quinta-feira, 24 de setembro de 2009

Introdução - Uma visão geral sobre Inteligência Artificial.

O que é exatamente inteligência artificial ? Explicando sem muitas voltas: Inteligência Artificial (IA) é o estudo de como fazer os computadores realizarem tarefas em que, no momento as pessoas são melhores.

Embora a área de IA seja estudada academicamente desde os anos 50, só recentemente tem gerado um interesse crescente por causa do surgimento de aplicações comerciais práticas. Um fator decisivo para o sucesso desta transição da academia para a indústria são os enormes avanços tecnológicos dos equipamentos computacionais ocorridos nas últimas duas décadas.

Inteligência Artificial em perspectiva

Sistemas de inteligência artificial incluem pessoas, procedimentos, hardware, software, dados e conhecimentos necessários para desenvolver sistemas computacionais e máquinas que demonstrem características de inteligência. Pesquisadores, cientistas e especialistas sobre como os humanos pensam são frequentemente envolvidos no desenvolvimento desses sistemas. O objetivo de desenvolver sistemas atualmente de IA não é substituir por completo a tomada de decisões humanas, mas sim replicá-las para certos tipos de problemas bem definidos. Assim como ocorre com outros sistemas de informação, o objetivo geral das aplicações de inteligência artificial é ajudar uma organização a atingir suas metas.

Estudos em Inteligência Artificial

Por muitos anos, as pesquisas em IA foram orientadas para abordagens de problemas em ambientes estáticos. Contudo, estas pesquisas mostraram-se inadequadas para diversos problemas do mundo real onde há necessidade de se prever e modelar situações com ambientes dinâmicos e reais, cheios de imprecisões e incertezas, para melhor compreensão dos processos mentais e do conhecimento.

Hoje, existem vários campos de estudo dentro da IA com propósito de dotar a máquina de capacidade de raciocínio, aprendizado e auto-aperfeiçoamento. Qualquer aplicação em IA depende da forma de aquisição, retenção e manipulação do conhecimento.

Podemos citar algumas áreas de pesquisa dentro de IA, tais como: Processamento da Linguagem Natural, Reconhecimento de Padrões, Robótica, Jogos Educacionais e Sistemas Especialistas.


Inteligência Humana e IA & principais ramos da IA

Inteligência Humana e Inteligência Artificial

A Inteligência Humana caracteriza-se por funções psicológicas ou conjuntos de funções graças às quais o organismo se adapta ao seu meio produzindo combinações originais de condutas, adquire e explora conhecimentos novos e, eventualmente, raciocina e resolve os problemas de uma maneira conforme às regras destacadas pelas formalizações da lógica. Dito por outras palavras, a inteligência é um conjunto de funções que o homem inatamente possui que ao longo da vida vai desenvolvendo e crescendo, que o ajudam a adaptar-se ao meio em que vive bem como a tomar decisões e a escolher perante os obstáculos que se apresentam. O raciocínio, a memória, a linguagem e a emoções são componentes da inteligência humana, sem os quais o humano não se tornaria autônomo e apto a sobreviver.

A Inteligência Artificial por seu lado é uma nova ciência, que “bebe” teorias tanto da informática como das experiências da psicologia cognitiva, tendo como objetivo geral reproduzir por meio de máquinas, nomeadamente computadores, atividades humanas qualificadas como inteligentes. Cabe assim à inteligência artificial o tratamento de informações simbólicas não numéricas utilizando heurísticos, a resolução geral de problemas, o reconhecimento de formas e o reconhecimento automático da linguagem natural. De fato, a inteligência artificial assemelha-se em muitas coisas à inteligência humana, pois outros dos seus domínios é o desenvolvimento de sistemas à base de representação de conhecimento e a modelização de raciocínios. Assim, tal como a inteligência humana, também a inteligência artificial utiliza o raciocínio lógico, a memória e a linguagem, mas falta-lhe um componente bastante importante da inteligência humana, a emoção.

Esta por sua vez é fator principal da inteligência humana, pois não é à toa que se fala cada vez menos de Q.I. (coeficiente de inteligência) e mais de Q.E. (coeficiente emocional). Pode parecer que a emoção nada tem que ver com inteligência, mas tem e muito. No âmbito da psicologia a capacidade adaptativa do ser humano, é doseada pela inteligência e pela emoção, se um indivíduo for demasiado racional a sua adaptação ao meio social torna-se mais difícil, pois todas as suas ações e comportamentos estão condicionados por uma avaliação lógica e fria, por outro lado se esse mesmo indivíduo for demasiado emocional, também condiciona a sua capacidade adaptativa, pois este passa a dar muita importância aos seus sentimentos e menos importância à razão, o que o torna mais fraco e frágil. De fato ser inteligente é ser capaz de se adaptar a qualquer situação ou meio ambiente, e para isso é necessário saber articular a razão e a emoção.

Hoje em dia, a disciplina da inteligência artificial que estuda as semelhanças entre a vida artificial e a vida humana, é a robótica, ou seja, é a ciência que estuda a maneira pela qual as máquinas inteligentes poderão interagir (fisicamente) com o mundo real e com os humanos.


Principais ramos da Inteligência Artificial

IA é um amplo campo que inclui diversas áreas de especialização, como sistemas especialistas, robótica, sistemas de visão, processamento de linguagem natural, sistemas de aprendizado e redes neurais. Essas áreas se relacionam, assim, quando avanços ocorrem em uma, podem decorrer a resultados ou avanços em outras.


Sistemas Especialistas

Um Sistema de Inteligência Artificial criado para resolver problemas em um determinado domínio (área de interesse específico para as quais podemos desenhar um sistema de IA) cujo conhecimento utilizado é fornecido por pessoas que são especialistas naquele domínio, é denominado Sistema Especialista.

         Esses sistemas usam representação de conhecimento ou perícia humana num domínio particular de forma a executar funções semelhantes às de um especialista, e este conhecimento é representado por algum formalismo para representação do conhecimento. O sistema especialista é “informado” sobre as características do problema e decide, durante o processamento, qual o caminho mais provável de conter a solução. Uma das principais aplicações para os sistemas especialistas são os sistemas de diagnóstico. Esses sistemas são capazes de deduzir possíveis problemas a partir de observações ou sintomas.

          A arquitetura de um sistema especialista é dividida por dois componentes básicos: um banco de informações que contenha todo o conhecimento relevante sobre o problema de uma forma organizada (base de conhecimento); um conjunto de métodos inteligentes de manipulação destes conhecimentos, os mecanismos de inferência. Apesar das limitações das máquinas, é possível a construção de sistemas especialistas com alto grau de desempenho, dependendo da complexidade de sua estrutura e do grau de abrangência desejado, sendo a arquitetura mais comum a que envolve regras de produção.


Robótica

A palavra robô vem do checo robota que significa, trabalho forçado (escravo). Essa denominação surgiu a partir dos primeiros mecanismos industriais capazes de imitar movimentos naturais conhecidos como robôs de primeira geração, em que se limitava a realizar apenas tarefas simples e repetitivas. Com o evoluir dos tempos, foram criadas gerações com novos recursos e com maior facilidade de adaptação às variações do ambiente.

No campo da inteligência, o desenvolvimento da robótica, parte da busca de uma geração capaz de tomar decisões de acordo com as circunstâncias, isto é, preocupa-se com o objetivo de transformar o automático em autônomo.

Assim, a inteligência artificial contribuiu para a concepção do robô ideal, como sendo um agente inteligente, ou seja, componente de hardware e/ou software capaz de agir em conformidade com eventuais instruções pré-definidas, fornecidas pelo utilizador, de modo a executar determinadas tarefas, sendo capaz de raciocinar, de acordo com o modelo do mundo e o problema a ser solucionado; dotado de uma capacidade de introspecção em que pode examinar os processos do seu pensamento, de conhecer aquilo que sabe e o que não sabe anotando a diferença entre ambos; possuidor de um conhecimento geral sobre o seu mundo e conhecimento específico sobre determinados problemas; regido por regras ou outras formas racionais de organizar sua tomada de decisão; analisar a tarefa ou o problema, ponderar soluções, planear ações para solucionar o problema, e testá-las tendo em conta a escolha dentro das várias opções; funcionar em tempo e mundo real tal como os humanos e por último saber avaliar quais as ações que o ajudaram ou não a atingir determinado objetivo.

Contudo esta idealização do robô perfeito só ainda é em teoria, pois na prática os robôs atuais não conseguiram cumprir todas estas regras. Um grande computador atual pode processar bilhões de cálculos em segundos, mas não consegue interpretar uma piada que até uma criança de quatro anos entenderia, sobretudo, na natureza, onde as informações normalmente surgem de forma inesperada, ilógica ou irracional.

Mas mais uma vez, a inteligência artificial, pensa apenas em criar um robô, ou seja, um escravo, tal como a raiz da palavra indica, criar um agente que esteja sempre pronto a substituir o homem nas tarefas mais complexas e repetitivas, sem qualquer sentimento ou emoção.



Sistemas de Visão, Aprendizado, Redes Neurais e Fala


Sistemas de Visão
Visão computacional é a ciência e tecnologia das máquinas que enxergam. Como uma disciplina científica, está preocupada com a teoria para criar sistemas artificiais que possam obter informações a partir de imagens. Os dados de uma imagem podem ter diversas formas, como uma seqüência de vídeos, fotos de diferentes ângulos, ou dados multidimensionais de aparelhos médicos.
Como uma disciplina tecnológica, a visão computacional procura aplicar as teorias e modelos à construção de sistemas de visão. Exemplos de Aplicações de sistemas de visão computacional que incluem sistemas para:
  • Controlar processos – Ex: um robô industrial ou um veículo autônomo (sem motorista)
  • Detectar eventos – Ex: monitoramento de câmeras de segurança, ou contagem de pessoas
  • Organizar informação – Ex: Indexar banco de dados de imagens e de seqüência de imagens
  • Modelar objetos ou ambientes – Ex: Inspeção industrial, análise de imagens médicas, modelagem topográfica
  • Interação – Ex: entrada para um dispositivo de interação computador-humano
Visão computacional também pode ser descrita como um complemento (mas não necessariamente o oposto) de visão biológica. Na visão biológica, a percepção visual dos humanos e de vários animais é estudada, resultando em modelos de como esses sistemas operam em termos de processos fisiológicos. Visão computacional, de outro lado, estuda e descreve sistemas de visão artificial que são implementados em software e/ou hardware. A troca interdisciplinar entre visão biológica e computacional tem rendido bons frutos para ambos os campos.
Visão computacional engloba áreas como reconstrução de cenas, detecção de eventos, rastreamento, reconhecimento de objetos, aprendizagem, indexação, cálculo de movimentos, e restauração de imagens.

Processamento de Linguagem Natural
Reconhecimento de fala converte palavras faladas em comandos de máquina. O termo “reconhecimento de voz” algumas vezes é usado para se referir ao reconhecimento de fala onde o sistema é treinado para atender a um narrador específico, como é o caso da maioria dos programas existentes para computadores. Portanto, possui características de reconhecimento de narrador, que tenta identificar a pessoa que está falando, para melhor interpretar o que está sendo falado. O reconhecimento de fala é um termo mais amplo, o que significa que pode reconhecer praticamente a fala de qualquer pessoa, como em um sistema de callcenter desenvolvido para reconhecer muitas vozes. Reconhecimento de voz é um sistema treinado para um usuário em particular, onde reconhece a fala baseado no tom de voz único da pessoa.
Aplicações para reconhecimento de fala incluem discagem por voz (Ex: Ligue para Casa), transferência de chamadas (Ex: Gostaria de solicitar a segunda via da minha conta), entrada de dados (Ex: Para começar, fale o número do seu telefone, digito por dígito), voz –para-texto (onde a as palavras faladas são transcritas em um processador de texto).

Sistemas de aprendizado
A aprendizagem de máquinas é uma disciplina científica que está preocupada com o design e o desenvolvimento de algoritmos que permitam computadores à aprender baseado em dados, como os de um sensor, ou de banco de dados. O maior foco de pesquisa está em automaticamente aprender a reconhecer padrões complexos e tomar decisões inteligentes baseado nos dados. Portanto, aprendizagem de máquinas está intimamente ligada a campos como estatísticas, teoria da probabilidade, mineração de dados, reconhecimento de padrões, inteligência artificial, controle adaptativo, e ciência computacional teórica.

Redes neurais
Redes neurais artificiais (geralmente chamadas “redes neurais”) são modelos matemáticas ou computacionais que tentam simular a estrutura e/ou aspectos funcionais de redes neurais biológicas. Consistem em um grupo interconectado de neurônios artificiais e processa informação usando uma aproximação conexionista à computação. Na maioria dos casos, redes neurais artificiais são sistemas adaptativos que mudam suas estruturas durante a fase de aprendizagem. Redes neurais são ferramentas de dados estatísticos não lineares. Podem ser usadas para modelar com relacionamentos complexos entre entradas e saídas ou para encontrar padrões em dados.