"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.

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.

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)."

]]> http://dudusouza.wordpress.com/2006/06/21/conhecimento/feed/ 1 dudusouza http://dudusouza.wordpress.com/2006/06/21/o-que-e-aprendizagem/ http://dudusouza.wordpress.com/2006/06/21/o-que-e-aprendizagem/#comments Wed, 21 Jun 2006 01:21:03 +0000 dudusouza https://dudusouza.wordpress.com/2006/06/21/o-que-e-aprendizagem/ ]]> Aprendizagem:

Aprendizagem:

Modificação da experiência resultante do comportamento.

No sentido restrito (específico) aprender que alguma coisa se chama "lua", "macaco".

No sentido amplo "aprender a estruturar todos os objetos no universo em sistemas hierárquicos de classificação" (Kamii, 1991: 22). É desenvolvimento.

- Assimilação:

O processo de aprendizagem pode ser definido de forma sintética como o modo como os seres adquirem novos conhecimentos, desenvolvem competências e mudam o comportamento. Contudo, a complexidade desse processo dificilmente pode ser explicada apenas através de recortes do todo. Por outro lado, qualquer definição está, invariavelmente, impregnada de pressupostos politico-ideológicos, relacionados com a visão de homem, sociedade e saber.

De acordo com Alberto Nobuyuki Hashimoto conhecimento é
 a capacidade, adquirida por alguém, de interpretar e operar sobre um conjunto de Informações. Essa capacidade é criada a partir das relações que ele estabelece sobre o conjunto de Informações, e desse conjunto com outros conjuntos que já lhe são familiares (incluindo experiências, impressões, valores, crenças, etc.), que lhe permitem compreende-lo e tirar conclusões sobre ele e a partir dele.

 · As relações podem servir para estabelecer contextos para as Informações, realizar comparações, categorizações, classificações, associações, etc., que definirão sua compreensão e a capacidade operativa sobre elas.

· Muitos fatores podem influir na facilidade do estabelecimento e na riqueza das relações percebidas: experiência, insight, intuição, raciocínio lógico, etc.

 · Quanto maior o volume de Conhecimentos de alguém, maior sua facilidade de amplia-lo, pois não só partirá de uma base mais rica de Informações e Conhecimentos, aumentando as referências para o estabelecimento de relações, como, provavelmente, conhecerá um repertório maior de relações e estará também mais "treinado" para reconhece-las.

 Se as relações mencionadas forem predominantemente apenas intuídas, estabelecidas pela percepção e não trabalhadas conscientemente, temos um Conhecimento Tácito.

  Se grande parte das relações for deduzida conscientemente, ou interpretadas intelectualmente a partir de sua percepção inicial, temos um Conhecimento Explicitável.

  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)."

Informação é um termo que pode assumir muitos significados dependendo do contexto, mas como regra geral está relacionada com alguns conceitos como símbolos, significância, dados, conhecimento, entropia negativa, comunicação, verdade e mensagem, se utilizado no contexto dos sistemas de comunicação.

De acordo com Claude Shannon (1916-2001): a informação está presente sempre que um sinal é transmitido de um lugar para outro.

Se utilizado no contexto de sistemas de informação, o termo relaciona-se à organização de dados brutos. A informação representa o dado interpretado, contextualizado ou utilizado por alguém. Considerando que informar é dar forma a algo, informação é o dado bruto lapidado, formatado, comunicado por algum agente.

O avanço de tecnologias como a informática, telecomunicação, robótica, fez a busca pela informação e consequentemente pelo conhecimento atingir uma velocidade frenética.

Hoje em dia, criou-se a idéia de que o conhecimento traz poder, talvez seja por isso que a alta competitividade nos fez entrar num ritmo alucinante pela busca da informação.

Para Valdemar Setzer (1940) informação é uma abstração informal, pois não pode ser formalizada por uma teoria lógica ou matemática, que está na mente de alguém, com uma representação de algo significativo para essa pessoa. Setzer esclarece que ele não está definindo e sim caracterizando o que é informação. A frase "Paris é uma cidade fascinante" é uma informação, desde que seja lida ou ouvida por alguém que entenda que "Paris" é a cidade capital da França, etc e que "fascinante" tenha a qualidade usual e intuitiva associada com essa palavra.

Segundo o AURÉLIO (1995), informação é um dado acerca de alguém ou algo; o conhecimento; segundo a teoria da informação, a medida da redução da incerteza.

Informação: do lat. informatione. 1. Ato ou efeito de informar. 2. Dados acerca de alguém ou algo. 3. Conhecimento amplo e bem fundamentado, resultante da análise e combinação de vários informes.

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.

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.