Tuesday, June 12, 2007

Aplicações Actuais de Inteligencia Artificial

Planeamento

O planeamento está intimamente ligado ao raciocínio. Um programa com capacidade de planear é capaz de fazer escolhas hipotéticas, estabelecer compromissos e ordenar as suas escolhas segundo os critérios que melhor servem os seus objectivos. O planeador consegue ainda avaliar se os compromissos tomados até então conduzem a um plano completo e coerente.
Um exemplo de um excelente planeador é o Deep Blue, o programa da IBM que venceu o campeão mundial de xadrez Kasparov em 1997. O programa foi capaz de elaborar planos estratégicos e adaptá-los às novas situações de jogo que foram surgindo.
Assim funciona um planeador, ele fixa um objectivo, e atinge-o supervisionando um ou mais dispositivos capazes de realizar acções no mundo real. Este tipo de programas vem muitas vezes substituir os programas de procura que tentam passar de uma situação inicial (dados), através de sucessivas aplicações de transformações à representação dos dados do problema, para uma situação final (objectivos). O planeador aproxima-se muito mais de uma solução heurística e do processo como nós, homens, pensamos.
Procuram-se resolver problemas gerais, tomar decisões e raciocinar em interacção com uma base de dados.

Visão Computacional

A primeira abordagem sobre o reconhecimento dos caracteres ópticos remonta já aos anos ’50. E esta área assume-se hoje como uma área científica de excelência que engloba grandes volumes de informação (variada e complexa) relacionados entre si.
Os sistemas de visão que conhecemos hoje são capazes de construir descrições do ambiente que os envolve, processar e reconstruir imagens.
A visão está muito ligada à ideia de percepção computacional e do facto de a máquina reconhecer o seu ambiente e comportar-se de acordo com este. Assim encontramos a percepção visual computacional relacionada com os movimentos dos agentes, com a sua coordenação motora, o controlo dos seus movimentos e não podemos deixar de falar em robótica ao abordarmos esta nova concepção de ‘visão activa’.

Xadrez

Este é um dos problemas preferidos da I.A. Ao longo dos anos têm-se desenvolvido um sem número de programas de jogo de xadrez. Em 1957 Allen Newell e Herbert Simon chegaram mesmo a prever que num prazo de 10 anos um programa de computador venceria o campeão mundial de xadrez, mas essa previsão ainda demoraria 40 anos a efectivar-se.
Mas a investigação em xadrez impulsionou as técnicas para a resolução de problemas combinatórios e foi desenvolvendo as técnicas heurísticas em grandes espaços de conhecimento onde a procura precisa de ser guiada, avaliada e controlada.
Assim o xadrez foi desde cedo a bancada de trabalho para técnicas de procura, representação, planeamento, heurísticas, concepção de agentes inteligentes.

Fala

A compreensão e o reconhecimento da língua natural foi também desde cedo um dos desafios colocados à I.A. então jovem ciência, com a proposta da tradução automática (um dos primeiros objectivos da I.A. que fracassou redondamente).
Mesmo depois de 40 anos de evolução estamos ainda um pouco longe de conseguir que programas computacionais reconheçam e reproduzam a língua natural, isto apesar do recente sistema CYC que trabalha já com a manipulação de conceitos, este programa entende o significado das palavras e já não trabalha exclusivamente com caracteres verdadeiro e falso.
Esta área está intimamente ligada ao estudo da língua e dos sistemas de significação e permite uma abordagem sobre o conhecimento humano não-lógico (a maior parte dele) mas inexacto, incompleto e parcial, a qual se tornou um objectivo geral para a maior parte dos sistemas periciais e um dos núcleos de investigação piloto em I.A. a partir dos anos ’80.

Quinta Geração

Os computadores de 5ª Geração representam uma importante área de aplicações da I.A. Eles seriam já programados em PROLOG e ligariam a compreensão teórica das questões a processos de programação em lógica, à representação do conhecimento a técnicas de resolução dos problemas, articulando grandes bases de dados em paralelismo.
Assim essas grandes máquinas pensantes seriam capazes de articular teorias da decisão com métodos estatísticos e lógicos, com a filosofia a psicologia cognitiva e as ciências da gestão de conhecimentos. Isto seria então o reflexo da automatização do raciocínio (aproximado, probabilístico) assegurando a manutenção da verdade através de lógicas não monótonas.

Sinergias

As sinergias combinam a inteligência com as capacidades de memória. É, de certa forma a fusão tecnológica no sentido da optimização das pesquisas em informação.
Assim o próximo desafio encontra-se no domínio do desenvolvimento de estratégias apropriadas para representar a informação e de conseguir chegar a raciocínios sintéticos ao longo de diferentes bases de conhecimentos.
As interfaces de língua natural para bases de dados dotadas de regras de inferência gramatical, possuem heurísticas de discurso adaptadas a vários ambientes de programação.
Uma outra área em que os esforços se têm redobrado nos últimos anos é a da aprendizagem computacional, a possibilidade de os computadores aprenderem com os erros e de irem actualizando a sua própria informação agindo sobre a mesma, mas apesar dos contínuos progressos, nesta e noutras áreas ainda estamos loge do computador que tenha a perfeita modelização do homem e da sua inteligência, o que não implica que não continuemos a pesquisar.

No comments: