Inteligência Artificial
Inteligência Artificial
Inteligência Artificial
• Avaliação:
• Testes de fixação (T) – peso 2
• Realizado durante as aulas
• Prova teórica (P) – peso 4
• Realizada no final do semestre
• Seminário (S) – peso 4
• Realizado em grupo no final do
semestre
• Média Final (MF) = ( T * 2 + P * 4 + S * 4 ) / 10
4 Sobre o curso
• Apresentação:
• Seu nome
• Em que área trabalha ou em
que área gostaria de trabalhar?
Porque?
• Que disciplina do curso gostou
mais? Porque?
• O que espera da disciplina de
IA?
6 Agenda
• Agentes Inteligentes
• Agente
• Estruturas
• Sistemas Baseados em
Conhecimentos
7 O que é um Agente
• Agente é qualquer entidade que:
• percebe seu ambiente através de sensores (ex.
câmeras, microfone, teclado, mensagens de outros
agentes,...)
• age sobre ele através de efetuadores (ex. vídeo,
autofalante, impressora, braços, http, mensagens
para outros agentes,...)
• Medida de desempenho: Critério que define o grau
de sucesso das ações
sensores Agente
ambiente
Raciocinador modelo do
ambiente
efetuadores
8 O que é um Agente
• Seres Humanos
• Percepção: olhos, ouvidos, olfato, tato, ... (sensores)
• Ação: mãos, braços, pernas, ...
• Ambiente: a natureza, a cidade em que vive, ...
• Robôs
• Percepção: câmeras, sensores IR, ...
• Ação: braços mecânicos, motores, ...
• Ambiente: fábricas, áreas de mineração, regiões inóspitas para
humanos, ...
• Um agente de software
• Percepção : teclas digitadas, conteúdo de arquivos, pacotes de
redes, ...
• Ação : exibição de algo na tela, gravação de arquivos, envio de
pacotes de rede, ...
• Ambiente: computador, celular, ...
9 Agentes Inteligentes
Fonte: Teresa Ludermir & Jacques Robin, Fundamentos de Inteligência Artificial, Cin-UFPE
18 Agentes - Ambiente
• Propriedades de Ambientes de
Tarefas
• Completamente Observável vs
Parcialmente Observável
• Os sensores permitem acesso ao estado
completo do ambiente para um
determinado instante?
• Ex: jogo da velha (completamente),
motorista de táxi (parcialmente, nem
sempre é possível analisar tudo)
20 Agentes - Ambiente
Agentes reativos
baseados em modelo
• Desvantagem:
• pouca autonomia
• não tem objetivo, não encadeia regras
• Ambiente: determinista e pequeno
• Guarda um estado interno que possa refletir
aspectos do ambiente não observados no
estado atual
• Sabe como as ações executadas vão
mudar o mundo (ambiente) modelo do
mundo
31 Agentes - Estrutura
• Segundo a IA...
• Identificar o conhecimento do domínio
• Representá-lo em uma linguagem formal
• Implementar um mecanismo de inferência para utilizá-lo
• The Knowledge Principle (Lenat & Feigenbaum)
• Para que um programa execute bem uma tarefa
complexa, ele deve saber muito sobre o mundo em
que opera.
• Questões-chave
• Como adquirir esse conhecimento?
• Como representá-lo adequadamente?
• Como raciocinar com ele correta e eficientemente?
44 Sistemas baseados em
conhecimento
• São sistemas que
• raciocinam sobre suas possíveis ações no mundo
• Conhecem:
• o estado atual do mundo (propriedades
relevantes)
• como o mundo evolui
• como identificar estados desejáveis do mundo
• como avaliar o resultado das ações
• conhecimento sobre conhecimento (meta-
conhecimento)
45 Sistema baseado em conhecimento
Explicação
Sensores Raciocínio
Automático
Contexto
Ambiente
Máquina de
Inferência
Genérica
Efetuadores Base de
Conhecimento Representação e
Aquisição de
Conhecimento
46 Sistemas baseados em
conhecimento
• Dois componentes principais (separados):
• Base de Conhecimento
• M ecanismo de Inferência
• Base de Conhecimento:
• contém o conhecimento do domínio do problema
• representações de ações e acontecimentos do mundo
• Cada representação: sentença
• Sentenças: linguagens específicas
• Formalismos de representação
47 Sistemas baseados em
conhecimento