Inteligência Artificial - Anotações parte 1
Olá pessoal! Hoje vou iniciar uma série de tópicos sobre um assunto que gosto muito. Inteligência Artificial!Primeiro vou passar tudo que tenho no caderno + umas ideias soltas aqui no blog, depois quero entrar em assuntos mais específicos.

O que pode se considerar inteligente?
Fazer distinções
Tomar decisões
Solucionar problemas
Aprender
Adaptar-se
Operar em um ambiente complexo (o ambiente muda, muitas variáveis, não perceptível totalmente)
A disciplina tem muito mais a ver com ciência da computação do que com sistemas de informação em sí. AI é interdisciplinar, interage com:
Filosofia
Matemática – Redes neurais
Economia – Teoria dos jogos
Neurociência
Psicologia
Engenharia de computadores
Linguística
Sistemas de informação
“Tentar encontrar padrões... e aplicar inteligência automaticamente”
“Tentar embutir inteligência nos sistemas”
Descobrir sobre: Autômatos, Autoconsciência, filme “eu roboot”.
Teste de Turing – Participou do Colossus, antes do ENIAC, era projeto dele.
Distinguir qual é o humano, se faz necessário:
PLN
Representação do conhecimento, senso comum (ver projeto OpenMind – Universidade São Carlos)
Raciocínio automatizado;
Aprendizado
Teste de Turing total: Adiciona-se visão de computador (processamento de imagens) e robótica (sensores e atuadores).
Descobrir sobre:
Blade Runner – caçadores de andróides, filme, tem trilha sonora premiada;
Livro, “o último teorema de Fermat”;
Silogismo Aristotélico – Descoberta de conhecimento em cima das premissas
Dedutivo – As premissas garantem a assertividade, parte do global para o específico;
Indutivo – Sustentam a conclusão, mas não garantem, parte do específico para afirmar sobre o geral;
Conhecimento
Conhecimento não é material, difere do que é em suas características.
“Se você tem uma maçã e eu tenho uma maçã, e nós trocamos as maçãs, então você e eu ainda teremos uma maçã. Mas se você tem uma idéia e eu tenho uma idéia, e nós trocamos essas idéias, então cada um de nós terá duas idéias”
Quanto mais se estuda, mas se percebe que menos se sabe, cada vez se vislumbra maiores níveis de detalhes.
Agentes inteligentes
Agente – O software;
Ambiente – Quem gera a entrada, quem recebe a saída;
Sensores – Captam os dados de entrada;
Atuadores – Que mostram a saída do processamento;
Decisão ótima – De todas as soluções possíveis, é a melhor. Vem da programação tradicional onde esse modelo de resposta é a regra, aqui os dados são completos e avaliáveis em tempo hábil;
Decisão que maximiza os resultados – Sempre comparado frente a um objetivo, quais são os objetivos e qual o resultado que chega mais perto?
Precisa de:
- Conhecimento prévio – Que o programador insere;
- Conhecimento acumulado – Que o sistema aprendeu;
Agente racional – Tenta resolver no menor custo;
- O agente pode ter mais de um objetivo
- Pode ter objetivos conflitantes
- Preciso estabelecer prioridades
- Medidas de desempenho
- Sequência de estados – se o estado que estou agora é mais ou menos próximo do objetivo
- Autonomia do agente
- Racionalidade não é perfeição
- PEAS – Performance, Enviromment, Actuators, Sensors
PEAS – Quando se cria um agente, sempre tem que ter projetar estes itens;
- Performance – Medidas de desempenho frente aos objetivos;
- Enviromment – Ambiente em que esse agente está inserido;
- Actuators – Como será a saída, a resposta do agente no ambiente;
- Sensors – Como e quais serão as entradas para o agente avaliar o ambiente
Ambientes simples = completamente observáveis
Ambientes complexos = parcialmente observáveis, devo guardar um histórico de informações, ou histórico de percepções coletadas pelos sensores. Com isso no ambiente parcialmente observável, mesmo não tendo a informação por completo poso fazer estatísticas sobre os dados e tomar decisões.
Determinístico = Determinado apenas pelo estado atual + ação do agente;
Estocástico = Ação do agente + estado atual + n variáveis;
Episódico = Cada episódio consiste em o agente perceber e então agir. Cada episódio não depende das ações que ocorreram em episódios prévios.
Sequêncial = É uma cadeia, a decisão de agora vai envultar em decisões futuras, uma coisa puxa outra;
Estático = Posso gastar mais tempo em busca da solução ótima
Dinâmico = O ambiente não para para esperar a ação do agente! Vou ter que achar uma solução “suficientemente boa”
Discreto = Ovo, solução CRIPS, uma solução e exata
Contínuo = Leite, posso ir detalhando o quanto quiser que nunca chegarei ao fim
Agente único = Apenas um agente atua no ambiente;
Multiagente = Outros agentes atuam, logo modificam o ambiente, um agente influencia outro
Cooperativo = Ocorre nos multiagentes, os agentes se ajudam para chegar a um objetivo;
Competitivo = Cada agente quer ganhar primeiro, a vantagem de um se baseia em fazer o outro errar. Lembrar teoria dos jogos de John Nesh;
Bom, continuamos com mais coisas depois...
Há.. se você acompanha esse blog sabe que a um ano mais ou menos eu estava envolvido num projeto de AI que não vingou muito... mas teve uma parte boa! Consegui uma bela biblioteca sobre o assunto!
2009-10-13 11:38:00

Então, português é minha língua mãe, eu não tenho tanto a aprender quanto nos demais idiomas, assim este blog não discute aprendizado do idioma, e sim tópicos randômicos de interesse do dia a dia. Tecnologia, desenvolvimento, um pouco de reflexão crítica, enfim, uma bagunça bem como nossa mente é.
RSS Feed