Aula Teorica 1 Iia

Inteligência Artificial
1. Introdução
O que é a Inteligência Artificial?

Consciência
Psicologia
Complexidade
Inteligência Artificial
Vida Biologia Vida Artificial

Matéria Física Engenharia
Definição genérica
© 2005 E. Costa, 2007 A. Silva
Estudo e construção de entidades artificiais

com capacidades cognitivas semelhantes às
dos seres humanos
Posição mais pragmática
Estamos interessados em construir essas
entidades (agentes) para resolver problemas
complexos
1
As máquinas podem ser inteligentes?
Quatro descontinuidades:
Matéria -> Copérnico
• O nosso lugar no cosmos deixou de ser central…
Vida -> Darwin
• Deixámos de ser uma criatura resultante dum acto
de criação especial
Mente -> Freud

• O “eu” deixou de ser uno
Computador -> Newell, Simon, McCarthy,
Minsky, Samuel,...
• Teremos agora de partilhar a nossa inteligência com
as máquinas?
A metáfora computacional
Hipótese dos Sistemas Físicos de

Símbolos (SFS)
Os SFS têm os meios necessários e suficientes
para a acção inteligente geral.
Inteligência = Processos + Estruturas
Simbólicas
Mundo
Percepção Acção
Cognição
2
A metáfora conexionista
A inteligência resulta das interacções de

muitas unidades elementares
Cérebro humano:
1011 - 1012 neurónios
104 - 105 ligações
10-3 tempo comutação
Distribuição e paralelismo
A metáfora biológica
Baseia-se no conceito de
evolução (indivíduos/soluções)
Variação + Selecção natural
•Darwin
•Mendel
Sobrevivência
dos mais aptos
3
A metáfora biológica
População Indivíduo Cromossoma Gene Alelo
1. Iniciar, em geral aleatoriamente, uma população de indivíduos;

2. Determinar a qualidade dos indivíduos;
3. Se estamos satisfeitos então terminar
senão
3.1 seleccionar um subconjunto para reprodução, de acordo
com a sua qualidade;

3.2 alterar, de forma estocástica os indivíduos, por recurso a
mecanismos de manipulação/alteração do material genético;
3.3 Determinar a qualidade dos novos indivíduos;
3.4 Definir a nova população por combinação da velha com os
novos indivíduos;
3.5 voltar a 3.
O problema das n raínhas
Colocar n rainhas (xadrez) de

modo a que não se ataquem
4
Solução simbólica
Procura num espaço de estados
Estados
Operadores
Procura
1.Seja L uma lista contendo o estado inicial
2. Se L estiver vazia Então terminar assinalando insucesso
Senão
2.1 Seja l o primeiro elemento (estado) da lista L;

2.2 Se (teste) l é uma solução do problema Então terminar
assinalando sucesso
Senão
2.2.1 Gerar os descendentes de L por utilização do
operador move;
2.2.2 Retirar l da lista L;
2.2.3 Acrescentar os descendentes de l à cabeça de L;
2.2.4 Voltar para 2.
Solução simbólica
Árvore de
procura parcial
4 níveis
• 1820 tabs.
8 níveis
• 4426165368
move(r22,r23) move(r44,r43)
move(r11,r14)
5
Solução conexionista
V1
Redes de Hopfield θ1 =−1
Baseadas em TLU w13 = w31=1

Estado V=V1 V2 V3 w12 =w21=-2
Cada neurónio dispara

θ3 = 0 V
• isoladamente V2 θ2 = 0 3
w23 = w32=1
• com uma dada
probabilidade
Estados V1 V2 V3
0 000 4 0 0
1 001 5 3 1
2 010 2 0 3
3 011 3 3 3
4 100 4 4 5
5 101 5 5 5
6 110 2 4 7
7 111 3 5 7
Energia Ei = −Vi (∑ w V j −θi )

ij
de um neurónio
1
de uma rede
E=− ∑∑ wijV jVi + ∑i Viθi
2 i j
i≠ j
1. Definir aleatoriamente o estado inicial;

2. Enquanto não se alcançou um estado estável, Fazer

2.1. Seleccionar aleatoriamente uma unidade do estado e alterar a
sua saída
2.2. Se o estado resultante tiver energia inferior, Então
aceitá-lo como o novo estado
Senão
manter o valor antigo
Fim_Se
Fim_Enquanto
6
Para o problema das n rainhas
Um estado corresponde a uma rede n*n
Um neurónio é uma posição do tabuleiro
Estado = 1 onde existir uma rainha
1,1 1,2
W11,12 V1,1=1
θ11 θ12
W11,22
W11,21 W12,22
W21,12
θ21 θ22
W21,22 V2,2=1
Problema 2,1 2,2
escolher pesos e limiares de modo a que

estados estáveis correspondam a soluções do
problema
Solução biológica
Um algoritmo genético
1. Criar aleatoriamente população com P indivíduos;
2. Determinar a qualidade dos indivíduos;
3. Se estamos satisfeitos então terminar
Senão
3.1. Seleccionar |P|/2 pares de indivíduos de acordo com a sua
qualidade ou mérito;
3.2. Usar, estocasticamente, o operador de cruzamento sobre
cada par, gerando dois (novos) filhos;

3.3. Usar, estocasticamente, o operador de mutação sobre cada
indivíduo resultante da etapa anterior;
3.4. Substituir a população antiga pela nova;
3.5. Avaliar os indivíduos na nova população;
3.6. Voltar a 3.
7
Uma representação para o problema das
n rainhas
Um indivíduo/solução pode ser representado
por um vector de n posições em que
• Cada posição corresponde a uma linha
• Na posição guarda-se a posição (coluna) da rainha
nessa linha
• Por exemplo, no indivíduo seguinte está uma rainha
na terceira linha e sexta coluna
1 3 6 8 2 5 7 4
• Uma população um conjunto de vectores/indivíduos
Desempenho de um Mutação por troca

indivíduo depende do 1 3 6 8 2 5 7 4
número de ataques
1 3 7 8 2 5 6 4
 N N N N 
 ∑∑∑∑ ataca(rij , rnm )  − N
 
mérito(C k ) = 
i =1 j =1 n =1 m =1  Cruzamento de um ponto
2
baseado na ordem
1 3 6 8 2 5 7 4
Selecção por roleta 1 2 3 4 5 6 7 8
30 40
1 3 6 4 5 7 8 2
20 10
1 2 3 8 5 7 4 6
8
História
Alguns nomes
Shannon, Wiener, Von Neuman
McCuloch, Pitts
Turing
Homem Mulher
Interrogador
História
40 50 60 70 80 90 00
Gestação 43--56
Inícios 52- ------69 (GPS)
Realismo 66-74
S. Periciais 69-79
Industria. 80-88
Computação Evolucionária 90 -
Vida Artificial - 90
Sistemas Complexos - 90
9
Agentes
AGENTE
TAREFA
Ambiente
COMPORTAMENTO
Agente
Acção
Decisão
Percepção
AMBIENTE
Agentes
Propriedades
Corpo
Localização
Capacidades
Mecanismos de decisão
Estratégias
Tarefas
Medida de desempenho
Sociedades de agentes
Sistema = sociedade de agentes +
ambiente
Sistemas (Adaptativos) Complexos
10
Agentes
Tarefas
Deliberação
• Processos de decisão sofisticados
Mudança
• Agente (aprende) ou ambiente (navegação)
Interacção
• Comunicação oral ou escrita

Imposição
• Tarefas determinadas pelo ambiente
Agentes
Ambientes
Acessíveis
Deterministas
difíceis
Estáticos
Inacessíveis
1
fáceis
Dinâmicos
Não deterministas
11

Aula Teorica 1 Iia

Uploaded by

Document Information

Original Title

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

Aula Teorica 1 Iia

Uploaded by

Copyright:

Available Formats

Inteligência Artificial

O que é a Inteligência Artificial?

Vida Biologia Vida Artificial

Estudo e construção de entidades artificiais

Mente -> Freud

Hipótese dos Sistemas Físicos de

A inteligência resulta das interacções de

População Indivíduo Cromossoma Gene Alelo

1. Iniciar, em geral aleatoriamente, uma população de indivíduos;

com a sua qualidade;

O problema das n raínhas

Colocar n rainhas (xadrez) de

2.1 Seja l o primeiro elemento (estado) da lista L;

Redes de Hopfield θ1 =−1

Baseadas em TLU w13 = w31=1

Cada neurónio dispara

Energia Ei = −Vi (∑ w V j −θi )

1. Definir aleatoriamente o estado inicial;

2. Enquanto não se alcançou um estado estável, Fazer

escolher pesos e limiares de modo a que

cada par, gerando dois (novos) filhos;

• Uma população um conjunto de vectores/indivíduos

Desempenho de um Mutação por troca

Selecção por roleta 1 2 3 4 5 6 7 8

• Comunicação oral ou escrita

You might also like