inteligência artificial - prefácio

Falso Olho Provisório(para ser substituído)

Inteligência Artifi cial

Preencha a fi cha de cadastro no fi nal deste livro

e receba gratuitamente informações

sobre os lançamentos e as promoções da Elsevier.

Consulte também nosso catálogo

completo, últimos lançamentos

e serviços exclusivos no site

www.elsevier.com.br

Folha de Rosto Provisória(para ser substituída)

Inteligência Artifi cial

3a edição

Stuart J. Russell e Peter Norvig

Do original:Artificial IntelligenceTradução autorizada do idioma inglês da edição publicada por Prentice HallCopyright © 2010, 2003,1995 by Pearson Education, Inc.

© 2013, Elsevier Editora Ltda.

Todos os direitos reservados e protegidos pela Lei no 9.610, de 19/02/1998.Nenhuma parte deste livro, sem autorização prévia por escrito da editora, poderá ser reproduzida ou transmitida sejam quais forem os meios empregados: eletrônicos, mecânicos, fotográficos, gravação ou quaisquer outros.

Coordenação de produção: Silvia Lima

Copidesque: Ivone Teixeira

Editoração eletrônica: DTPhoenix Editorial

Revisão gráfica: Marília Pinto de Oliveira

Elsevier Editora Ltda.Conhecimento sem FronteirasRua Sete de Setembro, 111 – 16o andar20050-006 – Centro – Rio de Janeiro – RJ – Brasil

Rua Quintana, 753 – 8o andar04569-011 – Brooklin – São Paulo – SP – Brasil

Serviço de Atendimento ao [email protected]

ISBN da edição original: 978-0136042594ISBN: 978-85-352-3701-6

Nota: Muito zelo e técnica foram empregados na edição desta obra. No entanto, podem ocorrer erros de digitação, impressão ou dúvida conceitual. Em qualquer das hipóteses, solicitamos a comunicação ao nosso Serviço de Atendimento ao Cliente, para que possamos esclarecer ou encaminhar a questão.

Nem a editora nem o autor assumem qualquer responsabilidade por eventuais danos ou perdas a pessoas ou bens, originados do uso desta publicação.

Russell, Stuart J. (Stuart Jonathan), 1962-Inteligência artificial / Stuart Russell, Peter Norvig; tradução Regina

Célia Simille. – Rio de Janeiro: Elsevier, 2013.

Tradução de: Artificial intelligence, 3rd ed.Inclui bibliografia e índiceISBN 978-85-352-3701-6

1. Inteligência artificial. I. Norvig, Peter, 1956- II. Título.

CDD: 006.3CDU: 004.8111-5978

R925i

CIP-Brasil. Catalogação-na-fonte.Sindicato Nacional dos Editores de Livros, RJ

Para Loy, Gordon, Lucy e Isaac — S.J.R.

Para Kris, Isabella e Juliet — P.N.

VII

Prefácio

A inteligência artifi cial (IA) é um grande campo, e este é um grande livro. Tentamos explorar toda a extensão do assunto, que abrange lógica, probabilidade e matemática do contínuo, além de percepção, raciocínio,

aprendizado, ação e, ainda, tudo o que se refere à eletrônica, desde dispositivos microeletrônicos até robôs para exploração planetária. O livro também é grande porque nos aprofundamos na apresentação de resultados.

O subtítulo deste livro é “Uma Abordagem Moderna”. O signifi cado pretendido dessa frase um tanto vazia é que tentamos sintetizar o que hoje é conhecido numa estrutura comum, em vez de tentarmos explicar cada sub-campo da IA em seu próprio contexto histórico. Pedimos desculpas àqueles que trabalham em subcampos, que, como resultado, receberam menos reconhecimento do que deveriam.

Novidades desta edição

Esta edição capturou as mudanças em IA que tiveram lugar desde a última edição em 2003. Houve aplicações importantes de tecnologia de IA, tais como a implantação generalizada da prática de reconhecimento de fala, tradução automática, veículos autônomos e robótica de uso doméstico. Houve marcos em algoritmos, como a solução do jogo de damas, e um signifi cativo progresso teórico, particularmente em áreas como a do raciocínio probabilístico, aprendizado de máquina e visão computacional. Mais importante, do nosso ponto de vista, é a evolução contínua na maneira como pensamos sobre essa área e, dessa forma, como organizamos este livro. As principais mudanças foram as seguintes:

Colocamos mais ênfase em ambientes parcialmente observáveis e não determinísticos, especialmente nas • confi gurações não probabilísticas de pesquisa e planejamento. Os conceitos de estado de crença (um con-junto de mundos possíveis) e estimação de estado (manutenção do estado de crença) foram introduzidos nesta versão; mais adiante, adicionamos probabilidades.Além de discutir os tipos de ambientes e tipos de agentes, agora cobrimos com mais profundidade os tipos • de representações que um agente pode utilizar. Distinguimos entre representações atômicas (em que cada estado do mundo é tratado como uma caixa-preta), representações fatoradas (em que um estado é um conjunto de atributos/pares de valor) e representações estruturadas (em que o mundo consiste em objetos e relações entre eles).Nossa cobertura do planejamento aprofundou-se sobre o planejamento contingente em ambientes parcial-• mente observáveis, incluindo uma nova abordagem para o planejamento hierárquico.Adicionamos um novo material de modelos probabilísticos de primeira ordem, incluindo modelos de • uni-verso aberto para casos de incerteza quanto à existência de objetos. Reescrevemos totalmente o capítulo introdutório de aprendizado de máquina, salientando uma variedade • ampla de aprendizagem mais moderna de algoritmos, colocando-os em um patamar teórico mais consis-tente.Expandimos a cobertura de pesquisa na Web e de extração de informações e de técnicas de aprendizado a • partir de conjuntos de dados muito grandes.

VIII INTELIGÊNCIA ARTIFICIAL

20% das citações desta edição são de trabalhos publicados depois de 2003.• Estimamos que 20% do material é novo. Os 80% restantes refl etem trabalhos mais antigos, mas foram • amplamente reescritos para apresentar uma imagem mais unifi cada da área.

Visão geral do livro

O principal tema unifi cador é a ideia de agente inteligente. Defi nimos a IA como o estudo de agentes que recebem percepções do ambiente e executam ações. Cada agente implementa uma função que mapeia sequências de percepções em ações, e abordaremos diferentes maneiras de representar essas funções, tais como sistemas de produção, agentes reativos, planejadores condicionais em tempo real, redes neurais e sistemas de teoria de decisão. Explicaremos o papel da aprendizagem como uma extensão do alcance do projetista em ambientes des-conhecidos e mostraremos que esse papel restringe o projeto de agentes, favorecendo a representação explícita do conhecimento e do raciocínio. Trataremos da robótica e da visão, não como problemas defi nidos independen-temente, mas como ocorrendo a serviço da realização de objetivos. Enfatizamos a importância do ambiente da tarefa na determinação do projeto apropriado de agentes.

Nosso principal objetivo é transmitir as ideias que emergiram nos últimos cinquenta anos de pesquisa sobre a IA e nos dois últimos milênios de trabalhos relacionados a esse tema. Procuramos evitar uma formalidade ex-cessiva na apresentação dessas ideias, ao mesmo tempo em que tentamos preservar a exatidão. Quando conside-ramos apropriado, incluímos algoritmos em pseudocódigo para tornar as ideias concretas; nosso pseudocódigo é descrito de forma sucinta no Apêndice B.

Este livro se destina principalmente ao uso em cursos de graduação ou de extensão. Também pode ser usado em curso de pós-graduação (talvez com a inclusão de algumas das principais fontes de consulta sugeridas nas notas bibliográfi cas). O único pré-requisito é a familiaridade com os conceitos básicos de ciência da computa-ção (algoritmos, estruturas de dados, complexidade) em nível básico; os fundamentos matemáticos necessários encontram-se no Apêndice A.

Os exercícios que exigem programação signifi cativa estão marcados com um ícone de teclado. Esses exercícios podem ser mais bem resolvidos aproveitando-se o repositório de código em aima.cs.berkeley.edu. Al-guns deles são grandes o sufi ciente para serem considerados projetos semestrais. Vários exercícios exigem alguma investigação da literatura de referência; esses exercícios estão marcados com o ícone de livro.

Ao longo do livro, os pontos importantes estão indicados por um pequeno ícone de mão apontando. In-cluímos um índice extenso, com cerca de 6.000 termos, a fi m de facilitar a localização de itens no livro. Onde quer que um novo termo seja defi nido pela primeira vez, ele também estará indicado na margem.

Sobre o site*

aima.cs.berkeley.edu, o site do livro, contém:implementações dos algoritmos do livro em várias linguagens de programação• uma lista de mais de 1.000 escolas que utilizaram o livro, muitas com links para materiais de cursos on-line • e ementasuma lista comentada com mais de 800 links para diversos sites com conteúdo útil de IA• uma lista, capítulo por capítulo, de materiais de consulta e links suplementares• instruções sobre como participar de um grupo de discussão referente ao livro• instruções sobre como entrar em contato com os autores para fazer perguntas ou comentários•

* Conteúdo em inglês.

PREFÁCIO IX

Sobre a capa

A capa mostra a posição fi nal do jogo decisivo da partida 6 de 1997 entre o campeão de xadrez Garry Kasparov e o programa DEEP BLUE. Kasparov, com a cor preta, foi forçado a desistir, tornando essa a primeira vez que um computador derrotou um campeão do mundo em uma partida de xadrez. No topo está a imagem de Kasparov. À sua esquerda está o robô humanoide Asimo e, à sua direita, Thomas Bayes (1702-1761), cujas ideias sobre probabilidade, como medida de crença, formam a base de muito da tecnologia moderna de IA. Abaixo vemos o MarsExploration Rover, um robô que aterrissou em Marte em 2004 e tem explorado o planeta desde então. À direita está Alan Turing (1912-1954), cujo trabalho fundamental defi niu os campos da ciência da computação em geral e da inteligência artifi cial em particular. No fundo está Shakey (1966-1972), o primeiro robô a combinar percepção, modelagem do mundo, planejamento e aprendizado. Junto com Shakey está o líder de projeto Charles Rosen (1917-2002). Embaixo à direita está Aristóteles (384-322 a.C.), pioneiro no estudo da lógica, seu trabalho foi o estado da arte até o século XIX (cópia de um busto por Lisipo). Na parte inferior à esquerda, levemente es-condido atrás dos nomes dos autores, está um algoritmo de planejamento por Aristóteles de De Motu Animalium no original em grego. Atrás do título está uma porção da rede bayesiana CPSC para diagnóstico médico (Pradhan et al., 1994). Atrás do tabuleiro de xadrez encontra-se parte do modelo lógico bayesiano para detectar explosões nucleares a partir de sinais sísmicos.

Créditos: Stan Honda/Getty (Kasparov), Biblioteca do Congresso (Bayes), Nasa (Mars rover), National Mu-seum of Rome (Aristóteles), Peter Norvig (livro), Ian Parker (silhueta de Berkeley), Shutterstock (Asimo, peças de xadrez), Time Life/Getty (Shakey, Turing).

Agradecimentos

Este livro não teria sido possível sem os muitos colaboradores cujos nomes não consegui colocar na capa. Jitendra Malik e David Forsyth escreveram o Capítulo 24 (visão computacional) e Sebastian Thrun escreveu o Capítulo 25 (robótica). Vibhu Mittal escreveu parte do Capítulo 22 (linguagem natural). Nick Hay, Mehran Sahami e Ernest Davis escreveram alguns dos exercícios. Zoran Duric (George Mason), Thomas C. Henderson (Utah), Leon Reznik (RIT), Michael Gourley (Central Oklahoma) e Ernest Davis (NYU) revisaram o manus-crito e fi zeram sugestões úteis. Agradecemos a Ernie Davis, em especial por sua capacidade incansável para ler múltiplos rascunhos e ajudar a melhorar o livro. Nick Hay formatou a bibliografi a e no prazo fi nal permaneceu até às 05h30 codifi cando para melhorar o livro. Jon Barron formatou e melhorou os diagramas nesta edição, enquanto Tim Huang, Mark Paskin e Cynthia Bruyns ajudaram com diagramas e algoritmos em edições ante-riores. Ravi Mohan e Ciaran O’Reilly escreveram e mantiveram os exemplos de código Java no site. John Canny escreveu o capítulo de robótica para a primeira edição e Douglas Edwards pesquisou as notas históricas. Tracy Dunkelberger, Allison Michael, Scott Disanno e Jane Bonnell da Pearson fi zeram o melhor possível para nos manter dentro do cronograma e deram muitas sugestões úteis. Mais útil de todas foi Julie Sussman, P.P.A., que leu todos os capítulos, proporcionando melhorias extensivas. Nas edições anteriores tivemos revisores que nos avisavam se deixávamos uma vírgula de fora, corrigiam para qual quando colocávamos que, Julie avisava-nos quando nos esquecíamos de um sinal de menos e corrigia para x

i quando colocávamos x

j. Para cada erro

de digitação ou explicação confusa que permaneceu no livro, tenha certeza de que Julie corrigiu pelo menos cinco. Ela perseverou mesmo quando uma falha de energia a obrigou a trabalhar com luz da lanterna, em vez da incandescência do LCD.

Stuart gostaria de agradecer a seus pais pelo apoio e incentivo constante, e à sua esposa, Loy Shefl ott, por sua paciência infi nita e sabedoria ilimitada. Ele espera que Gordon, Lucy, George e Isaac logo estejam lendo este livro, após perdoá-lo por ter trabalhado tanto. O RUGS (Russell’s Unusual Group of Students — Grupo Incomum de Alunos de Russell) foi de uma utilidade sem igual, como sempre.

Peter gostaria de agradecer a seus pais (Torsten e Gerda), os responsáveis pelo início de sua carreira, e tam-bém à sua esposa (Kris), a seus fi lhos (Bella e Juliet), colegas e amigos pelo incentivo e pela tolerância durante as longas horas de escrita e durante as horas ainda mais longas em que foi preciso reescrever algumas páginas.

X INTELIGÊNCIA ARTIFICIAL

Nós dois agradecemos aos bibliotecários em Berkeley, Stanford, e à Nasa e aos desenvolvedores do CiteSeer, Wikipédia e Google, que revolucionaram a maneira de pesquisar. Não podemos agradecer a todas as pessoas que utilizaram o livro e fi zeram sugestões, mas gostaríamos de observar os comentários especialmente úteis de Gagan Aggarwal, Eyal Amir, Ion Androutsopoulos, Krzysztof Apt, Warren Haley Armstrong, Ellery Aziel, Jeff Van Baalen, Darius Bacon, Brian Baker, Shumeet Baluja, Don Barker, Tony Barrett, James Newton Bass, Don Beal, Howard Beck, Wolfgang Bibel, John Binder, Larry Bookman, David R. Boxall, Ronen Brafman, John Bresina, Gerhard Brewka, Selmer Bringsjord, Carla Brodley, Chris Brown, Emma Brunskill, Wilhelm Burger, Lauren Burka, Carlos Bustamante, João Cachopo, Murray Campbell, Norman Carver, Emmanuel Castro, Anil Chakravarthy, Dan Chi-sarick, Berthe Choueiry, Roberto Cipolla, David Cohen, James Coleman, Julie Ann Comparini, Corinna Cortes, Gary Cottrell, Ernest Davis, Tom Dean, Rina Dechter, Tom Dietterich, Peter Drake, Chuck Dyer, Doug Edwards, Robert Egginton, Asma’a El-Budrawy, Barbara Engelhardt, Kutluhan Erol, Oren Etzioni, Hana Filip, Douglas Fisher, Jeffrey Forbes, Ken Ford, Eric Fosler-Lussier, John Fosler, Jeremy Frank, Alex Franz, Bob Futrelle, Marek Galecki, Stefan Gerberding, Stuart Gill, Sabine Glesner, Seth Golub, Gosta Grahne, Russ Greiner, Eric Grimson, Barbara Grosz, Larry Hall, Steve Hanks, Othar Hansson, Ernst Heinz, Jim Hendler, Christoph Herrmann, Paul Hilfi nger, Robert Holte, Vasant Honavar, Tim Huang, Seth Hutchinson, Joost Jacob, Mark Jelasity, Magnus Jo-hansson, Istvan Jonyer, Dan Jurafsky, Leslie Kaelbling, Keiji Kanazawa, Surekha Kasibhatla, Simon Kasif, Henry Kautz, Gernot Kerschbaumer, Max Khesin, Richard Kirby, Dan Klein, Kevin Knight, Roland Koenig, Sven Koe-nig, Daphne Koller, Rich Korf, Benjamin Kuipers, James Kurien, John Lafferty, John Laird, Gus Larsson, John Lazzaro, Jon LeBlanc, Jason Leatherman, Frank Lee, Jon Lehto, Edward Lim, Phil Long, Pierre Louveaux, Don Loveland, Sridhar Mahadevan, Tony Mancill, Jim Martin, Andy Mayer, John McCarthy, David McGrane, Jay Mendelsohn, Risto Miikkulanien, Brian Milch, Steve Minton, Vibhu Mittal, Mehryar Mohri, Leora Morgenstern, Stephen Muggleton, Kevin Murphy, Ron Musick, Sung Myaeng, Eric Nadeau, Lee Naish, Pandu Nayak, Bernhard Nebel, Stuart Nelson, XuanLong Nguyen, Nils Nilsson, Illah Nourbakhsh, Ali Nouri, Arthur Nunes-Harwitt, Steve Omohundro, David Page, David Palmer, David Parkes, Ron Parr, Mark Paskin, Tony Passera, Amit Patel, Michael Pazzani, Fernando Pereira, Joseph Perla, Wim Pijls, Ira Pohl, Martha Pollack, David Poole, Bruce Porter, Malcolm Pradhan, Bill Pringle, Lorraine Prior, Greg Provan, William Rapaport, Deepak Ravichandran, Ioannis Refanidis, Philip Resnik, Francesca Rossi, Sam Roweis, Richard Russell, Jonathan Schaeffer, Richard Scherl, Hein-rich Schuetze, Lars Schuster, Bart Selman, Soheil Shams, Stuart Shapiro, Jude Shavlik, Yoram Singer, Satinder Singh, Daniel Sleator, David Smith, Bryan So, Robert Sproull, Lynn Stein, Larry Stephens, Andreas Stolcke, Paul Stradling, Devika Subramanian, Marek Suchenek, Rich Sutton, Jonathan Tash, Austin Tate, Bas Terwijn, Olivier Teytaud, Michael Thielscher, William Thompson, Sebastian Thrun, Eric Tiedemann, Mark Torrance, Randall Upham, Paul Utgoff, Peter van Beek, Hal Varian, Paulina Varshavskaya, Sunil Vemuri, Vandi Verma, Ubbo Visser, Jim Waldo, Toby Walsh, Bonnie Webber, Dan Weld, Michael Wellman, Kamin Whitehouse, Michael Dean Whi-te, Brian Williams, David Wolfe, Jason Wolfe, Bill Woods, Alden Wright, Jay Yagnik, Mark Yasuda, Richard Yen, Eliezer Yudkowsky, Weixiong Zhang, Ming Zhao, Shlomo Zilberstein e nossos estimados colegas os Revisores Anônimos.

XI

Sobre os Autores

Stuart Russell nasceu em 1962 em Portsmouth, Inglaterra. Bacharelou-se com louvor em Física pela Universida-de de Oxford em 1982, e doutorou-se em Ciência da Computação por Stanford em 1986. Entrou para o corpo docente da Universidade da Califórnia, em Berkeley, onde leciona Ciência da Computação, dirige o Centro para Sistemas Inteligentes e ocupa a cátedra Smith-Zadeh de Engenharia. Em1990, recebeu o Prêmio Presidencial ao Jovem Cientista (Presidential Young InvestigatorAward), concedido pela National Science Foundation, e, em 1995, foi covencedor do Prêmio de Computação e Pensamento (Computers and Thought Award).

Foi professor da cadeira Miller em 1996 na Universidade de Califórnia, e indicado para a bolsa docente Chan-cellor. Em 1998, foi o palestrante da Conferência Forsythe Memorial, na Universidade de Stanford. É membro efetivo da Associação Americana de Inteligência Artifi cial e ex-integrante do Conselho Executivo da entidade. Já publicou mais de cem artigos sobre uma ampla gama de tópicos ligados à inteligência artifi cial. Entre seus outros livros, incluem-se: The Use of Knowledge in Analogy and Induction e (com Eric Wefald) Do the Right Thing: Studies in Limited Rationality.

Peter Norvig atualmente é diretor de Pesquisa na Google, Inc. e foi o diretor responsável pelos algoritmos de busca do núcleo da Web de 2002 até 2005.

É membro efetivo da Associação Americana de Inteligência Artifi cial e da Associação para Máquinas de Com-putação. Anteriormente, foi chefe da Divisão de Ciências Computacionais no Ames Research Center, da NASA, onde supervisionou a pesquisa e o desenvolvimento da robótica e da inteligência artifi cial para a agência espacial americana. Antes disso, foi cientista-chefe da Junglee, onde ajudou a desenvolver um dos primeiros serviços de acesso a informações pela Internet. Bacharelou-se em matemática aplicada pela Brown University e doutorou-se em Ciência da Computação pela Universidade de Califórnia, em Berkeley. Ele recebeu os prêmios Distinguished Alumni e Engineering Innovation de Berkeley e a Exceptional Achievement Medal da NASA. Tem atuado como professor da Universidade do Sul da Califórnia e pesquisador em Berkeley. Seus outros livros são: Paradigms of AI Programming: Case Studies in Common Lisp, Verbmobil: A Translation System for Face-to-Face Dialog, e Intelligent Help Systems for UNIX.

XIII

Nota dos revisores técnicos da edição brasileira

Participar do projeto editorial de um livro importante como Inteligência artifi cial, de Russel e Norvig, é para nós motivo de orgulho e satisfação, considerando o impacto e a importância dessa obra no ensino de inteli-

gência artifi cial.A revisão técnica da tradução é atividade complexa e de grande responsabilidade, pois exige a escolha de ter-

mos para a tradução de conceitos técnicos, de forma a facilitar seu entendimento e, ao mesmo tempo, preservar sua vinculação com a forma original, simplifi cando com isso o acesso do leitor às fontes de conhecimento que permitam prosseguimento de seus estudos.

Para garantir a qualidade da revisão técnica, cada um dos revisores se concentrou nos capítulos relacionados às suas atividades de pesquisa. Assim, a professora Liliane Nunes de Barros revisou os capítulos 2 a 6, 10, 11, 17 e 21; a Professora Renata Wassermann revisou os capítulos 7 a 9, 12, 26 e 27; e o Professor Flávio Soares Corrêa da Silva revisou os capítulos 13 a 16, 18 a 20, 22 a 25 e os Apêndices.

Agradecemos à Elsevier — especialmente à Luciana Félix Macedo e Brunna Prado — pela oportunidade de participar deste projeto, e à Regina Célia Simille de Macedo pela excelente tradução.

Flávio Soares Corrêa da Silva – Professor associadoLiliane Nunes de Barros – Professora associada

Renata Wassermann – Professora associadaDepartamento de Ciências da Computação – IME – USP

XV

Sumário

PARTE IInteligência artificial

1. Introdução ...........................................................................................................................................................31.1 O que é IA? ...................................................................................................................................................... 3

1.2 Os fundamentos da inteligência artifi cial ..................................................................................................... 7

1.3 História da inteligência artifi cial ................................................................................................................. 16

1.4 O estado da arte ............................................................................................................................................ 26

1.5 Resumo ......................................................................................................................................................... 27

Notas bibliográfi cas e históricas ........................................................................................................................ 28

Exercícios ............................................................................................................................................................ 28

2. Agentes inteligentes ..........................................................................................................................................312.1 Agentes e ambientes ..................................................................................................................................... 31

2.2 Bom comportamento: o conceito de racionalidade ................................................................................... 33

2.3 A natureza dos ambientes ............................................................................................................................ 36

2.4 A estrutura de agentes .................................................................................................................................. 41

2.5 Resumo ......................................................................................................................................................... 51


Exercícios ............................................................................................................................................................ 53

PARTE IIResolução de problemas

3. Resolução de problemas por meio de busca ....................................................................................................593.1 Agentes de resolução de problemas ............................................................................................................. 59

3.2 Exemplos de problemas ............................................................................................................................... 63

3.3 Em busca de soluções ................................................................................................................................... 68

3.4 Estratégias de busca sem informação .......................................................................................................... 73

3.5 Estratégia de busca informada (heurística) ............................................................................................... 82

3.6 Funções heurísticas ....................................................................................................................................... 91

3.7 Resumo ......................................................................................................................................................... 95


Exercícios ............................................................................................................................................................ 99

XVI INTELIGÊNCIA ARTIFICIAL

4. Além da busca clássica ....................................................................................................................................1054.1 Algoritmos de busca local e problemas de otimização ............................................................................. 1054.2 Busca local em espaços contínuos ............................................................................................................. 1134.3 Busca com ações não determinísticas ........................................................................................................ 1154.4 Pesquisando com observações parciais ..................................................................................................... 1194.5 Agentes de busca on-line em ambientes desconhecidos .......................................................................... 1274.6 Resumo ....................................................................................................................................................... 132Notas bibliográfi cas e históricas ...................................................................................................................... 133Exercícios .......................................................................................................................................................... 136

5. Busca competitiva ...........................................................................................................................................1395.1 Jogos ............................................................................................................................................................ 1395.2 Decisões ótimas em jogos .......................................................................................................................... 1415.3 Poda alfa-beta ............................................................................................................................................. 1445.4 Decisões imperfeitas em tempo real .......................................................................................................... 1475.5 Jogos estocásticos ........................................................................................................................................ 1525.6 Jogos parcialmente observáveis ................................................................................................................. 1555.7 Programas de jogos de última geração ...................................................................................................... 1595.8 Abordagens alternativas ............................................................................................................................. 1625.9 Resumo ....................................................................................................................................................... 163Notas bibliográfi cas e históricas ...................................................................................................................... 164Exercícios .......................................................................................................................................................... 168

6. Problemas de satisfação de restrições ............................................................................................................1756.1 Defi nição de problemas de satisfação de restrições .................................................................................. 1756.2 Propagação de restrição: inferência em PSRs ........................................................................................... 1806.3 Busca com retrocesso para PSRs ................................................................................................................ 1866.4 Busca local para PSRs ................................................................................................................................. 1916.5 A estrutura de problemas ........................................................................................................................... 1926.6 Resumo ....................................................................................................................................................... 196Notas bibliográfi cas e históricas ...................................................................................................................... 196Exercícios .......................................................................................................................................................... 199

PARTE IIIConhecimento, pensamento e planejamento

7. Agentes lógicos ................................................................................................................................................2057.1 Agentes baseados em conhecimento ......................................................................................................... 2067.2 O mundo de wumpus ................................................................................................................................ 2077.3 Lógica .......................................................................................................................................................... 2107.4 Lógica proposicional: uma lógica muito simples ..................................................................................... 2137.5 Prova de teoremas proposicionais ............................................................................................................. 2187.6 Verifi cação de modelos proposicionais efi cientes ..................................................................................... 2277.7 Agentes baseados em lógica proposicional ................................................................................................ 2317.8 Resumo ....................................................................................................................................................... 239Notas bibliográfi cas e históricas ...................................................................................................................... 240Exercícios .......................................................................................................................................................... 244

SUMÁRIO XVII

8. Lógica de primeira ordem ..............................................................................................................................2498.1 Uma revisão da representação ................................................................................................................... 2498.2 Sintaxe e semântica da lógica de primeira ordem .................................................................................... 2538.3 Utilização da lógica de primeira ordem .................................................................................................... 2628.4 Engenharia de conhecimento em lógica de primeira ordem ................................................................... 2688.5 Resumo ....................................................................................................................................................... 273Notas bibliográfi cas e históricas ...................................................................................................................... 274Exercícios .......................................................................................................................................................... 275

9. Inferência em lógica de primeira ordem .......................................................................................................2819.1 Inferência proposicional versus inferência de primeira ordem ................................................................ 2819.2 Unifi cação e elevação ................................................................................................................................. 2849.3 Encadeamento para a frente ...................................................................................................................... 2889.4 Encadeamento para trás ............................................................................................................................. 2959.5 Resolução .................................................................................................................................................... 3029.6 Resumo ....................................................................................................................................................... 312Notas bibliográfi cas e históricas ...................................................................................................................... 313Exercícios .......................................................................................................................................................... 315

10. Planejamento clássico ...................................................................................................................................32110.1 Defi nição do planejamento clássico ........................................................................................................ 32110.2 Algoritmos de planejamento como busca em espaço de estados............................................................ 32710.3 Grafos de planejamento ........................................................................................................................... 33210.4 Outras abordagens clássicas de planejamento ....................................................................................... 33910.5 Análise das abordagens de planejamento ................................................................................................ 34310.6 Resumo ..................................................................................................................................................... 344Notas bibliográfi cas e históricas ...................................................................................................................... 344Exercícios .......................................................................................................................................................... 347

11. Planejamento e ação no mundo real ............................................................................................................35111.1 Tempo, escalonamentos e recursos .......................................................................................................... 35111.2 Planejamento hierárquico ........................................................................................................................ 35511.3 Planejamento e ação em domínios não determinísticos ........................................................................ 36311.4 Planejamento multiagente ....................................................................................................................... 37111.5 Resumo ..................................................................................................................................................... 375Notas bibliográfi cas e históricas ...................................................................................................................... 376Exercícios .......................................................................................................................................................... 379

12. Representação de conhecimento .................................................................................................................38112.1 Engenharia ontológica ............................................................................................................................. 38112.2 Categorias e objetos .................................................................................................................................. 38312.3 Eventos ...................................................................................................................................................... 38912.4 Eventos mentais e objetos mentais .......................................................................................................... 39312.5 Sistemas de raciocínio para categorias .................................................................................................... 39612.6 Raciocínio com informações default ....................................................................................................... 40012.7 O mundo de compras da internet ........................................................................................................... 40312.8 Resumo ..................................................................................................................................................... 408Notas bibliográfi cas e históricas ...................................................................................................................... 408Exercícios .......................................................................................................................................................... 412

XVIII INTELIGÊNCIA ARTIFICIAL

PARTE IVConhecimento incerto e pensamento

13. Quantifi cando a incerteza ............................................................................................................................42113.1 Como agir em meio à incerteza ............................................................................................................... 421

13.2 Notação básica de probabilidade ............................................................................................................. 424

13.3 Inferência com o uso de distribuições conjuntas totais ......................................................................... 430

13.4 Independência .......................................................................................................................................... 433

13.5 A regra de Bayes e seu uso ........................................................................................................................ 434

13.6 De volta ao mundo de wumpus ............................................................................................................... 438

13.7 Resumo ..................................................................................................................................................... 441

Notas bibliográfi cas e históricas ...................................................................................................................... 441

Exercícios .......................................................................................................................................................... 443

14. Raciocínio probabilístico .............................................................................................................................44714.1 Representação do conhecimento em um domínio incerto .................................................................... 447

14.2 A semântica das redes bayesianas ............................................................................................................ 449

14.3 Representação efi ciente de distribuições condicionais ........................................................................... 453

14.4 Inferência exata em redes bayesianas ...................................................................................................... 457

14.5 Inferência aproximada em redes bayesianas ........................................................................................... 464

14.6 Modelos de probabilidade relacional e de primeira ordem .................................................................. 472

14.7 Outras abordagens para raciocínio incerto ............................................................................................. 478

14.8 Resumo ..................................................................................................................................................... 482


Exercícios .......................................................................................................................................................... 488

15. Raciocínio probabilístico temporal .............................................................................................................49515.1 Tempo e incerteza ..................................................................................................................................... 495

15.2 Inferência em modelos temporais ........................................................................................................... 499

15.3 Modelos ocultos de Markov ..................................................................................................................... 506

15.4 Filtros de Kalman ..................................................................................................................................... 511

15.5 Redes bayesianas dinâmicas ..................................................................................................................... 516

15.6 Manutenção e controle de muitos objetos .............................................................................................. 524

15.7 Resumo ..................................................................................................................................................... 527


Exercícios .......................................................................................................................................................... 529

16. Tomada de decisões simples ..........................................................................................................................53316.1 Combinação de crenças e desejos sob incerteza ..................................................................................... 533

16.2 A base da teoria da utilidade .................................................................................................................... 534

16.3 Funções utilidade ...................................................................................................................................... 537

16.4 Funções utilidade multiatributo .............................................................................................................. 543

16.5 Redes de decisão ....................................................................................................................................... 547

16.6 O valor da informação ............................................................................................................................. 549

16.7 Sistemas especialistas de teoria da decisão .............................................................................................. 553

16.8 Resumo ..................................................................................................................................................... 555


Exercícios .......................................................................................................................................................... 558

SUMÁRIO XIX

17. Tomada de decisões complexas .....................................................................................................................56317.1 Problemas de decisão sequencial ............................................................................................................. 563

17.2 Iteração de valor ....................................................................................................................................... 569

17.3 Iteração de política ................................................................................................................................... 572

17.4 MDPs parcialmente observáveis .............................................................................................................. 574

17.5 Decisões com vários agentes: teoria dos jogos ........................................................................................ 581

17.6 Projeto de mecanismos ............................................................................................................................ 592

17.7 Resumo ..................................................................................................................................................... 596


Exercícios .......................................................................................................................................................... 599

PARTE VAprendizagem

18. Aprendendo a partir de exemplos .................................................................................................................60518.1 Formas de aprendizagem ......................................................................................................................... 605

18.2 Aprendizagem supervisionada ................................................................................................................. 607

18.3 Aprendizagem em árvores de decisão ...................................................................................................... 609

18.4 Avaliação e escolha da melhor hipótese .................................................................................................. 617

18.5 Teoria da aprendizagem ........................................................................................................................... 622

18.6 Regressão e classifi cação com modelos lineares ...................................................................................... 626

18.7 Redes neurais artifi ciais ............................................................................................................................ 634

18.8 Modelos não paramétricos ...................................................................................................................... 643

18.9 Máquinas de vetores de suporte .............................................................................................................. 648

18.10 Aprendizagem por agrupamento ........................................................................................................... 652

18.11 Aprendizagem de máquina na prática ................................................................................................... 656

18.12 Resumo ................................................................................................................................................... 659


Exercícios .......................................................................................................................................................... 664

19. Conhecimento em aprendizagem .................................................................................................................66919.1 Uma formulação lógica da aprendizagem ............................................................................................... 669

19.2 Conhecimento em aprendizagem ............................................................................................................ 677

19.3 Aprendizagem baseada na explanação .................................................................................................... 679

19.4 Aprendizagem com o uso de informações de relevância ........................................................................ 683

19.5 Programação em lógica indutiva ............................................................................................................. 686

19.6 Resumo ..................................................................................................................................................... 694


Exercícios .......................................................................................................................................................... 697

20. Aprendizagem de modelos probabilísticos ..................................................................................................69920.1 Aprendizagem estatística .......................................................................................................................... 699

20.2 Aprendizagem com dados completos ...................................................................................................... 702

20.3 Aprendizagem com variáveis ocultas: o algoritmo EM .......................................................................... 711

20.4 Resumo ..................................................................................................................................................... 718


Exercícios .......................................................................................................................................................... 721

XX INTELIGÊNCIA ARTIFICIAL

21. Aprendizagem por reforço ............................................................................................................................72321.1 Introdução ................................................................................................................................................ 723 21.2 Aprendizagem por reforço passiva .......................................................................................................... 72421.3 Aprendizagem por reforço ativa .............................................................................................................. 73021.4 Generalização da aprendizagem por reforço .......................................................................................... 73521.5 Busca de políticas ..................................................................................................................................... 73821.6 Aplicações de aprendizagem por reforço ................................................................................................ 74021.7 Resumo ..................................................................................................................................................... 742Notas bibliográfi cas e históricas ...................................................................................................................... 742Exercícios .......................................................................................................................................................... 746

PARTE VIComunicação, percepção e ação

22. Processamento de linguagem natural ...........................................................................................................75122.1 Modelos de linguagem ............................................................................................................................. 751 22.2 Classifi cação de texto ................................................................................................................................ 75522.3 Recuperação de informação ..................................................................................................................... 75722.4 Extração de informação ........................................................................................................................... 76222.5 Resumo ..................................................................................................................................................... 770Notas bibliográfi cas e históricas ...................................................................................................................... 771Exercícios .......................................................................................................................................................... 773

23. Linguagem natural para comunicação .........................................................................................................77523.1 Gramática com estrutura frasal ............................................................................................................... 77523.2 Análise sintática ........................................................................................................................................ 77723.3 Gramáticas aumentadas e interpretação semântica ............................................................................... 78223.4 Tradução automática ............................................................................................................................... 79023.5 Reconhecimento de voz ........................................................................................................................... 79523.6 Resumo ..................................................................................................................................................... 800Notas bibliográfi cas e históricas ...................................................................................................................... 801Exercícios .......................................................................................................................................................... 804

24. Percepção ........................................................................................................................................................80924.1 Formação de imagens ............................................................................................................................... 81024.2 Operações iniciais de processamento de imagens .................................................................................. 81524.3 Reconhecimento de objeto por aparência ............................................................................................... 82124.4 Reconstrução do mundo em 3-D ............................................................................................................ 82524.5 Reconhecimento de objetos a partir de informação estrutural ............................................................. 83324.6 Utilização da visão ................................................................................................................................... 83724.7 Resumo ..................................................................................................................................................... 840Notas bibliográfi cas e históricas ...................................................................................................................... 840Exercícios .......................................................................................................................................................... 843

25. Robótica ..........................................................................................................................................................84525.1 Introdução ................................................................................................................................................ 845 25.2 Hardware de robôs ................................................................................................................................... 84725.3 Percepção robótica ................................................................................................................................... 851

SUMÁRIO XXI

25.4 Planejamento do movimento .................................................................................................................. 85825.5 Planejamento de movimentos incertos ................................................................................................... 86425.6 Movimento ............................................................................................................................................... 86725.7 Arquiteturas de software para robótica ................................................................................................... 87225.8 Domínios de aplicação ............................................................................................................................. 87525.9 Resumo ..................................................................................................................................................... 878Notas bibliográfi cas e históricas ...................................................................................................................... 879Exercícios .......................................................................................................................................................... 881

PARTE VIIConclusão

26. Fundamentos fi losófi cos ................................................................................................................................88926.1 IA fraca: as máquinas podem agir com inteligência? ............................................................................. 889 26.2 IA forte: as máquinas podem realmente pensar? .................................................................................... 89426.3 A ética e os riscos de desenvolver a inteligência artifi cial ....................................................................... 90026.4 Resumo ..................................................................................................................................................... 906Notas bibliográfi cas e históricas ...................................................................................................................... 906Exercícios .......................................................................................................................................................... 908

27. IA, presente e futuro ......................................................................................................................................90927.1 Componentes de agentes ......................................................................................................................... 90927.2 Arquiteturas de agentes ............................................................................................................................ 91227.3 Estamos indo na direção correta? ............................................................................................................ 91327.4 E se a IA tiver sucesso? .............................................................................................................................. 915

A. Fundamentos matemáticos ............................................................................................................................917A.1 Análise de complexidade e notação o( ) ................................................................................................... 917 A.2 Vetores, matrizes e álgebra linear .............................................................................................................. 919A.3 Distribuições de probabilidade ................................................................................................................. 921Notas bibliográfi cas e históricas ...................................................................................................................... 923

B. Notas sobre linguagens e algoritmos .............................................................................................................925B.1 Defi nição de linguagens com a forma de Backus−Naur (BNF) ............................................................... 925B.2 Descrição de algoritmos com pseudocódigo ............................................................................................ 926B.3 Ajuda on-line .............................................................................................................................................. 927

Bibliografi a ..........................................................................................................................................................929

Ìndice ....................................................................................................................................................................957

inteligência artificial - prefácio

Documents