verdades e mitos - universidade federal fluminensejulius/icc/ia.pdf · tabuleiro com dispositivos...
TRANSCRIPT
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