A magia da Inteligência Artificial

Essa postagem tem o objetivo de mostrar uma visão geral sobre a Inteligência Artificial e algumas de suas incontáveis aplicações. Essa postagem não detalha os numerosos campos de estudo da IA, como as Redes Neurais, pois esses temas são extremamente grandes e, por isso, não se adequariam ao foco da postagem.

Antes de começar a falar sobre o que é a Inteligência Artificial em si, eu os convido a fazerem uma reflexão sobre o quão maravilhoso é o computador digital. Graças aos recentes avanços na computação e na tecnologia em si conseguimos quebrar barreiras que antes pareciam impossíveis. Como o melhor exemplo disso eu posso citar a Internet. Pensem em tudo que vocês aprenderam desde que começaram a navegar na Internet, e, o que é melhor, aprenderam de graça, apenas com uma simples pesquisa no seu motor de busca favorito e um clique em alguns links. Tenham uma coisa em mente: vivemos em uma época extremamente privilegiada se tratando do acesso ao conhecimento e, como exemplo, sou obrigado a citar que na idade média o acesso às fontes de conhecimento era restrito, primeiro pelo fato de muitos não saberem ler e mesmo os que sabiam não tinham acesso aos livros, que eram censurados e controlados pela igreja. Somente monges e padres que viviam nos conventos tinham acesso a esse conhecimento. O fato é que os computadores evoluíram muito desde o majestoso ENIAC, porém ainda encontramos limites. O maior desafio da computação, desde sua concepção, é a Inteligência Artificial (IA). Se conseguirmos desenvolve-la completamente, todo esse universo poderá ser ainda mais vasto.

 

ENIAC A magia da Inteligência Artificial

 

São muitas perguntas que surgem quando se trata desse assunto. Seria realmente possível criar máquinas verdadeiramente inteligentes? Você deve estar se perguntando: “Oxente, mas meu computador consegue processar tantas informações e realizar cálculos absurdos em tão pouco tempo… Por que ele não é considerado uma máquina inteligente?” Esse seu pensamento está correto, com apenas um porém. Seu computador é extremamente eficaz em fazer o que é ordenado, na medida em que ele espera por certos parâmetros já programados em um software.  Veja bem, uma máquina verdadeiramente inteligente e independente consegue se adaptar e aprender a tratar/reconhecer parâmetros inicialmente “estranhos” para ela e, com isso, melhorar a si mesma. A Inteligência Artificial (IA) é o estudo de como fazer os computadores realizarem tarefas em que, no momento, as pessoas são melhores.

Surgimento: 

No seu artigo “Computing Machinery and Intelligence”, Alan Turing, propõe o “jogo da imitação” ou “Teste de Turing” que é um artefato utilizado para determinar se uma máquina tem a capacidade de exibir um comportamento inteligente equivalente a um ser humano, ou indistinguível deste, além de discutir sobre nove objeções comuns imagináveis a respeito de por quê um computador não poderia ter um aprendizado independente. De modo geral, o trabalho de Turing discute sobre a mais emblemática das questões, se tratando de tecnologia, “Máquinas podem pensar?”.

Sabendo que as palavras “máquinas” e “pensar” poderiam causar ambiguidade em seus leitores (o significado da palavra “pensar” não possui limites de interpretação), Turing sugere que “troque a pergunta por outra que está intimamente relacionada à primeira e é expressada em palavras relativamente claras.” Para fazer isso, ele deve primeiro encontrar uma ideia simples e livre de ambiguidade para substituir a palavra “pensar”, depois disso ele deve esclarecer quais “máquinas” ele está considerando em seu estudo, só então ele formula a pergunta final.

The imitation game: 

O jogo da imitação consiste basicamente em um jogo onde duas pessoas (A e B) e um interrogador (C) participam. O interrogador deve permanecer em uma sala distinta dos outros dois jogadores e o objetivo do jogo, para o interrogador é distinguir quais dos jogadores é homem e qual é mulher. Os jogadores são conhecidos por X e Y e ao final do jogo o interrogador deve ser capaz de dizer, por exemplo: “X é A e Y é B”. São permitidas perguntas do tipo: “X, qual é o comprimento dos seus cabelos?”O objetivo do jogador A é tentar fazer com que C faça uma identificação errada e o objetivo de B é auxiliar o interrogador (C). Agora imagine se uma máquina tomar o lugar de A no jogo. Ocorrerá erros na identificação? Será que as máquinas podem pensar? Baseado na análise feita por Turing é possível observar que afirmações ou objeções podem ser perigosas. É justamente por isso que Turing busca definir oque é “máquina” e o que é um ser “inteligente”, justamente por tentar evitar conclusões precipitadas. Foi preciso especificar previamente as capacidades de uma máquina e suas respectivas características. Após definir a máquina Turing se preocupou em definir inteligência, utilizando o jogo da imitação. Posteriormente é proposta uma variante do jogo da imitação, mais conhecido como o “Teste de Turing”, onde ao invés de o interrogador tentar descobrir quem é homem ou quem é mulher, o interrogador deve descobrir quem é o humano e quem é a máquina. Caso a máquina consiga se aproximar de um humano, então é considerada verdadeiramente inteligente. O foco de Turing é responderá pergunta se uma máquina pode se comunicar em “linguagem natural” de maneira indistinguível daquela de um ser humano. Se 30% dos humanos consultados acreditarem que se trata de outro humano, a máquina passa no teste.

A máquina envolvida no jogo:

É admitido apenas o uso de computadores digitais, para tomarem parte no jogo. Porém o computador digital hipotético proposto por Turing é  relativamente diferente dos reais. Um computador digital consiste em três partes: Memória, Unidade Operacional e Controlador. A memória tem por característica armazenar as informações. A unidade operacional é responsável por executar as operações, sendo que a natureza dessas operações pode variar de máquina para máquina. O controlador é responsável por garantir que as instruções estão sendo obedecidas e na ordem correta. O leitor precisa acreditar que baseado nas ações descritas acima, um computador digital possa imitar um computador humano. Para os computadores reais (humanos), as instruções já estão na memória. Usualmente a tabela de instruções é construída utilizando programação e programar uma máquina para executar uma operação “X” significa introduzir uma nova tabela de instruções, de forma que ela possa executar a operação desejada. A grande diferença é que o computador digital proposto por Turing possui capacidade de memória infinita e não é uma máquina de estados discretos ou finitos, é uma máquina que nunca para de “pensar” e continua sempre processando, a todo momento. Imagine que uma máquina de estados contínuos seria como um ser humano, ou você consegue desligar seu pensamento?

 

turingtest A magia da Inteligência Artificial

 

Curiosidade: Em 2014, um computador passou no teste de Turing ao conseguir enganar uma banca na Universidade de Reading em Londres. O chatterbot, criado por uma equipe russa, é conhecida pelo nome de Eugene Goostman. Eugene Goostman foi retratado como sendo um menino de 13 anos de idade, de Odessa, na Ucrânia, tem um animal de estimação e um pai que é ginecologista. A escolha da idade foi uma estratégia para a finalidade do teste, assim as respostas poderiam se aproximar de respostas humanas. 33% juízes participantes se convencerem de que Eugene Goostman era um humano.

 

eugene-goostman A magia da Inteligência Artificial

 

Observação: Embora a área de IA seja estudada academicamente desde os anos 50, só recentemente tem gerado um interesse crescente por causa do surgimento de aplicações comerciais práticas.  

Sistema de IA:

Um sistema de IA não é capaz somente de armazenamento e manipulação de dados, mas também da aquisição, representação, e manipulação de conhecimento. Esta manipulação inclui a capacidade de deduzir ou inferir novos conhecimentos – novas relações sobre fatos e conceitos – a partir do conhecimento existente e utilizar métodos de representação e manipulação para resolver problemas complexos que são frequentemente não-quantitativos por natureza. Uma das idéias mais úteis que emergiram das pesquisas em IA, é que fatos e regras – conhecimento declarativo – podem ser representados separadamente dos algoritmos de decisão – conhecimento procedimental. Isto teve um efeito profundo tanto na maneira dos cientistas abordarem os problemas, quanto nas técnicas de engenharia utilizadas para produzir sistemas inteligentes. Adotando um procedimento particular – máquina de inferência – o desenvolvimento de um sistema IA é reduzido à obtenção e codificação de regras e fatos que sejam suficientes para um determinado domínio do problema. Este processo de codificação é chamado de engenharia do conhecimento. Portanto, as questões principais a serem contornadas pelo projetista de um sistema de IA são: aquisição, representação e manipulação de conhecimento e, geralmente, uma estratégia de controle ou máquina de inferência que determina os itens de conhecimento a serem acessadas, as deduções a serem feitas, e a ordem dos passos a serem usados (SCHUTZER, 1987).

 

sistema-clássico-de-ia A magia da Inteligência Artificial

 

Aplicações:

Muitos pesquisadores hoje acreditam que IA é uma tecnologia chave para o software do futuro. As pesquisas em IA estão relacionadas com áreas de aplicação que envolvem o raciocínio humano, tentando imitá-lo e realizando inferências. Estas áreas de aplicação que geralmente são incluídas nas definições de IA incluem, entre outras:

  • Tratamento de Linguagens Naturais: Capacidade de Tradução, Ordens a um Sistema operacional, Conversa Homem-Máquina, etc.
  • Sistemas Experientes: Sistemas que se lhes implementa experiência para conseguir deduções próximas à realidade.
  • Robótica: Navegação de Robôs Móveis, Controle de Braços móveis, montagem de peças, etc.
  • Problemas de Percepção: Visão e Fala, reconhecimento de voz, obtenção de falhas por médio da visão, diagnósticos médicos, etc.
  • Aprendizagem: Modelagem de condutas para sua implante em computadores.

Detalhes sobre as aplicações da IA, pelo CITI:

PLANEJAMENTO

O planejamento está intimamente ligado ao raciocínio. Um programa com capacidade de planejar é capaz de fazer escolhas hipotéticas, estabelecer compromissos e ordenar as suas escolhas segundo os critérios que melhor servem os seus objetivos. O planejador consegue ainda avaliar se os compromissos tomados até então conduzem a um plano completo e coerente.

Um exemplo de um excelente planejador é o Deep Blue, o programa da IBM que venceu o campeão mundial de xadrez Kasparov em 1997. O programa foi capaz de elaborar planos estratégicos e adaptá-los às novas situações de jogo que foram surgindo.

Assim funciona um planejador, ele fixa um objetivo, e atinge-o supervisionando um ou mais dispositivos capazes de realizar ações no mundo real. Este tipo de programas vem muitas vezes substituir os programas de procura que tentam passar de uma situação inicial (dados), através de sucessivas aplicações de transformações à representação dos dados do problema, para uma situação final (objetivos). O planejador aproxima-se muito mais de uma solução heurística e do processo como nós, humanos, pensamos.

Procuram-se resolver problemas gerais, tomar decisões e raciocinar em interação com uma base de dados.

VISÃO COMPUTACIONAL

A primeira abordagem sobre o reconhecimento dos caracteres ópticos remonta já aos anos 50. E esta área assume-se hoje como uma área científica de excelência que engloba grandes volumes de informação (variada e complexa) relacionados entre si.

Os sistemas de visão que conhecemos hoje são capazes de construir descrições do ambiente que os envolve, processar e reconstruir imagens.

A visão está muito ligada à ideia de percepção computacional e do facto de a máquina reconhecer o seu ambiente e comportar-se de acordo com este. Assim encontramos a percepção visual computacional relacionada com os movimentos dos agentes, com a sua coordenação motora, o controlo dos seus movimentos e não podemos deixar de falar em robótica ao abordarmos esta nova concepção de ‘visão ativa’.

XADREZ

Este é um dos problemas preferidos da I.A. Ao longo dos anos têm-se desenvolvido um sem número de programas de jogo de xadrez. Em 1957 Allen Newell e Herbert Simon chegaram mesmo a prever que num prazo de 10 anos um programa de computador venceria o campeão mundial de xadrez, mas essa previsão ainda demoraria 40 anos a efetivar-se.

Mas a investigação em xadrez impulsionou as técnicas para a resolução de problemas combinatórios e foi desenvolvendo as técnicas heurísticas em grandes espaços de conhecimento onde a procura precisa de ser guiada, avaliada e controlada.

Assim o xadrez foi desde cedo a bancada de trabalho para técnicas de procura, representação, planeamento, heurísticas, concepção de agentes inteligentes,…

FALA

A compreensão e o reconhecimento da língua natural foram também desde cedo um dos desafios colocados à I.A. então jovem ciência, com a proposta da tradução automática (um dos primeiros objetivos da I.A. que fracassou redondamente).

Mesmo depois de 40 anos de evolução estamos ainda um pouco longe de conseguir que programas computacionais reconheçam e reproduzam a língua natural, isto apesar do recente sistema CYC que trabalha já com a manipulação de conceitos, este programa entende o significado das palavras e já não trabalha exclusivamente com caracteres verdadeiro e falso.

Esta área está intimamente ligada ao estudo da língua e dos sistemas de significação e permite uma abordagem sobre o conhecimento humano não-lógico (a maior parte dele) mas inexato, incompleto e parcial, a qual se tornou um objetivo geral para a maior parte dos sistemas periciais e um dos núcleos de investigação piloto em I.A. a partir dos anos ’80.

QUINTA GERAÇÃO

Os computadores de 5ª Geração representam uma importante área de aplicações da I.A. Eles seriam já programados em PROLOG e ligariam a compreensão teórica das questões a processos de programação em lógica, à representação do conhecimento a técnicas de resolução dos problemas, articulando grandes bases de dados em paralelismo.

Assim essas grandes máquinas pensantes seriam capazes de articular teorias da decisão com métodos estatísticos e lógicos, com a filosofia a psicologia cognitiva e as ciências da gestão de conhecimentos. Isto seria então o reflexo da automatização do raciocínio (aproximado, probabilístico) assegurando a manutenção da verdade através de lógicas não monótonas.

SINERGIAS

As sinergias combinam a inteligência com as capacidades de memória. É, de certa forma a fusão tecnológica no sentido da optimização das pesquisas em informação.

Assim o próximo desafio encontra-se no domínio do desenvolvimento de estratégias apropriadas para representar a informação e de conseguir chegar a raciocínios sintéticos ao longo de diferentes bases de conhecimentos.

As interfaces de língua natural para bases de dados dotadas de regras de inferência gramatical possuem heurísticas de discurso adaptadas a vários ambientes de programação.

Outra área em que os esforços se têm redobrado nos últimos anos é a da aprendizagem computacional, a possibilidade de os computadores aprenderem com os erros e de irem atualizando a sua própria informação agindo sobre a mesma, mas apesar dos contínuos progressos, nesta e noutras áreas ainda estamos longe do computador que tenha a perfeita modelização do homem e da sua inteligência, o que não implica que não continuemos a pesquisar.

Segundo Marcelo Módolo, professor de Sistemas de Informação da Universidade Metodista de São Paulo, a inteligência artificial já está presente no cotidiano de todas as pessoas. Por exemplo, no desenvolvimento de videogames que utilizam esse tipo de estudo para criar jogos cada vez mais complexos. “Nos games de futebol, cada jogador tem características muito específicas e próximas às de um competidor real. Ou seja, um é melhor em passe, mas corre menos que o outro. Para simular isso, são aplicadas técnicas de sistemas inteligentes”. Outro exemplo são as máquinas fotográficas que fazem o foco automático no rosto das pessoas ou que disparam ao encontrar um sorriso. Até mesmo nos corretores ortográficos dos processadores de texto de computador, é preciso um sistema inteligente para detectar que há um problema de sintaxe na frase e oferecer uma possível correção. “Muita gente reclama que o corretor sempre erra. Mas é preciso lembrar que, como os sistemas inteligentes simulam o ser humano, eles erram como nós”.

Fontes: 

http://www.nce.ufrj.br/GINAPE/VIDA/ia.htm

http://acervo.novaescola.org.br/ciencias/fundamentos/inteligencia-artificial-onde-ela-aplicada-476528.shtml

http://www.citi.pt/educacao_final/trab_final_inteligencia_artificial/ia.html

https://pt.wikipedia.org/wiki/Intelig%C3%AAncia_artificial

https://pt.wikipedia.org/wiki/Computadores_e_intelig%C3%AAncia

https://pt.wikipedia.org/wiki/Teste_de_Turing

https://pt.wikipedia.org/wiki/M%C3%A1quina_de_estados_finitos

https://pt.wikipedia.org/wiki/Eugene_Goostman

 

 

A magia da Inteligência Artificial
5 (100%) 1 vote
The following two tabs change content below.
3c5068f12311ee0b6e33b29714ee0c6c?s=80&d=mm&r=g A magia da Inteligência Artificial

Douglas Cândido

3c5068f12311ee0b6e33b29714ee0c6c?s=80&d=mm&r=g A magia da Inteligência Artificial

Latest posts by Douglas Cândido (see all)