Blog
Acompanhe o lançamento de novas APIs, novos showcases e parcerias.

A Inteligência Artificial, suas abordagens e os agentes inteligentes

A Inteligência Artificial cria sistema e automatiza tarefas intelectuais e pode ser relevante para qualquer esfera da atividade intelectual humana.

Se antes era apenas tema dos filmes de ficção científica, hoje a Inteligência Artificial (IA) está cada vez mais inserida no nosso dia a dia, abrangendo áreas de uso geral, como aprendizado e percepção, e também aplicada para funções específicas, como jogos de xadrez, demonstração de teoremas, criação de poesia e diagnóstico de doenças.

A Inteligência Artificial cria sistema e automatiza tarefas intelectuais e pode ser relevante para qualquer esfera da atividade intelectual humana. Em 1992, Patrick Winston, Ex-Diretor do Laboratório de Inteligência Artificial do MIT, definiu como “o estudo das computações que tornam possível perceber, raciocinar e agir.”

O principal objetivo dos sistemas de AI é executar funções que, caso um ser humano fosse executar, seriam consideradas inteligentes.

Existem 4 abordagens para entendermos melhor a Inteligência Artificial. São elas:

  1. Agir de forma humana
  2. Pensar de forma humana
  3. Pensar racionalmente
  4. Agir racionalmente

A seguir, vamos passar por cada uma dessas abordagens.

1. Agir de forma humana

Alan Turing, um matemático, lógico, criptoanalista e cientista da computação britânico, propôs, em 1950, um teste com o objetivo de definir se uma entidade é satisfatoriamente inteligente ou não.

O teste consiste basicamente em avaliar a reação de dois entrevistados: um ser humano e uma entidade artificial. Essa avaliação seria feita por um entrevistador humano que tentaria descobrir qual dos entrevistados é uma máquina e qual é um humano.

De acordo com Turing, o computador precisaria ser dotado dos seguintes atributos para poder ser considerado inteligente:

Processamento de linguagem natural para permitir que se comunique em um idioma natural;

Representação de conhecimento para armazenar o que sabe ou ouve;

Raciocínio automatizado para usar as informações armazenadas com a finalidade de responder a perguntas e tirar novas conclusões;

Aprendizado de máquina para se adaptar a novas circunstâncias, detectar e extrapolar padrões.

O Teste de Turing Total

O Teste de Turing evitou a interação física direta entre o interrogador e o computador. Isso foi feito porque a simulação física de uma pessoa é desnecessária para a inteligência. E há também o teste de Turing Total, onde o interrogador pode testar as habilidades de percepção por meio de objetos físicos. Para isto, o sistema precisa ter recursos adicionais implementados para visão e percepção de imagens (para manipular objetos e movimentar-se).

Pesquisadores de IA têm dedicado pouco esforço ao teste de Turing, acreditando que é mais importante estudar os princípios básicos da inteligência do que reproduzir um exemplar.

2. Pensar de forma humana

Se pretendemos dizer que um programa pensa como um ser humano, é necessário que exista formas de determinar como os seres humanos pensam, como por exemplo:

. Introspeção à Para captar nossos próprios pensamentos à medida que se desenvolvem

. Experimentos psicológicos à Para observar uma pessoa em ação 

A ciência cognitiva ou a ciência da cognição, é a ciência responsável pelo estudo científico da mente ou da inteligência. Ela reúne modelos computacionais de IA e técnicas experimentais da psicologia para tentar construir teorias precisas e verificáveis a respeito dos processos de funcionamento da mente humana.

A ciência cognitiva se baseia necessariamente na investigação experimental de seres humanos ou animais. Ciência cognitiva e IA continuam a fertilizar um ao outro, em especial nas áreas de visão e linguagem natural. A visão alcançou grandes avanços, graças a uma abordagem integrada que considera evidências neurofisiológicos e modelos computacionais.

3. Pensar Racionalmente

O Pensamento Racional contribui para que diferenciar o certo do errado, onde o certo tem razão e o errado não tem razão. Pensar racionalmente é
pensar de forma organizada e esclarecida, sem contradições e sem influência de emoções.

Aristóteles foi um dos primeiros a tentar codificar o “pensamento correto”, isto é, os processos de raciocínio irrefutáveis. Leis do pensamento devem governar a operação da mente; seu estudo deu início ao campo chamado lógica. Os lógicos do século XIX desenvolveram uma notação precisa para declarações sobre todos os tipos de coisas no mundo e sobre as relações entre elas.

Por volta de 1965, existiam programas que, em princípio, podiam resolver qualquer problema solucionável descrito em notação lógica.

Não é fácil enunciar o conhecimento informal nos termos exigidos pela notação lógica, em particular quando o conhecimento é menos de 100% certo. Há uma grande diferença entre ser capaz de resolver um problema em princípio e resolvê-lo na prática.

4. Agir Racionalmente

Um agente é simplesmente algo que age. No entanto, espera-se que um agente computacional
tenha outros atributos que possam distinguir de meros programas, tais como:

. Operar sob controle autônomo

. Perceber seu ambiente

. Persistir por um período de tempo prolongado

. Adaptar-se às mudanças

. Ser capaz de assumir metas de outros

Um agente racional é aquele que age para alcançar o melhor resultado ou quando há incerteza quanto ao melhor resultado esperado.

Mais geral que a abordagem de pensar racionalmente, a inferência correta é apenas um dentre vários mecanismos possíveis de alcançar a racionalidade. É mais acessível ao desenvolvimento científico do que as estratégias no comportamento ou no pensamento humano, porque o padrão de racionalidade é definido com clareza e é completamente geral.

Tipos de agentes

O agente inteligente é aquele que adota a melhor ação possível diante de uma situação.
Consideramos 5 tipos de agentes:

1. Agentes reativos simples

Selecionam ações com base na percepção atual, ignorando o restante do histórico de percepções. Comportamentos reativos simples ocorrem mesmo em ambientes mais complexos. Por exemplo, em um congestionamento, se um carro freia, motorista do carro de trás nota a informação e também começa a frear.  

2. Agentes reativos baseados em modelos

O modo mais efetivo de lidar com a observação parcial é o agente monitorar parte do mundo que ele não pode ver agora. O agente deve manter algum tipo de estado interno que dependa do histórico de percepções e assim reflita pelo menos alguns dos aspectos não observados do estado atual.

Algumas questões abordadas são como o mundo evolui independente do agente e como as ações do agente afetam o mundo. Esse conhecimento de “como o mundo funciona” é chamado de modelo de mundo.

3. Agentes baseados em objetivos

Da mesma forma que o agente precisa de uma descrição do estado atual, ele também precisa de alguma espécie de informação sobre os objetivos que descreva situações desejáveis.

Às vezes, a seleção da ação baseada em objetivos é direta. Outras vezes ela será mais complicada. Busca e planejamento são subáreas da IA dedicadas a encontrar sequências de ações que alcançam os objetivos do agente.

4. Agentes baseados na utilidade

Sozinhos, os objetivos não são realmente suficientes para gerar um comportamento de alta qualidade na maioria dos ambientes. Muitas sequências de ações levarão o táxi até seu destino, mas algumas são mais rápidas, mais seguras, mais confiáveis ou mais econômicas que outras.

5. Agentes com aprendizagem

Programar máquinas inteligentes à mão pode exigir muito trabalho. Melhor construir máquinas com aprendizagem e depois ensiná-las. O aprendizado tem outra vantagem: permite ao agente operar em ambientes inicialmente desconhecidos e se tornar mais competente do que seu conhecimento inicial sozinho permitiria.

Autor: Alejandro Moraga (Time Original Developers).

Permalink: https://developers.original.com.br/blog/inteligencia-artificial-abordagem-agentes-inteligentes