Curso Online de INTELIGÊNCIA ARTIFICIAL

inteligência artificial ii

alexandre c. b. ramos
www.ici.unifei.edu.br/ramos
ramos@unifei.edu.br

objetivos

estimular a capacidade de elaboração de projetos baseados em algoritmos de redes neurais.
incentivar a realização de projetos utilizando técnicas e ferramentas de algoritmos genéticos.
despertar o interesse pela pesquisa científica e pelo conhecimento de novas tecnologias.

programa

redes neurais
introdução
como se aprende
redes neurais naturais x artificiais
arquiteturas e algoritmos
treinamento e aplicações

bibliografia

braga, a. p. redes neurais artificiais. ltc.2000.
kasabov, n. k. foundations of neural networks, fuzzy systems and knowledge engineering. the mit press. 1996.
michalewicz, z. genetic algorithms + data structures = evolution programs, 3 ed. berlin: springer, 1996.

redes neurais

redes neurais artificiais são técnicas computacionais que apresentam um modelo matemático inspirado na estrutura neural de organismos inteligentes e que adquirem conhecimento através da experiência.
uma grande rede neural artificial pode ter centenas ou milhares de unidades de processamento; já o cérebro de um mamífero pode ter muitos bilhões de neurônios.

http://www.icmc.usp.br/~andre/research/neural/index.htm

redes neurais

o sistema nervoso é formado por um conjunto extremamente complexo de células, os neurônios. eles têm um papel essencial na determinação do funcionamento e comportamento do corpo humano e do raciocínio.
os neurônios são formados pelos dendritos, que são um conjunto de terminais de entrada, pelo corpo central, e pelos axônios que são longos terminais de saída.

história

um histórico resumido sobre redes neurais artificiais deve começar por três das mais importantes publicações iniciais, desenvolvidas por: mcculloch e pitts (1943), hebb (1949), e rosemblatt (1958).
estas publicações introduziram o primeiro modelo de redes neurais simulando “máquinas”, o modelo básico de rede de auto-organização, e o modelo perceptron de aprendizado supervisionado, respectivamente.
alguns históricos sobre a área costumam “pular” os anos 60 e 70 e apontar um reínicio da área com a publicação dos trabalhos de hopfield (1982) relatando a utilização de redes simétricas para otimização e de rumelhart, hinton e williams que introduziram o poderoso método backpropagation.
entretanto, para se ter um histórico completo, devem ser citados alguns pesquisadores que realizaram, nos anos 60 e 70, importantes trabalhos sobre modelos de redes neurais em visão, memória, controle e auto-organização como: amari, anderson, cooper, cowan, fukushima, grossberg, kohonen, von der malsburg, werbos e widrow.

redes neurais

o que é aprender?
incrementar o conhecimento
adaptar-se melhor às novas situações do ambiente
...
como se aprende?
observando
memorizando
generalizando
especializando
.....

o que é necessário para o aprendizado?

aspecto externo (do ambiente)
exemplos, experiências, ensino, ....
aspecto estrutural (do agente)
sentidos
cérebro (baixo nível)
memória e processador de símbolos (alto nível)
aspecto funcional (mecanismos de aprendizado)
modelo simbólico: representação de conhecimento, indução, dedução
modelo conexionista: redes neurais

redes neurais

técnica de aprendizado que tem como modelo o cérebro.
q_ _m n_ _ ch_ r _ , n_ _ m _ m _ !
você consegue identificar a frase?
pegar uma borracha sendo arremessada
apesar de não ser tão rápido quanto um computador, nosso cérebro consegue calcular a trajetória da borracha muito bem.
o cérebro humano é formado por 100 bilhões de neurônios, cada um, ligado a outro ou a 100.000 outros!

aplicações de rn

reconhecimento de voz
reconhecimento de texto (ocr)
avaliação de risco de financiamento
detector de bombas
auxílio na identificação de reservas de petróleo
...