esses controladores, muito difundidos principalmente no Japão. A seguir temos alguns exemplos:

 

• Câmera de vídeo : determina o melhor foco e luz quando há imagem em movimento;

• Metrô : aumenta a estabilidade de direção e a precisão da parada através da avaliação das condições de tráfego de passageiros. Fornece partida e paradas suaves;

• Aspirador de pó : ajusta a potência do motor do aspirador julgando a quantidade

de pó e sujeira e as características do piso.

• Plano de saúde : determina o valor da mensalidade de um indivíduo através de sua idade e outros atributos.

 

Um sistema de controle é um sistema de closed-loop, isto é, de ciclo fechado, que normalmente controla uma máquina para realizar uma resposta desejada, dado um número de entradas do ambiente. Estes sistemas usam o processo de fuzificação e defuzificação. A fuzificação gera entradas fuzzy para uma máquina de inferência, enquanto a defuzificação faz o inverso, cria valores reais, também chamados de crisp, para serem aplicados na máquina sob controle.

Máquina sob controle é a máquina ou processo que se deseja controlar, por exemplo, uma máquina de lavar roupa saídas respostas do comportamento da máquina saídas fuzzy as mesmas saídas, passadas pela fuzificação máquina de inferência/base de regras fuzzy converte as saídas fuzzy para ações a tomar acessando as regras fuzzy em uma base de regras entradas fuzzy são as ações fuzzy a serem executadas entradas são os indicadores crisp na máquina para controlar seu comportamento, convertido de entradas fuzzy com um defuzificador.

Histórico IA

Histórico I.A.:

Os primeiros estudos sobre inteligência artificial surgiram na década de 40, que foi marcada pela II Guerra Mundial. Este fato resultou na necessidade de desenvolver uma tecnologia voltada para a análise de balística, quebra de códigos e cálculos para projetar a bomba atômica. Surgiam, assim, os primeiros grandes projetos de construção de computadores, assim chamados por serem máquinas utilizadas para fazer cálculos (cômputos).

Após a II Guerra Mundial o computador não ficou restrito ao âmbito militar e científico, começou a ser gradualmente utilizado em empresas, indústrias, universidades etc. A diversidade de aplicações estimulou pesquisas de software, hardware e linguagens de programação.

O desenvolvimento do computador, primeiramente impulsionado pela aplicabilidade militar e posteriormente comercial, mostrou-se viável. Seu rápido progresso, desde o surgimento dos primeiros computadores eletrônicos (1943 – Collossus, na Inglaterra e 1946 – ENIAC, nos Estados Unidos) até o surgimento dos microcomputadores (na década de 70) demonstra que essa área recebeu grandes investimentos.

O segundo grande passo foi dado nos Estados Unidos, em 1956, quando John McCarthy reuniu em uma conferência proferida ao Darmouth College, na Universidade de New Hampshire, vários pesquisadores de renome para estudar o que foi denominado por Minsky, McCarthy, Newell e Simon de Inteligência Artificial (IA), expressão utilizada para designar um tipo de inteligência construída pelo homem para dotar a máquina de comportamentos inteligentes.

A partir da estruturação desse novo campo do conhecimento o fenômeno da inteligência começou a ser pesquisado de forma intensa. Vários esforços foram e têm sido feitos no sentido se simular os tipos de raciocínios utilizados pelo ser humano e implementá-los no computador por meio da IA.

A inteligência artificial é amplamente utilizada como um auxiliar que expande a capacidade de inteligência do homem e até mesmo o substitui em diversas funções. Isso se tornou possível em grande parte graças ao desenvolvimento dos sistemas especialistas, da lógica fuzzy e das redes neurais.

Atualmente, criar máquinas inteligentes não pode ser considerado uma ficção, a IA transformou essa ficção em um campo de estudo movido por uma meta que consome bilhões de dólares em projetos, os quais envolvem pesquisadores de instituições governamentais, militares, industriais e universitárias de todo o mundo.
Divisão da I.A.:

Clássica (1956-1970)

· Objetivo: simular a inteligência humana

· Métodos: solucionadores gerais de problemas e lógica

· Motivo do fracasso: subestimação da complexidade computacional dos problemas

Romântica (1970-1980)

· Objetivo: simular a inteligência humana em situações pré-determinadas.

· Métodos: formalismos de representação de conhecimento adaptados ao tipo de problema, mecanismos de ligação procedural visando maior eficiência computacional.

· Motivo do fracasso: subestimação da quantidade de conhecimento necessária para tratar mesmo o mais banal problema de senso comum.

Moderna (1980-1990)

· Objetivo: simular o comportamento de um especialista humano ao resolver problemas em um domínio específico.

· Métodos: Sistemas de regras, representação da incerteza, conexionismo.

· Motivo do fracasso: subestimação da complexidade do problema de aquisição de conhecimento.

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

Referencia:

 

http://pt.wikipedia.org/wiki/P%C3%A1gina_principal

 

http://cynthia_m_lima.sites.uol.com.br/ia.html#breve