De todas as áreas da computação, a Inteligência Artificial é uma das que mais fascina e desperta a imaginação humana. Não faltam exemplos de livros, filmes, desenhos animados e séries que abordam o assunto. Na literatura acadêmica são encontradas várias definições de inteligência artificial.
Durante a antiguidade existiam mitos, histórias e rumores sobre seres artificiais dotados de inteligência ou ainda com consciência pelos seus fabricantes. Os gregos contavam mitos sobre homens mecânicos e artificiais. Na Obra A Ilíada, escrita por Homero, o deus Hefesto (o deus da tecnologia, dos ferreiros , artesãos e escultores, metais, metalurgia, fogo e dos vulcões) construía máquinas humanóides de bronze para auxiliá-lo se movimentar:
“These are golden, and in appearance like living young women. There is intelligence in their hearts, and there is speech in them And strength, and from the immortal gods they have learned how to do things There stirred nimbly in support of their master.” - Homero, Ilíada
Autômatos foram criados por artesãos especialistas em diversas civilizações com os mais diversos objetivos. A palavra autômato é uma latinização do Grego αὐτόματον, que significa “agindo por vontade própria”. Normalmente chamamos de autômato máquinas que se movem sem ajuda de eletricidade, principalmente as que realizam ações que lembram humanos ou ainda animais.
Na era helenística os autômatos eram projetados para servir como brinquedo, ícones religiosos, ferramentas para demonstrar os princípios científicos, incluindo alguns que foram descritos pelo matemático grego Heron de Alexandria. Heron viveu em III d.C e ficou conhecido por inventar um mecanismo para provar a pressão do ar sobre os corpos, o primeiro motor à vapor documentado: a eolípila. O grego Ktesibios era um inventor que “usava água para soprar e fazer um modelo de coruja se movimentar” criando assim o primeiro relógio cuco.
Desses mecanismos complexos que existiram durante o período helenístico, apenas um sobreviveu ao tempo: o mecanismo de Antikythera. Esse autômato é conhecido como o primeiro computador analógico e acreditava-se que foi desenvolvido para auxiliar na navegação. O original está exposto na coleção de bronze do Museu Arqueológico Nacional de Atenas.
Robôs humanoides autômatos foram criados por artesãos especialistas em diversas civilizações. Os antigos gregos e egípcios acreditavam que o artesão havia colocado nessas figuras mentes com conhecimento e emoções. O legislador egípcio, pastor e filósofo, Hermes Trismegisto disse que “descobrindo a natureza dos deuses, o homem foi capaz de reproduzi-la.”
A área da Inteligência Artificial assume que o processo do pensamento humano pode ser formalizado/mecanizado e ao longo da história da humanidade buscou estudar como o ser humano desenvolve o pensamento. Os chineses, indianos e gregos durante o primeiro milênio a.C desenvolveram métodos formais para dedução. As idéias eram desenvolvidas ao longo dos séculos por filósofos como Aristóteles (criação da análise formal e do silogismo), Euclides (escreveu o livro Os Elementos que apresentava um modelo formal de dedução), al-Khwārizmī (desenvolveu a álgebra e deu seu nome aos algarismos). Essa busca por compreender como símbolos podem ser manipulados de forma mecânica culminou com a invenção de um computador digital programável.
A Inteligência Artificial Acadêmica E Lúdica
Atualmente são criadas IAs com os mais diversos objetivos. Alguns exemplos em que as técnicas de IA foram utilizadas com sucessão são as áreas de finanças, robótica, jogos, medicina e na internet. Entretanto, existe uma distinção clara que deve ser feita sobre as técnicas de IA utilizadas na academia e em jogos.
Sistemas Especialistas: Esses sistemas buscam capturar o conhecimento de um humano que seja especialista sobre um domínio. Um sistema especialista utiliza representações do conhecimento para trazer respostas à perguntas feitas para o mesmo. Busca-se que esses sistemas tenham respostas similares ao do especialista.
Raciocínio Baseado em Casos: Essas técnicas buscam analisar um conjunto de dados e comparar esses dados com uma base de dados fornecida. Exemplo: Akinator.
Máquina de Estados Finitas: São sistemas baseados em regras com um conjunto finito de estados que são conectados através de um grafo (Graphs) de transições.
Árvores de Decisão: São similares aos condicionais se-então. Árvores de decisão tomam decisões baseadas num conjunto de entradas a partir de um nó inicial da árvore, para cada nó percorrido é selecionado um nó filho baseado na entrada. Existem alguns algoritmos, como o ID3 e o C4.5, que constroem árvores de decisão a partir de uma amostra de dados inicial.
Métodos de Busca: Procuram definir uma sequência de ações ou estados em um grafo que satisfaça um objetivo - seja buscando um estado desejado ou ainda maximizando um determinado valor baseando-se nos estados possíveis.
Robótica: Essa grande área busca resolver problemas relacionados à convivência interativa entre robôs no mundo real. A robótica é uma das áreas mais antigas e conhecidas da IA.
Sistemas bio-inspirados: São sistemas que buscam aplicar alguma propriedade presente na natureza em mundos virtuais. Os comportamentos de bando são uma sub-categoria que busca utilizar de técnicas para coordenar o movimento de agentes inteligentes de forma bastante similar à bandos. Dentro desta categoria também estão os algoritmos genéticos que buscam imitar o processo de evolução, através da reprodução e mutação na população de algoritmos, programas ou ainda parâmetros de um programa.!
Redes Neurais: É um conjunto de técnicas baseadas nas interconexões neurais presentes no cérebro animal e no sistema nervoso do mesmo. Redes Neurais buscam operar repetidamente buscando ajustar os parâmetros internos entre os componentes. Desta forma, permitem o aprendizado atingindo soluções ótimas ou próximas ao ótimo.
As técnicas utilizadas na acadêmia também podem ser divididas entre fracas (falsas) e fortes (verdadeiras). O campo da IA verdadeira busca criar sistemas que copiem o processo de formulação do pensamento humano, já o campo da IA falsa busca aplicar técnicas de IA para solucionar problemas do mundo real. Entretanto, ambos esses campos buscam solucionar problemas de forma ótima matematicamente, não se preocupando muito com as limitações de hardware ou empo. Os programadores em jogos precisam se preocupar com os recursos disponíveis e as IAs comumente são construídas com o objetivo de entreter o jogador. Portanto, a IA deve ser interessante o bastante para o jogador e comumente deve ser sub-ótima.
“To be enjoyable, an AI must put up a good fight but lose more often than win. It must take the player feel clever, sly, cunning and powerful. It must make the player jump from his seat shouting, ‘Take that, you little shit!’ “ - Mat Buckland, Programming Game AI by Example.
O objetivo final do desenvolvimento de uma inteligência artificial em jogos é criar uma ilusão de inteligência e nada mais. Portanto, se o jogador acredita que determinado agente é inteligente, então ele é inteligente. Como essa ilusão de inteligência é bastante subjetiva, a quantidade de trabalho necessário varia muito de jogo para jogo.
O jogo Halo tem uma história bastante interessante quando se trata de IA. Durante os testes foi feita uma descoberta bastante peculiar: Os jogadores sentiam que a IA era inteligente simplesmente aumentando o HP dos inimigos. Em uma sessão de testes eles permitiram que os inimigos morressem muito fácil e o resultado foi que 36% dos testadores acharam que a IA era muito “burra”, enquanto apenas 8% dos jogadores acharam que a IA era muito inteligente. Em uma outra sessão os inimigos tiveram apenas uma alteração no total do HP, sem nenhuma alteração na implementação dos mesmos. Após essa alteração, nenhum dos jogadores achou que a IA era muito “burra” e 43% dos jogadores acharam que a IA era muito inteligente.
Agentes Inteligentes
Na língua portuguesa o significado da palavra agente pode ser interpretada como alguém que atua diretamente. Um agente pode ser definido como: algo que percebe o ambiente através de um sensor e atua nesse ambiente através de atuadores. Observe que utilizamos o termo perceber para se referenciar às entradas recebidas em um determinado instante. Uma sequência de percepções é o histórico completo de tudo que o agente já observou. A ação escolhida por um agente em dado instante depende de toda a sequência de percepções feitas até então, mas não considera nada que o agente não tenha percebido.
Um agente racional pode ser definido formalmente como:
“For each possible percept sequence, a rational agent should select an action that is expected to maximize its performance measure, given the evidence provided by the percept sequence and whatever built-int knowledge the agent has” - Peter Norvig em Artificial Intelligence : A Mordern Approach
Após a definição formal de agente é necessário distinguir entre racionalidade e onisciência. Uma entidade onisciente sabe quais são os resultados de todas as ações possíveis, entretanto, uma entidade completamente onisciente é impossível de ser criada. Racionalidade não é o mesmo que perfeição, a racionalidade busca maximizar a performance esperada, enquanto a perfeição busca maximizar a performance real. Se um agente faz ações em uma ordem para modificar as percepções futuras do ambiente, esse processo é chamado de coleta de informações ou ainda exploração. Observe que coletar informações não é o mesmo que aprendizado de máquina.
｡･:*:･ﾟ★,｡･:*:･ﾟ☆ ｡･:*:･ﾟ★,｡･:*:･ﾟ☆ ｡･:*:
Contact Info:
E-mail: pamabeltrani@gmail.com
Discord: pamnawi