Aula 01: INTRODUÇÃO E CONCEITOS DE INTELIGÊNCIA ARTIFICIAL Flashcards
Paradigmas de inteligência artificial
Modelos simbolistas
Grafos de estado
Sistemas especialistas
Sistemas nebulosos (lógica fuzzy)
Modelos não simbolistas
Modelos conexionistas (Redes neurais)
Sistemas evolucionários (Algoritmos genéticos)Quais características dos modelos simbolistas
Lidam com CONHECIMENTO EXPLÍCITO e REPRESENTADO SIMBOLICAMENTE
Examinam o seu raciocínio
Podem justificar conclusões
Atuam mesmo com conhecimento incompleto ou impreciso
Principais aplicações dos modelos simbolistas
algoritmos, jogos, configuração de produtos, emissão de propostas, telermarketing, distribuição, concessão de crédito…
O que caracteriza um problema a ser resolvido por sistemas de produção
- deve ser possível representar e reconhecer as situações estáticas do problema, que podem ser chamadas de “estados”. Ou seja, são problemas caracterizados por evoluírem em uma seqüência de estados distintos e identificáveis
- ter “operações” conhecidas que ocasionam as mudanças de estado.
- haver um estado inicial e um ou mais estados finais a serem atingidos.
Uma das principais aplicações práticas para as técnicas de Sistemas de Produção
são os problemas de roteamento em geral.
Sistemas de Produção: bases de estados
A bases de estados é o conjunto de configurações que o problema pode assumir.
Sistemas de Produção: seqüência de operadores
Resolver o problema é, na verdade, determinar a seqüência de operadores que deve ser aplicada a partir do estado inicial, de forma a atingir um os estados finais.
Sistemas de Produção: Método ou Estratégia de Busca.
A forma sistemática de percorrer o grafo à procura desta seqüência, é chamada de Método ou Estratégia de Busca. Um Método de Busca constrói uma Árvore de Busca, na qual a raiz é o estado inicial e os nós filhos são obtidos pela aplicação sucessiva dos operadores.
Sistemas de Produção: estratégia de controle.
Se pudermos escolher entre diversos operadores em uma determinada situação, então precisamos de uma estratégia de controle.
O que é um sistema simbolista?
Simbolista = que pode representar o conhecimento simbolicamente, e usa esses simbolos para tirar as conclusões.
Não simbolista = A estrutura não interna não permite que se identifique aonde está o conhecimento que se levou a conclusão.
Modelos não simbolistas
- Lidam com conhecimento não simbolicamente representado
- Bio-inspirados (cérebro, comportamento animal, genética)
- Processam a informação de forma paralela e distribuída
- Aprendem com treinamento
- Generalizam conhecimento aprendido
- Em modelos conexionistas não justificam decisões
Aplicações dos modelos não simbolistas
aplicações gerais de classificação, agrupamento, previsão e otimização.
O que grafo de estado modela?
Modelam os sistemas de produção
Características dos grafos de estados
- Modelam os sistemas de produção
- Modelam os problemas como sucessões de estados possíveis
- Estabelecem estratégias de busca por soluções
- Justificam decisões
Aplicações dos grafos de estados
Aplicações em problemas gerais de roteamento, sequenciamento de ações, estratégia de negócios, robótica e jogos de uma forma geral
Características dos sistemas especialistas
- Expressam o conhecimento em regras de produção
- Modelam o conhecimento de um ou mais especialistas
- Justificam soluções
- Podem agregar conhecimento
- Atuam mesmo com conhecimento incompleto ou conflitante
Aplicações dos sistemas especialistas
Aplicações em sistemas específicos de engenharia, finanças, vendas, tutoria e treinamento, manutenção, telemarketing, sistemas da área médica e planejamento estratégico.
Características dos sistemas nebulosos
- Modelam os modos imprecisos do raciocínio aproximado
- Trabalham com proposições imprecisas em linguagem natural
- Realizam inferências com operadores e modelos lógicos
Aplicações dos sistemas nebulosos
Aplicações em controle de aeronaves, operações do metrô, transmissão automática de veículos, controle de elevadores, análise fnanceira, ajuste da imagem em câmeras de vídeo, estabilizador de imagens de filmadoras, controle de máquinas de lavar e sistemas de ar condicionado.
Características dos algoritmos genéticos
- São algoritmos de otimização global
- Inspirados nos mecanismos da genética
- Empregam uma estratégia de busca paralela e estruturada
- Criam soluções que têm tendência à melhoria constante
Aplicações dos algoritmos genéticos
problemas gerais de otimização incluindo roteamento, controle de sistemas dinâmicos, parametrização e topologia de outros modelos de IA
Características das redes neurais
- Lidam com conhecimento não simbolicamente representado
- São inspirados no comportamento do cérebro
- Processam a informação de forma paralela e distribuída
- Aprendem com treinamento e generalizam conhecimento
- Não justificam decisões
Aplicações das redes neurais
Aplicações em reconhecimento de som e imagem, classificação de padrões, previsão de índices financeiros e agrupamento de dados.
Características dos sistemas de produção (modelados por grafos de estado)
- Lidam com problemas que devem possuir:
- Situações que representam os estados do problema
- Operações conhecidas que causam mudanças de estados
- Um estado inicial e estado(s) final(is) desejado(s)
Aplicações dos sistemas de produção (modelados por grafos de estado)
jogos de tabuleiro, problemas gerais de roteamento
Representação dos sistemas de produção
- representados com grafos onde:
- Estados são vértices (A,B,C)
- Operações são arestas (x,y)
- Estados inicial (A) e final (C) são marcados
O que é a estratégia de busca dos sistemas de produção
Uma estratégia é uma forma sistemática de gerar novos estados, em busca da solução.
Devemos:
- Obter uma sequência de operações que levem a um estado final;
- Evitar a repetição de estados em um ramo da árvore (círculos);
