Resumo Inteligência Artificial

Inteligência Artificial

Iniciação à Informática

TADS 2016.2

João Paulo Cavalcanti Florencio

Felipe Oliveira da Silva

Chritian Schimidt

Inteligência Artificial

Já a muito tempo que fazemos perguntas sobre o porquê das coisas. Um dos grandes assuntos que apareceu e culminou em várias perguntas que até hoje não apresentamos resposta definitiva é o nosso maior poder: a aptidão de pensar. Entretanto o que é pensar? O que nos faz sermos capazes de estabelecer opiniões e tomar decisões? O que é inteligência?

Grandes pensadores arriscaram-se em deliberar sobre este enigma, porém não temos ainda respostas definitivas. Compreendemos, apesar disso, que o cérebro é responsável por essa aptidão e que é composto por neurônios e sinapses entre si, que contém a conjuntura interior e que este estado recebe influência dos nossos órgãos, nossos sentidos e do próprio cérebro em si. Entendemos que a inteligência não é fundamentalmente lógica e que as emoções exercem uma função muito importante.

Mas então o que é inteligência artificial? Há múltiplos significados disponíveis dentre os quais separamos o seguinte: I.A. SÃO SISTEMAS CAPAZES DE ATUAR RACIONALMENTE, OU SÃO SISTEMAS CAPAZES DE PENSAR COMO HUMANOS. A fim de entendermos a distinção destas duas definições precisamos compreender os dois campos principais de investigação da Inteligência Artificial.

A primeira tem enfoque em pesquisar sistemas que decidam corretamente em problemas bem definidos, nada obstante essa função não é direta, havendo assim a necessidade de utilizar-se de heurísticas que são um conjunto de regras simples que podem explicar os processos de tomada de decisão e solução de problemas quando estes são complexos ou não se tem a informação completa sobre os mesmos, da probabilidade estatística e das relações ontológicas como um meio para categorizar ou agrupar as informações em classes para assimilar e codificar o conhecimento, definindo as relações existentes entre os conceitos de determinada área do conhecimento e influência.

Estamos mencionando soluções de problemas como por exemplo conduzir um veículo, fazer a previsão do tempo, jogar xadrez, antever oscilações na bolsa de valores, etc. Esta área é chamada de I.A. fraca. No lado distinto temos a I.A. Forte. Onde a finalidade é inventar uma máquina que seja genuinamente inteligente, capaz de aprender a solucionar múltiplos problemas independente de seu limite inicial, no entanto, enquanto a I.A. fraca já apresenta diferentes aproveitamentos em nosso dia a dia a I.A. Forte ainda está muito longe de seus objetivos devido a dois fatores básicos: Insuficiência de capacidade computacional e carência de conhecimento acerca do funcionamento da mente humana.

O mundo real é muito aleatório e o ser humano tem grande aptidão em abstrair variações e perceber a essência dos eventos, a programação explícita não admite este grau de abstraimento, deste modo faz-se imprescindível admitir que as máquinas aprendam sozinhas com o método chamado de Aprendizado de Máquina. Na programação explícita o programador acerta a solução do problema, já no caso do aprendizado de máquina a função do programador é orientar a máquina a instruir-se a partir das próprias experiências.

Existem duas configurações inteiramente antagônicas de treinar uma máquina: Aprendizagem supervisionada: Onde neste tipo de aprendizagem existe alguém que confere a resposta da máquina ao atual modelo de inputs e as alterações são avaliadas de modo que a resposta coincida com o modelo preestabelecido. Já a Aprendizagem não supervisionada consiste em um modo de aprendizagem onde não existe supervisor, logicamente. A rede precisa encontrar sozinha semelhanças, modelos, simetrias ou conjuntos nos dados que lhe forem exibidos e codificá-los no output, como por exemplo os nomes de pessoas sugeridos pelo Facebook para as fotos baseadas em dados diversos como os comentários e tag.