SISTEMASBASEADOS EM CONHECIMENTO A CHAVE PARA O PODER?

Os primeiros quadros de resoluo de problemas foi um mecanismo de busca, que buscava reunir passos elementares de raciocnio para encontrar solues completas, tais mtodos que ficou conhecido como mtodos fraco, pois embora que teis, no poderiam resolver problemas grandes ou difceis. Sendo assim existiram vrios programas com este tipo de abordagem, tais como o DENDRAL(1965) que foi escrito para resolver o problema de inferir a estrutura molecular a partir das informaes fornecidas por um espectro de massa.O HPP( Universidade Stanford) para investigao de sistemas especialistas. O MYCIN para diagnosticar infeces sanguneas, o mesmo contava com cerca de 450 critrios , e foi muito til, mesmo que equiparado na poca com muitos especialistas ou mdicos de inicio de carreira. Diferente do DENDRAL que no possua modelo terico geral a partir do qual as regras do MYCYN pudessem ser deduzidas. O SHRLU(wingrand), sistema para reconhecimento de linguagem natural, que foi capaz de superar a ambigidade e reconhecer referencias pronominais. Dentre estes e outros houve adiante um enorme crescimento das aplicaes para resoluo de problemas, onde foram um grande numero de diferente linguagem de representao e raciocnio O IA SE TORNA UMA INDUSTRIA ( 1980 ate atualidade) O primeiro sistema especialista comercial bem sucedido foi o R1 pela Digial Equipament Corporation(1982), o sistema ajudou a configurar novos pedidos de sistemas de computadores, e fez uma economia para empresa mais de U$$40 milhes . Na dcada de 80 quase todas importantes corporaes americanas tinha seu prprio grupo de IA. Esta rea despertou interesse em todo mundo, no Japo por exemplo em 1981,iniciaram o projeto FIFTH GENERATION, os EUA com o MCC, os projetos destes pases nunca atenderam as metas ambiciosas das empresas. Mas de modo geral a industria da IA se expandiu da casa de milhes para bilhes, logo veio um perodo chamado Inverno da IAno qual muitas empresas sofreram com este perodo. O RETORNO DAS REDES NEURAIS (DE 1986 ATE A ATUALIDADE) Mesmo que muitas reas tenha se desfocado um pouco da IA, outros campos continuaram com pesquisas , estes o fsicos,psiclogos e etc., quando quatro grupos diferentes recriaram o algoritmo de aprendizado por retrotipao (Bryson e HO , 1965), este algoritmo foi aplicado em varias reas causando grande excitao a pesquisadores da poca. A IA SE TORNA UMA CINCIA ( 1987 ATE A ATUALIDADE) Nos ltimos anos , houve uma revoluo no trabalho em IA, primeira delas foi de utilizar teorias existentes, do que propor novas.Em torno da IA deixou os isolacionismo e adotou com firmeza um mtodo cientifico,utilizando a internet e repositrios compartilhado de dados e cdigos de teste, no qual possvel reproduzir experincias . XXXX . Anos 70 foram utilizadas uma grande variedade de arquitetura e abordagens do assunto, mesmo que estas sendo frgeis, atualmente novos modelos MONs ( Modelos Ocultos de Markov), nesta um rigorosa teoria matemtica , logo geradas um treinamento em um grande conjunto de dados reais de fala. As redes neurais segue uma grande tendncia de crescimento , pois utiliza uma

metodologia aperfeioada e estruturas tericas, que tal a compreenso das redes neurais podem ser comparadas a tcnicas correspondentes da estatstica, do reconhecimento de padres e do aprendizado de maquinas, podendo ser utilizada a tcnica mais promissora em cada aplicao. Como resultado deste , a tecnologia denominada minerao de dados gerou uma nova e rigorosa industria. O SURGIMENTO DE AGENTES INTELIGENTES ( DE 1995 ATE A ATUALIDADE)

O projeto SOAR (Novell) conhecido como uma arquitetura completa de agente, sendo que um dos ambientes mais importantes para os ambientes inteligentes a internet, alem da IA serve como base para muitas ferramentas da web. Para se construir agentes completos ter a percepo de que os subcampos anteriormente isolados da IA talvez precisem ser reorganizados e amplamente aceito para que os sistemas sensoriais no possam informaes perfeitamente confiveis sobre o ambiente, em com conseqncia os sistemas de raciocnio e planejamento seja capaz de lidar com a incerteza. A segunda conseqncia importante da perspectiva de agente a IA foi levada a um contexto muito mais estreito com os outros campos