INTELIGÊNCIA ARTIFICIAL

INFERINDO TENDÊNCIAS E

PROJETANDO RESULTADOS

Claudio Lima - Licenciatura em Computação

Orientação: Prof. Ms. Rodrigo Goulart

Profª. Ms. Cláudia Goulart

Outubro/2010

• Inteligência Artificial: área de pesquisa da Ciência da Computaçãoque dedica-se a buscar métodos ou dispositivos computacionais quepossuam ou simulem a capacidade humana de resolver problemas.

• Comportamento racional é fazer a coisa certa: o que é esperadopara maximizar a realização do objetivo, dada a informaçãodisponível.

• Mudança de paradigma: programação imperativa > lógica

STEWART RUSSEL & PETER NORVIG / BITTENCOURT, GUILHERME

CONTEXTO

– Sistemas especialistas;

– Deep Blue, da IBM: lógica (xadrez);

– Diagnóstico: softwares de diagnóstico médicos baseados em dados probabilísticos

foram capazes de executar tarefas no nível de um médico especialista.

– Planejamento autônomo e escalonamento: a milhões de quilômetros da Terra, o

programa Remote Agent da NASA controla as operações de uma nave espacial

– Captchas: sistemas distinguindo humanos de outros sistemas

UTILIZAÇÃO

Visa capacitar jovens em situação de vulnerabilidade social para a inserção no mundo do trabalho. Duração: 320 horas (4 meses)

Estudantes entre 15 e 21 anos, Ensino Médio, escola pública. Aulas diárias, contra-turno escolar.

Formação integral: Informática, Português-Inglês, Psicologia, palestras e visitas técnicas a empresas de tecnologia.

• Inferir, através da utilização de algoritmos deInteligência Artificial sobre uma base de dados,informações úteis para a coordenação do projeto.

– Quais variáveis podem ter exercido maior influênciana nota de seleção dos alunos do projeto?

Objetivos

- Base de dados: projeto de extensão da própria Universidade(Jovem Profissional Feevale). Utilizou-se de 125 registros paraesta experiência.

- Utilizando o algoritmo J48 (árvore de decisão) inseriu-se osdados (booleano, inteiro e categorias) no ambiente;

- Através de tarefas associadas de classificação, treinou-se oalgoritmo para selecionar o melhor modelo de inferênciapossível, através de alterações nas leituras e modificações nobaseline.

METODOLOGIA

- Árvore de decisão dos dados iniciais

-Árvore de decisão otimizada

RESUMO EXPERIMENTO

RESULTADOS

Após os testes, o melhor resultado obtido (atributos Rendaagrupada + Nota, cf. fig.1) foi de 34,4 %, sugerindo que, em geral,alunos com maior renda tendem a obter melhores notas.

Cientes de que este valor não atingiu 50%, mínimo estipulado paracaracterizar um resultado significante, considerou-se que osresultados carecem de mais instâncias para permitir uma leituramais concreta.

CONSIDERAÇÕES FINAIS

Embora a utilidade da pesquisa possa parecer pequena, baseou-se em um projeto iniciante, o que significa dizer que no futuro este baseline tende a ser ampliado em seus exemplos e possibilite melhores resultados.

Deve-se considerar também que a Inteligência Artificial é uma área ainda jovem, porém promissora. A considerar pela imensa quantidade de dados geradas por computadores e Internet, associada a softwares de data mining a IA pode ser o futuro da estatística e projeção de tendências.;

• RUSSELL, Stuart J.; NORVIG, Peter. Inteligência Artificial. Rio de Janeiro, Campus, 2004

• BITTENCOURT, Guilherme. Inteligência artificial: ferramentas e teorias. 3. ed. Florianópolis, SC: UFSC, 2006.

• LUCENA, Carlos J. P. Inteligência artificial e engenharia de software. Rio de Janeiro, RJ: Jorge Zahar, Pontifícia Universidade Católica do Rio

REFERÊNCIAS

Contato

claudiolima@feevale.br

twitter.com/claudiodelima

Apresentação disponível em www. slideshare.net/claudiodelima