O documento fornece uma visão geral de conceitos fundamentais de inteligência artificial, incluindo lógica clássica versus lógica nebulosa, robótica, visão computacional, algoritmos genéticos, sistemas fuzzy, agentes e sistemas multiagentes, redes neurais artificiais, processamento de linguagem natural, data mining e sistemas especialistas.

1. Inteligência Artificial
Visão Geral
Prof. MSc. Thiago Richter
1

2. EEP
O que é IA?
Definição 1: Ferramentas computacionais que
buscam simular mecanismos inteligentes
encontrados na natureza.
Para instigar, vamos ao overview.
2

3. EEP
Overview
Lógica Clássica (Aristóteles) versus Lógica Nebulosa (Fuzzy)
Algo familiar??
O que tem a ver a “Picanha ao Ponto” com IA??
Resp.: Muito!
3

4. EEP
Overview
Lógica Clássica (Aristóteles) versus Lógica Nebulosa (Fuzzy)
Lógica Clássica:
A velocidade é considerada Alta entre 100 e 140Km/h.
110Km/h é considerado Alta velocidade?
E 99Km/h?
4

5. EEP
Overview
Lógica Clássica (Aristóteles) versus Lógica Nebulosa (Fuzzy)
Lógica Nebulosa ou Lógica Fuzzy:
Sim, Não, Mais ou Menos,
Extremamente, Não Muito, etc.
5

6. EEP
Overview
Robótica
Como devemos programar um 1G1
Robô (autônomo)? EEP
BR
Programação Estruturada?
‘05
Asimo
6
RoboCup

7. EEP
Overview
Visão Computacional
Conjunto de métodos e técnicas através dos quais sistemas
computacionais podem ser capazes de interpretar imagens
O que é esta imagem?
7

8. EEP
Overview
Visão Computacional
A B C?
12 13 14?
Aibo
8

9. EEP
AG - Funcionamento
Algoritmos Genéticos
Teoria da Evolução?
Sim.
Avaliação
Determinação do grau de aptidão do indivíduo;
Seleção
Mais aptos para representar a solução do problema;
Reprodução
Cruza-se os indivíduos (normalmente os mais aptos) para gerar nova população, pode ser
sexuado ou assexuado;
Mutação
Modifica-se aleatoriamente alguns indivíduos;
Predação
Introduz algum “vírus”, “predador” ou, simplesmente, “fuzila” uma parcela da população.
9

10. EEP
Overview
Algoritmos Genéticos
Aplicações:
10

11. EEP
Overview
Sistemas Fuzzy
Exploram as formas que o cérebro usa para o tratamento de
informações qualitativas e incertas;
Suportam os modos de raciocínio que são aproximados;
Capazes de tratar informações vagas, aproximadas, as quais são
expressas por regras lingüísticas.
Consistem em aproximar a decisão computacional da decisão humana.
11

12. EEP
Overview
Sistemas Fuzzy
Produção de Saque
Entradas:
Dias de
Fermentação
+ +
Mudança de
Temperatura
(kn )
12

13. EEP
Overview
Sistemas Fuzzy
Produção de Saque
Regras: “Deffuzyficação”:
- Aumentar ou Diminuir a Temperatura
- Finalizar o Processo
Resultados:
13

14. EEP
Overview
Agentes e Sistemas Multiagentes
O que são?
Entidade cognitiva, ativa e autônoma
DARPA
Grand
Challenge
Swarm bots
14

15. EEP
Overview
Redes Neurais Artificiais (RNA)
O que são?
Modelos computacionais inspirados nos mecanismos de aprendizagem do cérebro
humano;
E que tentam emular a forma com que o cérebro resolve problemas.
Características:
Aprender através de exemplos;
Capacidade de se adaptar ou aprender;
Capacidade de generalização;
Agrupar ou organizar dados;
Tolerância à Falhas;
Auto-Organização.
15

16. Overview EEP
Redes Neurais Artificiais (RNA)
Representação do Neurônio Biológico
Representação do Neurônio
Artificial
16

17. EEP
Overview
Áreas de Aplicação:
Reconhecimento de padrões Clustering/Categorização
Reconhecimento de voz. Problemas de diagnóstico (médico).
Reconhecimento de imagens. Compressão de dados.
Reconhecimento de assinaturas, etc. Garimpagem de Dados (Data Mining).
Previsão / Estimação Memórias Associativas
Previsão de tempo. Recuperação de informações
Análise de crédito. distorcidas.
Estimação do mercado de ações. Organização de Informações ausentes.
Otimização de Sistemas Aproximador Universal de Funções
Problemas de otimização combinatorial. Controle de processos.
Problemas de otimização não-linear. Robótica.
Problemas de seqüenciamento de Problemas de modelagem científica.
produção. Identificação e Estimação de Sistemas.
17

18. EEP
Overview
Aproximador de Funções
Entradas:
1
0.9
0.8
0.7
0.6
0.5
0.4
0.3
0.2
0.1
0
0 100 200 300 400 500 600 700 800 900
segundos
Saída Desejada:
1
0.9
0.8
Normalized Lambda values
0.7
0.6
0.5
0.4
0.3
0.2
0.1
0 100 200 300 400 500 600 700 800 900
seconds
18

19. EEP
Overview
Aproximador de Funções
1
Resultados: Target
Reached
0.8
0.6
0.4
0.2
0
100 200 300 400 500 600 700 800
Seconds
1
Target
0.8 Reached
Relative Mean Error (%): 0.20619
0.6 0.28
Target
0.4 0.27 Reached
0.2 0.26
0 0.25
240 260 280 300 320 340 360 380 400 420 440
Seconds 0.24
0.23
480 482 484 486 488 490 492 494 496 498 500
Seconds
19

20. EEP
Overview
Redes Neurais Artificiais (RNA)
Robótica
Autonomous walking robot under
neural control
Pattern Recognition Using
Multi Layer Perceptron Neural Networks
20

21. EEP
Overview
Processamento de Linguagem Natural (PLN)
ALICE
21

22. EEP
Overview
Data Mining
Busca de Padrões Moleculares
Visual Data-Mining an Image Collection
22

23. EEP
Overview
Sistemas Especialistas (SE)
Um exemplo de SE que também envolve PLN
http://www.ed.conpet.gov.br/converse.php
23