Inteligencia artificial

Disponível somente no TrabalhosFeitos
  • Páginas : 13 (3126 palavras )
  • Download(s) : 0
  • Publicado : 18 de fevereiro de 2013
Ler documento completo
Amostra do texto
Aprendizado IA

Considerações Iniciais
Inteligência Artificial estuda os métodos, ferramentas, e sistemas para a modelagem de situações que normalmente requerem inteligência humana. Como existem varias formas de se definir o que é inteligência e conhecimento, varias abordagens surgiram em decorrência dessas diferentes interpretações e, conseqüentemente, diferentes modelos tem sido propostospara enquadrar estes conceitos. Uma das abordagens mais difundidas é a área de Aprendizado de Maquina. As abordagens híbridas também são de grande importância por tentar combinar o que ha de melhor em cada abordagem. Apresentaremos os principais paradigmas de IA, um modelo genérico para Aprendizado de Maquina, bem como uma abordagem geral sobre Engenharia de Conhecimento e onde a Teoria de RoughSets pode ser visualizada dentro desse contexto.

Paradigmas de Inteligência Artificial
Inteligência pode ser definida como a habilidade de aprender, compreender, reagir
adaptativamente, tomar decisões corretas, comunicar-se através da língua natural ou de imagens de forma sofisticada (Kasabov, 1996). O principal objetivo da Inteligência Artificial é o desenvolvimento de métodos e sistemas para aexecução de tarefas, as quais normalmente são executadas através da atividade intelectual humana. Por exemplo, reconhecimento de imagens, processamento de língua natural e de discurso, planejamento e predição, incrementando assim os sistemas de informação computacionais. Ainda, desenvolvem-se modelos que simulam organismos vivos e o cérebro humano em particular, aumentando nosso entendimento decomo o cérebro humano funciona.
Inteligência Artificial tenta modelar a inteligência humana. Para alcançar esse objetivo, existem dois paradigmas principais adotados em IA: paradigma simbólico e paradigma sub-simbolico.
A principal diferença entre esses dois paradigmas é que o primeiro é baseado na manipulação de símbolos. Segundo (Newell & Simon, 1972) o paradigma simbólico é baseado na teoriados sistemas simbólicos físicos. Um sistema simbólico é formado por dois conjuntos:
1. um conjunto de elementos (ou símbolos) os quais podem ser utilizados para
construir elementos ou estruturas mais complicadas, possuindo conotação semântica, que representam conceitos ou objetos;
2. um conjunto de processos e regras que, quando aplicados a estruturas e símbolos, produzem novas estruturas.Sistemas simbólicos de IA s.ao aplicados no processamento de língua natural, sistemas especialistas, Aprendizado de Maquina, modelagem de processos cognitivos, entre outros. Infelizmente, eles não funcionam da melhor forma em todos os casos quando submetidos a informações inexatas, inexistentes ou incertas, quando somente dados brutos estão disponíveis e uma aquisição de conhecimento deve serrealizada, ou quando soluções paralelas necessitam ser elaboradas. Deve ser observado que apesar dessas tarefas exigirem um grande esforço computacional, elas podem ser facilmente solucionadas por seres humanos.
Conforme(Smolenski, 1990), o paradigma sub-simbolico alega que o comportamento inteligente é executado no cérebro em um nível maior que o neurológico, mas de uma forma diferente da simbólica.Nessa abordagem, o processamento do conhecimento é feito através da mudança de estados numa rede formada por pequenos elementos chamados neurônios, fazendo uma analogia com neurônios reais. Um neurônio, ou um conjunto de neurônios podem representar uma pequena característica de um conceito, ou mesmo um objeto. Tem sido mostrado que é possível elaborar um sistema inteligente que seja capaz de atingira meta global (generalização), embora todos os componentes do sistema sejam simples e operem somente com informações puramente locais (especificas).
No paradigma sub-simbolico é possível à utilização de todos os resultados significativos conquistados nos últimos 20 anos (por exemplo, reconhecimento de padrões e imagens, e processamento de fala) na área de redes neurais artificiais, e também o...
tracking img