Fundamentos da Inteligência Artificial e Agentes

Definições Fundamentais

• Inteligência: Capacidade de entender, assimilar e elaborar informação de forma adequada.
• IA (Inteligência Artificial): Inteligência similar à humana que, por meio de software e mecanismos, visa reproduzir a capacidade humana (ex: xadrez de computador).
• Racionalidade: Fazer as coisas de forma correta e ideal.

Vertentes da Inteligência Artificial

A IA divide-se em duas vertentes principais:

• Capacidade intrínseca: Pensamento vs. Comportamento.
• Capacidade de raciocínio: Humano vs. Racional.

• Humano: Sistemas que pensam como humanos ou agem como humanos.
• Racional: Sistemas que pensam racionalmente ou agem racionalmente.

Testes e Limitações

• Teste de Turing: Testa a capacidade de uma máquina exibir comportamento humano indistinguível em uma conversa de linguagem natural.
• Quarto Chinês: Experimento onde um ser humano segue instruções de um livro de regras para responder perguntas.
• Lógica e suas limitações: O crescimento não é 100% correto, problemas podem não ter solução e, na prática, a teoria é diferente.

Agentes Inteligentes

Agente: Qualquer coisa que percebe o ambiente através de sensores e age através de atuadores, possuindo regras e objetivos.

• Agente Inteligente: Transforma percepção em ação de forma racional (ex: diagnosticar um paciente com base nos sintomas).
• Agente Racional: Faz as coisas de forma certa; ser racional não é apenas perceber o ambiente, mas agir sobre ele.

Tipos de Agentes

• Agentes de reflexo simples: Ações baseadas no objeto mais próximo (ex: carro freia ao detectar luz de freio).
• Agentes que acompanham o ambiente: Monitoram o estado do ambiente para decidir ações.
• Agentes baseados em objetivo: O objetivo é conhecido por meio de ações predeterminadas (ex: destino definido).
• Agentes baseados em utilidade: O objetivo é atingido com uma medida de desempenho definida pelo usuário.

Arquitetura de Agentes

• Agente tabela: Utiliza tabelas grandes.
• Agente reativo simples: Regras de condição/ação.
• Agente reativo baseado em modelos: Não possuem objetivos ou regras complexas (ex: Tamagotchi).
• Agente baseado em objetivo: Focado em metas (ex: xeque-mate no xadrez).
• Agente baseado em utilidade: Otimiza o desempenho (ex: motorista carioca).
• Agente com aprendizado: Adapta-se sem mapa prévio da cidade.

Ambientes

A natureza do ambiente influencia o desempenho do agente:

• Acessível: Completamente observável vs. Inacessível (parcialmente observável).
• Determinístico: O próximo estado pode ser previsto.
• Episódico/Sequencial: Estados disponíveis em episódios ou partes.
• Estático vs. Dinâmico: Se o ambiente muda enquanto o agente age.
• Discreto: Percepções e ações distintas (ex: xadrez).
• Contínuo: Percepções e ações mudam em valores contínuos.

O mundo real é: Parcialmente observável, estocástico, sequencial, dinâmico, contínuo e multi-agente.