Inteligencia Artificial um Resumo

O campo da inteligência artificial (IA) tem como objetivo estudar e compreender entidades inteligentes, assim sendo muito usada para um autoconhecimento humano. Porém ao contrário da filosofia e da psicologia a IA também busca construir entidades inteligentes (Russell; Norvig, 2009). Dessa forma em (Poole; Mackworth; Goebel, 1998) a IA é apresentada como sendo o nome dado ao campo que conhecemos como inteligência computacional (IC).

“[…] Inteligência computacional é o estudo do design de agentes inteligentes. Um agente é algo que age em um ambiente - ele faz algo. Os agentes incluem vermes, cães, termostatos, aviões, seres humanos, organizações e sociedade. Um agente inteligente é um sistema que age inteligentemente: o que ele faz é apropriado para suas circunstâncias e seu objetivo, é flexível para mudar ambientes e mudar objetivos, aprende com a experiência e faz escolhas apropriadas, dadas limitações perceptivas e computação finita [...]” (Poole; Mackworth; Goebel, 1998, tradução nossa).

Assim como grande parte das áreas de pesquisa que se divergem em assuntos específicos e podem compor um todo, a IA não é diferente, possuindo diversas definições que causa a divisão de pesquisadores da área. Segundo (Russell; Norvig, 2009) as definições se dividem em quatro grupos conforme ilustrado na Tabela 1. A divisão desses grupos pode causar críticas entre seus pesquisadores, mas também produz ideias valiosas.

Tabela 1: Quatro objetivos possíveis para prosseguir na inteligência artificial.

	Como seres humanos	Racionalmente
Pensam	Sistemas cognitivos	Sistemas lógicos
Agem	Sistemas aprovados no teste de Turing	Agentes inteligentes

Conforme é possível observar na Tabela 1, as definições ligadas a “agir” se referem ao comportamento do sistema, enquanto as ligadas a “pensar” referem-se ao processo de raciocínio ou de pensamento. Já as definições ligadas a palavra “humano” definem o sucesso da IA com base no desempenho humano, enquanto as ligadas a palavra “racionalmente” referem-se a inteligência ideal, ou seja, um sistema que “faz a coisa certa”.

Atualmente, a IA abrange uma grande variedade de subcampos que buscam estudar desde áreas como percepção e raciocínio lógico, até tarefas mais específicas como jogar xadrez, diagnosticar doenças, escrever poesias entre outros. É comum cientistas de outros campos se moverem gradualmente para a inteligência artificial, onde buscam ferramentas para sistematizar e automatizar as tarefas intelectuais nas quais trabalham durante toda a vida. Dessa forma, os pesquisadores em IA podem optar por aplicar os seus métodos a qualquer outra área de pesquisa, sendo assim considerado um campo verdadeiramente universal e que possui diversas técnicas de aplicação como, por exemplo, Redes Neurais, Árvores de Decisão, Algoritmos Evolutivos, entre outras (Russell; Norvig, 2009). Atualmente a IA expandiu seus campos de aplicação para além do meio científico acadêmico, sendo aplicada na indústria em softwares, robôs autônomos, jogos eletrônicos entre outros.

Referências

ARTERO, A. O. (2009). Inteligência Artificial: Teórica e Prática. São Paulo. Editora Livraria da Física.

BACK, T. (2000). Evolutionary Computation 2 Advanced Algorithms and Operators. p. 25–37.

DA SILVA, R. C. M. (2009). Análise da Arquitetura Baars-Franklin de Consciência Artificial Aplicada a uma Criatura Virtual. 2009. 123 f. Dissertação (Mestrado em Engenharia Elétrica) - Faculdade de Engenharia Elétrica e de Computação, Universidade Estadual de Campinas, Campinas.

DE ALMEIDA, A. M. R.; EL-HANI, C. N. (2006). Darwinismo Neural: Uma Extensão Metafórica Da Teoria Da Seleção Natural. Episteme, Porto Alegre, v. 11, n. 24, p. 335-356.

DE CASTRO, L. N. (2010). Computação Natural: Uma Jornada Ilustrada. São Paulo. Editora Livraria da Física.

DIAS, A. M. (2010). Tendências em arquiteturas cognitivas. Arquivos Brasileiros de Psicologia, v. 62, n. 1.

EDELMAN, G. M. (1992). Bright Air, Brilliant Fire: On the Matter of the Mind. New York: Basic Books.

GUDWIN, R. R. (2011). Arquiteturas Cognitivas para Criaturas Artificiais. X SBAI – Simpósio Brasileiro de Automação Inteligente. Anais, São João del-Rei.

LANGTON, C. G. (1995). Artificial Life: An Overview. Massachusetts Institute of Technology, London, England. p. 344.

LOULA, A. C. (2011). Emergência de Comunicação e Representações em Criaturas Artificiais. 2011. 198 f. Tese (Doutorado em Engenharia Elétrica) - Faculdade de Engenharia Elétrica e de Computação, Universidade Estadual de Campinas, Campinas.

LUCENTINI, D. F., GUDWIN, R. R. (2015). A Comparison Among Cognitive Architectures: A Theoretical Analysis. Procedia Computer Science, Annual International Conference on Biologically Inspired Cognitive Architectures, Volume 71, 2015, Pages 56–61.

MAES, P. (1995). Artificial life meets entertainment: life like autonomous agents. Communications of the ACM.

NETTO, M. L.; RINALDI, L. C. A. (2011). Vida artificial: conceitos e aplicações. X SBAI – Simpósio Brasileiro de Automação Inteligente. Anais, São João del-Rei.

POOLE, D. L.; MACKWORTH, A. K.; GOEBEL, R. (1998). Computational intelligence : a logical approach. New York, Oxford University Press.

RAIZER, K. (2015). Executive Functions for Learning and Decision-Making in a Bio-Inspired Cognitive Architecture. 2015. 161 f. Tese (Doutorado em Engenharia Elétrica) - Faculdade de Engenharia Elétrica e de Computação, Universidade Estadual de Campinas, Campinas.

RUSSELL, J. S.; NORVIG, P. (1995). Artificial Intelligence: A Modern Approach. 3rd edition.

TATAI, V. K. (2003). Técnicas de Sistemas Inteligentes Aplicadas ao Desenvolvimento de Jogos de Computador. 2003. 129 f. Dissertação (Mestrado em Engenharia Elétrica) - Faculdade de Engenharia Elétrica e de Computação, Universidade Estadual de Campinas, Campinas.

ZUBEN, F. J. VON. (2000). Computação Evolutiva: Uma Abordagem Pragmática. Anais da I Jornada de Estudos em Computação de Piracicaba e Região, p. 25–45.

Este obra está licenciada com uma Licença Creative Commons Atribuição-CompartilhaIgual 4.0 Internacional.