Inteligencia Artificial

  • Uploaded by: catepinto
  • 0
  • 0
  • December 2019
  • PDF

This document was uploaded by user and they confirmed that they have the permission to share it. If you are author or own the copyright of this book, please report to us by using this DMCA report form. Report DMCA


Overview

Download & View Inteligencia Artificial as PDF for free.

More details

  • Words: 1,642
  • Pages: 16
I.A- Inteligência Artificial

A sua história… * Apesar de relativamente recente como Inteligência Artificial, esta ciência é a realização de um sonho do homem que remonta à Antiguidade Clássica. (Época em que se iniciou a construção de "máquinas" para auxílio do homem nas suas actividades.) No Renascimento, e com a expansão de um espírito prático e quantitativo, surge a mecânica e, com ela uma nova concepção do homem. (Em que Descartes introduz a ideia de que “eu sou uma máquina que pensa, os meus músculos são comandados pelo cérebro através do sistema nervoso” Com efeito, ele acreditava que certas actividades humanas poderiam ser realizadas por máquinas, mas com algumas restrições.) Ele nega-lhes a capacidade de compreender de modo a responder ao sentido de tudo o que se diz na sua presença. * Imprescindíveis para o avanço da I.A. foram também os trabalhos dos matemáticos dos séculos XVII a XIX. (Quando surge a primeira máquina de calcular com Pascal) No séc. XIX, surge a figura de Alan Turing mas só em 1956 é que a Inteligência Artificial começa a ser reconhecida como ciência. * O seu desenvolvimento avançou lado a lado com a evolução dos computadores que, ao longo do tempo foram fazendo com que se começassem a encarar essas máquinas como inteligentes alterando mesmo o nosso conceito de inteligência e aproximando os conceitos ‘máquina’, tradicionalmente não inteligente da ‘inteligência’, capacidade antes destinada exclusivamente ao homem.

* O seu desenvolvimento avançou lado a lado com a evolução dos computadores que, ao longo do tempo foram fazendo com que se começassem a encarar essas máquinas como inteligentes alterando mesmo o nosso conceito de inteligência e aproximando os conceitos ‘máquina’, tradicionalmente não inteligente da ‘inteligência’, capacidade antes destinada exclusivamente ao homem. * No entanto o seu objecto de estudo continua rodeado de um certo mistério, no sentido em que o homem ainda não possui uma definição suficientemente satisfatória de inteligência e para se compreenderem os processos da inteligência artificial e da representação do conhecimento terão de se dominar os conceitos de inteligência humana e conhecimento. Assim a história da I.A. é povoada de diferentes paradigmas que se contrapõem, de teorias que se defendem e abandonam, e que são

INTELIGÊNCIA ARTIFICIAL   Existem dois pontos de partida para definir a I.A. - sonho e tecnologia A Inteligência Artificial é por um lado uma ciência, que procura estudar e compreender o fenómeno da inteligência e por outro um ramo da engenharia, na medida em que procura construir instrumentos para apoiar a inteligência humana. A I.A. é inteligência como computação, tenta simular o pensamento dos peritos e os nossos fenómenos cognitivos. Os estudos em I.A. actualmente dividem-se em quatro ramos fundamentais. Distingamos assim uma área ligada ao estudo das redes neuronais e ao conexionismo que se relaciona também com a capacidade dos computadores aprenderem e reconhecerem padrões. Um outro ramo ligado à biologia molecular na tentativa de construir vida artificial. Um terceiro relacionado com a robótica, ligada à biologia e procurando construir máquinas que alojem vida artificial. E finalmente o ramo clássico da I.A. que se liga desde o início à Psicologia, desde os anos ’70 à epistemologia e desde os anos ’80 à sociologia, e que tenta representar na máquina os mecanismos de raciocínio e de procura.

APLICAÇÕES PRÁTICAS DA INTELIGÊNCIA ARTIFICIAL PLANEAMENTO- O planeamento está intimamente ligado ao raciocínio. Um

programa com capacidade de planear é capaz de fazer escolhas hipotéticas, estabelecer compromissos e ordenar as suas escolhas segundo os critérios que melhor servem os seus objectivos. O planeador consegue ainda avaliar se os compromissos tomados até então conduzem a um plano completo e coerente. Um exemplo de um excelente planeador é o Deep Blue, o programa da IBM que venceu o campeão mundial de xadrez Kasparov em 1997. O programa foi capaz de elaborar planos estratégicos e adaptá-los às novas situações de jogo que foram surgindo. Assim funciona um planeador, ele fixa um objectivo, e atinge-o supervisionando um ou mais dispositivos capazes de realizar acções no mundo real. Este tipo de programas vem muitas vezes substituir os programas de procura que tentam passar de uma situação inicial (dados), através de sucessivas aplicações de transformações à representação dos dados do problema, para uma situação final (objectivos).

VISÃO COMPUTACIONAL - A primeira abordagem sobre o reconhecimento dos

caracteres ópticos remonta já aos anos ’50. E esta área assume-se hoje como uma área científica de excelência que engloba grandes volumes de informação (variada e complexa) relacionados entre si. Os sistemas de visão que conhecemos hoje são capazes de construir descrições do ambiente que os envolve, processar e reconstruir imagens. A visão está muito ligada à ideia de percepção computacional e do facto de a máquina reconhecer o seu ambiente e comportar-se de acordo com este. Assim encontramos a percepção visual computacional relacionada com os movimentos dos agentes, com a sua coordenação motora, o controlo dos seus movimentos e não podemos deixar de falar em robótica ao abordarmos esta nova concepção.

XADREZ - Este é um dos problemas preferidos da I.A. Ao longo dos anos têm-se desenvolvido um sem número de programas de jogo de xadrez. Em 1957 Allen Newell e Herbert Simon chegaram mesmo a prever que num prazo de 10 anos um programa de computador venceria o campeão mundial de xadrez, mas essa previsão ainda demoraria 40 anos a efectivar-se. Mas a investigação em xadrez impulsionou as técnicas para a resolução de problemas combinatórios e foi desenvolvendo as técnicas heurísticas em grandes espaços de conhecimento onde a procura precisa de ser guiada, avaliada e controlada. Assim o xadrez foi desde cedo a bancada de trabalho para técnicas de procura, representação, planeamento, heurísticas, concepção de agentes inteligentes …

FALA - A compreensão e o reconhecimento da língua natural foi também desde cedo um dos desafios colocados à I.A. então jovem ciência, com a proposta da tradução automática (um dos primeiros objectivos da I.A. que fracassou redondamente). Mesmo depois de 40 anos de evolução estamos ainda um pouco longe de conseguir que programas computacionais reconheçam e reproduzam a língua natural, isto apesar do recente sistema CYC que trabalha já com a manipulação de conceitos, este programa entende o significado das palavras e já não trabalha exclusivamente com caracteres verdadeiro e falso.

QUINTA GERAÇÃO- Os computadores de 5ª Geração representam uma importante área de aplicações da I.A. Eles seriam já programados em PROLOG e ligariam a compreensão teórica das questões a processos de programação em lógica, à representação do conhecimento a técnicas de resolução dos problemas, articulando grandes bases de dados em paralelismo. Assim essas grandes máquinas pensantes seriam capazes de articular teorias da decisão com métodos estatísticos e lógicos, com a filosofia a psicologia cognitiva e as ciências da gestão de conhecimentos. Isto seria então o reflexo da automatização do raciocínio (aproximado, probabilístico) assegurando a manutenção da verdade através de lógicas não monótonas.

SINERGIAS- As sinergias combinam a inteligência com as capacidades

de memória. É, de certa forma a fusão tecnológica no sentido da optimização das pesquisas em informação. Assim o próximo desafio encontra-se no domínio do desenvolvimento de estratégias apropriadas para representar a informação e de conseguir chegar a raciocínios sintéticos ao longo de diferentes bases de conhecimentos. As interfaces de língua natural para bases de dados dotadas de regras de inferência gramatical, possuem heurísticas de discurso adaptadas a vários ambientes de programação. Uma outra área em que os esforços se têm redobrado nos últimos anos é a da aprendizagem computacional, a possibilidade de os computadores aprenderem com os erros e de irem actualizando a sua própria informação agindo sobre a mesma, mas apesar dos contínuos progressos, nesta e noutras áreas ainda estamos longe do computador que tenha a perfeita modelização do homem e da sua inteligência, o que não implica que não continuemos a pesquisar.

ROBÓTICA: Muitos cirurgiões agora utilizam robôs assistentes em micro

cirurgias. O HipNav é um 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. 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, utilizando restrições sobre possíveis preenchimentos de palavras, um grande banco de dados de quebra-cabeças anteriores e uma variedade fonte de informações que incluem dicionários e bancos de dados on-line.. Lógica incerta: uma técnica para raciocinar dentro de incertezas, tem sido amplamente usada em sistemas de controlos industriais.

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, utilizando restrições sobre possíveis preenchimentos de palavras, um grande banco de dados de quebra-cabeças anteriores e uma variedade fonte de informações que incluem dicionários e bancos de dados on-line..

Lógica incerta: uma técnica para raciocinar dentro de incertezas, tem sido amplamente usada em sistemas de controlos industriais.

Sistemas especialistas: vêm sendo usados a uma certa escala industrial.

Sistemas tradutores, têm sido largamente usados (no entanto, os resultados não são ainda comparáveis com tradutores humanos).

Redes Neurais: vêm sendo usadas em uma larga variedade de tarefas, de sistemas de detecção de intrusos a jogos de computadores.

Reconhecimento de escrita a mão: é usado em milhões de Assistentes

Pessoais Digitais (PDA). Sistemas de álgebra computacional: são bons exemplos de aplicações de IA na solução de problemas algébricos. comuns na Internet.

Desvantagens da Inteligência Artificial - Menos empregos disponíveis para a população em geral; - Menor movimentação financeira, devido ao baixo fluxo de dinheiro decorrente da retirada de pessoal do mercado formal; - A longo prazo provoca queda na qualidade de vida, se não houver uma política de controlo muito forte.   social.

Porque nem toda a evolução tecnológica é uma evolução

Trabalho Realizado por:

Catarina Pinto nº7 Daniela Costa nº9 Daniel Oliveira nº11 Daniel Emídio nº10 Fábio Rita nº 12

Related Documents


More Documents from ""

Inteligencia Artificial
December 2019 32