H2: Inteligência Artificial: Definições, Agentes e Ambientes

Inteligência Artificial (IA) é o campo que desenvolve sistemas para realizar tarefas que, atualmente, são melhor executadas por seres humanos do que por máquinas, ou que não possuem solução algorítmica viável pela computação convencional.

Evolução da IA em Direção ao Paradigma dos Agentes

A evolução da IA pode ser vista através de diferentes abordagens:

• A automação de atividades que associamos ao pensamento humano.
• O estudo das faculdades mentais através do uso de modelos computacionais.
• A arte de criar máquinas que realizam funções que requerem inteligência quando executadas por pessoas.
• O ramo da Ciência da Computação que estuda a automação de comportamento inteligente.

Essas abordagens podem ser resumidas em quatro perspectivas principais: Pensando Humanamente, Agindo Humanamente, Pensando Racionalmente e Agindo Racionalmente.

Ciências Naturais vs. Ciências do Artificial

Ciências Naturais

Objetivo: Analisar e descrever a natureza (observação). Ex.: Química, Física, Botânica, etc.

Ciências do Artificial

Objetivo: Prescrever e sintetizar artefatos. Criação de artefatos que satisfaçam as necessidades humanas, de acordo com as leis naturais. Ex.: Cadeira de madeira, cura da AIDS, um programa de computador, etc.

Paradigmas da Inteligência Artificial

• Simbólico: Metáfora linguística. Ex.: Sistemas de produção, agentes.
• Conexionista: Metáfora cerebral. Ex.: Redes Neurais.
• Evolucionista: Metáfora da natureza. Ex.: Algoritmos genéticos, vida artificial.
• Estatístico/Probabilista: Baseado em probabilidade. Ex.: Redes Bayesianas, sistemas difusos.

Redes Neurais

Técnica inspirada no funcionamento do cérebro, onde neurônios artificiais, conectados em rede, são capazes de aprender e generalizar. Estrutura típica:

• Camada de entrada
• Camada escondida (ou oculta)
• Camada de saída

Paradigma Evolutivo

Método probabilístico de busca para resolução de problemas (otimização) “inspirado” na teoria da evolução.

Conceito de Agente

Agente: Qualquer entidade que está imersa ou situada em um ambiente (físico, virtual ou simulado). O agente percebe seu ambiente através de sensores e escolhe suas ações em função das suas percepções para atingir seus objetivos.

O ciclo de funcionamento do agente é:

Ambiente → Sensores → Interpretação das Percepções → Escolha de Ações → Atuadores → Ambiente

Tipos e Características de Agentes

Agente Racional

Faz a melhor coisa possível, seguindo o princípio da racionalidade. Suas limitações incluem sensores, atuadores e o raciocinador.

Autonomia de Raciocínio

Requer máquina de inferência e base de conhecimento. É essencial em sistemas especialistas, controle, robótica, jogos e agentes na internet.

Adaptabilidade

Capacidade de adaptação a situações novas, para as quais o conhecimento não foi fornecido com antecedência. Implementações incluem aprendizagem e/ou programação declarativa. Essencial em agentes na internet e interfaces amigáveis.

Descrição de Agentes (Modelo PAGE)

• P – Percepções
• A – Ações
• G – Goals (Objetivos)
• E – Environment (Ambiente)
• (Outros Agentes – em sistemas multiagentes)

Classes de Ambientes

• Físico: Ex.: Robôs.
• Software: Ex.: Softbots.
• Realidade Virtual (simulação do ambiente físico): Ex.: Softbots e avatares.

Propriedades dos Ambientes de IA

Acessível

Quando os sensores do agente conseguem perceber o estado completo do ambiente.

Determinista

O próximo estado do ambiente pode ser completamente determinado pelo estado atual e pelas ações selecionadas pelo agente.

Episódico

A experiência do agente é dividida em episódios. Cada episódio consiste no agente perceber e agir. Cada episódio não depende das ações que ocorreram em episódios prévios.

Estático

O ambiente não muda enquanto o agente está escolhendo a ação a realizar.

Semi-estático

O ambiente não muda enquanto o agente delibera, mas o "score" (pontuação) do agente muda.

Discreto

Quando existe um número distinto e claramente definido de percepções e ações em cada turno.

Contínuo

Percepções e ações mudam em um espectro contínuo de valores.

Arquiteturas de Agentes

• Agente Tabela
• Agente Reativo
• Agente Reativo com Estado Interno
• Agente Cognitivo (baseado em objetivos)
• Agente Otimizador
• Agente Adaptativo

De forma simplificada, um agente pode ser visto como um mapeamento: sequência perceptiva → ação.

Pluridisciplinaridade da IA

• Inspiração: Matemática, Filosofia, Pesquisa.
• Problemas: Busca heurística, Representação do conhecimento e Raciocínio.
• Aplicações: Jogos, Sistemas, Robótica.
• Tarefas: Classificação, Previsão, Monitoramento.