Inteligência Artificial: Definição, Aplicações e Agentes Racionais

Definição de Inteligência Artificial

Linha de pesquisa com o objetivo de desenvolver sistemas para realizar tarefas que, no momento, são melhor realizadas por seres humanos do que por máquinas, ou não possuem solução algorítmica viável pela computação convencional.

Aplicações da Inteligência Artificial

• Matemática: demonstração de teoremas, resolução simbólica de equações, geometria, etc.;
• Pesquisa Operacional: otimização e busca heurística em geral;
• Jogos: xadrez, damas, videogames, etc.;
• Processamento de Linguagem Natural: tradução automática, verificadores ortográficos e sintáticos, interfaces para BDs, etc.;
• Sistemas Tutores: modelagem do aluno, escolha de estratégias pedagógicas, etc.;

Percepção: visão, tato, audição, olfato, paladar, etc.;

Robótica (software e hardware): manipulação, navegação, monitoramento, etc.;

Sistemas Especialistas: atividades que exigem conhecimento especializado e não formalizado em áreas como medicina, finanças, direito, engenharia, química, indústria, arquitetura, arte, computação, em tarefas como diagnóstico, previsão, monitoramento, análise, planejamento, projeto, etc.

Aplicações em Computação e Engenharia nas tarefas de:

• Recuperação de informação (sobretudo na Web);
• Programação automática;
• Interfaces adaptativas;
• Bancos de dados inteligentes;
• Mineração de dados (data mining);
• Sistemas distribuídos;
• Controle e Robótica inteligente;
• Sensores inteligentes, etc.

Problemas Resolvidos pela IA: Compras Online

Sobre o sistema:

• Quantidade de informação muito grande e diversa;
• Usuários diversificados (e muitos não criteriosos!);
• Dependência da forma em que é feita a consulta;
• Excesso de informação como retorno (muitas irrelevantes);
• Buscadores bastante ineficientes.

Problemas Resolvidos pela IA: Navegação Autônoma

Pesquisadores criaram sistemas para utilização em veículos elétricos utilitários e carros de passeio, e agora estão começando a aplicar a técnica em caminhões.

Sobre o sistema:

A equipe do Dr. Erik Hostens (Universidade de Leuven, Bélgica) desenvolveu um trator robotizado, e o primeiro protótipo já é totalmente automatizado e capaz de andar sozinho por um circuito pré-determinado.

O maior desafio da pesquisa, segundo Hostens, foi o controle da direção: como acionar o volante com uma precisão suficiente para imitar um tratorista.

"Somente tratoristas muito experientes têm a habilidade necessária para cuidar de uma lavoura com precisão. O trabalho de um operador de trator é realmente muito complexo: ele observa a posição atual do trator, avalia as condições do terreno, estima uma rota a ser seguida e, levando tudo isso em conta, decide a velocidade e a orientação do trator", explica Hostens.

Tudo isso teve que ser inserido no sistema de controle, no cérebro do trator robótico.

A leitura da posição foi a única que não exigiu muitos esforços: bastou instalar um leitor de GPS de alta precisão.

Os resultados foram além do esperado: o sistema já é capaz de levar em conta até o deslocamento lateral do trator devido ao movimento de um solo fofo.

Problemas Resolvidos pela IA: Exploração Espacial

A NASA enviou várias sondas-robô para estudar o planeta Marte.

Sobre o sistema:

• Cada dia de Marte dura 40 minutos a mais que um dia terrestre. Dessa forma, cada equipe que cuida de um veículo tem que se adaptar à duração dos dias de Marte;
• A sonda Opportunity, em solo marciano desde 2004, teve problemas de comunicação com o controle da missão na Terra;
• A sonda de exploração Opportunity perdeu o controle de uma de suas rodas dianteiras, o que dificulta as manobras na superfície de Marte, quando fazia uma curva e a roda esquerda dianteira ficou presa em um terreno extremamente sinuoso e árido da superfície marciana;
• A menor distância entre a Terra e Marte (55.760.000 km);
• Existe um atraso de 20 minutos na transmissão das informações, pois o sinal precisa percorrer distâncias enormes.

Problemas Resolvidos pela IA: Robôs Utilitários

Já é possível comprar vários eletrodomésticos robotizados (aspiradores, limpadores de piscinas, etc.), muitos deles com a utilização de técnicas de IA.

Sobre o sistema:

• Cada casa e cada cômodo têm um formato e distribuição de móveis diferente;
• Pode haver escadas, sacadas, mezaninos, etc.;
• Circulação de pessoas e/ou animais domésticos;
• O layout dos cômodos pode variar de um dia para outro;
• Áreas que não devem ser limpas naquele dia;
• Áreas que não devem ser limpas apenas naquele dia.

Agente Racional

Agente é qualquer entidade que percebe seu ambiente através de sensores (câmeras, microfone, teclado, etc.) e age sobre ele através de atuadores (vídeo, alto-falante, impressora, braços, etc.).

O agente pode ser físico (robôs) ou não, tal como um “softbot” (agentes de busca personalizados) e até mesmo uma combinação de ambos, como um ambiente de realidade virtual (simulação do ambiente físico): softbots e avatares (cibercorpos).

Agente vs. Ambiente

O agente efetua o mapeamento do “mundo ao seu redor” através dos sensores (ou outra forma de entrada de informações) e cria um modelo perceptivo do mesmo, a fim de interagir com uma ou mais ações sobre esse mesmo ambiente.

Modelo de Agente Racional

O modelo de Agente Racional permite dividir o problema resolvido em partes:

• Percepções do mundo exterior;
• As ações que devem ser tomadas;
• Os objetivos do sistema;
• O ambiente de atuação;
• A relação com outros agentes.

Modelo de Agente Racional

O modelo de Agente Racional permite dividir o conhecimento em:

• Quais são as propriedades relevantes do mundo;
• Como o mundo evolui;
• Como identificar os estados desejáveis do mundo;
• Como interpretar suas percepções;
• Quais as consequências de suas ações no mundo;
• Como medir o sucesso de suas ações;
• Como avaliar seus próprios conhecimentos.