O que IA?

Inteligncia Artificial o estudo de como fazer os computadores realizarem tarefas em que, no momento, as pessoas so
melhores. Pode-se dizer que Inteligncia Artificial a rea da Cincia da Computao que estuda formas de emular,
atravs de algoritmos e tcnicas apropriadas, caractersticas inerentes ao ser humano, dotando a mquina da capacidade
de aprendizado, generalizao, percepo, raciocnio, tratamento de informaes qualitativas entre outras.
Exemplos de IA:
-Descobrir automaticamente a soluo de problemas.
- Reconhecimento de padres
- Percepo de similaridades
-Generalizao se solues a partir de um conjunto finito de informaes conhecidas
- Lidar com informaes qualitativas
O que no IA?
- Capacidade/velocidade de processamento
- Mtodos numricos
- Capacidade de armazenamento
- Buscas diretas em bases de dados
Quais so as principais tcnicas de IA?
- Sistemas Especialistas;
Baseados em conhecimento (geralmente em forma de regras) adquirido de um especialista. A partir de conjunto de
informaes (regras) proporcionadas por um especialista, o sistema capaz de utiliz-las na soluo de problemas dentro
de um determinado domnio.
Aplicaes: diagnsticos, jogos, etc

- Redes Neurais [Artificiais];
Atravs da simulao (simplificada) do crebro humano, obtm-se um modelo capaz de aprender a partir de experincia.
Uma RN pode aprender relaes de Entrada x Sada ou descobrir grupamentos.
Aplicaes: reconhecimento de padres (ex.: imagens, voz, sinais em geral), identificao de comportamentos e
tendncias (ex.: simulaes de plantas industiais, previso de tendncias)
- Computao Evolucionria;
Atravs da simulao (simplificada) dos processos de evoluo das espcies e seleo natural, obtm-se um modelo capaz
de se adaptar, na busca de solues timas para problemas de otimizao.
Aplicaes: otimizao, descoberta de conhecimento em bases de dados, descoberta de regras especializadas, etc.

- Lgica Nebulosa (Fuzzy Logic);
uma lgica utilizada para lidar com situaes onde a informao qualitativa.
Aplicaes: reconhecimento de padres, identificao de comportamentos, controle, etc
- Sistemas hbridos;
Neural-Fuzzy Systems, Fuzzy-Neural Systems; Genetic-Fuzzy Systems, Fuzzy-Genetic Systems; Neural-Genetic Systems e
etc.
O que so sistemas de produo?
So tcnicas de soluo de problemas baseadas na manipulao de regras (operaes) de transformao de estado. Um
Sistema de Produo composto basicamente por:
- Uma base de dados que representa os diversos estados que o problema pode assumir;
Ex.: Matriz 3x3 com inteiros de 0 a 8 onde o 0 simboliza o espao vazio

- Um conjunto de regras ou operadores que modificam os estados;
Ex.: Pode-se abstrair a movimentao do espoao em branco (zero). Assim, poderamos usar apenas 4 regras.

- Um mecanismo de controle que define uma maneira sistemtica para aplicao das regras
Quais so as estratgias de busca?
Busca em profundidade com backtracking, Busca em largura e Busca com heursticas.
O que a busca backtracking?
Aplica-se sempre a primeira regra disponvel (regra da vez). Caso sejam encontrados cenrios (estados) invlidos ou
repetidos, volta-se ao ponto anterior e aplica-se a prxima regra.

O que a busca em largura?
Aplica-se todas as regras em cada n. Despreza-se os vrtices repetidos mais longe da raz.

O que a busca com heurstica?
Uma heurstica um conhecimento que pode nortear o processo de busca, provendo uma forma de avaliar as regras e
aplicar a que seja mais interessante.

O que so Sistemas Baseados em Conhecimento?
SBC so sistemas computacionais que utilizam e manipulam o conhecimento representado de forma explcita visando
resolver problemas em um dado domnio.
Como funciona os Sistemas Baseados em Conhecimento?
Com DADOS x INFORMAO x CONHECIMENTO, sendo:
DADO a estrutura bsica de um sistema de informao. quantificvel e no depende de uma interpretao. Podem ser
selecionados, gravados e recuperados de uma base de dados, arquivo ou memria. Ex: preo = 10, quant = 70
INFORMAO criada a partir da anlise e dos dados. Envolve a interpretao dos dados para um dado contexto. Ex:
preo = 10; preo_mercado = 12 => BARATO, quant = 70; estoque_mnimo = 100 => ESTOQUE BAIXO
CONHECIMENTO a habilidade de criar um modelo que indique aes e decises a serem tomadas. Ex: se CARO e
ESTOQUE BAIXO ento COMPRAR Qt_min, se CARO e ESTOQUE NORMAL ento COMPRAR 0, se MUITO BARATO ento
COMPRAR Qt_max.
Quais so as caractersticas dos Sistemas Baseados em Conhecimento?
- capacidade de questionar o usurio para obter informaes de interesse;
- capacidade de desenvolver raciocnio a partir das informaes e do conhecimento nele representado;
- capacidade de explicar o raciocnio (como chegou a uma certa concluso).
- todo o conhecimento a respeito do domnio da utilizao do SBC deve estar representado em sua Base de
Conhecimento (BC);
- deve haver um mecanismo de inferncia capaz de interpretar e utilizar o conhecimento contido na BC;
- resolve problemas para os quais no se conhece procedimento determinstico que garanta a soluo
Quais as caractersticas que diferenciam um Sistemas Baseados em Conhecimento de um sistema comum?


Qual a estrutura de um Sistemas Baseados em Conhecimento?

IHM - mdulo que realiza toda a interao com o usurio, de forma a obter informaes sobre o problema;
Memria de trabalho - mdulo que contm: a descrio do problema (situao atual, os dados); possveis aes a
serem executadas; hipteses e novos cenrios que o sistema j tenha produzido;
Base de Conhecimento - mdulo que contm o conhecimento declarado. Utiliza alguma tcnica de representao
do conhecimento
Mdulo de aquisio do conhecimento - responsvel por fazer a aquisio do conhecimento via interface com o
especialista;
Explicao do raciocnio - mdulo responsvel por explicar como as concluses ou respostas do SBC foram obtidas
Motor de Inferncia - mdulo que gerencia e controla a utilizao do conhecimento, estabelecendo critrios para
identificao (matching), ativao e agendamento de regras, alm de verificao de consistncia e resoluo de
conflitos;
O que a representao do conhecimento?
A Representao do Conhecimento (RC) uma forma sistemtica de se estruturar e codificar o que se sabe sobre um
dado domnio de aplicao.
Quais so as caractersticas da representao do conhecimento?
O conhecimento representado deve ser compreensvel ao ser humano; Abstrao dos detalhes internos de como
funciona o seu interpretador (mquina de inferncia); Ser robusta. Permitir funcionamento mesmo que no sejam
abordadas todas as situaes possveis.
Quais so as tcnicas para representao do conhecimento?
Representao Lgica Inferncias dedutivas , Baseadas em lgica matemtica, Linguagem PROLOG
Representao por Regras - SE (condies) ENTO (concluses/aes)
Representao por Redes Semnticas Grafo direcionado, que representa objetos (conceitos, situaes, etc) e suas
relaes; Os ns representam objetos (fsicos ou abstratos), as suas propriedades e valores; Os arcos representam
relaes entre os ns.
Orientao a Objetos A estrutura hierrquica da Programao Orientada a Objetos, bem como o conceito de
encapsulamento e mensagens entre objetos, permitem a Representao do Conhecimento de forma similar a das Redes
Semnticas.
Quais so as linguagem de programao existente para IA?
LISP (LISt Processing) e PROLOG (PROgramming in LOGic)
O que so Redes Neurais Artificiais?
Redes Neurais Artificiais so modelos matemticos inspirados no crebro humano, que possuem a capacidade de extrair
conhecimento a partir de um conjunto de dados.


Quais so as habilidades das redes neurais?
Aprendizado de relaes Entrada-Sada - Classificao de padres; Representao de modelos;
Descoberta de Grupamentos - Classificao de padres; Descoberta de relaes entre os dados;
Quais so as aplicaes das redes neurais?
Identificao de cenrios em plantas industriais - Transientes/acidentes em uma planta nuclear
Reconhecimento de Imagens - Diagnsticos mdicos, identificao de digitais, etc;
Reconhecimento de Voz - Identificao de comandos falados, oradores, etc;
Previso de tendncias - Mercado financeiro, demanda de energia ou gua, etc;
Aprendizado de modelos complexos - Simulaes fsicas, etc
Como funciona o aprendizado de uma rede neural?
a adaptao da RN aos dados que lhe so apresentados (dados de treinamento).
Quais so os tipos de aprendizagem?
Supervisionado (relaes Entrada/Sada) - So fornecidas as entradas e as respectivas sadas;
No-Supervisionado (Grupamentos) - So fornecidas apenas as entradas;
Quais so as funes de ativao mais comuns?



Como funciona o treinamento dos neurnios?
Consiste em otimizar os pesos das sinapses de forma que a rede melhor se adapte aos dados (de treinamento).
O que o Perceptron de 1 camada?
uma RN ainda muito simples, Funo degrau; Classificador linear; Primeiro modelo de aprendizado supervisionado
(ajustando a posio do degrau).
O que o Perceptron Multicamadas?
RN multicamadas; Aprende modelos mais complexos; Funo de ativao no-linear; Aprendizado : algoritmo de
backpropagation.
O que o Algoritmo de Backpropagation?
um algoritmo iterativo, baseado em busca gradiente, para otimizao dos pesos da RN.

<
>
=
Limite v
Limite v
v
Degrau
, 0
, 1
) (
v
e
v
Logstica

+
=
1
1
) (
v k v
Linear
= ) ( ) ( ) ( v tgh v
perblica TangenteHi
=