A Inteligencia Artificial

1. Defina Inteligência. O que e um comportamento inteligente de uma maquina?

Resp: Inteligência é a capacidade de se deparar com um problema e puder ser capaz de resolvê-lo, essa habilidade de criar uma solução diante de uma situação denominamos inteligência. Define-se por comportamento inteligente de uma máquina, a capacidade dela arcar com um determinado problema, e conseguir solucioná-lo através da busca de uma da melhor ordem de estados possíveis para encontrar a solução.

2. Comente o surgimento da IA e as expectativas iniciais da área.

A Inteligência Artificial resolveu todas as propostas iniciais da área?

 Resp: No final da década de 70, a ideia de inteligência artificial teve grande destaque em seu principio com os feitos de Alan Turing na 2ª Guerra Mundial , quando estava decifrando o código dos alemães, resolveu ter a ideia de criar um computador que pudesse pensar. Inicialmente a expectativa de ter um computador que pudesse solucionar problemas era grandiosa, uma revolução para o mundo moderno, entretanto a realidade é diferente da teoria, era necessária uma quantidade muito grande de informações para realizar condições muito simples que poderiam ser resolvidas manualmente por humanos com bem menos requisitos. Então chegaram à conclusão que só seria viável o uso dela para alguma especificação, não problemas comuns. Somente na década de 80-90, determinou-se a possibilidade de soluções mais rápidas, finalmente foi possível fazer o algoritmo ser “capaz de ser ensinado” para solucionar um problema.

3. Defina os seguintes termos: estado, espaço de estados arvore de busca, no de busca, estado inicial, estado final, estado objetivo, ação, função sucessor, fator de ramificação, comprimento da solução.

 Resp: Estado: É a denominação de passos de dentro de um espaço de busca. Espaço de Arvore de Busca: é uma representação do conjunto de possíveis escolhas de um dado problema, uma ou mais das quais é solução do problema. Espaço de Estados: Em cada passo são definidas escolhas para chegar aos demais estados, essas ações são definidas Espaço de Estados. Nó de Busca: cada nó representa um possível caminho na busca Estado Inicial: Representa o ponto inicial do problema Estado Final: O último estado do espaço de busca, após ele não tem mais alternativas. Estado Objetivo: O estado do resultado a se alcançar, o estado que satisfaz a meta. Ação: São as escolhas dos passos, respeitando as regras determinadas em um algoritmo. Função Sucessora: Gera os estados válidos que resultam da tentativa de executar as ações. São as regras que o sistema aceitar para serem aplicadas para passar de um estado para o próximo. Fator de ramificação: É a divisão entre os caminhos de um estado. Comprimento da solução: A distância necessária para chegar ao estado objetivo.

4. Forneça o estado inicial, o estado objetivo, a função sucessora e a função de custo para cada um dos itens a seguir: Resp:

a) Um macaco com um metro de altura esta em uma sala em que algumas bananas estão suspensas no teto, a 2,5 metros de altura. Ele gostaria de alcançar as bananas. A sala contem dois engradados empilháveis, moveis e escaláveis, com um metro de altura cada. b) Você tem 3 jarros com capacidade para 12, 8 e 3 litros, respectivamente, e ainda uma torneira de agua. E possível encher os jarros ou esvazia-los passando agua de um para outro ou derramando no chão. Você precisa medir exatamente um litro. Resp:

a) Estado inicial: Macaco e as bananas suspensa em 2,5 metros de altura. Estado objetivo: Alcançar as bananas Função Sucessora: A escolha dos móveis, ou os engradados para subir neles. Função de custo: Cada escolha de um objeto custa 1 passo. b) Estado Inicial: 3 jarros de 12,8 e 3 litros vazios Estado Objetivo: Conseguir medir exatamente 1 litro de um dos jarros Função Sucessora: Encher o balde 12 ou 8 ou 3, ou os três baldes. Função de Custo: Cada passo custa um espaço, uma ação custa um espaço.

a

5. Qual e a diferença entre uma busca informada e uma busca não informada? Resp: Uma busca informada refere-se a um espaço de busca com uma informação que pode ou não auxiliar na busca do estado objetivo, também chamado Busca Heurística. Uma busca não informada refere-se a uma busca sem nenhuma informação como auxílio, é também chamado de Busca Cega, irá gerar todas as possibilidades possíveis até chegar ao estado objetivo.

6. Como funcionam as buscas em profundidade e em largura? Descreva as vantagens e desvantagens de cada uma. Resp: Dentro de um tipo de Busca Cega, a busca em profundidade varre uma folha inteira e volta, ramo por ramo. A busca em Largura varre por níveis. Se a busca por caminhos longos ou infinitos, a busca em profundidade funciona mal, principalmente dependendo onde está o estado objetivo.Nesse caso o melhor é fazer uma busca por níveis usando a busca por largura. Se a busca por comprimentos parecidos, tanto a busca por profundidade quanto a largura são igualmente eficientes. Entretanto a de largura pode causar um desperdício maior de tempo e memória em seu consumo, a de profundidade é não usa tanto quanto a de largura.

7. As buscas em profundidade e em largura são ótimas e completas? Explique a sua resposta. Resp: A Busca em profundidade não é completa (ela pode encerrar antes de alcançar o seu objetivo), devido a seu método de busca mantém na memória o caminho de todo os nós anteriores, afinal ela vai ter que retroceder (backtrack) após a vasculha de um

ramo. Não recomendado utilizar ela para situações em que há muitos ramos nas divisões da solução. A Busca em largura é completa, mas não é considerada ótima, ela varre todos os níveis em sua busca, tem um gasto bem maior de memória, ela garante a varredura de todos os níveis até o último.

8. Quais os critérios de avaliação das estratégias de busca? Resp: - Completude – A certeza de se achar a solução -Custo do Tempo- O gasto do tempo para se encontrar a solução -Custo da memória – Gasto necessário para realizar a busca -Otimização da Solução- As estratégias para encontrar a melhor solução

9. De um exemplo de problema em que a “busca em largura” funcionaria melhor do que a “busca em profundidade”. De um exemplo de problema em que a “busca em profundidade” funcionaria melhor do que a “busca em largura”. Justifique os exemplos. Resp: A busca em profundidade gasta pouca memória e é mais fácil de implementar.   Dependendo do comprimento do caminho, se for de igual comprimento ou um problema menor, ela é mais vantajosa que as demais. A busca por largura gasta mais memória e é bem mais difícil de implementar. Se o caminho for longo e de infinitas possibilidades, a busca de profundidade funciona mal, nesse caso a busca de largura é melhor, varrer os níveis causa uma amplitude melhor dependendo de onde o estado objetivo estiver.