Curso Online de INTELIGÊNCIA ARTIFICIAL
A Equipe Promovendo Conhecimento está melhorando os cursos e aceitamos sugestões e criticas via painel de contato O curso oferecido acim...
Continue lendoAutor(a): Promovendo Conhecimento
Carga horária: 44 horas
Por: R$ 140,00
(Pagamento único)
Mais de 20 alunos matriculados no curso.
- Aqui você não precisa esperar o prazo de compensação do pagamento para começar a aprender. Inicie agora mesmo e pague depois.
- O curso é todo feito pela Internet. Assim você pode acessar de qualquer lugar, 24 horas por dia, 7 dias por semana.
- Se não gostar do curso você tem 7 dias para solicitar (através da pagina de contato) o cancelamento ou a devolução do valor investido.*
- Adquira certificado ou apostila impressos e receba em casa. Os certificados são impressos em papel de gramatura diferente e com marca d'água.**
** Material opcional, vendido separadamente.
Modelo de certificados (imagem ilustrativa):
-
Inteligência Artificial
1
inteligência artificial
-
Definições de Inteligência Artificial
2
definições de inteligência artificial
“estudo de como fazer os computadores realizarem coisas que, atualmente, as pessoas fazem melhor.” rich e knight
quatro definições de russel e norvig:
sistemas que pensam como humanos
sistemas que pensam racionalmente
sistemas que agem como humanos
sistemas que agem racionalmente -
Pensando Humanamente
3
pensando humanamente
pesquisar como pessoas pensam
empiricamente
baseando-se em psicologia cognitiva
resolvedores gerais de problemas
modelos comportamentais (observação)
modelos cognitivos (estímulos, crenças, metas, raciocínio, ações) -
Pensando Racionalmente
4
pensando racionalmente
aristóteles: pensar racionalmente é um processo de raciocínio irrefutável.
aristóteles propôs os padrões de argumentos que representam raciocínios corretos. esses silogismos fazem parte da lógica.
sócrates é um homem. todos os homens são mortais. logo, sócrates é mortal. -
Agindo Humanamente
5
agindo humanamente
turing 1950: comportamento inteligente é a capacidade de alcançar a performance humana em todas as tarefas cognitivas, suficientes para enganar um interrogador
seis capacidades básicas de um computador inteligente:
processamento de linguagem natural
representação de conhecimento
raciocínio automatizado
aprendizagem de máquina
visão computacional
robótica -
Agindo Racionalmente
6
agindo racionalmente
um agente deve agir para alcançar sua meta
percepção e ação
agentes racionais
inteligência pode ser um fenômeno social, não apenas um modelo de raciocínio intrínseco ao indivíduo -
Um pouco de história
7
um pouco de história
1943-1956 (o início)
mcculloch e pitts (1943): modelo de neurônios cerebrais e redes de neurônios para representar conectivos lógicos e o processo de aprendizagem
shannon e turing (1950): programas de xadrez para computadores de von neumann
minsky e edmonds (1951): construíram a primeira rede neural para computador em princetown (3000 válvulas para simular 40 neurônios) -
Um pouco de história (cont.)
8
um pouco de história (cont.)
john mccarthy (1955): desenvolvimento da primeira linguagem funcional (lisp) para prova de teoremas. convenceu minsky e colegas a trabalhar em inteligência artificial.
workshop de dartmouth (1956) reuniu pesquisadores em teoria dos autômatos, redes neurais e estudo da inteligência.
newell e simon apresentaram um programa de raciocínio baseado em lógica
mit, cmu, stanford e ibm. -
Um pouco de história (cont.)
9
um pouco de história (cont.)
1952-1969 (entusiasmo)
limitação da tecnologia
newell e simon: provador geral de teoremas para puzzles com estratégias de raciocínio
samuel (1952): provador de teoremas para jogo de damas
mccarthy (1958): mudou-se para o mit, criou o lisp, criou o time-sharing, criou o advice taker
mccarthy (1963): mudou-se para o mit e aprimorou o advice taker com o método de resolução introduzido por robinson
minsky e os micro-mundos -
Um pouco de história (cont.)
10
um pouco de história (cont.)
1966-1974 (realismo)
apesar das aplicações potenciais, os sistemas “inteligentes” da época eram muito especializados e problemas muito “pequenos”
problema: aplicações não utilizavam conhecimento, mas apenas substituições sintáticas (weak-methods)
weizenbaum 1965 – eliza
teoria dos problemas np-completos
friedberg (1959) – estudos sobre algoritmos genéticos
representações muito limitadas de comportamento inteligente (minsky e redes neurais) -
Um pouco de história (cont.)
11
um pouco de história (cont.)
1969-1979: sistemas a base de conhecimento
suprir a necessidade de conhecimento para aplicações de domínios específicos
buchanan et al. (1969): dendral – dada uma fórmula molecular + massas o sistema previa todas as fórmulas derivadas + massas quando a fórmula era bombardeada por um elétron usando um conjunto de regras
feigenbaum, buchanan e shortliffe (1972): sistema especialista mycin – diagnóstico de infecções sanguíneas c/ tratamento de incertezas
Pagamento único
Cursos Relacionados
Encontre-nos no Facebook
Capítulos
- Inteligência Artificial
- Definições de Inteligência Artificial
- Pensando Humanamente
- Pensando Racionalmente
- Agindo Humanamente
- Agindo Racionalmente
- Um pouco de história
- Um pouco de história (cont.)
- Resolução de Problemas e Busca
- Construção de um Sistema para Solução de um Problema
- Definição do Problema
- Problemas Difíceis
- Generalização do Problema
- Definição do Problema como um Espaço de Estados (Cont.)
- Espaço de Estados
- Operações
- Exemplo: Problema dos Jarros de Água
- Espaço de Estados do Problema dos Jarros de Água
- Início dos Jarros de Água e Estados Meta
- Estados do Jarros de Água
- Operações com Jarros de Água
- Restrições
- Regras de Produção
- Domínio de Regras Específicas
- Sistema de Produção
- Estratégias de Controle
- Estratégias de Controle para os Jarros de Água
- Árvore dos Jarros de Água
- Árvore dos Jarros de Água – Exemplo de uma solução
- Busca em Profundidade
- Características da Busca em Profundidade
- Busca em Profundidade em Prolog
- Busca em Profundidade - Exercício
- Busca em Profundidade - Resolução do Exercício Anterior
- Busca em Largura
- Características da Busca em Largura
- Busca em Largura - Exercício
- Busca em Largura - Resposta ao Exercício Anterior
- Outro problema: As torres de Hanói
- Exercício
- Outro Problema
- Busca Heurística
- Heurística
- Busca Heurística
- Exercício
- Heurísticas para o problema do Caixeiro Viajante
- Utilização de Busca Heurística
- Usando conhecimento heurístico em um sistema baseado em regras
- Características de Problemas
- 1. Decomposição
- 2. Passos podem ser ignorados ou desfeitos?
- 3. O Universo é previsível ?
- 4. Uma boa solução é relativa ou absoluta?
- 5. A solução é um estado ou um caminho?
- 6. Qual é o papel do conhecimento?
- 7. Humanos podem interagir com o processo de busca?
- Tipos de Problemas
- Programas de Busca
- Técnicas de Busca Heurística
- Gerar-e-testar
- Exemplo de Gerar-e-Testar
- Problema dos Jarros de Água
- Subida da Encosta
- Subida da Encosta Simples
- Subida da Encosta Simples - Algoritmo
- Subida da Encosta Função de Otimização
- Potenciais Problemas com Subida da Encosta
- Exemplo de Subida da Encosta Simples
- Espaço de Estados na Subida da Encosta para Caixeiro Viajante
- Exemplo Caixeiro Viajante
- Subida da Encosta pela Trilha mais Íngreme
- Subida da Encosta pela Trilha mais Íngreme - Algoritmo
- Perigos da Subida da Encosta
- Dependência Heurística
- Cozimento Simulado
- Cozimento Simulado (Cont.)
- Cozimento Simulado – Algoritmo Simplificado
- Principais diferenças entre Cozimento Simulado e Subida da Encosta
- Cozimento Simulado (Cont.)
- Cozimento Simulado - Algoritmo
- Busca Best-First
- Busca Best-First (Cont.)
- Best First - Avaliação dos Estados
- Busca Best First - Por que é necessária a avaliação
- Busca Best-First
- Busca Best-First - Caixeiro Viajante
- Best-First Aplicada ao Puzzle
- Best-First Aplicada ao Puzzle - Solução do Exercício Anterior
- Algoritmo A*
- Função de Avaliação A*
- Algoritmo A*
- A* Otimização and Completude
- Exemplo A* - 8 Puzzle
- Exemplo A*
- Exemplo do A* - Demo do ASE
- Ver demo do ASE
- Redução de Problemas
- Árvores/Grafos AND/OR
- Árvore AND/OR
- Busca em Grafos AND/OR
- Representação de Grafos AND/OR
- Representação de Grafos AND/OR - Solução do Exercício Anterior
- Representação de Grafos AND/OR (Cont.)
- Busca AND/OR
- Algoritmo AO* (Encontra o caminho com menor custo)
- Algoritmo AO*
- Exemplo do AO*
- Algoritmo AO* (cont.)
- Satisfação de Restrição
- Satisfação de Restrição - Algoritmo
- Exemplo de Problemas de Satisfação de Restrições
- Exemplo de Problemas de Satisfação de Restrições - Criptoaritmética
- Exemplo de Problemas de Satisfação de Restrições (Cont.)
- Análise Meios-Fins
- Análise Meios-Fins – Algoritmo GPS
- Análise Meios-Fins - Esquema
- Exemplo de análise meios-fins: as Torres de Hanoi
- Solução em Prolog
- Execução do Programa Torres de Hanoi
- Representação de Conhecimento
- Considerações sobre Representação de Conhecimento
- Conhecimento e Mapeamentos
- Representação de Fatos
- Representação de Propriedades
- Bases de Dados Relacionais
- Herança
- Hierarquia de Classes
- Herança de Conhecimento
- Algoritmo da Herança
- Conhecimento Inferencial
- Conhecimento Procedimental
- Importância de Atributos
- Atributos como objetos
- Granularidade da Representação
- Representação de Conjuntos de Objetos
- Busca e Representação de Estado
- O Problema do Modelo
- Lógica em Representação de Conhecimento
- Lógica
- Introdução à Lógica
- Introdução à Lógica (cont.)
- Verificação de argumentos ou prova de teoremas
- Teorema da Dedução ou Admissão de Premissas
- Teorema da Redução ao Absurdo ou Prova por refutação
- Prova por Resolução
- Obtenção de Cláusulas Horn
- Passos para a obtenção da Notação Clausal
- Obtenção da Notação Clausal
- Obtenção da Notação Clausal (cont.)
- Notação Clausal e Notação de Kowalski
- Notação de Kowalski
- Resolução
- Exemplo de Resolução - Solução 1
- Exemplo de Resolução - Solução 2
- Resolução-SLD*
- Resolução-SLD (cont.)
- Semânticas de um Programa Lógico
- Semântica Declarativa de um Programa Lógico (PL)
- Semântica Procedimental de um Programa Lógico (PL)
- Exercício
- Exemplo
- Solução
- Usando o método da Resolução
- Limites da Lógica Proposicional
- Lógica de Predicados
- Prolog – Uma linguagem de Programação Lógica
- Da Notação de Kowalski para um programa Prolog
- Raciocínio Monotônico
- Raciocínio Não-Monotônico
- Problemas com Raciocínio Não-Monotônico
- Técnicas
- Raciocínio Default
- Problema com Lógica Não-Monotônica
- Lógica Default
- Abdução
- Herança
- Sistemas de Produção
- Regras de Produção
- Sistemas de Produção
- Arquitetura dos Sistemas de Produção
- Exemplo de regras para veículos
- Complementando os exemplos...
- Direções do raciocínio dedutivo
- Raciocinando com Encadeamento Progressivo
- Procedimento básico
- Encadeamento progressivo: algoritmo
- Encadeamento progressivo: Busca e Casamento
- Encadeamento progressivo: Busca e Casamento (Matching)
- Algoritmo Rete
- Encadeamento progressivo: Busca e Casamento
- Algoritmo RETE: encadeamento progressivo
- Encadeamento progressivo: Resolução de conflitos
- Encadeamento regressivo: Busca e Casamento
- Encadeamento regressivo: algoritmo
- Encadeamento regressivo: Busca e Casamento
- Encadeamento regressivo: Exemplo no domínio dos veículos
- Encadeamento regressivo
- Suposição do Mundo Fechado (SMF)
- Encadeamento regressivo
- Regras com fator de incerteza
- Vantagens e Limitações dos Sistemas de Produção
- Exemplo de Shell
- Exercício
- Sistemas de Preenchimento de Slots
- Estruturas de Preenchimento de Slots
- Redes Semânticas
- Arcos Entidade vs. Relações
- Tipos de Nós
- Múltipla Herança
- Frames
- Frames (Cont.)
- Proposta de Frames
- Proposta de Frames (cont.)
- Estrutura dos Frames
- Estrutura dos Frames (Cont.)
- Representação de Frames em Prolog
- Herança em Frames
- Características da Herança em Frames
- Herança em Frames (Cont.)
- Redes de Herança Simples em Frames
- Redes de Herança Múltipla em Frames
- Raciocinadores de Herança
- Meta-Classes
- Exemplo de Meta-Classe As classes de todos os times de futebol
- Outras Relações Entre Classes
- Dependência Conceitual
- Conceito
- Objetivo
- Exemplo
- Conceitualização
- Esquema de Representação
- Primitivas Conceituais
- Representação de uma sentença
- Ações Primitivas
- Estados
- Exemplo
- Regras
- Notação adicional
- Exemplos de regras
- Regras
- Inferências
- Exemplo
- Argumentos para o uso da DC
- Argumentos contra seu uso
- Incerteza em conhecimento
- Causas de incerteza em representação de conhecimento
- Tomada de decisão com incerteza
- Raciocínio Bayesiano
- Outras representações de incerteza
- Exemplo de Raciocínio Probabilístico
- Desafios sobre tratamento de incerteza
- Exemplo de tratamento de incerteza no Shell SINTA
- Aprendizado
- O que é Aprendizado?
- Tipos de Aprendizado
- Aprendizagem por Memorização
- Aprendizagem por Aconselhamento
- Aprendizado por Exemplos: Indução
- Indução & Dedução
- Aprendizado por Indução: Classificação
- Aprendizado por Indução: Classificação (Cont.)
- Problemas com Classificação
- Aprendizado - Árvores de Decisão
- Aprendizado - Árvores de Decisão (Cont.)
- Outros métodos de Aprendizado por Exemplos
- Algoritmos Genéticos
- Planejamento
- Navegação de Robôs
- Planejamento & Decomposição
- Exemplo de Planejamento
- Representação do Estado
- Espaço de Estados do Robô
- Como resolver problemas?
- Planejando um conjunto de soluções
- Dependências entre Subtarefas
- Mundo dos Blocos
- Mundo dos Blocos (Cont.)
- Operações no Mundo dos Blocos
- Exemplo de Restrições de Operação
- Alguns Axiomas do Mundo dos Blocos
- Raciocinando no Mundo dos Blocos
- Mundo dos Blocos & Resolução
- estado1 = Faça(retire(B,A), estado0)
- Usando Resolução
- Operadores Híbridos
- Planejando Metas Empilhadas
- Pilha de Metas
- Submeta: SOBRE(C,A)
- Submeta: coloca(C,A)
- Submeta: LIVRE(A) ? SEGURANDO(C)
- Submeta: LIVRE(A)
- Backtracking
- A Solução
- Análise Meios-Fins em Planejamento
- Análise Meios-Fins – Algoritmo GPS
- Resolvendo o mundo dos blocos com Meios-Fins
- Planejamento Não-Linear
- Planejamento Hierárquico
- Planejamento Hierárquico (Cont.)
- Sistemas Reativos
- Sistemas Reativos (Cont.)
- Como trabalhar com Prolog
- Exercício
- Arquitetura de um sistema de diálogo com um Agente Assistente
- Contexto
- O projeto AACC*
- Agentes Assistentes Pessoais
- Agentes Assistentes Pessoais (cont.)
- Interfaces em Linguagem Natural
- Objetivos
- Técnicas Correntes
- Interação em Linguagem Natural
- Interação em Linguagem Natural (cont.)
- Aplicações baseadas em Palavras-chave
- Interação baseada em Palavras-chave
- Interação baseada em Palavras-chave (cont.)
- Sistemas de Questão/Resposta
- O sistema ELIZA
- O sistema Eliza (cont.)
- Interação baseada em Representações Semânticas
- Interação em Linguagem Natural (cont.)
- Interação baseada em Representações Semânticas (cont.)
- Interação baseada em Representações Semânticas – Grafos Conceituais* (cont.)
- Interação baseada em Representações Semânticas (cont.)
- A Técnica Morfológica
- Arquitetura geral
- Análise Sintática
- Definição de uma gramática
- Geração de uma Árvore Sintática: algoritmo de matching
- Expressões atômicas de uma gramática
- Análise Semântica
- Motor de Inferência
- Diálogo questão/resposta
- Diálogo orientado a tarefas
- Diálogo orientado a tarefas(cont.)
- Grafo de diálogo
- Explorando conhecimento com Linguagem Natural
- Explorando conhecimento com Linguagem Natural(cont.)
- Base de conhecimentos gerais
- Base de conhecimentos sobre mecânica
- Questões específicas
- Sobre sistemas de diálogo
- Introdução à IAD
- No Início...
- Trabalhos Pioneiros
- Trabalhos Pioneiros (cont.)
- Divisão da IAD
- Infra-estrutura de um SMA
- Aplicações SMA desenvolvidas durante a tese
- Capitalização de conhecimento
- Filtragem de documentos
- Pesquisa Personalizada de Informação