 |
| |
| Aulas |
Sofwares
|
Instrutor.com
|
Ferramentas
|
Eu gostei
|
|
 |
|
Histórico da Inteligência Artificial
A gestação da Inteligência
Artificial (de 1943 até 1955)
-
McCulloch e Pitts (1943): realizaram
o primeiro trabalho reconhecido como IA. Eles propuseram
o modelo de neurônios artificiais em que cada
neurônio é caracterizado como estando
no estado ativado (on) ou desativado (off), com a
troca de ativado ocorrendo em resposta à estimulação
de um número de neurônios vizinhos. Esses
dois pesquisadores se basearam em três fontes:
1) o conhecimento da fisiologia
básica e da unção dos neurônios
no cérebro.
2) uma análise formal da lógica proposicional.
3) a teoria da computação de Turing
-
Hebb (1949): demonstrou a regra
aprendizagem de Hebb, que é uma regra de atualização
simples para modificar as intensidades de conexão
entre neurônios.
-
Turing (1950): articulou uma visão
completa da Inteligência Artificial em seu artigo
“Computing Machinery and Intelligency”,
onde apresentou o teste de Turing, aprendizagem de
máquina, algoritmos genéticos e aprendizagem
por reforço.
O nascimento da Inteligência Artificial
(de 1956)
-
McCarthy (1956): juntamente com
Minsky, Shannon e Rochester, pretendiam reunir pesquisadores
dos Estados Unidos interessados em teoria de autômatos,
redes neurais e no estudo da inteligência. Então,
organizaram um seminário de dois meses em Dartmouth,
onde compareceram 10 participantes ao todo.
Newell e Simon apresentaram o programa de raciocínio
Logic Theorist (LT). O LT conseguiu criar uma
prova de teorema mais curta que a presente no
livro “Principia Mathematica” de Russel
e Whitehead.
Foi feito um acordo para adotar o nome para a
área: Inteligência Artificial, sugerido
por McCarthy.
Entusiasmo Inicial, Grandes Expectativas (de
1952 até 1969)
-
O sucesso de Newell e Simon prosseguiu
com o GPS (Solucionador de Problemas Gerais) –
projetado para imitar protocolos humanos de resolução
de problemas, incorporando a abordagem de “pensar
de forma humana”.
Hipótese do sistema de
símbolos físicos: qualquer sistema (ser
humano ou máquina) que exibe inteligência,
deve operar manipulando estruturas de dados compostas
por símbolos.
-
Samuel (1952): escreveu uma série
de programas para jogos de damas e contestou a idéia
de que os computadores só podem realizar atividades
para as quais foram programados: seu programa aprendeu
a jogar melhor do que o seu criador.
-
Micromundos: problemas com domínios
limitados cuja solução parecia exigir
inteligência.
SAINT (1963): este programa era capaz de resolver
problemas de cálculo integral típico
do primeiro ano acadêmico.
STUDENT (1967): resolvia problemas clássicos
de álgebra.
ANALOGY (1968): resolvia problemas de analogia geométrica
que aparecem em testes de QI.
O mais famoso micromundo é o mundo de blocos,
que consiste em reorganizar os blocos, dado um conjunto
de blocos colocados em uma mesa, de uma certa maneira,
utilizando a mão de um robô que pode
erguer um bloco de cada vez.
-
O trabalho das redes neurais também
prosperou.
Redes Adalines – surgiu do aperfeiçoamento
dos métodos de aprendizado de Hebb.
Teorema de convergência do percepton.
Uma dose de realidade (de 1966 até 1973)
-
Os primeiros trabalhos previam
um progresso muito mais rápido desta área
do que de fato ocorreu. Todos os trabalhos tinham
em comum um início pretensioso para, em seguida,
esbarrar em dificuldades intransponíveis.
-
Minsky e Papert publicaram o livro
Perceptrons (1969), onde provaram que os perceptrons
(forma simples de rede neural) embora pudessem aprender
tudo o que eram capazes de representar, podiam representar
muito pouco. Apesar deste resultado não se
aplicar a redes neurais mais complexas (de várias
camadas), pesquisas relacionadas a redes neurais se
reduziram a quase nada.
Propriedade comum aos Jogos e as Provas
de Teoremas
Hipótese: Embora
as pessoas que as fizeram fossem consideradas exibidoras
de inteligência, parecia que os computadores
poderiam funcionar bem simplesmente por serem mais
rápidos na exploração de um grande
número de caminhos de soluções
e depois escolher a melhor.
Prática: Nenhum computador
é rápido o suficiente para superar a
explosão combinatória gerada por tais
problemas.
O retorno das redes neurais (de 1986 até
a atualidade)
A IA se torna uma ciência (de 1987 até
a atualidade)
-
Modelos ocultos de Markov (MOMs)
passaram a dominar a área da IA. Eles se baseiam
em uma teoria matemática rigorosa, o que permitiu
a pesquisadores da fala utilizarem resultados matemáticos
de outras áreas. Além disso, eles são
gerados por um processo de treinamento em um grande
conjunto de dados reais de fala, o que assegura um
desempenho robusto.
-
As redes neurais passaram a ser
comparadas a técnicas correspondentes da estatística,
do reconhecimento de padrões e do aprendizado
de máquina, podendo ser utilizada técnica
mais promissora em cada aplicação. Como
resultado desse desenvolvimento, aparece a tecnologia
de mineração de dados.
|
|
|
