O documento apresenta uma introdução à Inteligência Artificial, definindo o tema, discutindo suas áreas e aplicações principais, e descrevendo brevemente alguns conceitos e problemas centrais da área.
[Jose Ahirton Lopes] Deep Learning - Uma Abordagem Visual
[José Ahirton Lopes] Inteligência Artificial 101
1. Inteligência Artificial 101:
Do cérebro humano à cognição robótica e
dispositivos conectados
MSc. José Ahirton Batista Lopes Filho
São Paulo, 11 de janeiro de 2017
2. Agenda
Inteligência Artificial
O que é Inteligência Artificial?
Uma breve linha do tempo
Áreas e dependências em IA
Conceitos importantes em IA
Problemas comuns em IA
Aplicações e Estudos de Caso
Referências
3. O que é Inteligência Artificial?
Fazer computadores que pensam?
Automação de atividades que associamos ao pensamento
humano, como a tomada de decisão, a aprendizagem ...?
A arte de criar máquinas que executam funções que exigem
inteligência, quando realizadas por humanos?
O estudo das faculdades mentais através do uso de modelos
computacionais?
Ramo da ciência da computação que se preocupa com a
automação do comportamento inteligente?
Qualquer coisa em ciência da computação que ainda não sabemos
como fazer corretamente?
4. Inteligência Artificial
Há milhares de anos o homem busca entender como pensamos.
Como somo capazes perceber, compreender, prever e tatear o mundo ao
nosso redor?
Filosofia, psicologia e neurociência.
O campo da Inteligência Artificial vai além:
Construir sistemas ou entidades inteligentes.
Atualmente a IA abrange uma variedade de temas:
Uso geral como aprendizagem e percepção;
Tarefas específicas como jogos de xadrez, detecção de fraudes, reconhecimentos
de voz e imagem, tradução automática, veículos autônomos, robótica móvel e
aérea, internet of things dentre outros.
6. Áreas e Dependências em IA
Busca em Espaços de Estados
Visualização e
Representação de
Conhecimento
Processamento de
Linguagem Natural
Pensamento Computacional
Visão
Computacional
Sistemas
Especialistas
Robótica
Internet of
Things
Computação Lógica Probabilística
Aprendizagem de Máquina
7. O que é um sistema inteligente?
As abordagens para o estudo de IA se dividem em 4 categorias:
Sistemas que pensam
como seres humanos
Sistemas que pensam
racionalmente
Sistemas que agem
como seres humanos
Sistemas que agem
racionalmente
Pensamento
Comportamento
Humano Racional
8. Problemas comuns em IA
Busca em grandes espaços de estados (incluindo jogos tais como
xadrez);
Representação e visualização de conhecimento;
Tarefas de aprendizagem;
Processamento de linguagem natural;
Sistemas especialistas;
Interação com o ambiente;
Sensoriamento, Visão, Reconhecimento de fala e escrita, dentre outros
exemplos principalmente para Robótica e Dispositivos IoT.
Como artefatos podem operar de maneira cada vez mais autônoma?
Tais artefatos devem ajustar suas ações de acordo com as variações
detectadas;
Comumente por meio de uma função objetivo e de resposta (feedback) do
próprio ambiente.
11. Vantagens da Utilização de IA
Computadores mais poderosos e úteis;
Interfaces novas e melhoradas
Resolução de novos problemas visando crescimento
exponencial;
Melhor manipulação de informações;
Alívio da sobrecarga de informação;
Conversão de informações em conhecimento;
Vantagem competitiva.
12. Referências
Essa apresentação foi baseada em:
Russell, Stuart; Norvig, Peter (2003). Artificial Intelligence. A
Modern Approach. 2ª ed. Upper Saddle River, New Jersey:
Prentice Hall.
Lima, Isaías; Pinheiro, Carlos; Santos Oliveira, Flávia. Inteligência
Artificial. 1ª ed. Elsevier.
Niku, Saeed. Introdução à robótica: Análise, controle, aplicações.
2ª ed. LTC Editora.
McEwen, Adrian; Cassimally, Hakim. Designing the Internet of
Things. 1ª ed. John Wiley & Sons.
13. Nas próximas aulas ...
Projeto 1 – Reconhecimento de semáforo via OpenCV em
Raspberry Pi.
Projeto 2 – Embutindo uma assistente virtual em uma Raspberry Pi
para automatização residencial via smart plugs.
Projeto 3 – Utilizando diferentes plataformas cognitivas de
mercado para Robótica e IoT.
14. Ciência da computação não é a ciência
dos computadores, assim como a
astronomia não é a ciência dos
telescópios.
”
Edsger Dijkstra
“
Obrigado!
Notas do Editor
The winter:
1958: John McCarthy (MIT) invented the Lisp language. Super-optimism with AI: Many financial resources available for R&D in the 1960s.
The AI Winter: 1970 and 1980 Decades
After the Dartmouth Summer School, M. Minsky and many other researchers became super-optimistic about the future of AI: "Within a generation [...] the problem of creating 'artificial intelligence' will substantially be solved."
1969: The Impact of Perceptrons book by M. Minsky and S. Papert. The lack of delivery of ambitious promises has led to massive funding cuts for research
------------------------------------------------------------------------------------------------------------------------------
1936: Alan Turing proposed the Universal Turing Machines.
1943: Warren McCulloch & Walter Pitts published "A Logical Calculus of Immanent Ideas in Nervous Activity".
1943: Arturo Rosenblueth, Norbert Wiener & Julian Bigelow introduced the term cybernetics, later published as a book in 1948 by N. Wiener.
1943: Emil Post proved that production systems (which later derived the rule-based systems) perform universal computing.
1949: Donald Hebb published the work "Organization of Behavior: A Neuropsychological Theory".
1950: A. Turing published the work "Computing Machinery and Intelligence". • 1950: Claude Shannon published a detailed analysis of the game of chess as a search problem ("Programming a computer to play chess").
1950: Isaac Asimov published the three laws of robotics (1950).
1952 and 1958: First RNA training algorithms (M. Minsky & F. Rosenblatt)
1957: Newell et al. demonstrated the General Problem Solver (GPS).
1952-62: Arthur Samuel of IBM wrote the first program to play chess.