Académique Documents
Professionnel Documents
Culture Documents
IA
Kurzweil (1990)
IA a arte de criar mquinas que
executam
funes
que
requerem
inteligncia quando executadas por
pessoas.
Winston (1992)
OBJETIVOS
Todo o pensamento nos ajuda a conseguir alguma coisa.
Quando um despertador toca de manh, um processo de
pensamento deve ser empregado para guiar sua mo at ele e
deslig-lo. No uma reao automtica; buscou-se uma resposta
especfica para a soluo de um determinado problema.
Os resultados finais para os quais todos os nossos processos de
pensamento esto dirigidos so chamados Objetivos.
Uma vez tendo alcanado o objetivo de travar o despertador, sua
mente imediatamente se confrontar com outros objetivos a serem
alcanados, como, por exemplo, ir ao banheiro, escovar dentes, se
vestir, preparar e tomar caf da manh e assim por diante.
OBJETIVOS
EXEMPLOS DE OBJETIVOS
1. Traar o menor caminho entre So Paulo e Rio de Janeiro.
2. Decidir o melhor tipo de vinho para se beber com um certo
peixe.
3. Aprender a amarrar os sapatos.
4. Saber determinar se meu filho entende os conceitos de
aritmtica.
Quando se projeta um sistema de IA, o objetivo do sistema deve
sempre ser mantido em mente.
Lembre-se: No fazemos as coisas porque pensamos; pensamos
porque existem coisas que temos que fazer.
FATOS E REGRAS
Fato/regra conjunto 1:
Fato 1: Um forno aceso fica quente.
Regra 1: SE eu puser minha mo em um forno aceso, ENTO
eu vou me queimar.
Fato/regra conjunto 2:
Fato 2: Durante a hora do rush as ruas ficam repletas de carros.
Regra 2: SE eu tentar atravessar uma avenida a p durante a
hora do rush, ENTO eu posso ser atropelado por um carro.
Fato/regra conjunto 3:
Fato 3a: Ruas escuras e pouco movimentada so perigosas.
Fato 3b: Pessoas de idade geralmente no cometem crimes
violentos.
Fato 3c: A polcia protege as pessoas contra o crime.
Regra 3a: SE eu estou em uma rua escura e pouco
movimentada e vejo uma pessoa idosa, ENTO eu no devo ficar
particularmente preocupado com minha segurana.
Poda
Quando a mente humana parte para a soluo, at mesmo de
um problema simples, ela tem uma vasta quantidade de
informaes a serem coletadas para determinar o curso de ao
a ser tomada.
Vamos voltar ao exemplo que usamos anteriormente. Voc sai de
casa para o trabalho e anda at a esquina. Enquanto voc espera
para atravessar a rua, seu crebro bombardeado com todos os
tipos de dados.
A velocidade e o volume do trfego, a distncia at a outra
calada, os semforos no cruzamento todos esses fatores
devem ser considerados antes de voc faa qualquer movimento.
Poda
Alm disso, um nmero enorme de impresses sensoriais que so
totalmente irrelevantes para o problema de cruzar a rua tambm
est sendo processado ao mesmo tempo condies do tempo, a
cor e o modelo dos carros que passam a sua frente, o tipo e a
altura da rvores na calada, a aparncia das construes prximas.
Sem dvida voc tambm est pensando aonde est indo, com que
rapidez quer chegar l, quem vai ver quando chegar e assim por
diante.
Como voc pode notar, se tivesse de lidar com essa enormidade de
fatos diretamente relacionados, indiretamente relacionados ou
totalmente sem relao antes de colocar o p fora da calada, voc
poderia demorar alguns anos para atravessar a rua.
Poda
Se realmente temos tantos fatos e regras a processar todo o tempo,
como que a mente extrai rapidamente o conjunto certo de regras para
se adaptar a uma determinada situao?
Quando voc quer atravessar a rua, como que a mente sabe aplicar,
entre outros, o fato/regra conjunto 2, que diz respeito ao trfego, e no
ao fato/regra conjunto 4, que diz respeito aritmtica?
Existe um sistema mais sofisticado que guia a seleo de uma resposta
adequada a uma situao especfica. Este processo chamado de poda
(pruning).
Como o prprio nome sugere, o processo de poda elimina os caminhos
de pensamento que no so relevantes para o objetivo imediato de se
alcanar uma meta.
MECANISMOS DE INFERNCIA
Quando alcanamos um objetivo, no estamos apenas resolvendo
um problema imediato; estamos tambm adquirindo novos
conhecimentos ao mesmo tempo.
Considere a seguinte informao:
1. Os pais de Jos so Joo e Maria.
2. Os pais de Joana so Joo e Maria.
O objetivo determinar o parentesco entre Jos e Joana. O
mecanismo de poda se concentra em uma regra guardada em
segurana no crebro, que acaba com o mistrio
instantaneamente: SE uma pessoa do sexo masculino e uma
pessoa do sexo feminino tm os mesmos pais, ENTO eles so
irmos.
MECANISMOS DE INFERNCIA
Alcanamos nosso objetivo inferindo a resposta da pergunta
sobre o parentesco entre Jos e Joana da regra que j
havamos aprendido anteriormente. E no processo de
alcanar o objetivo, um novo fato deduzido: Jos e Joana
so irmos.
A parte da inteligncia que nos ajudou a chegar a esse
novo fato chamada de mecanismo de inferncia.
Ele central em nossa habilidade de aprender com a
experincia porque nos permite gerar novos fatos a partir
dos j existentes aplicando o conhecimento adquirido em
novas situaes.
RESUMO
RESUMO
DESENVOLVENDO UM SISTEMA DE
INTELIGNCIA ARTIFICAL
Todos os elementos nos quais consiste o processo humano de
tomada de deciso objetivos, fatos, regras, mecanismos de
inferncia e poda devem ser reunidos em um programa de
computador para que ele possa ser realmente qualificado como
um programa que possui inteligncia artificial.
Definindo
os objetivos
Definindo
a soluo
Definindo
fatos
Componentes de
um sistema de IA
baseado em regras
Obtendo
dados
Obtendo novos
objetivos via
regras e
inferncias
DEFININDO OS OBJETIVOS
Como o alcance dos objetivos a meta de qualquer sistema IA, a
primeira etapa no planejamento deste sistema definir um conjunto de
objetivos.
Precisamos saber que tipo de problema queremos solucionar e ser
capaz de descrev-los em termos concretos antes de comear a criar
um programa para resolv-los.
Voltando ao exemplo anterior cujo objetivo era chegar a Fatec.
Considere que o seu sistema de inteligncia humana guiou-o com
segurana e rapidez ao atravessar a rua.
Agora voc est no ponto de nibus e tem apenas um minuto ou dois
para resolver qual dos dois nibus que passam neste ponto o melhor
para voc.
DEFININDO OS OBJETIVOS
DEFININDO OS OBJETIVOS
Por exemplo, quanto tempo vai demorar para o nibus
expresso chegar? Em qual dos dois nibus ser mais
provvel eu viajar sentado? Algumas regras entram tambm
em jogo, graas poda, como SE eu tiver de esperar mais
de 10 minutos pelo nibus expresso, ENTO demorar mais
para eu chegar a FATEC do que se eu tomar o nibus que
pra em todos os pontos.
As regras esto funcionando todo o tempo, mesmo aquelas
dentro do mecanismo de poda, que supervisiona todos os
processos de pensamento localizando as regras especficas
que so necessrias para tomar a deciso imediatamente.
DEFININDO OS FATOS
OBTENDO DADOS
Lento
intervalo
S1$ (5min)
Horrio
Conforto
Computador
Pessoal
(Expresso)
REGRAS E INFERNCIAS
Definindo
a soluo
Definindo
fatos
Componentes de um
sistema de IA baseado
em regras
Obtendo
dados
Obtendo novos
objetivos via
regras e
inferncias
O mecanismo de inferncia
obtm novos fatos para
verificar se os objetivos foram
encontrados corretamente
Configurao
e operao de
um programa
de IA
Obtendo
dados
PODA
PODA
A poda permite que o computador pule ou processe
qualquer parte do banco de conhecimentos de acordo com
sua relevncia para um determinado objetivo.
Isto elimina o processamento de percursos que no
ajudaro a alcanar nosso objetivo.
PODA
sistema especialista.
Todo o conhecimento em um sistema especialista
fornecido por pessoas que so especialistas naquele
domnio.
Os fatores de pesos que atribumos s tcnicas de
subtrao, no foram criados arbitrariamente; eles
representam um conhecimento que vem de pesquisas em
um campo de estudo.
1.
2.
Como resolver um
problema eltrico
em carros
Como cozinhar
uma comida
chinesa
1.
2.
Como nadar
Dado
SE condio A
ENTO regras para A
SE condio B
ENTO regras para B
negro.
O quadro negro um lugar dentro da memria do
computador no qual as informaes armazenadas em um
sistema especialista so afixadas para que qualquer outro
sistema especialista possa us-lo se precisar das
informaes l contidas para alcanar seus objetivos.
O quadro-negro uma estrutura que contm informaes
que podem ser examinadas por sistemas especialistas
cooperativos.
Exerccio
PROCESSAMENTO DE
LINGUAGEM NATURAL
PROCESSAMENTO DE
LINGUAGEM NATURAL
Uma verdadeira inteligncia artificial deve ser capaz de
explicar a tarefa que querem que seja executada e o
computador seja capaz de responder a contento.
Isso pode parecer uma coisa muito simples, pois voc tem
falado e ouvido a linguagem humana desde que era
criana, e por isso toma como inteiramente certas a
maioria de suas caractersticas mais complexas.
Se voc j trabalhou com alguma linguagem de
computador, sabe a preciso com que deve escrever um
programa para que o computador faa exatamente o que
voc quer.
PROCESSAMENTO DE
LINGUAGEM NATURAL
PROCESSAMENTO DE
LINGUAGEM NATURAL
linguagem natural.
PROCESSAMENTO DE
LINGUAGEM NATURAL
Se voc tivesse um rob com inteligncia artificial que
soubesse consertar coisas, poderia dar a ele uma das
seguintes ordens:
1. Arrume o carro ao lado da casa com um pneu furado.
2. Arrume o carro ao lado da casa vermelha.
Embora a sentena 1 esteja gramaticalmente incorreta,
qualquer pessoa consegue entend-la todos ns sabemos
que uma casa no pode ter um pneu furado.
PROCESSAMENTO DE
LINGUAGEM NATURAL
PROCESSAMENTO DE
LINGUAGEM NATURAL
Como ambas as sentenas tm estruturas idnticas, o rob
deve no apenas possuir conhecimentos de gramtica mas
deve tambm ser capaz de associar descries e objetos.
importante ter em
mente que nossas regras de
linguagem fazem sentido apenas para ns, o rob precisa
de suas prprias regras especiais para entender o que
estamos falando.
PROCESSAMENTO DE
LINGUAGEM NATURAL
PROCESSAMENTO DE
LINGUAGEM NATURAL
Todas as linguagens humanas so classificadas como
sensveis ao contexto.
Ou seja, a sentena 2 precisou da sentena 1, para ser
interpretada em sua totalidade.
Uma linguagem cuja interpretao de sentenas pode ser
conseguida sem o conhecimento de outras sentenas
chamada de livre de contexto, isto , livre do que
aconteceu antes ou do que acontecer depois.
PROCESSAMENTO DE
LINGUAGEM NATURAL
O processo empregado para se fazer um computador
entender sentenas composto de programas que juntos
formam o analisador de linguagem natural. As trs divises
bsicas da anlise da linguagem so:
1. Anlise lxica (anlise das palavras)
2. Anlise sinttica (anlise da colocao das palavras em
uma sentena, incluindo as regras da gramtica).
3. Anlise semntica (anlise do significado de uma
sentena em si e em relao a outras sentenas).
PROCESSAMENTO DE
LINGUAGEM NATURAL ANLISE LXICA
A anlise lxica a que considera a palavra em si (classe de
palavras, flexo, elementos mrficos, terminao, grafia etc.). Por
exemplo, uma palavra simples, como caixote, pode ser
subdividida em:
caix (raiz)
ote (sufixo)
luz (tema)
ir (desinncia)
PROCESSAMENTO DE LINGUAGEM
NATURAL - ANLISE SINTTICA
PROCESSAMENTO DE LINGUAGEM
NATURAL - ANLISE SINTTICA
PROCESSAMENTO DE LINGUAGEM
NATURAL - ANLISE SINTTICA
Uma frase verbal pode ser dividida ainda mais em um verbo seguido de
uma outra frase nominal, como:
FV V,FN
Uma frase nominal, porm, pode tambm ser simplesmente um
substantivo:
FN SUB
Uma maneira comum de se dividir uma sentena criar uma rvore,
que representao esquemtica da estrutura sinttica de uma
sentena. A sentena
O menino comeu banana poderia ter a estrutura mostrada a seguir.
PROCESSAMENTO DE LINGUAGEM
NATURAL - ANLISE SINTTICA
Sentena
FN(FN)
FV
FN
DET
SUB
V
SUB
menino
comeu
banana
PROCESSAMENTO DE LINGUAGEM
NATURAL ANLISE SEMNTICA
PROCESSAMENTO DE LINGUAGEM
NATURAL - ANLISE SEMNTICA
DET
O
SUB
SUB
menino comeu
banana
PROCESSAMENTO DE LINGUAGEM
NATURAL - ANLISE SEMNTICA
Regra 2:
SE um verbo segue o sujeito, ENTO o verbo nos diz
o que o sujeito fez.
Regra 3:
SE um substantivo segue o sujeito e o verbo nessa
ordem, ENTO o substantivo um objeto.
Regra 4:
SE uma sentena tem a forma sujeito, verbo, objeto,
ENTO sabemos o que o sujeito fez (verbo) em relao ao
objeto.
PROCESSAMENTO DE LINGUAGEM
NATURAL - ANLISE SEMNTICA
Um processador de linguagem natural pode ser usado na
frente de um outro sistema de inteligncia artificial,
permitindo que os dados sejam passados de forma verbal:
Encontre o
que...
Processador
de linguagem
natural
Objeto
(banana)
Sujeito
(menino)
Verbo (comeu)
Inteligncia
artificial
PROCESSAMENTO DE LINGUAGEM
NATURAL - ANLISE SEMNTICA
rvore de Deciso
rvore de Deciso
rvore de Deciso
rvore de Deciso
rvore de Deciso
rvore de Deciso
No
Quantos
anos de
experincia
o candidato
tem? 7
No oferecer
uma posio
ao candidato
2
Mdia
menor que 3,5
O candidato
possivelmente
se qualifica
para uma
posio
3
O candidato
tem diploma?
1
Sim
O candidato
fez alguma
descoberta
importante?
4
Sim
Sim
Qual a
mdia geral
do candidato
na escola?
Menos
de 2
anos
Igual ou
maior que
2 anos
No oferecer
uma posio
ao candidato
9
Oferecer ao
candidato uma
posio de
engenheiro de
servios
10
Oferecer ao
candidato uma
posio de
pesquisador
6
Mdia
maior
ou igual
a 3,5
Oferecer ao
candidato uma
posio de
engenheiro de
produto
8
Exerccios
Exerccios
Exerccios
Exerccios