IA com Python - conceito básico
Desde a invenção de computadores ou máquinas, sua capacidade de realizar várias tarefas experimentou um crescimento exponencial. Os humanos desenvolveram o poder dos sistemas de computador em termos de seus diversos domínios de trabalho, sua velocidade crescente e tamanho reduzido em relação ao tempo.
Um ramo da Ciência da Computação denominado Inteligência Artificial busca criar computadores ou máquinas tão inteligentes quanto seres humanos.
Conceito Básico de Inteligência Artificial (IA)
Segundo o pai da Inteligência Artificial, John McCarthy, é “A ciência e a engenharia de fazer máquinas inteligentes, principalmente programas de computador inteligentes”.
A Inteligência Artificial é uma maneira de fazer um computador, um robô controlado por computador ou um software pensar de forma inteligente, da mesma maneira que os humanos inteligentes pensam. A IA é realizada estudando como o cérebro humano pensa e como os humanos aprendem, decidem e trabalham enquanto tentam resolver um problema e, em seguida, usam os resultados deste estudo como base para o desenvolvimento de software e sistemas inteligentes.
Ao explorar o poder dos sistemas de computador, a curiosidade do ser humano, o leva a se perguntar: “Uma máquina pode pensar e se comportar como os humanos?”
Assim, o desenvolvimento da IA começou com a intenção de criar inteligência semelhante em máquinas que encontramos e consideramos alta nos humanos.
A necessidade de aprender IA
Como sabemos, a IA busca criar máquinas tão inteligentes quanto os seres humanos. Existem inúmeras razões para estudarmos IA. As razões são as seguintes -
IA pode aprender por meio de dados
Em nossa vida diária, lidamos com uma grande quantidade de dados e o cérebro humano não consegue controlar tantos dados. É por isso que precisamos automatizar as coisas. Para fazer automação, precisamos estudar IA, pois ela pode aprender com os dados e fazer as tarefas repetitivas com precisão e sem cansaço.
AI pode ensinar a si mesma
É muito necessário que um sistema ensine a si mesmo, porque os próprios dados estão sempre mudando e o conhecimento que é derivado de tais dados deve ser atualizado constantemente. Podemos usar IA para cumprir esse propósito porque um sistema habilitado para IA pode ensinar a si mesmo.
AI pode responder em tempo real
A inteligência artificial com a ajuda de redes neurais pode analisar os dados mais profundamente. Devido a esta capacidade, a IA pode pensar e responder às situações que se baseiam nas condições em tempo real.
IA alcança precisão
Com a ajuda de redes neurais profundas, a IA pode atingir uma precisão tremenda. AI ajuda no campo da medicina a diagnosticar doenças como o câncer a partir de ressonâncias magnéticas de pacientes.
A IA pode organizar os dados para obter o máximo deles
Os dados são propriedade intelectual dos sistemas que utilizam algoritmos de autoaprendizagem. Precisamos da IA para indexar e organizar os dados de uma maneira que sempre forneça os melhores resultados.
Compreendendo a inteligência
Com IA, sistemas inteligentes podem ser construídos. Precisamos entender o conceito de inteligência para que nosso cérebro possa construir outro sistema de inteligência como ele mesmo.
O que é inteligência?
A capacidade de um sistema de calcular, raciocinar, perceber relações e analogias, aprender com a experiência, armazenar e recuperar informações da memória, resolver problemas, compreender ideias complexas, usar a linguagem natural com fluência, classificar, generalizar e adaptar novas situações.
Tipos de Inteligência
Conforme descrito por Howard Gardner, um psicólogo do desenvolvimento americano, a inteligência vem em múltiplas -
| Sr. Não | Inteligência e descrição | Exemplo |
|---|---|---|
| 1 | Linguistic intelligence A capacidade de falar, reconhecer e usar mecanismos de fonologia (sons da fala), sintaxe (gramática) e semântica (significado). |
Narradores, oradores |
| 2 | Musical intelligence A capacidade de criar, comunicar e compreender os significados do som, compreensão do tom, ritmo. |
Músicos, cantores, compositores |
| 3 | Logical-mathematical intelligence A capacidade de usar e compreender relacionamentos na ausência de ação ou objetos. É também a capacidade de compreender ideias complexas e abstratas. |
Matemáticos, Cientistas |
| 4 | Spatial intelligence A capacidade de perceber informações visuais ou espaciais, alterá-las e recriar imagens visuais sem referência aos objetos, construir imagens 3D e movê-las e girá-las. |
Leitores de mapas, astronautas, físicos |
| 5 | Bodily-Kinesthetic intelligence A capacidade de usar todo ou parte do corpo para resolver problemas ou produtos de moda, controlar habilidades motoras finas e grosseiras e manipular objetos. |
Jogadores, dançarinos |
| 6 | Intra-personal intelligence A capacidade de distinguir entre os próprios sentimentos, intenções e motivações. |
Gautam Buddhha |
| 7 | Interpersonal intelligence A capacidade de reconhecer e fazer distinções entre os sentimentos, crenças e intenções de outras pessoas. |
Comunicadores de massa, entrevistadores |
Você pode dizer que uma máquina ou sistema é artificialmente inteligente quando está equipado com pelo menos uma ou todas as inteligências.
De que é composta a inteligência?
A inteligência é intangível. É composto por -
- Reasoning
- Learning
- Solução de problemas
- Perception
- Inteligência Lingüística
Vamos examinar todos os componentes brevemente -
Raciocínio
É o conjunto de processos que nos permite fornecer uma base para julgamento, tomada de decisões e previsão. Existem basicamente dois tipos -
| Raciocínio indutivo | Raciocínio dedutivo |
|---|---|
| Ele realiza observações específicas para fazer declarações gerais gerais. | Ele começa com uma declaração geral e examina as possibilidades de se chegar a uma conclusão lógica específica. |
| Mesmo que todas as premissas sejam verdadeiras em uma afirmação, o raciocínio indutivo permite que a conclusão seja falsa. | Se algo é verdade para uma classe de coisas em geral, também é verdade para todos os membros dessa classe. |
| Example - "Nita é professora. Nita é estudiosa. Portanto, todos os professores são estudiosos." | Example - “Todas as mulheres com mais de 60 anos são avós. Shalini tem 65 anos. Portanto, Shalini é avó”. |
Aprendizagem - l
A capacidade de aprendizagem é possuída por humanos, espécies particulares de animais e sistemas habilitados para IA. A aprendizagem é categorizada da seguinte forma -
Aprendizagem Auditiva
É aprender ouvindo e ouvindo. Por exemplo, alunos ouvindo palestras em áudio gravadas.
Aprendizagem episódica
Para aprender lembrando-se de sequências de eventos que alguém testemunhou ou experimentou. Isso é linear e ordenado.
Aprendizagem Motora
É aprender pelo movimento preciso dos músculos. Por exemplo, escolher objetos, escrever, etc.
Aprendizagem por observação
Para aprender observando e imitando os outros. Por exemplo, a criança tenta aprender imitando seu pai.
Aprendizagem Perceptual
É aprender a reconhecer os estímulos que já se viu. Por exemplo, identificar e classificar objetos e situações.
Aprendizagem Relacional
Envolve aprender a diferenciar entre vários estímulos com base em propriedades relacionais, em vez de propriedades absolutas. Por exemplo, adicionar um pouco menos de sal na hora de cozinhar batatas que ficaram salgadas da última vez, quando cozidas com adição de, digamos, uma colher de sopa de sal.
Spatial Learning - É aprender por meio de estímulos visuais como imagens, cores, mapas, etc. Por exemplo, uma pessoa pode criar um roteiro na mente antes de realmente seguir a estrada.
Stimulus-Response Learning- É aprender a realizar um determinado comportamento quando um determinado estímulo está presente. Por exemplo, um cachorro levanta a orelha ao ouvir a campainha.
Solução de problemas
É o processo no qual se percebe e tenta chegar a uma solução desejada a partir de uma situação presente, seguindo algum caminho, que está bloqueado por obstáculos conhecidos ou desconhecidos.
A resolução de problemas também inclui decision making, que é o processo de selecionar a alternativa mais adequada entre várias alternativas para atingir o objetivo desejado.
Percepção
É o processo de aquisição, interpretação, seleção e organização das informações sensoriais.
A percepção presume sensing. Em humanos, a percepção é auxiliada por órgãos sensoriais. No domínio da IA, o mecanismo de percepção reúne os dados adquiridos pelos sensores de maneira significativa.
Inteligência Lingüística
É a capacidade de usar, compreender, falar e escrever a linguagem verbal e escrita. É importante na comunicação interpessoal.
O que está envolvido na IA
A inteligência artificial é uma vasta área de estudo. Este campo de estudo ajuda a encontrar soluções para problemas do mundo real.
Vamos agora ver os diferentes campos de estudo da IA -
Aprendizado de Máquina
É um dos campos mais populares da IA. O conceito básico deste campo é fazer o aprendizado de máquina a partir dos dados como o ser humano pode aprender com a sua experiência. Ele contém modelos de aprendizagem com base nos quais as previsões podem ser feitas em dados desconhecidos.
Lógica
É outro importante campo de estudo no qual a lógica matemática é usada para executar os programas de computador. Ele contém regras e fatos para realizar correspondência de padrões, análise semântica, etc.
Procurando
Este campo de estudo é basicamente usado em jogos como xadrez, jogo da velha. Os algoritmos de pesquisa fornecem a solução ideal após pesquisar todo o espaço de pesquisa.
Redes neurais artificiais
Esta é uma rede de sistemas de computação eficientes, cujo tema central é emprestado da analogia das redes neurais biológicas. A RNA pode ser usada em robótica, reconhecimento de fala, processamento de fala, etc.
Algoritmo genético
Algoritmos genéticos auxiliam na solução de problemas com o auxílio de mais de um programa. O resultado seria baseado na seleção do mais apto.
Representação de Conhecimento
É o campo de estudo com o qual podemos representar os fatos de uma forma que a máquina seja compreensível para ela. Quanto mais eficientemente o conhecimento é representado; quanto mais sistema seria inteligente.
Aplicação de IA
Nesta seção, veremos os diferentes campos suportados pela IA -
Jogos
A IA desempenha um papel crucial em jogos estratégicos como xadrez, pôquer, jogo da velha, etc., onde a máquina pode pensar em um grande número de posições possíveis com base no conhecimento heurístico.
Processamento de linguagem natural
É possível interagir com o computador que entende a linguagem natural falada por humanos.
Sistemas especializados
Existem alguns aplicativos que integram máquina, software e informações especiais para transmitir raciocínio e aconselhamento. Eles fornecem explicações e conselhos aos usuários.
Sistemas de Visão
Esses sistemas entendem, interpretam e compreendem a entrada visual do computador. Por exemplo,
Um avião espião tira fotos, que são usadas para descobrir informações espaciais ou mapear as áreas.
Os médicos usam o sistema especialista clínico para diagnosticar o paciente.
A polícia usa um software de computador que pode reconhecer o rosto do criminoso com o retrato armazenado feito por um artista forense.
Reconhecimento de fala
Alguns sistemas inteligentes são capazes de ouvir e compreender a linguagem em termos de frases e seus significados enquanto um humano fala com ela. Ele pode lidar com diferentes sotaques, palavras de gíria, ruído de fundo, mudança no ruído humano devido ao frio, etc.
Reconhecimento de caligrafia
O software de reconhecimento de escrita lê o texto escrito no papel por uma caneta ou na tela por uma caneta. Ele pode reconhecer as formas das letras e convertê-las em texto editável.
Robôs Inteligentes
Os robôs são capazes de realizar as tarefas atribuídas por um humano. Eles têm sensores para detectar dados físicos do mundo real, como luz, calor, temperatura, movimento, som, impacto e pressão. Eles têm processadores eficientes, vários sensores e grande memória, para exibir inteligência. Além disso, eles são capazes de aprender com seus erros e podem se adaptar ao novo ambiente.
Modelagem Cognitiva: Simulando Procedimento de Pensamento Humano
Modelagem cognitiva é basicamente o campo de estudo da ciência da computação que trata do estudo e simulação do processo de pensamento do ser humano. A principal tarefa da IA é fazer a máquina pensar como um humano. A característica mais importante do processo de pensamento humano é a resolução de problemas. É por isso que a modelagem mais ou menos cognitiva tenta entender como os humanos podem resolver os problemas. Depois disso, esse modelo pode ser usado para várias aplicações de IA, como aprendizado de máquina, robótica, processamento de linguagem natural, etc. A seguir está o diagrama dos diferentes níveis de pensamento do cérebro humano -
Agente e Meio Ambiente
Nesta seção, enfocaremos o agente e o ambiente e como eles ajudam na Inteligência Artificial.
Agente
Um agente é qualquer coisa que pode perceber seu ambiente por meio de sensores e atuar nesse ambiente por meio de efetores.
UMA human agent tem órgãos sensoriais, como olhos, ouvidos, nariz, língua e pele paralelos aos sensores, e outros órgãos, como mãos, pernas, boca, para efetores.
UMA robotic agent substitui câmeras e telêmetros infravermelhos para os sensores e vários motores e atuadores para efetores.
UMA software agent codificou cadeias de bits como seus programas e ações.
Meio Ambiente
Alguns programas operam de forma inteiramente artificial environment confinado à entrada de teclado, banco de dados, sistemas de arquivos de computador e saída de caracteres em uma tela.
Em contraste, alguns agentes de software (robôs de software ou softbots) existem em domínios de softbots ricos e ilimitados. O simulador tem umvery detailed, complex environment. O agente de software precisa escolher entre uma grande variedade de ações em tempo real. Um softbot é projetado para escanear as preferências online do cliente e mostra itens interessantes para os trabalhos do cliente noreal bem como um artificial meio Ambiente.