INTELIGÊNCIA ARTIFICIAL Juatuba, 20 de Setembro de 2002 SUMÁRIO - Introdução ...Inteligência artificial ...O que é ai ? ...Pensar como humano ...Agir como humano ...Pensar racionalmente ...Agir de forma racional ...Métodos usados na criação da inteligência artificial ...Campos de aplicação da inteligência artificial ...Modelos de inteligência artificial ...Os sistemas especialistas e a gestão empresarial ...Características de um sistema especialista ...A eficácia para gerar a base de conhecimento da empresa...Conclusão...Referências bibliográficas.
INTRODUÇÃO Este trabalho visa o fácil entendimento através de uma análise geral, de um tópico tão explorado, às vezes erroneamente, no imaginário popular por parte da mídia, que é a Inteligência Artificial. Uma ciência relativamente nova, mas que já faz e inevitavelmente sempre fará, parte de nossas vidas. Onde iremos observar como se deu origem, para que pode ser usada e como ela traz beneficio para a sociedade de uma forma geral entre pessoas e empresas e o principal para nos podermos descobrir como a Inteligência Artificial pode nos tornar administradores melhores.
Se iniciar em 1956, e uma das razões de seu estudo é o de aprender mais sobre nos mesmos. A inteligência artificial procura construção e também sua compreensão de entidades inteligentes sendo assim interessantes e úteis por se só. O que podemos esperar no futuro, que os computadores (máquinas) que possuem uma inteligência a nível humana ou superior serão importantes em nossa vida, assim como no futuro da civilização. Com a chegada dos computadores nos anos 50 foram permitidos discussões em torno dessas idéias mentais e muitos acharam que seriam supercérebros eletrônicos e fariam um ilimitado potencial de inteligência, e ainda sim o computador tem sido uma ferramenta para provar teorias sobre a inteligência. A Inteligência Artificial é muito complexa por que as idéias modernas relacionadas a ela se resultam por uma grande riqueza de compreensão e são interessantes seus estudos, engloba uma quantidade de decisões e podemos concluir que ela é universal.
A Inteligência Artificial é um conjunto quem envolve os processos mentais e racionais, a conduta, a eficiência humana e o ideal (que podemos denominar a racionalidade). Na Inteligência Artificial existem, quatro objetivos a alcançar como podemos destacar pelos autores: "A interessante tarefa de conseguir que os computadores pensem... máquinas com mente, em seu sentido liberal amplo".(Haugelnd, 1985). "A automatização de atividades que vinculamos com os processos de pensamento humano, atividades tais como tomada de decisões, resoluções de problemas, aprendizagem".(Bellman, 1978). "A arte de criar máquinas com capacidade de realizar funções que quando realizadas por pessoas requerem inteligência". (Richy Knight, 1991). "O estudo das faculdades mentais mediante o uso de modelos computacionais". (Charmiaky Mcdemott, 1985). "O estudo dos cálculos que permite perceber, raciocinar e agir". (Winston, 1992). "Um campo de estudo de concentra na explicação e emulação da conduta inteligente em função dos processos computacionais". (Schalkoff, 1990). "O ramo da ciência da computação que estuda a automatização e a conduta inteligente". (Lugery Stubblefield, 1993). A Inteligência Artificial se agrupa em quatro categorias como se segue abaixo suas definições:
Para afirmarmos que um determinado programa utiliza-se de raciocínio humano, é necessário ser definido como pensam os seres humanos e como e como funciona a mente humana, sendo assim pode-se proceder a expressar tal teoria em um programa de computador. Para Newelle Simon (1961), criador do solucionador geral de problemas o que lhes interessa era seguir os passos de raciocínio e compara-los com os passos do raciocínio humano. No campo interdisciplinar da ciência cognital concorrem modelos computacionais de inteligência Artificial e técnicas experimentais da psicologia para tentar elaborar teorias precisas do funcionamento da mente humana. A Inteligência Artificial é uma ciência cognitiva que trocam diversas contribuições, na área da visão computacional, linguagem natural e aprendizagem.
Em 1950, Alan Turing definiu uma conduta inteligente senda a capacidade de alcançar experiência a nível em todas as atividades de tipo cognitivo, suficiente para enganar um avaliador, ou seja, a prova era considerada aprovada se o avaliador era incapaz de determinar se um computador ou um humano era quem havia respondido as questões propostas, com isso conclui um computador inteligente é quando ele passa na avaliação. Para que o programa seja instalado a um computador é necessário que ele se capaz de: "Processar uma linguagem natural – para assim poder estabelecer comunicação satisfatória, seja inglês ou em qualquer outro idioma". Representar o conhecimento – para assim guardar toda a informação que se lhe tenha dado antes ou durante o interrogatório." "Raciocinar automaticamente – a fim de utilizar a informação guardada ao responder e obter novas conclusões". "Auto aprendizagem da máquina – para que se adapte a nova circunstancia e para detectar e extrapolar esquemas determinados". Para aprovar aprova total de Alan Turing era necessário que o computador estivesse dotado de "vista" – que lhe permita perceber objetos, "robótica" – para locomover objetos, uma vez que se evitou a interação física direta entre o avaliador e o computador. A necessidade de agir como os humanos se apresentam basicamente quando os programas de Inteligência Artificial devem interagir com pessoas, porem estes programas deveram seguir um padrão de modelo humano conforme suas necessidades.
Os estudiosos filósofos como Aristóteles foi quem estudou a maneira correta de pensar para argumentação e conclusões verdadeiras. "Sócrates é um homem; todos os homens são mortais, portanto Sócrates é mortal". Assim inaugurou o campo da lógica, ou seja, tais leis de pensamento devem governar a maneira com que a mente opera. Em 1965 já existiam programas que podiam descrever um problema em notação lógica e encontrar para ela uma solução, a Inteligência Artificial logística busca elaborar programas inteligentes para resolução de tais problemas e soluciona-los. Portanto a tradição logística surgiu devido ao fato da capacidade dos sistemas de representação de raciocínio, para resolução de obstáculos que se apresentou.
A Inteligência Artificial considera como estudo e construção de agentes racionais, ou seja, um agente á algo capaz de perceber e de agir. Agir racionalmente implica em agir de maneira que alcance objetivo com base em certas suposições. Segundo "as leis do pensamento" a ênfase era colocada em fazer interferências corretas, porem nem sempre depende da racionalidade, existem maneiras de agir racionalmente que maneira alguma requer interferência. As habilidades cognitivas utilizadas para a prova de Turing nos permitem empreender ações racionais, uma vez que é necessária contar com a capacidade de conhecimentos e com base nele raciocinar, com isso poderá tomar decisões corretas em situações amplas. A percepção visual também influi dando uma idéia de ação determinada que se pode produzir. Ao estudar a inteligência Artificial oferece duas vantagens, efetuar interferências corretas e produzir um avanço cientifico baseado aos pensamentos humanos.
Baseado nos diversos campos de estudo que ajudaram na fundamentação dos princípios teóricos da inteligência artificial surgiram duas abordagens: Abordagem Cognitiva - Também denominada de descendente ou simbolista, dá ênfase aos processos cognitivos, ou seja, a forma como o ser humano raciocina. Objetiva encontrar uma explicação para comportamentos inteligente baseado em aspecto psicológico e processo algorítmico. Como já visto anteriormente, os pioneiros dessa corrente foram Jonh McCarthy, Marvin Minsky, Newell e Simon. As primeiras modelagens da inteligência surgiram na década de 50 e tiveram como base às regras de produção e a lógica dos predicados. A formalização da lógica facilitou o processo de formalização e representação dos conhecimentos a serem utilizados pelos programas de computador. Inicialmente, esses conhecimentos se restringiram a esquemas de raciocínios para jogos, aplicações matemáticos e simuladores. Abordagem Conexionista - Também denominada de biológica ou ascendente, dá ênfase no modelo de funcionamento do cérebro, dos neurônios e das conexões neurais. Os pioneiros dessa corrente foram McCulloch, Pitts, Hebb, Rosenblatt e Widrow. Em 1943 surgiu a representação e formalização matemática dos neurônios artificiais, que fez surgir os primeiros modelos de redes neurais artificiais. A corrente conexista sofreu grande impacto quando os cientistas Marvin Minsky e Seymour Papert publicaram (1969) o livro Perceptrons, no qual criticaram e sustentaram que os modelos das redes neurais não tinham sustentação matemática suficiente que lhes fosse possível atribuir alguma confiabilidade. Apesar das pesquisas nesta área não terem parado, foi apenas na década de 80 que o físico e biólogo do Instituto de Tecnologia da Califórnia, Jonh Hopfield conseguiu recuperar a credibilidade da utilização das redes neurais.
Existem vários campos de estudo dentro da IA com o propósito de dotar a máquina de capacidade de raciocínio, aprendizado e autoaperfeiçoamento, alguns desses campos são descritos abaixo: Processamento de Linguagem Natural - É o estudo voltado para a construção de programas capazes de compreender a linguagem natural (interpretação) e gerar textos. A Geração de linguagem Natural é a produção de textos por um programa a partir de um conteúdo semântico representado internamente no próprio programa. Objetiva aperfeiçoar a comunicação entre as pessoas e os computadores. Reconhecimento de Padrões - É uma das áreas de pesquisa bem avançadas da IA. A capacidade de reconhecimento de padrões permite ao programa reconhecer a fala em linguagem natural, os caracteres digitados e a escrita (ex. assinatura). Os scanners, por exemplo, utilizam programas de reconhecimento óptico desenvolvido pelas pesquisas em IA. Visão de Computador - Busca desenvolver formas do computador trabalhar com a visão bidimensional e tridimensional. Programação de Jogos - É o estudo voltado para a construção de programas de jogos envolvendo raciocínio. Os jogos computadorizados são um grande sucesso, ainda mais quando exibem um tipo de inteligência capaz de desafiar as habilidades do jogador. O jogo de xadrez, por exemplo, foi utilizado para as primeiras experiências em programação do raciocínio artificial, onde o computador se tornou capaz de analisar milhões de jogadas por segundo para tentar derrotar o adversário. Além de analisar as jogadas, os programas utilizam um método heurístico que consiste na utilização de uma árvore de busca, a mesma possui ramificações a partir de certos nós, que representam pontos de decisão no caminho a tomar, com um certo número de etapas, para chegar a um objetivo. Deste modo, eles podem analisar vários nós, de acordo com a situação atual do jogo, e escolher o melhor caminho (o mais curto ou menos arriscado). Robótica - É o campo de estudo voltado para desenvolver meios de construir máquinas que possam interagir com o meio (ver, ouvir e reagir aos estímulos sensoriais). A expressão robô vem do tchêco robota, significa trabalhador, foi criada por Karel Capek, em 1917. O primeiro robô industrial do mundo, batizado de UNIMATE, surgiu em 1962. Aprendizado - Existem programas de IA que conseguem aprender certos fatos por meio da experiência, desde que esse conhecimento possa ser representado de acordo com o formalismo adotado pelo programa.
Algoritmos Genéticos - É um modelo para o aprendizado da máquina, inspirado no livro Origem das Espécies, através da Seleção Natural, escrito pelo naturalista inglês Charles Darwin (1809-1882), criador da teoria evolucionista, segundo a qual somente os mais aptos sobrevivem. Algoritmo genético é um método utilizado pelos Algoritmos Evolutivos, que inclui o estudo dos algoritmos genéticos, estratégia de evolução, programação evolutiva e sistemas classificatórios. Os algoritmos genéticos foram criados por Jonh Holland (1975), objetivam emular operadores genéticos (específicos, como crossing-over, mutação e reprodução) da mesma forma como é observado na natureza. Isso é feito criando-se dentro da máquina uma população de indivíduos representados por cromossomas. Os indivíduos passam por um processo simulado de evolução, seleção e reprodução, gerando uma nova população. Programação Evolutiva - Campo da IA concebido por Lawrence J. Fogel (1960), assemelha-se aos algoritmos genéticos, sendo que é dado maior ênfase na relação comportamental entre os parentes e seus descendentes. As soluções para os problemas são obtidas por meio tentativas e transmitidas para a nova população (simulada em programas). Lógica FUZZY - Também denominada de Conjuntos Difusos ou Lógica Nebulosa. Foi estruturada por Lofti Zadeh da University of Califórnia, no ano de 1965. É uma metodologia que serve para representar, manipular e modelar informações incertas. Sistemas Baseados em Conhecimento - São sistemas que implementam comportamentos inteligentes de especialistas humanos. Programação Genética - É um campo de estudo da IA voltado para a construção de programas que visam imitar o processo natural da genética. Trabalha com métodos de busca aleatória. Raciocínio Baseado em Casos - É o campo de estudo da IA que utiliza uma grande biblioteca de casos para consulta e resolução de problemas. Os problemas atuais são resolvidos, através da recuperação e consulta de casos já solucionados e da conseqüente adaptação das soluções encontradas. Por exemplo, o Sistema CASEY, que faz o diagnóstico em pacientes cardíacos baseado na consulta de arquivos de pacientes com o mesmo diagnóstico. Redes Neurais Artificiais (RNA) - Possui várias denominações, dentre elas redes neuronais, modelo conectista, neurocomputação, modelo de processamento paralelo distribuído, sistemas neuromórficos e computadores biológicos. Existem muitos outros campos de estudo que são englobados no desenvolvimento da IA. Por ser uma ciência relativamente nova possui um potencial muito grande ainda inexplorado, certamente muitas outras áreas de pesquisa e de aplicações deverão surgir nas próximas décadas. Os programas desenvolvidos através da IA caracterizam-se pelo fato de objetivarem uma interação com o usuário ou seu ambiente (sistema) por meio da simulação de atitudes e reações humanas que envolvem a compreensão, análise, planejamento, tomada de decisão, aprendizado, etc. Esses programas já são utilizados com significativa eficiência substituindo ou auxiliando o homem em tarefas de aprendizagem, diagnóstico médico, reconhecimento de padrões, predições econômicas, tradução, reconhecimento de padrões de imagens e voz, automação de processos industriais, controle de qualidade, etc.
Hoje em dia os administradores tem que ter em mãos ferramentas que lhes possibilitam um resultado mais rápido. Os sistemas especialistas que se baseiam no conhecimento, surge como um suporte na tomada de decisões estabelecendo uma forma decisória mais rápida e com maior qualidade.
O sistema especialista é rápido em conhecimentos, ele usa grande quantidade de dados de entrada e produz pequenas quantidades de dados de saída. O sistema especialista possui dados de entrada por intermédio de perguntas, base de programas externos. Trabalha á base de símbolo (programa de símbolo) que representa objetos, além disso, opera em dados numéricos ou alfanuméricos. O sistema especialista calcula problemas por meios da heurística, em que as diferenças das soluções algorítmicas sejam aceitáveis. Heurísticas são simplificações que limitam a caça de soluções. Uma das características de mais importância do sistema especialista é que o usuário tem mais confiança no sistema e mais créditos no resultado.
É preciso ter condições de reunir, formalizar e padronizar os componentes e torna-los transferíveis á todas. Para uma empresa transformar em riqueza verdadeira é necessário, além de experiência voláteis, parciais, dispersas e individuais, passar para o conhecer coletivo, memorizado e coerente. Recomendações é preciso passar do impreciso ao operacionalizavél, pois é fundamental formalizar o saber da empresa. Observação: esta parte é vista como a de aquisição dos sintomas. São necessidades de mudanças dados a conhecer e o observador pode comparar com a sua própria experiência. Conceituação: essa parte é vista como a fase de diagnostico. A interpretação desses exemplos ocorre extraindo variáveis pertinentes e as hipóteses de interações causais, entre as variáveis. Validação: essa parte é a recomendação, maioria das vezes pode ser um exemplo concreto, em que a hipótese foi testada com sucesso e por isso é recomendada.
Podemos concluir sobre a Inteligência Artificial, que ela vem cada vez mais fazendo parte de nossas vidas sendo uma forma de poder esta criando soluções, facilitando os processos complexos e simplificado de forma mais econômica e com mesma eficácia como o caso dos sistemas especializados que facilita muito o atendimento de uma empresa. A Inteligência Artificial é todo ou quase todo o conhecimento humano, porem usado em máquinas para poder facilitar o auto atendimento de uma forma bem simples com o mesmo conceito humano e uma função também quase humana.
Elaine Rich, Kevin Knight. – Inteligência Artificial. Makron Books, 1993. Stuart Russel, Peter Norving. – Inteligência Artificial, Um enfoque moderno Prentice Hall, 1996. Introduction to Artificial Inteligence – http://www.cs.rpi.edu/~hollingd/ai/syllabus.html
|
