O homem (filósofo e cientista) tem a capacidade de raciocínio e desde sempre procurou perceber

como pensamos (envolve compreender, perceber, prever, ...).

Durante quase 60 anos as pesquisas neste sentido desenvolveram a área da ciência de computação que
ficou conhecida como Inteligência Artificial (IA).
Com a evolução dos sistemas computacionais digitais introduzidos a partir do século XX, os estudos
de inteligência passaram a questionar se os computadores podem, de alguma forma, exibir
comportamento que possamos classificar como “inteligentes”.

A IA abrange uma variedade de áreas, como aprendizado e percepção. • Atualmente tópicos sobre
legislação da IA são altamente abordados.

Há muitas definições para a IA, mas geralmente podem ser divididos em 4 categorias:
1. Sistemas que pensam como humanos
2. Sistemas que pensam de forma racional
3. Sistemas que agem como os seres humanos
4. Sistemas que agem de forma racional

Inteligência artificial
Tabela 1 – Abordagens de Inteligência artificial

PENSAMENTO HUMANO RACIONAL

Sistemas que pensam como Sistemas que

humanos pensam
Racionalmente

COMPORTAMENT Sistemas que agem como Sistemas que agem

O Humanos Racionalmente

1.​ Sistemas que agem como seres humanos

Turing (1950) definiu um comportamento inteligente como sendo a habilidade de um Sistema
alcançar um desempenho ao nível de um ser humano em todas as tarefas cognitivas, de modo a
enganar uma pessoa que estivesse a interrogar.
O teste de Turing consistia num computador ser interrogado por uma pessoa, sem que esta estivesse
vendo que estava a conversar com um computador ou não.

O Sistema era capaz de:

❖Processar uma linguagem natural;
❖Representar o conhecimento;
❖Automatizar o raciocínio de forma a usar a informação para responder e inferior novas conclusões;
❖Adaptar se a novas circunstâncias e detector padrões (ML);
 2.​ Sistemas que pensam como humanos
A principal questão é entender como os seres humanos pensam. É usada a introspecção e experiências
psicológicas como teorias para desenvolver tais sistemas.
Se as entradas e saídas de um programa correspondem ao comportamento humano, dispomos de
evidências de que o programa pode funcionar como os seres humanos. Newell e Simon (1961)
desenvolveram o GPS (General Problem Solving) não contentavam com a resolução do problema de
forma correta, mas sim, seguindo os passos de várias pessoas na resolução dos mesmos problemas.

3.​ Sistemas que pensam racionalmente

Em 1965 existiam programas, que dado tempo e memória suficiente, busca a descrição do problema,
em notação lógica e encontrar uma solução, caso exista.
Projetados para tomar decisões e resolver problemas com base em lógica e princípios racionais.
Ex. Sistemas especialistas, sistemas de lógica formal, sistemas de planejamento automatizado,
sistemas de aprendizagem de máquina racionais.

4.​ Sistemas que agem racionalmente

Agentes Racionais
Agir de forma a atingir um dados conjunto de objectivos, dados um conjunto de crenças.
Um agente é uma entidade que percebe o ambiente no qual está inserido através de sensores e afecta
esse ambiente por meio de atuadores.

Definição formal da IA
Uma máquina é inteligente se ela é capaz de solucionar uma classe de problemas que requerem
inteligência para serem solucionados por seres humanos’’ (Michie & Meltzer, 1969)
Inteligência Artificial é a parte da ciência da computação que compreende o projeto de sistemas
computacionais que exibam características associadas, quando presentes no comportamento humano,
à inteligência’’ (Barr & Feigenbaum, 1981).

História da IA
A IA surgiu oficialmente na conferência de verão em Dartmouth College, USA. Na proposta escrita
por John McCarthy(Dartmouth), Marvin Minsky(Hardward), Nathaniel Rochester(IBM) e Claude
Shannon (Bell Laboratories).

Marcos importantes
Gestação (1943 - 1956)
❖​ 1949: Algoritmo para modificar os pesos das ligações entre os neurónios (Donald Hebb),
❖​ Início dos anos 50: Programas de xadrez para computador (Claude Shannon 1950 e Alan
Turing 1953).
❖​ 1951: Primeira rede neural (Marvin Minsky e Dean Edmonds).
❖​ 1956 : Conferência Dartmouth (10 participantes) surge o nome Inteligência Artificial (John
McCarthy).
❖​ Período de Muito Entusiasmo (1952 - 1969),
BM produz alguns dos primeiros programas de IA, entre os quais, em 1959 o Geometry
Theorem Prover.
❖​ Arthur Samuel desenvolveu um programa capaz de jogar damas ao nível de um jogador de
torneio. O programa jogava melhor do que o seu autor.
 ❖​ 1958 : John McCarthy no Lab Memo n.1 do MIT define a linguagem de programação Lisp
(List Processing) que se transformou na linguagem principal da IA. O Lisp é a segunda
linguagem de programação mais antiga ainda em uso.
❖​ Durante a década de setenta, a IA estava praticamente restrita ao ambiente académico. Os
objetivos da pesquisa eram, principalmente, a construção de teorias e o desenvolvimento de
programas que verificassem estas teorias para alguns poucos exemplos.
❖​ 1972 : Linguagem Prolog (programação em lógica). Inteligência Artificial 15
❖​ 1981 : O Japão lança o projeto “Quinta geração”, um plano para construir em 10 anos
computadores inteligentes. ❖1982 : Surge o primeiro sistema pericial a ser comercializado, o
R1. O programa ajudou a configurar encomendas de computadores.
❖​ 1986 : Retorno das redes neurais artificiais.
❖​ 1991: Um sistema pericial analisa um caso médico, chega a um diagnóstico e é capaz de
explicar porque chegou a esse diagnóstico, expondo os fatores que mais o influenciaram. •
1993: Sistema capaz de conduzir um carro numa auto-estrada a cerca de 90 Km/h. O sistema
usa câmaras de vídeo, radar e laser.
❖​ 1993: Um sistema detecta colisões na rua, liga automaticamente para o 911. • 1994: Um
sistema de reserva de viagens é capaz de entender frases como “quero ir de Maputo para
Beira”. O sistema percebe mal uma em cada 10 palavras, mas é capaz de recuperar, porque
compreende a forma em como as frases são compostas.
❖​ 2000: Começam a surgir brinquedos inteligentes.
❖​ 2001: Computador se comunica ao nível de uma criança com 15 meses.
❖​ BIG DATA (2001) DEEP LEARNING (2011)

Aplicações da IA
●​ Sistemas especialistas
●​ Robótica
●​ Sistemas visuais
●​ Processamento de Linguagem Natural

Bases de IA
Filosofia:
De onde vem o conhecimento?
Como o conhecimento leva a ação?
Como a mente surge de um cérebro físico?
Podem ser usadas regras formais para tirar conclusões válidas? Inteligência Artificial 20

Matemática:
Quais as regras formais para tirar conclusões válidas? • O que pode ser computado?
Como pensamos com informações incertas? Inteligência Artificial 21

Economia:
Como tomar decisões com base em nossas preferências? • Como devemos agir quando outros não
concordam?
Como devemos fazer algo se a recompensa pode estar num futuro distante?
Neurociência:
Como o cérebro processa a informação?

Psicologia:
Como os humanos e animais pensam e agem?

Tabela 2 – Supercomputador VS Cérebro Humano (Russell e Norvig, 2020)

Ciência dos computadores:

Como construir um computador eficiente?

Teoria de controlo e cibernética:

Como os artefactos podem operar por si?

Linguística
Como a língua está relacionada com o pensamento? Inteligência Artificial 27

Riscos da IA
●​ Armas autônomas letais
●​ Vigilância e persuasão
●​ Erros (Bias) na tomada de decisão
●​ Impacto no mercado de emprego
●​ Segurança em aplicações críticas
●​ Cibersegurança

Russell, Stuart, Peter Norvig (2020). “Artificial Intelligence. A Modern Approach”. 4th Edition,
Prentice- Hall, Inc.

Agente e ambiente
Agente é qualquer coisa que percebe o seu ambiente através de sensores e age sobre esse ambiente por
meio de atuadores.

Ex: Um humano tem olhos, ouvidos que podem ser vistos como sensores, e mãos, pés, cordas vocais
que podem ser vistos como actuadores.
Um carro autónomo, por outro lado, pode possuir câmeras como sensores e vários motores como
actuadores.

Agente e ambientes
É usado o termo percepção para definir o conteúdo que o agente recebe, e sequência de percepção ao
histórico de tudo que o agente percebeu.
Um agente mapeia uma sequência de percepções em uma ação.
O mapeamento é com base em um modelo matemático que é o programa agente.
Conceito de Racionalidade
Um agente racional é aquele que executa a boa ação, através da seleção de uma ação que venha a
maximizar a medida de desempenho dada uma evidência fornecida por uma sequência de percepção
ou qualquer conhecimento interno.

A racionalidade depende que 4 aspectos:

1.​ O desempenho da medição que define o critério de sucesso;
2.​ O conhecimento prévio do agente em relação ao ambiente;
3.​ Acções que o agente pode executar;
4.​ A sequência de percepção do agente até o momento.

Conceito de Racionalidade
❖​ A omnisciência é a capacidade do agente saber o resultado real das suas ações e agir de
acordo com ele.
❖​ O agente realiza as ações com base na coleta de informações (percepção) e um agente
racional não apenas busca a informação, mas aprende a partir do que ele percebe.
❖​ O agente é autônomo, pois deve aprender o que puder para compensar o conhecimento prévio
parcial ou incorreto.

Natureza dos ambientes

Ambientes são essencialmente problemas para os quais agentes racionais são a solução.
Especificação de ambiente de tarefas:

Um grupo de 4 elementos PEAS (Performance, environment, actuator, sensores) em

português – Desempenho, ambiente, actuadores e sensores.
Deste modo para construir um agente o primeiro passo é definir o ambiente de trabalho de forma
detalhada.

Propriedade de ambiente de tarefas

❖​ Completamente ou parcialmente observável ente único ou múltiplo agente
❖​ Determinístico ou não determinístico(estocástico).
❖​ Episódico ou sequencial
❖​ Estático ou dinâmico
❖​ Discreto ou contínuo
❖​ Conhecido ou desconhecido

ESTRUTURA DE AGENTES
Agente = arquitectura + programa
Atualmente o trabalho da IA é projetar programas que implementam a função de agentes e mapeiam
percepções em ações.
Assumimos que o programa será executado em um dispositivo com capacidade de computação
(Arquitetura).

Programa de agentes
O desafio da IA é encontrar uma forma para escrever o programa, de tal forma que seja possível
produzir um comportamento racional. São descritos 4 tipos de programas de agentes:
●​ Agentes reativos simples.
●​ Agentes reativos baseados em modelos.
●​ Agentes baseados em objetivos.
●​ Agentes baseados em utilidade.