Download - Paradigmas da Inteligência Artificial
![Page 1: Paradigmas da Inteligência Artificial](https://reader035.vdocuments.net/reader035/viewer/2022062723/56813e64550346895da86bc7/html5/thumbnails/1.jpg)
1
Paradigmas da Inteligência Artificial
Prof. Alexandre Monteiro
Recife
![Page 2: Paradigmas da Inteligência Artificial](https://reader035.vdocuments.net/reader035/viewer/2022062723/56813e64550346895da86bc7/html5/thumbnails/2.jpg)
Contatos
Prof. Guilherme Alexandre Monteiro Reinaldo
Apelido: Alexandre Cordel
E-mail/gtalk: [email protected]
Site: http://www.alexandrecordel.com.br/fbv
Celular: (81) 9801-1878
![Page 3: Paradigmas da Inteligência Artificial](https://reader035.vdocuments.net/reader035/viewer/2022062723/56813e64550346895da86bc7/html5/thumbnails/3.jpg)
3
Paradigmas da IA
Simbólico: metáfora lingüística/lógica• Sistemas de produção
Conexionista: metáfora cérebro• Redes neurais
Evolucionista: metáfora teoria da evolução natural• Algoritmos genéticos
Probabilista: probabilidade• Redes bayesianas
IA Distribuída: metáfora social• Sistemas multiagentes
![Page 4: Paradigmas da Inteligência Artificial](https://reader035.vdocuments.net/reader035/viewer/2022062723/56813e64550346895da86bc7/html5/thumbnails/4.jpg)
4
Paradigmas da IA
Diferenças chaves
• Forma de representar o conhecimento• Forma de raciocinar com esse conhecimento
• Forma de adquirir esse conhecimento
Eixos centrais (das diferenças)
• Aprendizado x Manual• Numérico x Simbólico
![Page 5: Paradigmas da Inteligência Artificial](https://reader035.vdocuments.net/reader035/viewer/2022062723/56813e64550346895da86bc7/html5/thumbnails/5.jpg)
IA Simbólica
![Page 6: Paradigmas da Inteligência Artificial](https://reader035.vdocuments.net/reader035/viewer/2022062723/56813e64550346895da86bc7/html5/thumbnails/6.jpg)
6
Exemplo
West é criminoso ou não? • “A lei americana diz que é proibido vender armas a
uma nação hostil. Cuba possui alguns mísseis, e todos eles foram vendidos pelo Capitão West, que é americano”
Como resolver automaticamente este problema de classificação?
Segundo a IA simbólica, é preciso:• Identificar o conhecimento do domínio (modelo do
problema)• Representá-lo utilizando uma linguagem formal de
representação• Implementar um mecanismo de inferência para utilizar
esse conhecimento
![Page 7: Paradigmas da Inteligência Artificial](https://reader035.vdocuments.net/reader035/viewer/2022062723/56813e64550346895da86bc7/html5/thumbnails/7.jpg)
7
Conhecimento: Representação e Uso Raciocínio:
• Manipulação de símbolos representando as entidades, relações, eventos de domínio de aplicação
• processo de construção de novas sentenças a partir de outras sentenças.
• Deve ser plausível (sound)
fatos fatos
sentenças sentenças
Mundo
Representação
segue-se
implicasem
ânti
ca
sem
ânti
ca
![Page 8: Paradigmas da Inteligência Artificial](https://reader035.vdocuments.net/reader035/viewer/2022062723/56813e64550346895da86bc7/html5/thumbnails/8.jpg)
8
Revisitando o caso do Cap. West
A) x,y,z Americano(x) Arma(y) Nação(z) Hostil(z) Vende(x,z,y) Criminoso(x)
B) x Guerra(x,USA) Hostil(x)C) x InimigoPolítico(x,USA) Hostil(x)D) x Míssil(x) Arma(x)E) x Bomba(x) Arma(x)F) Nação(Cuba)G) Nação(USA)H) InimigoPolítico(Cuba,USA)I) InimigoPolítico(Irã,USA)J) Americano(West)K) x Possui(Cuba,x) Míssil(x) L) x Possui(Cuba,x) Míssil(x) Vende(West, Cuba,x)
M) Possui(Cuba,M1) - Eliminação: quantificador existencial eN) Míssil(M1) conjunção de KO) Arma(M1) - Modus Ponens a partir de D e NP) Hostil(Cuba) - Modus Ponens a partir de C e HQ) Vende(West,Cuba,M1) - Modus Ponens a partir de L, M e NR) Criminoso(West) - Modus Ponens a partir de A, J, O, F, P e Q
![Page 9: Paradigmas da Inteligência Artificial](https://reader035.vdocuments.net/reader035/viewer/2022062723/56813e64550346895da86bc7/html5/thumbnails/9.jpg)
9
IA Simbólica: Resumo
Características principais• Inspirada na lógica, semiologia, lingüística e psicologia
cognitiva (funcionalista)• Representação do conhecimento: todos os tipos• Raciocínio: todos os tipos• Aquisição do conhecimento: todos os tipos
Vantagem: versatilidade
Inadequada para...• Raciocínio de baixo nível para percepção ou reflexos• Visão computacional, processamento da fala• Controle dos motores dos atuadores do robôs • Raciocínio com conhecimento incerto ou muito ruidoso
![Page 10: Paradigmas da Inteligência Artificial](https://reader035.vdocuments.net/reader035/viewer/2022062723/56813e64550346895da86bc7/html5/thumbnails/10.jpg)
IA Conexionista
![Page 11: Paradigmas da Inteligência Artificial](https://reader035.vdocuments.net/reader035/viewer/2022062723/56813e64550346895da86bc7/html5/thumbnails/11.jpg)
11
Paradigma Conexionista: Redes Neurais Definição “Romântica”:
• Técnica inspirada no funcionamento do cérebro, em que neurônios artificiais, conectados em rede, são capazes de aprender e de generalizar
Definição “Matemática”: • Técnica de aproximação de funções por regressão não
linear
É uma outra abordagem: • Linguagem -> redes de elementos simples• Raciocínio -> aprender diretamente a função entrada-
saída
![Page 12: Paradigmas da Inteligência Artificial](https://reader035.vdocuments.net/reader035/viewer/2022062723/56813e64550346895da86bc7/html5/thumbnails/12.jpg)
12
Redes Neurais
óõ
wji
w1i
wni
s(i)
e(i) e( i) w ji sj
s(i) f (e(i))
s1
sj
sn
camadade entrada camada
de saídacamadaescondida
![Page 13: Paradigmas da Inteligência Artificial](https://reader035.vdocuments.net/reader035/viewer/2022062723/56813e64550346895da86bc7/html5/thumbnails/13.jpg)
13
1
x = 1 0 0 0
0
0
0
0.2
0.9
0.1
Saídaproduzida
1
0
0
Saídadesejada
erro = subtração
Exemplo
![Page 14: Paradigmas da Inteligência Artificial](https://reader035.vdocuments.net/reader035/viewer/2022062723/56813e64550346895da86bc7/html5/thumbnails/14.jpg)
14
IA Conexionista: Resumo Características principais
• Inspirada na neurofisiologia (fisicalista)• Muito utilizado em ambientes industriais e como técnica de
aprendizagem• Representação do conhecimento: conjunto de atributo-valor (lógica
0+)• Raciocínio: indutivo ou analógico durante treinamento, dedutivo,
abdutivo ou analógico durante utilização• Aquisição do conhecimento: aprendizagem
Adequada para• Raciocínio de baixo nível para percepção ou reflexos
Pouco adequada para• Domínios relacionais requerem representação da 1a ordem• Aplicações que requerem explicação das decisões (ex, central
nuclear, cirurgia, investimento de grande porte)• Tarefas não-analíticas: planejamento e concepção
![Page 15: Paradigmas da Inteligência Artificial](https://reader035.vdocuments.net/reader035/viewer/2022062723/56813e64550346895da86bc7/html5/thumbnails/15.jpg)
IA Evolucionista
![Page 16: Paradigmas da Inteligência Artificial](https://reader035.vdocuments.net/reader035/viewer/2022062723/56813e64550346895da86bc7/html5/thumbnails/16.jpg)
16
Paradigma Evolutivo
Natureza• Seres mais adaptados ao ambientes sobrevivem e suas
características genéticas são herdadas
Idéia: • Indivíduo = Solução • Faz evoluir um conjunto de indivíduos mais adaptados por
cruzamento e mutação através de sucessivas gerações• Fitness function f(i): R ->[0,1]
![Page 17: Paradigmas da Inteligência Artificial](https://reader035.vdocuments.net/reader035/viewer/2022062723/56813e64550346895da86bc7/html5/thumbnails/17.jpg)
17
Exemplo
Indivíduo possível• Vetor cujos elementos são as quantidades de
ingredientes usados para fazer um bolo + o valor de aptidão (fitness) do momento
Função de Aptidão• Feedback se o bolo ficou gostoso ou não,...
Mutação e cruzamento: • Troca e alteração
Ovos Açúcar Fermento Farinha... Leite
Aptidão
![Page 18: Paradigmas da Inteligência Artificial](https://reader035.vdocuments.net/reader035/viewer/2022062723/56813e64550346895da86bc7/html5/thumbnails/18.jpg)
18
IA Evolucionista: Resumo
Características principais• Método probabilistico de busca para resolução de problemas
(otimização) • Inspirada na teoria da evolução, paleontologia,...• Representação do conhecimento: conjunto de atributo-valores
(lógica 0+)• Raciocínio: indutivo durante treinamento, dedutivo ou
abdutivo durante utilização• Aquisição do conhecimento: aprendizagem (e manual p/
iniciar)
Adequada para• Otimização
Pouco adequada para• Domínios relacionais requerem representação da 1a ordem
![Page 19: Paradigmas da Inteligência Artificial](https://reader035.vdocuments.net/reader035/viewer/2022062723/56813e64550346895da86bc7/html5/thumbnails/19.jpg)
Resumo
![Page 20: Paradigmas da Inteligência Artificial](https://reader035.vdocuments.net/reader035/viewer/2022062723/56813e64550346895da86bc7/html5/thumbnails/20.jpg)
20
Sistemas baseados emRedes Neurais
Redes Bayesianas
Algoritmosgenéticos
Sistemas Especialistas
Sistemas Nebulosos(fuzzy)
Sistemas deAprendizagemsimbólica indutiva
Sistemas de PLN
conhecimento em intenção (regras)
conhecimento em extensão (exemplos)
numéricoSistemasbaseadoem casos
Robôs simbólico
![Page 21: Paradigmas da Inteligência Artificial](https://reader035.vdocuments.net/reader035/viewer/2022062723/56813e64550346895da86bc7/html5/thumbnails/21.jpg)
21
Referências T. Mitchell. Machine Learning. McGraw Hill, New
York, 1997.
Stuart Russell and Peter Norvig, Artificial Intelligence - A Modern Approach. Prentice Hall, 1995.