Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
2o Semestre 2008
OBJETIVOS
Apresentar
Apresentaruma
umavisão
visãogeral
geraldas
dasttécnicas
écnicas usuais
usuaisde
de
inteligência
inteligênciaartificial
artificialpara
parasolu ção de
solução deproblemas.
problemas.
Distinguir
Distinguiros
osm étodos da
métodos daprogramação por
programação por
inteligência
inteligênciaartificial
artificialda
daprogramação convencional.
programação convencional.
Dar
Darelementos
elementossobre
sobrealgumas
algumasferramentas
ferramentas
computacionais
computacionaisapropriadas
apropriadasààInteligência
InteligênciaArtificial.
Artificial.
Prover
Proverum
umpanorama
panoramageral
geralda
daevolu ção da
evolução da
inteligência
inteligênciaartificial
artificialaté oopresente,
até presente,eeavaliar
avaliarsuas
suas
tendências
tendênciasfuturas.
futuras.
METODOLOGIA
AULAS EXPOSITIVAS
EXERCÍCIOS TEÓRICOS E/OU DE
PROGRAMAÇÃO DE TÉCNICAS DE IA
TRABALHO
AVALIAÇÃO
BIBLIOGRAFIA
Bittencourt, Guilherme. Inteligência Artificial:
Ferramentas e Teorias, 3a edição, Editora da UFSC,
2006.
Rich, E. Knight Inteligência Artificial, 2a. edição,
McGraw-Hill, 1988.
Russel, S. and Norvig, P. Inteligência Artificial, Ed.
Campus, Tradução da 2a. ed. original , 2004.
Winston, P. H. Artificial Intelligence, 2. ed. Readings:
Addison-Wesley, 1984.
Turban, E. Expert Systems and Applied Artificial
Intelligence, 1992.
Nilsson, Nils J. Artificial Intelligence: A New
Synthesis, Morgan Kaufmann, 1998.
BIBLIOGRAFIA (cont.)
Adeli, H. and Hung, S. Machine Learning, John Wiley
and Sons, 1995.
Adeli, H. Knowledge Engineering, Vol. II,
Applicattions, McGraw Hill, 1988.
Waterman, D.A. A Guide to Expert Systems, Addison-
Wesley, 1984.
Bratko, I. PROLOG - Programming for A.I., Addison-
Wesley, 1990.
Bowen, K. Prolog and Expert Systems, McGraw Hill,
1991.
Penrose, R. A Mente Nova do Rei, 1989.
Gardner, H. A Nova Ciência da Mente, EDUSP, 1995.
BIBLIOGRAFIA (cont.)
T. Bäck. Evolutionary Algorithms in Theory and Practice. 1st
ed, New York: Oxford University Press, 1996.
T. Bäck, D.B. Fogel and Z. Michalewicz. Handbook of
Evolutionary Computation. Institute of Phyics Publishing.
Bristol, 1997.
D.B. Fogel. Evolutionary Computation: Toward a New
Philosophy of Machine Intelligence, 2nd edition, John Wiley &
Sons, 1999.
D.E. Goldberg. Genetic Algorithms in Search, Optimization and
Machine Learning. 1st ed, Reading, Massachussets: Addison
Wesley Publishing Company, 1989.
M. Mitchell. An Introduction to Genetic Algorithms. Bradford
Book, Reprint edition, 1998.
C. Jacob. Illustrating Evolutionary Computation with
Mathematica. Morgan Kauffman, 2001.
Capítulo 1
INTRODUÇÃO
à
INTELIGÊNCIA
ARTIFICIAL
O que é Inteligência Artificial?
O que é Inteligência?
Qualidades e Atributos da Inteligência Humana
Douglas Hofstadter, 1979
Responder a perguntas com flexibilidade.
Reconhecer importâncias relativas.
Encontrar semelhanças entre situações.
Definir distinções entre situações.
Sintetizar novos conceitos.
M áquinas que
Máquinas quepensam
pensameeaprendem.
aprendem.
São
Sãoprogramas
programasex óticos puramente
exóticos puramenteexperimentais,
experimentais,
sem
semnenhum
nenhumresultado
resultadopr ático ou
prático oucomercial.
comercial.
ÉÉuma
umaquestão
questãocombinat ória (Ex:
combinatória (Ex:Xadrez).
Xadrez).
Enumere
Enumeretodas
todasas
assolu ções eeescolha
soluções escolhaaamelhor.
melhor.
EXPLOSÃO
EXPLOSÃOCOMBINAT
COMBINATÓRIA ÓRIA
Problemas
Problemascomplexos
complexosexigem
exigemoouso
usode
demais
maisconhecimento
conhecimentode de
modo
modoaaevitar
evitaraacomputa ção de
computação deTODAS
TODASas ascombina ções.
combinações.
Conjunto
Conjuntodedettécnicas
écnicas para:
para:
--Representa ção do
Representação doconhecimento.
conhecimento.
--Pesquisar
Pesquisarsolu ções.
soluções.
TTécnicas
écnicas para
paraprocessar
processarinforma ção simb
informação ólica.
simbólica.
Visões
Fase Romântica de 56 a 70
Medicina
Medicina Ex: Mycin ( infecções bacteriológicas )
Ex.: triagem dos beneficiários da Previd.
Governamental Social; reconhecimento de destinatários
Governamental
de cartas
Tecnologia
TecnologiaEspacial
Espacial Ex.: navegação de robôs autônomos
Automação Industrial
Automação Industrial Ex.: planejamento da produção
Financeira
Financeira Ex.: análise de crédito; de sinistros
5. Programação Convencional x I.A.
I.A.
I.A. Simbólica
Simbólica
••Conhecimento
Conhecimentoexplícito
explícito
••Ciência
CiênciaCognitiva
Cognitiva
••Ex:
Ex:Estados,
Estados,LLógica,
ógica, Regras,
Regras,Casos.
Casos.
I.A.
I.A. Conexionista
Conexionista
••Conhecimento
Conhecimentoimplícito
implícito
••Neurociências
Neurociências
••Ex:
Ex:Redes
RedesNeuronais/Neurais.
Neuronais/Neurais.
I.A.
I.A. Evolutiva
Evolutiva
••Representa ção de
Representação desolu ções candidatas
soluções candidatas
••Ciência
CiênciaBiológica (em
Biológica (emparticular,
particular,Teoria
Teoriada
daEvolução)
Evolução)
••Ex:
Ex:Algoritmos
AlgoritmosGen éticos.
Genéticos.
6.1 Ciência Cognitiva
É o campo de estudos que procura entender e
imitar os processos mentais (mais
tradicionalmente dos) humanos.
No contexto da I.A.:
Tenta modelar a aquisição de informações feita pelo
homem na busca do entendimento do mundo.
O entendimento do mundo é subjetivo e depende:
Experiências conscientes e inconscientes.
Estímulos sensoriais externos.
Contexto sócio-cultural.
...
7. PRINCIPAIS TÉCNICAS
ITU
130 160 Solução:
80
CAMP SP SANT ITU - SP - SJC - UBA
100 110 230
100 Custo: 320 Km
X 90 180
SANT SJC CAMP SJC UBA SP
X X X Custo: 340 X
230 150
SANT UBA
X Custo: 320
7.2 LÓGICA
•Provar um teorema a partir de um conjunto de premissas.
• Exemplo:
animal(zebra).
vegetal(grama).
come(zebra, grama).
∀x∀y[animal(x) E come(x, y) E vegetal(y)=> herbívoro(x)].
7.3 REGRAS
Conhecimento
Conhecimentorepresentado
representadoem emregras
regrasdodotipo:
tipo:
SE
SE
<Condi ção 1>
<Condição 1>
<Condi ção 2>
<Condição 2>
ENTÃO
ENTÃO
SISTEMAS
SISTEMAS <Conclusão
<Conclusão1>
<Conclusão
1>
<Conclusão2> 2>
BASEADOS
BASEADOS EX:
EX: An álise de
Análise derestritivos
restritivos(em
(eminst.
inst.banc ária)
bancária)
EM SE
SE
EM tipo
tipo--restritivo
restritivo == AAção
ção de
deBusca
Busca
REGRAS
REGRAS EE pessoa
pessoa analisada
analisada == Jur ídica
Jurídica
EE quantidade
quantidadede deocorrências
ocorrências<<22
ENTÃO
ENTÃO
An álise Restritivo
Análise Restritivo==Não
NãoRelevante
Relevante
7.4 CASOS
Simulação de
Simulação deRaciocínio:
Raciocínio:
SISTEMAS
SISTEMAS Problemas
Problemasatuais
atuaissão
são
resolvidos
resolvidosatrav és da
através da
BASEADOS
BASEADOS analogia
analogiacom
comcasos
casosdo
do
EM passado,
passado,onde
onde problemas
EM CASOS
CASOS semelhantes
problemas
semelhantesforam
foram
solucionados.
solucionados.
Ex.
Ex.Diagnose
DiagnoseM édica.
Médica.
SISTEMAS
SISTEMASBASEADOS
BASEADOSEM
EMCASOS
CASOS
Principais Elementos:
BASE DE CASOS
ACESSO POR ANALOGIA
NOVO
CASO BASE DE
CASOS
ACESSO POR
ANALOGIA
CASOS
ANÁLOGOS
SISTEMAS
SISTEMASBASEADOS
BASEADOSEM
EMCASOS
CASOS
BASE COM
NOVO DADOS DE
PROCESSO PROCESSOS
ANTERIORES
POSSÍVEIS SOLU
POSSÍVEIS ÇÕES
SOLUÇÕES
7.5 Redes Neurais
Utiliza
Utilizaum
ummodelo
modelodo
doprocessamento
processamento
paralelo
paralelodo
doccérebro
érebro humano.
humano.
Cada
Cada neurônio
neurônio tem
tem liga ções m
ligações últiplas
múltiplas
com
com vvários
ários outros.
outros.
Cada
Cada liga ção tem
ligação tem um
um peso.
peso.
ÉÉtreinada
treinadapara
para““aprender”
aprender” vvários
ários
exemplos
exemplos(configura ção de
(configuração depesos).
pesos).
REDES
REDESNEURAIS
NEURAIS
E
N S
T A
R Í
A D
D A
A
7.6 COMPUTAÇÃO EVOLUTIVA
Ajuste do PID:
Kp,Ti e Td
PID Processo
0,00 > K,Ti,Td < 200,00
3 12
Espaço: (20.000) = 8 x 10
PID (Indivíduo): Kp Ti Td
Population
Selection of the
best ones
Is there a
Selected satisfactory Yes
sub-population candidate
solution?
No End
Aplication of Genetic Operators
(Reproduction, Crossover, Mutation...)
8. Conclusão:
da GOFAI à Nouvelle AI
• Rorty
Cognitive Emergence
Epistemology
Psychology
Enaction