ALVO 06

ALVO 06

1. IA: Inteligência Artificial

   • É o estudo de sistema computacional que tenta modelar e aplicar a inteligência artificial da mente humana. Máquina com raciocínio próximo do humano
   • Análise: através da PERCEPÇÃO DO AMBIENTE, como por exemplo, aumento da velocidade do veículo da frente. Os humanos vêem a disparada do veículo, e consequentemente, temos a AÇÃO de aumentar a velocidade do seu veículo.
   • Investiga alternativas do uso do computador para realizar tarefas que até então, os humanos tem melhor desempenho.
     • Constrói as máquinas através de técnicas propostas que detenha nível de inteligência para resolver os problemas dos humanos.
       • Se relaciona em várias áreas, como psicologia, filosofia, matemática, etc.
   • Teste de Turing
     • Envolve comunicação do interrogador com dois respondentes, um máquina, outro humano. Quando não se sabe qual expressa inteligência, passa no teste
   • Tipos de IA
     • IA Forte: máquina que dispõe muito processamento, para pensar e ter consciência como um humano.
     • IA Fraca: modela soluções computacionais em cima de certos comportamentos para resolver problemas.
   • Tipos de aplicações
     • Sistema especialista: sistema computacional que detêm conhecimento de especialistas humanos
       • usa uma base de conhecimento e emprega mecanismo de inferência para chegar a uma conclusão
         • Especialistas são caros, raros, ocupados, mortais, inconsistentes e emocionais
           • Caracterizado por identificar questões do problema, resolver problemas rapidamente, explica resultados, aprende continuamente, sabe aplicar exceções e é humano
     • Aprendizado de máquina: ferramentas aprendem por si só, usando exemplos para chegar a uma solução de um determinado problema
       • não tem necessidade da solução ser traduzida em um programa de computador.
         • Análise de risco de crédito, previsão de pacientes com alto risco, recomendação de filmes
       • Estilos de aprendizagem
         • Supervisionada: envolve professor para alimentar exemplos de dados
         • Não supervisionada: não existem exemplos com respostas definidas
         • Semissupervisionados: entram dados com respostas definidas e dados desconhecidos, para resolver o problema
         • Por reforço: baseia-se na experiência, tentativa e erro, age com recompensas e punições.
     • Árvore decisão indutiva: A.M supervisionado, divide os dados em grupos, com objetivo de encontrar a melhor divisão dos dados.
       • Contém nós folhas e nós internos.
     • Rede neural artificial: tenta imitar rede neural do humano. Tem conj. de operações que simula neurônio, em camadas.
       • Cada neurônio faz uma tarefa simples
         • Rede com muitas camadas é uma rede neural profunda.
     • Sistema adaptativo: se modifica, muda formas e comportamentos para melhor desempenho dos objetivos.
       • Algoritmo genético: faz uma seleção natural, os mais fortes se adaptam e os fracos morrem.
     • Sistemas multiagentes: sistemas distribuídos com vários agentes, se interagem em um ambiente para chegar a um conjunto de objetivos.
       • Usado em situações que um único agente não vá conseguir resolver o problema - difícil ou impossível
         • Utiliza-se sensores para obter informações e decidir ações para atingir objetivos