Inteligência Artificial
Apresentação da Disciplina
Edirlei Soares de Lima
<edirlei@iprj.uerj.br>
O que é Inteligência Artificial?
O que é Inteligência Artificial?
•
Área de pesquisa que tem como objetivo
buscar métodos ou dispositivos
computacionais que possuam ou aumentem
a capacidade racional do ser humano de
resolver problemas, “pensar” ou, de forma
geral, “ser inteligente”.
•
O conceito de Inteligência Artificial é algo
bem amplo e que recebe tantas definições
quanto os diversos significados da palavra
inteligência.
O que é Inteligência Artificial?
•
•
•
[Winston, 1984]:
–
"Inteligência artificial é o estudo das ideias que permitem aos computadores
serem inteligentes"
[Schalkoff, 1990]:
–
“É o campo de estudo que tenta explicar e simular o comportamento
inteligente em termos de processos computacionais”
[Kurzweil, 1990]
–
“A arte de criar máquinas que executam funções que requerem inteligência
quando executadas por pessoas”
O que é Inteligência Artificial?
•
“Inteligência” + “Artificial”
–
“Artificial”
•
Algo criado, algo que não é natural...
–
“Inteligência”
•
•
•
•
Se comportar como um humano?
Se comportar da melhor maneira possível?
Pensar?
Agir?
O que é Inteligência Artificial?
•
[Russell & Norvig, 2009]:
–
–
–
–
Sistemas que pensam como humanos
• Ciência Cognitiva
Sistemas que agem como humanos
•
Teste de Turing
Sistemas que pensam racionalmente
•
Lógica
Sistemas que agem racionalmente
•
Agentes racionais – Agem sempre racionalmente para alcançar as suas metas
O que é Inteligência Artificial?
Pensamento/Raciocínio
Sistemas que
pensam como
humanos
Sistemas que
pensam
racionalmente
Desempenho
Similar a
Humanos
Desempenho
Ideal
Sistemas que
agem como
humanos
Sistemas que
agem
racionalmente
Comportamento
O que é Inteligência Artificial?
•
A Inteligência Artificial busca entender a mente humana e imitar
computacionalmente o seu funcionamento.
–
–
Como os seres humanos extraem o conhecimento do mundo?
Como a memória, os sentidos e a linguagem ajudam no desenvolvimento da
inteligência?
–
–
Como surgem as ideias?
Como a mente processa informações e tira conclusões decidindo por uma coisa ao invés
de outra?
Redes Neurais / Inteligência Artificial
•
Objetivo da Disciplina:
–
Apresentar os principais conceitos e técnicas de
inteligência artificial e aprendizado de máquina, focando
principalmente na aplicação prática destas técnicas.
Redes Neurais / Inteligência Artificial
Disciplinas:
•
Pré-Requisitos:
•
•
Introdução a Programação;
Algoritmos e Estruturas de
Dados;
–
Programação
•
Qualquer linguagem;
–
Estruturas de dados
•
Pilha, Fila, Lista;
Árvores, Grafos;
•
Ementa da Disciplina
1
) Resolução Problemas por Meio Busca
–
–
–
–
–
Introdução à Inteligência Artificial
Agentes Inteligentes
Busca Cega
Busca Heurística
Algoritmos Genéticos
2
) Lógica
–
Lógica Proposicional, Lógica de Primeira Ordem e Prolog
–
Planejamento STRIPS e PDDL
Ementa da Disciplina
3
) Aprendizado de Máquina
–
Aprendizado Supervisionado
•
•
•
•
Árvores de Decisão
KNN
SVM
Redes Neurais
–
–
Aprendizado Não Supervisionado
•
Algoritmos de Clusterização
•
K-Means
Aprendizado Por Reforço
•
Q-Learning
Critério de Avaliação
•
•
Avaliação Teórica:
–
Prova teórica envolvendo o conteúdo teórico e prático
apresentado durante as aulas;
Avaliação Prática:
–
Trabalhos e exercícios desenvolvidos em grupo ou
individualmente;
–
Apresentação em aula;
Critério de Avaliação
•
Trabalhos:
–
–
–
–
T1: trabalho sobre resolução de problemas por busca;
T2: trabalho sobre aprendizado de máquina;
EX: listas de exercícios práticos;
MT = (T1 + T2 + (EX * 0,5)) / 2,5;
•
•
Prova:
– PT: prova teórica individual envolvendo todo o conteúdo
do curso;
MT = (MT + PT)/2
Critério de Avaliação
•
•
Se a frequência nas aulas for < 75% o aluno será REPROVADO
POR FALTA;
Se a frequência nas aulas for ≥ 75%, então:
Se MP ≥ 7.0, o aluno será aprovado e MF = MP;
Se MP < 4.0, o aluno será reprovado e MF = MP;
Se MP < 7.0 e MP ≥ 4.0, o aluno irá para o exame final e então:
MF = (MP + PF)/2;
Se MF < 5.0 o aluno será reprovado;
Se MF ≥ 5.0 o aluno será aprovado;
Controle de Turma
•
Presença obrigatória!!!
–
Chamada em qualquer momento da aula;
–
Alunos com menos de 75% de presença serão reprovados
automaticamente e não poderão fazer prova final
(independente da nota);
–
Exceção: 50% de presença e média final acima de 7.0
(não é permitido fazer prova final).
Trabalhos Práticos
Bibliografia
•
Stuart Russell and Peter Norvig, Artificial
Intelligence: A Modern Approach, 3nd Edition,
Prentice-Hall, 2009.
Bibliografia Complementar
•
•
Mitchell, T. Machine Learning, McGraw–Hill Science/Engineering/Math,
1997.
Bratko, I. Prolog Programming for Artificial Intelligence (3rd edition),
Addison Wesley, 2000. ISBN 9780201403756.
Inteligência Artificial
•
•
Página do Curso:
–
www.inf.puc-rio.br/~elima/ia/
Contato:
–
–
edirlei.slima@gmail.com