INTELIGÊNCIA ARTIFICIAL

Verdades e Mitos

Agenda  

• Definição •  Inteligência Inteligência Artificial

• História da IA •  De Aristóteles até Siris

• Multidisciplinaridade •  Muito além da Computação

• Abordagens de IA •  Simbólica e Sub-simbolica

• Exemplos de IA •  Guerra: Desert Storm •  Artefatos caseiros

Definição

Inteligência  

•  2Spearman (1863-1945) Capacidade de fazer deduções a partir de relações e correlações

• Wechsler (1896-1981) Capacidade global do indivíduo para atuar de acordo com as finalidades previstas, para pensar racionalmente e atuar de maneira eficaz em relação a seu ambiente

• Piaget (1896-1980) Qualidade que se expressa pela maneira como o indivíduo se adapta ao meio

• Gardner (1999) Potencial biopsicológico para processar informações que pode ser ativado num cenário cultural para solucionar Problemas ou criar produtos que sejam valorizados numa cultura.

•  Dicionário(2012): Conjunto de todas as faculdades intelectuais (memória, imaginação, juízo, raciocínio, abstração e concepção).

Inteligência • O que é essa tal de inteligência? • O que nos difere dos outros animais? • Que habilidades temos que são indicativos de

inteligência?

Inteligência  

• Raciocínio • Aprendizado • Comunicação/Linguagem • Planejamento

Cuidado  (Pavlov)  

• O que causava salivação—Pavlov

Cuidado (Skinner) • Ratos em labirintos

• Pombos jogando ping-pong

Inteligência  Ar6ficial  (IA):  Definição  

•  IA é a inteligência nas máquinas e também um ramo da computação que tenta criar essa inteligência para as máquinas. "

• Agente inteligente é um sistema que percebe o ambiente e age de maneira a maximizar suas chances de sucesso."

• O nome foi cunhado para exaltar a característica determinante dos humanos: a inteligência "

•  Inclui muitos aspectos: raciocínio, conhecimento, comunicação, aprendizagem, percepção e a habilidade de se mover e manipular objetos. "

Raciocínio  

• Algoritmos com passo-a-passo para resolver problemas •  Incertezas •  Informações incompletas

Conhecimento  

• Representação de Conhecimento • Ontologia •  Incertezas •  Informações incompletas • Conhecimento de senso comum • Conhecimento Default

Comunicação:  processamento  de    linguagem  

•  Habilidade de ler e entender o que humanos falam •  Área antiga de IA… •  Extração de informação, tradução automática, recuperação de

informação, classificação de textos

•  "The spirit is willing but the flesh is weak"

•  "The vodka is good but the meat is rotten."

Senteça em Russo

Inglês para russo

Russo para Inglês

Aprendizagem  

• Supervisionada • Classificação

•  Determina a categoria a que algo pertence em geral a partir de muitos exemplos em varias categorias

• Regressão •  produz uma função que mapeia entrada e saída e prevê como será a

saída com mudanças da entrada

• Não supervisionada • Capacidade de encontrar padrões num string de

entrada

Percepção  

• Habilidade de usar sensores (câmera, sonar, microfones.) como entrada de dados para deduzir aspectos do ambiente

Movimento  e    manipulação  de  objetos  

• Robótica intimamente relacionada com IA • Problemas de localização, mapeamento e planejamento

do movimento

Multidisciplinaridade

IA  é  mul6disciplinar    Filosofia

  Métodos de raciocínio, Lógica   Fundamentos do aprendizado

  Matemática   Representação formal e prova   Algoritmos, computação   Probabilidade e estatística

  Psicologia   Adaptação   Fenômenos da percepção   Técnicas de experimentação

  Economia   Teoria formal de decisões racionais   Linguística: representação de conhecimento, gramática

  Neurociência:   Atividade mental

Historia de IA

História  da  IA  •  Mitologia Grega •  Raciocínio Logico

•  Aristóteles (IV a.c.): sistematização da logica •  Leibniz (XVIII): uso de calculo algébrico na logica •  Boole(XIX): álgebra binaria—leis do pensamento

•  1943 McCulloch & Pitts: modelo de circuito booleano do cérebro •  1950 Teste de Turing •  1950’s Pgms: Jogos (damas - Samuel) •  1956 Dartmouth conferência •  1960’s Grandes avanços: Busca, prova de teorema, planning •  1970’s Grades Desafios: complexidade computacional, necessidade de

conhecimento de domínio, limitação da representação •  1980’s Sucesso e fracasso de sistemas especialistas;

segunda geração de redes neurais •  1990’s Ênfase em métodos científicos. Interesse em probabilidade e

métodos de decisão. Mineração de dados torna-se real e aplicável •  2000’s Sistema inteligentes embutidos e dando suporte a ferramentas;

grandes bases de dados impulsionam aprendizado de maquina •  2010’s Implantação de sistemas de IA: robótica, LN, agentes da web,

agentes de trading

Primórdios Inicio Período Romântico Período Moderno Período Atual

Historia de IA

Primórdios Inicio Período Romântico

Período Moderno

Período Atual

•  Mitologia Grega •  Talos (robos inteligentes); Pigmaleon e Galatea

•  Raciocinio Logico •  Aristóteles (IV a.c.): sistematização da logica •  Leibniz (XVIII): uso de calculo algébrico na logica •  Boole(XIX): álgebra binaria—leis do pensamento

Historia de IA

Primórdios Período Romântico

Período Moderno

Período Atual

•  1941-Era do Computador (EUA e Alemanha) •  1950-comportamentos reproduzidos em computadores •  1956-The Darthmouth Conference •  Fase inicial da IA (1952-1969) marcada por grande entusiasmo e

otimismo •  General Problem Solver (GPS): hipótese dos sistemas de

símbolos físicos •  linguagem de programação Lisp, o sistema de compartilhamento

de tempo (time sharing) •  programas que resolviam problemas com domínios limitados,

chamados “micromundos” •  avanços nas pesquisas de redes neurais.

Historia de IA

Primórdios Período Romântico

Período Moderno

Período Atual

•  1980: sistemas de IA baseados em sistemas especialistas

Historia de IA

Primórdios Período Romântico

Período Moderno

Período Atual

1987: IA elevada ao status de ciência metodologia mais rigorosa com base no método científico, obtendo assim uma melhor compreensão dos problemas e de suas complexidades. 1994: Agentes Inteligentes, que são hoje amplamente utilizados, principalmente na Web. 2000: Expansao: planejamento autônomo, jogos, controle autônomo, diagnóstico, planejamento logístico, robótica e reconhecimento de linguagem e resolução de problemas.

Abordagens

Abordagens  em  IA  

Pensando

Humanamente

Pensando

Racionalmente

Agindo

Humanamente

Agindo

Racionalmente

foco do curso

Pensando  como  humanos  

•  Abordagem Cognitiva •  Modelagem Cognitiva dos anos 60:

•  Determina como pensamos por introspecção e experimentação •  Consciência é importante: “I think tehrefore I am” •  Obs: Humanos tem emoções e não são pensam/agem sempre de maneira racional

•  Teorias cientificas de atividades internas do cérebro •  Nível de abstração? Conhecimento ou circuitos? •  Ciência cognitiva: previsão e teste de comportamento humano (hipóteses top-down) •  Neurociência cognitiva: Identificação direta dos dados neurológicos (bottom-up) •  Ambas abordagens não são mais consideradas IA

•  Problemas •  Muito difícil de avaliar a precisão do modelo •  Não necessariamente leva a sistemas de performance melhor •  “Se engenheiros modelassem aviões baseados nos pássaros, aviões deveriam

ter pena”

Agindo  como  humanos  

•  Teste de Turing (1950) •  “Computing Machinery and Intelligence” •  As máquinas podem pensar? As

máquinas podem se comportar de maneira inteligente?

•  Previsão que em 2000, 30% de chance de enganar uma pessoa num teste de 5 minutos

•  Problemas: •  E dai?? Será que humanos são

a melhor baseline para se comparar?

•  Teste de Turing não é reproduzível.

Teste: ELIZA- (http://www.manifestation.com/neurotoys/eliza.php3)

Teste de Turing and CAPTCHA

Pensando  racionalmente  

• Abordagem baseada nas “leis do pensamento” •  Linha de raciocínio lógica •  Justificativa •  Linguagem

• A codificação do pensamento racional começou com Aristóteles

Agindo  racionalmente  

  Ação Racional: “fazendo a coisa certa”   Maximiza o alcance de metas, considerando as informações disponíveis   Na vida real: muita incerteza e complexidade na interpretação da informação   Não necessariamente envolve “pensar”   Dependente da existência de metas!!!   Irracional ≠ insano, irracional é uma ação sub-ótima   Opção ≠ Racional Opção certa

  Em geral SOMOS quase racionais

Exemplos de Uso

Exemplo  de  IA(1997):  Xadrez  

  IBM Deep Blue vence Kaparov   Percepção

  Tabuleiro com dispositivos especiais para facilitar leitura da máquina

  Ação   Escolher um movimento da peça

  Raciocínio   Busca e avaliação da possíveis

posições   Observações

  DeepBlue avaliava 200 milhões de posições/segundo   Venceu por força bruta   Não foram movimentos criativos

Exemplo de IA: Desert Storm • DART: ferramenta de planejamento de atividades usando

IA. Simuladores. • Processamento e interpretação de grandes massas de

dados. (Meta: melhorar tempo para tomada de decisão)

Exemplo: Cartão de credito • Analise de credito • Detecção de fraudes • Definição de perfil do cliente

Exemplo  de  IA(2008):  Poker  

•  Polaris: programa da universidade de Alberta vence os melhores jogadores de poker online (modalidade de 2 jogadores com limite na aposta)

•  Percepção •  Características do jogo

•  Ação •  Escolher um movimento

•  Raciocínio •  Busca e avaliação da possíveis posições

Exemplo  de  IA  (2011):  Jeopardy!  

Exemplo  de    IA  (2012)  

• Competição de Agentes de Mercado (trading agents): www.sics.se/tac/

Exemplo  de  IA  

• Agente acessa as informações enviadas pelo Lexicon e as usa para tomar decisões sobre que ações comprar ou vender

Exemplo  IA  na  área  médica  (1992)  

• Pathfinder(Microsoft) • Percepção: sintomas e resultados de testes • Ações: sugestão de testes e diagnostico • Raciocínio: inferência Bayesiana, aprendizado de

maquina

Exemplo  de  IA  na  área  médica  (2008)  

• Analise de Imagem Cerebral (CMU) • Percepção: Imagem cerebral usando tecnologia de MRI • Ação: detectar que palavra está sendo lida pelo humano • Raciocino: aprendizado de maquina baseado em

estatística

Exemplo  de  IA  na  área  de  robó6ca  (1998)  

• ALVINN (CMU): direção autônoma por 21 milhas a 55milhsa/h •  Percepção: imagem digitalizada da

rua trazida por câmeras • Ação:angulo de rotação (64) • Raciocínio: redes neurais

Exemplo  de  IA  na  área  de  robó6ca  (2005)  

•  Stanley(Stanford University): navegou 132 milhas no deserto por 10 horas sem qualquer intervenção

•  Percepção: GPS, velocidade, 4 lasers, 1 radar, câmeras stereo

•  Ação: atuação na direção •  Raciocínio: estimação da posição e planejamento do

caminho

Exemplo  de  IA  na  Web  

• Web crawling, search engine, recuperação de informação • Exploração do conteúdo da web nas tarefas: Tradução,

sumarização checagem de fatos • Redes Sociais identificação de tendências • Sistemas de Recomendação

Estado  da  Arte  em  IA  

Capacidade corrente IA: • SW para direção autônoma em estrada montanhosa • SW para direção autônoma na Av. Brasil (AINDA NÃO) • SW para jogos: “bridge”, xadrez, damas • SW para descoberta e prova novo teorema matemático (??) • SW para compra de supermercado Online • SW para elaboração de uma historia engraçada (AINDA NÃO) • SW para aconselhamento especializado na área de direito • SW para tradução do inglês para o russo

• Mercado aquecido, procurando profissionais de IA •  IA miniaturizado •  IA embarcado nos artefatos do nosso dia-a-dia • Tecnologias de IA maduras Engenharia de SW

•  OO •  Engenharia de Requiistos