1

INTELIGÊNCIA ARTIFICIAL NOS NEGÓCIOS

para a tomada de decisão

2

• Identificar como as redes neurais, lógica difusa, algoritmos genéticos, agentes inteligentes, realidade virtual, linguagens naturais, interfaces multi-sensoriais e robótica podem ser utilizados nos negócios.

• Dar exemplos das diversas maneiras pelas quais os sistemas especialistas podem ser utilizados nas situações de tomada de decisões.

Objetivos do Capítulo

3

Atributos do Comportamento Inteligente

• Pensar e raciocinar• Utilizar a razão para solucionar problemas• Aprender e compreender a partir da experiência• Adquirir e aplicar conhecimentos• Demonstrar criatividade e imaginação• Lidar com situações complexas ou

desconcertantes• Reagir pronta e eficazmente a situações novas• Reconhecer a importância relativa de elementos

de uma situação• Manipular informações ambíguas, incompletas

ou errôneas

4

Inteligência artificial • É uma ciência e tecnologia baseada em

disciplinas como informática, biologia, psicologia, lingüística, matemática e engenharia.

• Objetivo: desenvolver computadores que consigam pensar, bem como ver, ouvir, andar, falar e sentir.

5

Aplicações da Inteligência Artificial

Aplicaçõesda CiênciaCognitiva

InteligênciaArtificial

Aplicaçõesda Robótica

Aplicaçõesde Interfaces

Naturais

•Sistemas Especialistas•Lógica difusa•Algoritmos Genéticos•Redes Neurais•Agentes Inteligentes

•Percepção Visual•Locomoção•Condução•Tatilidade

•Linguagens Naturais•Reconhecimento de Discurso•Interfaces Multissensoriais•Realidade Virtual

6

Áreas de Aplicação da IA nas Empresas

Redes Neurais

Sistemas de Lógica Difusa

Realidade Virtual

Sistemas Especialistas

Áreas de Aplicaçãoda IA nasEmpresas

Agentes Inteligentes

Algoritmos Genéticos

7

1. CIÊNCIA COGNITIVA

• Área da IA baseada em pesquisas em biologia, neurologia, psicologia, matemática e muitas disciplinas afins.

• Se concentra em pesquisar como o cérebro humano funciona e como os seres humanos pensam e aprendem.

• Os resultados dessas pesquisas são a base para o desenvolvimento de uma diversidade de aplicações de inteligência artificial computadorizadas.

8

1. CIÊNCIA COGNITIVA• Sistemas de Aprendizagem Adaptativa – modifica

comportamento com base em informações adquiridas enquanto opera.

• Lógica Difusa –podem processar dados incompletos ou parcialmente corretos. Podem resolver problemas não estruturados e com respostas aproximadas.

• Rede Neural – o software pode aprender processando exemplos de problemas e soluções. Reconhece padrões e se programam para resolver problemas por si mesmo.

• Algoritmo Genético – o software utiliza a randomização darwiniana e funções matemáticas para simular processos evolutivos para gerar soluções melhores para problemas.

• Agentes Inteligentes – usam SE e outras tecnologias de IA para atuarem como substitutos de software para uma diversidade de aplicações dos usuários finais.

9

Lógica Difusa• O conjunto de números pares e o conjunto de números

ímpares são conjuntos precisos. • O conjunto de homens e o conjunto de mulheres são precisos.• Mas o que dizer da série de pessoas altas? Onde você traçaria

o limite? Ninguém chamaria um homem com 1,50m de "alto" mas qualquer um chamaria uma mulher de 1,80m de "alta".

• Um homem de 1,70m de altura estaria na série de homens altos, ou não? Um asiático iria concordar, nesse ponto, com um europeu, ou um italiano com um sueco? Altura é algo subjetivo e contínuo, então é impossível fixar um determinado padrão de altura.

• Se 1,80m é alto, 1,79m o que é? Uma vez que começamos a pensar sobre essas questões, sobre questões de gradação, nosso pensamento começa a ficar difuso.

10

APLICAÇÕES DA LÓGICA DIFUSA– Usa-se sistemas difusos devido a capacidade de

processar eficientemente informações imprecisas e qualitativas de forma geral;

– Tais aplicações representam o conhecimento e a experiência existentes sobre uma determinado estado do processo ou situação;

– A partir dos dados de entrada podem inferir a evolução temporal, as variações ou mesmo gerar sugestões sobre as próximas ações a serem tomadas.

– Exemplos: Consumo de combustível de um automóvel; expectativa da quantidade de hospedes em um hotel; etc.

10

11

Rede Neural

12

APLICAÇÕES DAS REDES NEURAIS• As redes neurais são métodos para solucionar

problemas através da simulação do cérebro humano, ou seja, aprendendo, errando e fazendo descobertas. São técnicas computacionais inspiradas na estrutura neural de organismos inteligentes e que adquirem conhecimento através da experiência.

• Reconhece padrões e se programam para resolver problemas por si mesmo.

• As redes neurais possuem nós ou unidades de processamento. Cada unidade possui ligações para outras unidades, nas quais recebem e enviam sinais. Cada unidade pode possuir memória local. Essas unidades são a simulação dos neurônios, recebendo e retransmitindo informações.

13

Algoritmo Genético• São técnicas de busca baseadas nas Teorias da

Evolução, nos quais as variáveis são representadas como genes em um cromossomo (indivíduo). Combinam a sobrevivência dos mais aptos com a troca de informação de uma forma estruturada, mas aleatória.

• Apresenta um grupo de soluções candidatas (população) na região de soluções. Por seleção natural e operadores genéticos, mutação e cruzamento, os cromossomos com melhor aptidão são encontrados.

• A seleção natural garante que os cromossomos mais aptos gerem descendentes nas populações futuras.

14

APLICAÇÕES DO ALGORITMO GENÉTICO

• Neste problema um vendedor deve percorrer um conjunto de “n” cidades e voltar a sua cidade de origem, passando uma única vez em cada cidade, de modo que a distância percorrida seja mínima.

• O número de caminhos possíveis pode ser deduzido através de ƒ(n) como sendo uma função que fornece o número de caminhos possíveis com “n” cidades.

• Usando um Algoritmo Genético, procuramos obter a solução para este problema em um espaço de tempo plausível, onde poderemos mostrar o real poder de busca de um AG

15

Otimização no AG

• É a busca da melhor solução para um dado problema.– Consiste em tentar várias soluções e usar a

informação obtida para conseguir soluções cada vez melhores.

• Exemplo de otimização: – Telespectador através de ajuste na antena e

sintonia da televisão otimiza a imagem buscando várias soluções até alcançar uma boa imagem.

16

Agentes Inteligentes

InterfacesTutoriais

Agentes deApresentação

Agentes deNavegação

de Rede

Agentes deDesempenho

de Papéis

Agentes deInterface

com oUsuário

Agentesde

Gerenciamentode

Informações

Agentesde Procura

Corretores deInformação

Filtros deInformação

17

AGENTES INTELIGENTES

• Os agentes inteligentes devem ser capazes de operar em tempo real, de explorar vastas quantidades de conhecimento, de tolerar entradas como: erros inesperados, desconhecidos, usar símbolos e abstrações, comunicar através da língua natural, aprender com o ambiente circundante a exibir comportamentos adaptativos e orientados por objetivos. Assim eles ligariam capacidades de raciocínio à resolução de problemas.

18

APLICAÇÕES DE AGENTES INTELIGENTES

• No comércio eletrônico, a rapidez de atuação e potencial de custo mais baixo da operação, desde o início da troca de informações até o fechamento do contrato, em poucos segundos .

• Os agentes inteligentes atuam de acordo com as diretrizes de negócios estabelecidas pela empresa, incorporadas ao seu código.

• Outras atividades: consultas sobre disponibilidade de estoque de determinado produto, seus eventuais substitutos, e muitas outras funções, em geral executadas por programas tradicionais, sob dependência de ações de pessoas da área de Finanças da organização.

19

Sistemas Especialistas• Definição

– sistemas que empregam o conhecimento humano para resolver problemas que requererem a presença de um especialista.

– Área de aplicação de mais sucesso da IA• Utilidade

– servir de assistente a especialistas– servir de repositório de conhecimento

“valioso” para a empresa

20

Arquitetura de Sistemas Especialistas Baseados em Regras

Máquina deInferência

Usuário

Dados do problema

Base deconhecimento

Explicação do raciocínio

Respostas

Engenheiro de conhecimento

Especialista

Ferramentasde aquisição

Memória de

trabalho

21

Exemplo de Sistema Especialista

Se as seguintes condições são verdadeiras: • o paciente apresenta estridor respiratório; • há história prévia de insuficiência respiratória

congestiva • então são prováveis os seguintes diagnósticos: -

– edema pulmonar, com uma probabilidade de 80%; - – asma, com uma probabilidade de 50% - – embolismo pulmonar com uma probabilidade de 20%

22

Outro Exemplo de SE

• Análise de crédito: Sim ou Não• O cliente já fez compra anterior? • Pagou dentro do prazo? • A prestação é maior do que 30% do seu

salário líquido?• Possui passagem pelo SPC / Serasa? • Apresentou toda documentação

necessária?

23

Componentes do Sistema Especialista

Base deConhecimento

Usuário

ConselhoEspecia-

lizadoProgramasde Interface

com oUsuário

ProgramaUtilitário deInferência

Estação de Trabalho

Engenharia do Conhecimento

Programa deAquisição de

Conhecimento Especialista e / ou Engenheiro do Conhecimento

Estação de Trabalho

Desenvolvimento do Sistema Especialista

O Sistema Especialista

24

Aplicações do Sistema Especialista

Gerenciamento de Decisões

Diagnóstico de Problemas de Operação

Manutenção /Programação

Projeto /Configuração

Seleção /Classificação

PrincipaisCategorias deAplicação deSistemasEspecialistas

Monitoração /Controle de Processo

25

2. ROBÓTICA• Esta tecnologia produz máquinas-robôs com

faculdades físicas semelhantes às humanas, inteligência de computador e controle por computador.

• Aplicações: – Percepção visual (visão)– Faculdades táteis (tato)– Destreza (habilidade no manuseio e manipulação)– Locomoção (capacidade para se mover sobre qualquer terreno)– Condução (encontrar seu caminho até um ponto de destino)

26

3. INTERFACE NATURAL

• Seu desenvolvimento considerado uma das principais áreas de aplicação da IA e é essencial ao uso natural de computadores por seres humanos.

• O desenvolvimento de linguagens naturais e reconhecimento do discurso, por exemplo, são importantes objetivos desta área.

• Ser capaz de conversar com computadores e robôs em linguagens humanas de conversação e conseguir que eles nos “compreendam” é uma meta da pesquisa da IA.

• Envolve pesquisa e desenvolvimento em lingüística, psicologia, informática e outras disciplinas.

27

3. INTERFACE NATURAL

• Linguagem Natural – uma linguagem de programação de alto nível que é muito próxima da linguagem humana.

• Interfaces Multi-sensoriais – capacidade que os sistemas de

computadores possuem para reconhecer diversos movimentos do corpo humano que lhes permite operar.

• Reconhecimento de voz – capacidade que um sistema de computador possui para reconhecer modelos de voz.

• Realidade Virtual – uso de interfaces homem-computador que permitem aos humanos experimentarem objetos, espaços e “mundos” simulados por computador como se estes realmente existissem.

28

• Os principais domínios de aplicação da inteligência artificial (IA) incluem uma multiplicidade de aplicações na ciência cognitiva, robótica e interfaces naturais.

• As principais áreas de aplicação da IA compreendem:– Redes Neurais– Lógica Difusa– Algoritmos Genéticos– Realidade Virtual– Agentes Inteligentes– Robótica

Resumo do Capítulo