Reviso I AP1

Prof. Alexandre Monteiro

Recife

Contatos

Prof. Guilherme Alexandre Monteiro Reinaldo

Apelido: Alexandre Cordel

E-mail/gtalk: alexandrecordel@gmail.com
greinaldo@fbv.edu.br

Site: http://www.alexandrecordel.com.br/fbv

Celular: (81) 9801-1878

Inteligncia Artificial
OOque
queinteligncia
intelignciaArtificial?
Artificial?

O que diferencia inteligncia artificial de

inteligncia natural?

Paradigmas da IA

Simblico: metfora lingstica/lgica

Sistemas de produo
Conexionista: metfora crebro
Redes neurais
Evolucionista: metfora teoria da evoluo natural
Algoritmos genticos
Probabilista: probabilidade
Redes bayesianas
IA Distribuda: metfora social
Sistemas multiagentes

O que um agente

Agente qualquer entidade que:?

percebe seu ambiente atravs de sensores (ex.

cmeras, microfone, teclado, finger...)
age sobre ele atravs de atuadores (ex. vdeo, autofalante, impressora, braos, ftp, ...)
Mapeamento: seqncia de percepes => ao
ambiente

Agente

sensores

Raciocinador

atuadores

modelo do
ambiente

Proprie
dades
Classes
de ambientes
de
Fsico: robs
Software: softbots
Ambien
Realidade virtual (simulao do ambiente fsico): softbots e avatares
tes dede um ambiente
Propriedades
Tarefas
Acessvel (completamente observvel) x inacessvel (parcialmente observvel

Esttico (no muda) x dinmico (muda) semidinmico (aes)

Determinista (conhece prximo estado) x estocstico (-determinista)
Discreto x contnuo
Episdico (s depende das aes anteriores) x no-episdico (seqncial)
tamanho: nmero de percepes, aes, objetivos,...
Discreto (xadrez) x contnuo (dirigir txi)
Agente nico x multiagente

Algoritmo Bsico

Funo agenteSimples (percept) retorna ao

memria := atualizaMemria (memria, percept)
ao := escolheMelhorAo(memria)
memria := atualizaMemria (memria, ao)
retorna ao

Arquiteturas

Agente
Agente
Agente
Agente
Agente
Agente

tabela
reativo simples
reativo baseado em modelos
baseado em objetivos
baseado em utilidade
com aprendizagem
autonomia
complexidade

Um problema de busca em IA pode ser

definido em termos de...
1. um estado inicial
- Em (Recife)
- Estar (pobre)

2. um ou mais estados finais => definio do objetivo

- Em (Joo Pessoa)
- Estar (rico)

3. Espao de Estados:
- conjunto de todos os estados alcanveis a partir do estado inicial por
qualquer seqncia de aes.
- pode ser representado como uma rvore onde os estados so ns e as
operaes so arcos.

4. Soluo:
- caminho (seqncia de aes ou operadores) que leva do estado inicial
a um estado final (objetivo), passando de um estado para outro

.Ex., dirigir de Recife a Joo Pessoa

- Espao de estados: todas as cidades da regio de Recife a Joo Pessoa
8

Mtodos de Busca

Busca exaustiva (sem informao ou cega)

No sabe qual o melhor n da fronteira a ser

expandido = menor custo de caminho desse n at
um n final (objetivo).

Busca heurstica (com informao)

Estima qual o melhor n da fronteira a ser

expandido com base em
funes heursticas => conhecimento

Busca Cega

Estratgias para determinar a ordem de ramificao dos ns:

1. Busca em largura/extenso
2. Busca de custo uniforme
3. Busca em profundidade
4. Busca com aprofundamento iterativo (retrocesso)

Direo da ramificao:
1. Do estado inicial para um estado final
2. De um estado final para o estado inicial
3. Busca bi-direcional

11

Busca pela Melhor Escolha (BME)

Best-First Search

Busca genrica onde o n de menor custo aparente na fronteira

do espao de estados expandido primeiro
Duas abordagens bsicas:

1. Busca Gulosa (Greedy search)

2. Algoritmo A* e suas variantes

Algoritmo:

Funo-Insere - ordena ns com base na Funo-Avaliao

funo Busca-Melhor-Escolha (problema,Funo-Avaliao)
retorna uma soluo

Busca-Genrica (problema, Funo-Insere)

Algoritmos de Melhorias Iterativas

Dois exemplos clssicos

Subida da encosta (Hill-Climbing)

Tmpera simulada (Simulated Annealing)

12

Algoritmo BT

Comeando com uma soluo inicial s0, a cada iterao,

Um subconjunto V da vizinhana N(s) da soluo corrente s
explorado
O membro s0 de V com melhor valor nesta regio segundo a
funo f(:) torna-se a nova soluo corrente
mesmo que s0 seja pior que s.

Evitando Ciclos

existe uma lista tabu T, a qual uma lista de

movimentos proibidos.
A lista tabu clssica contm os movimentos reversos
aos ltimos |T| movimentos realizados
|T| funciona como uma fila de tamanho fixo,
isto , quando um novo movimento adicionado lista, o
mais antigo sai.

Assim, na explorao do subconjunto V da vizinhana

N(s) da soluo corrente s, ficam excludos da busca os
vizinhos s0 que so obtidos de s por movimentos m que
constam na lista tabu

Introduo

Principal motivao para o estudo da computao evolutiva

atravs de algoritmos genticos :

Otimizao de processos complexo e que

possuem um grande nmero de variveis

O que otimizar?

15

Algoritmos Genticos

Funcionamento:

GERAES

Populao inicial

Populao final

Avaliao
Populao atual
Reproduo

Seleo

16

Reproduo

Permite obteno de novos indivduos

Utiliza operadores genticos

Transformam a populao
- Crossover (cruzamento ou recombinao)
- Mutao

17

Crossover

Diversas variaes

Um ponto
- Mais comum

Dois pontos
Multi-pontos
Uniforme

18