INTELIGÊNCIA ARTIFICIALINTELIGÊNCIA ARTIFICIAL2284-ELE/5, 3316-IE/3Universidade da Beira Interior, Departamento de InformáticaHugo Pedro Proença, 2007/2008

Conceitos Introductórios

Definiçao de Inteligência Artificial (IA)ç g ( )(McCarthy, 1956) Ramo da ciência computacional cujo objectivo é fazer os computadores comportarem-se como humanos.(Kurzweil 1990) A arte de criar máquinas capazes de efectuar(Kurzweil, 1990) A arte de criar máquinas capazes de efectuartarefas que requerem inteligência quando desempenhadas porpessoas. (Russel & Norvig 2003) Estudo e desenho de Agentes(Russel & Norvig, 2003) Estudo e desenho de AgentesInteligentes, considerando como agente inteligente um sistemacapaz de perceber o ambiente e tomar acções que maximizamas suas probabilidades de sucesso.p(Encyclopædia Britannica, 2007) Capacidade de um sistema computacional executar tarefas que normalmente requeriríam inteligência humana.g

Áreas Condicionantes da IA

Ciência Computacional

Inteligência

Psicologia Cognitiva

Política

Inteligência Artificial

Psicologia EconomiaPsicologia Sociónica

Engenharía(s)

IA Forte vs. IA Fraca

Existem duas perspectivas radicalmente diferentes sobre a Inteligência Artificial e sobre o rumo que esta disciplina poderá (deverá) tomar no futuro:

Uma variante de Inteligência Artificial Forte, onde se considera que é (será) efectivamente possível criar uma máquina consciente e, desta forma, inteligente.

Tema bastante controverso, pois envolve temas como ''consciência" e "ética" ligados a uma entidade que seja cognitivamente indiferenciável ética ligados a uma entidade que seja cognitivamente indiferenciável de seres humanos.

Por outro lado, a Inteligência Artificial Fraca tem objectivos mais modestos (realistas?). Introduzida por John McCarty na famosa conferência de Dartmouth, o objectivo é "programar na máquina tal comportamento, que este sería considerado inteligente caso fosse proveniente de um ser h mano"humano .

Considera impossível a construção de máquinas efectivamente inteligentes.

Inteligência? (Teste de Turing)g ( g)

Qual o limiar para classificar um sistema computacional como l ?inteligente?

Noção difusa e subjectiva.Teste de Turing

Al T i f i i iã B i ã i Alan Turing foi um antigo espião Britãnico. Projectou uma máquina que, de acordo com um sistema formal, efectua operações computacionais. Mostrou como um sistema automático pode manipular símbolos de um sistema de regras próprias. Propôs que...

Para se determinar se um programa é ou não inteligente deve-se "colocar o programa e um ser humano a responder a questões de outra pessoa fisicamente distante. O programa deve ser considerado inteligente se esta

f d di f i h pessoa não for capaz de dizer se foi o programa ou o ser humano a responder às suas perguntas".

Procurar na Web por “Chatterbots”ELIZAA.L.I.C.E.

Sinopse da IAp"Pré-História" Clássico Romântico Pragmático Difusão/Integração Refundação Antropomorf.

1956 1962 1974 1982 1990 2000

Filosofia (Lógica)Matemática : Boole

FregePsicologia: Behaviorismo

Cognitivismo(W. James)

G.P.S. (Newell&Simon)Geometry P.S.(IBM)

Jogo de Damas(Samuel)

Logic Theorist (Newell)Robótica ("Shakey")Cálculo Integral (SAINT)Gramática SIR (B.Raphael)Perceptrão (Rosenblatt)Eliza

Engª do Conhecimento(Feigenbaum)DendralSistemas Periciais:

MICYNRaciocínio incerto e

Computadores da 5ºGeração (MITI)Hdw dedicado:Controlo "Fuzzy"

ESPRIT

Agentes "situados"(SOAR - Newell)

IA Distribuída:S.Multi-AgenteAg. cognitivos

AgentesEmotivos

AgentesRobóticos

I t li ê iCibernética

T. de TuringTeoria da Informação(Shannon)

LISP, Time-sharing(Mccarthy)

Pesquisa+ Conhecimento(advice taker)

Minsky & Papert epolémica dos perceptrões

saída do reconhecimentode formas

Probabilístico:Prospector

Frames (Minsky)Lunar

PROLOG

ESPRIT

Redes Neuronais

Robótica reactiva(Brooks)

IA + Web

InteligênciaSocial

Modelo do NeurónioArtificial(McCulloch & Pits)

Computação neuronal

P. da Resolução(A.Robinson)

Grupos: MIT (Minsky)U.Stanford (McCarthy)

PROLOG S.Baseados emConhecimento divulgados

Aprendizagem

Computação neuronal(Doutoramento de Minsky)

Nascimento da IA:Reunião do Dartmouth College(Minsky, Mccarthy, Simon,Newell, Shannon,...

Aplicações de IAp ç

A concretização dos objectivos propostos, quer pela IA fraca ou forte (utópica?), tem sido lenta (aquém do esperado nos anos 50).

No entanto, a investigação nesta área deu origem a , g ç gnumerosas ramificações que proporcionaram aplicações de evelada utilidade para as sociedades contemporãneas.

Linguagens de Programação (LISP, Prolog)Aplicações de detecção / classificação de doenças... Aplicação 1 Aplicação 2

Investigação e desenvolvimentoInvestigação e desenvolvimento

Aplicações de IAp ç

Planeamento e escalonamento. A 100 000 000 Km da Terra, o programa R t A t d NASA f i i i d t l Remote Agent da NASA foi o primeiro programa de que controla o escalonamento de operações de uma nave espacial. Gera planos de metas de alto nível e efetua a detecção, o diagnóstico e a recuperação de problemas .Jogos. O Deep Blue da IBM foi o 1º primeiro programa de computador a derrotar o campeão mundial em uma partida de xadrez, ao vencer Garry Kasparov por um placar de 3,5 a 2,5 em uma partida de exibição. Kasparov disse que sentiu “uma nova espécie de inteligência” do outro lado do tabuleiro. O valor das ações da IBM teve um aumento de 18 bilhões de dólares.Controle autónomo. O sistema de visão de computador ALVINN foi treinado para dirigir um automóvel mantendo-o na pista Percorrer os treinado para dirigir um automóvel, mantendo o na pista. Percorrer os Estados Unidos ao longo de quase 4.600 Km e manteve o controlo da direção do veículo durante 98% do tempo. Um ser humano assumiu o comando nos outros 2%, principalmente na saída de declives.

Aplicações de IAp ç

Diagnóstico. Programas de diagnóstico médico baseados na analise probabilística foram capazes de executar tarefas no nível de um medico especialista em diversas foram capazes de executar tarefas no nível de um medico especialista em diversas áreas da medicina.

Heckerman (1991) descreve um caso em que um importante especialista em patologia de gânglios linfáticos ridiculariza o diagnostico de um programa em um caso especialmente difícil. Os criadores do programa sugeriram que ele pedisse ao computador uma p g g q p pexplicação do diagnostico. A máquina destacou os principais fatores que influenciaram sua decisão e explicou a interação sutil de vários sintomas nesse caso. Mais tarde, o especialista concordou com o programa.

Robótica. A utilização de robôs assistentes em microcirurgias. O HipNav é um i t té i d i ã t i l i d l sistema emprega técnicas de visão computacional para criar um modelo

tridimensional da anatomia interna de um paciente, e depois utiliza controle robótico para orientar a inserção de uma prótese de substituição do quadril.

Forte ($$$$$) investimento nesta área, derivado da eminente massificação da nanotecnologia nanotecnologia.

Reconhecimento de linguagem e resolução de problemas. O PROVERB é um programa computador que resolve quebra-cabeças de palavras cruzadas melhor que a maioria dos seres humanos.

Perspectivas sobre Técnicas de IA p

Exemplo A- Pesquisa: Jogo do Galo 1 2 3 XOExemplo A Pesquisa: Jogo do Galo

Vector com a configuração actual (dimensão 9)

4 5 6

7 8 9

O

Vector com a configuração actual (dimensão 9)Matriz 3 x 3

Cálculo dos próximos estados possíveis (filhos do nodo)SE algum é configuração vencedora termina SENÃO considerar respostas possíveis do adversário a cada nó f lhfilho.

Aplicar informação heurístíca para decidir sobre melhor resposta.espos a.

Perspectivas sobre Técnicas de IA p

Exemplo B - Representação do conhecimento p p ç(Reconhecimento de Caracteres)arc (a,b) AND up(a,b) AND line(b,c) AND left(c,b) AND a

e

(nil OR (line(b,d) AND down(d,b))) AND (nil OR (line(a,e) AND up(e,a)))

bc

d

Encontrar instâncias das primitivas (arcos, linhas)Relacioná-los e comparar com os padrõesp p

Modelos préviamente conhecidosSeleccionar o mais próximo

Perspectivas sobre Técnicas de IA p

Exemplo C – Compreensão da linguagem naturalAnálise em profundidade implica Sintática, Semântica e Pragmática.Exemplo "João atira a bola branca"

F --> SN SV SN > Q SN1 SN --> Qt SN1 SN --> SN1 SN1 --> N FADJ FADJ--> nil | FADJ ADJ G áti El tJ | J JSV --> V SN N --> João | bola |…ADJ --> branca | …

| |

Gramática Elementar

Qt --> a | o | …V --> atira

Verificação da correcção gramatical.Comparação entre gramáticas Comparação entre gramáticas.

Agentes Computacionaisg p

Entidades computacionais com capacidade de percepção do ambiente t i i ( t é d ) d i t ã bi t exterior a si (através de sensores) e de interacção com esse ambiente

(através de actuadores).Permitem que os humanos deleguem neles responsabilidade custosas em tempo ou "poder" (computação, força, memória, deslocação, p p ( p ç ç çrepetibilidade, ...).Usam sequências percepcionais juntamente com eventual conhecimento à priori para agirem de forma a maximizar o seu desempenho.C id tó did t t é Consideram-se autónomos na medida em que o seu comportamento é baseado na sua própria experiência e percepções (e não na do seu criador).

Agente = Plataforma + ProgramaPrograma = Arquitectura + Implementação Algorítmica.

Agentes Computacionaisg p

Um agente será simplemente um programa que efectuag p p g quma determinada tarefa de forma autónoma.

Tipicamente a sua tarefa é bastante reduzida e explícita.T f i l l i ã á iTarefas mais complexas envolvem a interacção entre váriosagentes.Maior proeminência derivada do aparecimento da internet.

Existe um teoria baseada na crença de que o comporamento inteligente do ser humano resulta

i l t d i t ã t ilhõ d tessencialmente da interacção entre milhões de agentes(células).

Processamento paralelo.p

Agentes Computacionaisg p

Os agentes podem ser classificados segundo as propriedades “PAGE” (Perceptions, Actions, Goals, Environment).

Estas características determinam o nível de complexidade do agente.Percepções. Que tipo de informação o agente é capaz de reconhecer? Qual o seu volume e periodicidade?A i Q l f d di õ Actions. Qual a forma de que o agente dispõe para actuar no espaço externo? Relatórios ? Motores ? Outro tipo de sinais?Goals. Quais os obejctivos do agente? Serão imediatos? Obrigam à construção de um plano?Obrigam à construção de um plano?Environment. Como se caracteriza o ambiente onde o agente está integrado? Determinístico? Competitivo? Cooperativo? Adverso?

Agentes Computacionais (PAGE)g p ( )

Exemplos de Agentesp g

Tipo Percepção Acções Objectivos Ambiente

Sistema de Sintomas Questio- Saúde do Paciente Diagnóstico Médico

narios testes tratamentos

Paciente Minimização dos custos

Hospital

Robô Manip.

pixeis de intensidade variada

pegar e largar peças

localizar e colocar correcta- mente

mesas ou passadeiras com peças

Softbot bibliografico (ou

leitura de páginas Web

Localização de pg. Web filtragem de informação

Selecção de informação relevante

Computa- dores Internet Web pages(

comprador)informação Web pages

Agentes Computacionais (Esqueleto)g p ( q )

function [acções]=agente(percepções)function [acções] agente(percepções)memória=actualiza_estado_interno(percepções)acções=selecciona acções(memória)acções=selecciona_acções(memória)memória=actualiza_estado_interno(acções)retornaretorna

Tipos de Agentesp g

Podem-se identificar os seguintes 5 tipos de agentes, segundo a sua complexidadecomplexidade:(A1) Reactivos simples

Reagem a estímulos segundo uma tabela de conhecimento.(A2) Com Memorização(A2) Com Memorização

(A1) + Actualizam a sua base de conhecimento, o que permitirá evoluir na forma de actuação.

(A3) Geridos por objectivos(A2) + Possuem capacidade de traçar planos, por forma a alcançar objectivos.

(A4) Baseados na utilidade(A3) + Incorporam medidas de satisfação, usadas para decidir entre objectivos em conflitoem conflito.

(A5) Com Aprendizagem (Adaptativos)(A4) + Têm capacidade de rever a sua forma de actuar no ambiente, quer seja pelo volume de informação (A2), ou pelo método de inferência usado.

Agentes Reactivos Simplesg p

É o tipo mais elementar de agentes inteligentesÉ o tipo mais elementar de agentes inteligentes.Usam um conjunto de regras "situação-acção". Válidos quando a decisão correcta é só função da Válidos quando a decisão correcta é só função da percepção actual.

ASensores

Ambiente

percepção

Agente

BaseC h

Acção

Conhecimento

Actuadores

Agentes C/ Memorizaçãog / ç

Neste tipo de agentes a decisão a tomar leva Neste tipo de agentes, a decisão a tomar leva em conta a percepção do estado actual do mundo. mundo.

Entradas iguais podem levar a acções diferentes

PASensores

Ambiente

Percepção

Agente

BaseC h

Mundo

Acção

Conhecimento

Actuadores

Agentes C/ Objectivosg / j

A acção é condicionada não só pela entrada e A acção é condicionada não só pela entrada e pelo estado do mundo, como pelo estado interno do agente, isto é, pelo plano traçado interno do agente, isto é, pelo plano traçado para atingir o objectivo.

PASensores

Ambiente

Percepção

Agente

BaseConhecimento Mundo

Acção Actuadores

Plano

Agentes Baseados na Utilidadeg

Utilidades são medidas de "satisfação", para o agente, relativamente aos diversos estados.

Podem ser usadas para decidir entre objectivos em conflito ou ainda (quando há incerteza nas acções) para medir a verosimilhança de atingir o ç ) çobjectivo.

Estes agentes são tipicamente mais racionais (ex. jogar xadrez, ...).

Percepção

AgenteBase

Conhecimento

Sensores

Ambiente

Acção

Mundo

Plano

Utilidade

Acção Actuadores

Plano

Agentes Com Aprendizagem (Adaptativos)

Correspondem à complexidade máxima de um agente computacional.

Contêm formas de rever (através de medidas de utilidade e de satisfação) a sua forma de actuar no exterior.

Com base nesta informação, podem rever a própria forma de actuar, em busca da ç , p p p ,maximização da utilidade.

A evolução pode consistir inclusivamente na alteração de processos (algoritmos).

Percepção

Agente BaseConhecimento

Sensores

Ambiente

Acção

Mundo

Plano

UtilidadeAprendizagem

Acção Actuadores

Plano