Inteligência Artificial: Introdução

inteligencia artifical
Este post faz parte da série Inteligência Artificial. Leia também os outros posts da série:

Você já ouviu falar do problema do caixeiro viajante? Não? O problema do caixeiro viajante consiste em se analisar diferentes rotas que um caixeiro deve fazer para visitar vários lugares em pontos distantes e diferentes distâncias, de modo que ele possa visitar todos os lugares percorrendo a menor distância possível e sem repetir algum lugar já visitado. Supondo que tenhamos três ou quatro lugares para visitar é um problema simples, contudo, ao aumentarmos a quantidade de pontos sua complexidade aumentará exponencialmente. A figura 1 ilustra a complexidade da resolução deste problema ao se considerar 11 pontos a serem visitados.

 

Inteligência artificial: Problema do Caixeiro Viajante
Figura 1: Problema do Caixeiro Viajante

 

Mas o que esse problema tem haver com inteligência artificial (I.A.) ou melhor, o que ele tem haver com sistemas embarcados? Inteligência Artificial é basicamente uma inteligência similar à humana, porém exibida por máquinas que analisam os dados disponíveis e, baseadas em sua programação, tomam determinadas atitudes ou exibem uma resposta próxima ou igual à solução ideal [1, 2]. O termo inteligência artificial foi criado por John McCarthy em 1956 embora seu desenvolvimento tenha começado logo após a segunda guerra mundial com um artigo do matemático inglês Alan Turing. Inteligência Artificial é um termo que envolve as capacidades de raciocínio, aprendizagem, reconhecimento de padrões e inferência. Repare no problema do caixeiro viajante que teríamos que realizar vários cálculos para determinar o caminho mais curto. No exemplo com 11 pontos usando uma análise combinacional simples e considerando que sempre teremos o ponto 1 como início para todas as possibilidades.

 

inteligencia-artificial-formula

 

Portanto, teremos que analisar 3.628.800 possibilidades para determinar aquela com a menor distância a ser percorrida. Um trabalho hercúleo que irá demandar muito tempo! Um sistema baseado em inteligência artificial deve testar diferentes possibilidades e escolher a que melhor soluciona nosso problema recorrendo à velocidade de processamento do sistema que está diretamente vinculada ao processador, sua frequência de clock e limite de velocidade do canal de comunicação. Observe que, embora um computador opere com velocidades na faixa do nanossegundo (ns), ele é muito mais lento que o cérebro humano, que opera à velocidade de milessegundos (ms), simplesmente porque o cérebro humano consegue realizar um processamento de informações em paralelo. Assim uma pessoa é capaz de realizar diferentes funções ao mesmo tempo enquanto o computador terá que executá-las sequencialmente.

 

Por exemplo, uma pessoa pode reconhecer o rosto de seus familiares em meio a uma festa enquanto equilibra um copo e uma garrafa de cerveja em cada uma das mãos, entretido em uma conversa com sua namorada e amigos. Por mas simples que isto possa nos parecer, se trata de algo extremamente complicado para a máquina. Nesta simples descrição falamos sobre reconhecimentos de faces, vozes, o ambiente exterior, controle de movimento das mãos, análise dos dados da informação da conversa e consequente resposta adequada.

 

Por outro lado o problema do caixeiro viajante, com certeza, tiraria o sono de diversas pessoas nesta festa, mesmo que presumíssemos que todos estivessem dispostos a resolve-lo e que a bebida não tivesse diminuído suas capacidades intelectuais. O exemplo do caixeiro viajante pode ser visto no roteamento de uma placa de circuito impresso como mostrado na figura 2.

 

Inteligência artificial na placa de circuito impresso
Figura 2: Placa de Circuito Impresso

 

Quando estamos roteando a placa estamos escolhendo o melhor caminho para as vias de maneira que nenhuma se cruze e que mantenham um espaçamento de segurança para evitar interferências, ruídos ou mesmo um curto. Se rotearmos o circuito para fazer uma placa de uma face só a complicação matemática obviamente será maior do que se fazer uma placa dupla face onde teremos trilhas verticais de um lado e horizontais de outro. Algumas outras aplicações que envolvem a inteligência artificial estão listadas a seguir:

  • Avaliação de Imagens;
  • Classificação de padrões de escrita e fala;
  • Reconhecimento de rostos em imagens;
  • Previsão de ações no mercado;
  • Identificação de falhas;
  • Controle de aparelhos, etc.

 

Existem diversas técnicas de inteligência artificial, desde uma Rede Neural Artificial (RNA), que será o foco dos próximos artigos, até sistemas Metaheurísticos, que englobam uma característica de comportamento adotado por diferentes espécies para solucionar um problema matemático ou de controle específico. Entre as técnicas metaheurísticas mais conhecidas podemos citar: Abelhas, Formigas, Vagalume, Pássaro Cuco, etc [3]. A diferença básica entre estas técnicas Metaheurísticas/RNA consiste no algoritmo implementado, tempo de resposta, tolerância a ruídos e na eficiência para se encontrar um determinado ponto de resposta que poderá estar localizado na melhor resposta global ou local.

 

Para ficar mais claro observe o gráfico da figura 3, que pode representar um sistema variante no tempo com valores mínimos e máximos. Observe que os pontos de máximo locais são os pontos 1, 3, 5 e 7, contudo o ponto 5, além de ser o ponto de máximo local, também é máximo global e o ponto em que nosso sistema operou de maneira mais eficiente em resposta aos dados de entrada. Dependendo da técnica escolhida poderemos obter um destes pontos locais como resposta ao invés do ponto global ou mesmo obter a resposta num maior ou menor tempo.

 

Pontos de Máximo Locais
Figura 3: Pontos de Máximo Locais

 

Independente do sistema de inteligência artificial escolhido, ele deverá ser capaz de receber dados de entrada, processá-los e tomar uma decisão no final; decisão esta que deverá estar o mais próxima possível do desejado. Para que isto seja possível, o sistema de I.A. deverá ser treinado de modo a aprender a escolher o ponto mais eficiente desejado para que então possa ser adaptado para qualquer outra necessidade.

 

Um exemplo muito recordado de inteligência artificial é o caso do programa Deep Blue da IBM, que foi usado em 1996 para derrotar o campeão de xadrez Garry Kasparov. Atualmente existe um certo receio de vários cientistas a exemplo do filme Exterminador do Futuro, de que a máquina venha a se tornar consciente ou mais inteligente do que o ser humano que a criou e decida substituí-lo.

 

Alguns cientistas já falam da possibilidade de se desenvolver emoções em máquinas ou mesmo de que em pouco tempo se possa resolver o problema do processamento em paralelo com computadores quânticos e, assim, obter máquinas com Q.I. de 5000. Para se ter uma ideia Albert Einstein tinha um Q.I. de 160.

 

Embora isto seja uma possibilidade, não podemos desconsiderar que os benefícios do desenvolvimento da inteligência artificial superam seus possíveis danos. A inteligência artificial já está presente em nossas vidas, embora possamos não ter notado. Muitos jogos atuais possuem uma I.A. que permite se adaptarem e oferecerem maiores níveis de dificuldade ou criar fases e missões que serão diferentes para cada jogador. Casas inteligentes que acertam sua temperatura, iluminação, umidade e ventilação para cada cômodo ou mesmo acionam estes sistemas de modo a adequá-las para a chegada próxima de seus moradores.

 

Pensando em I.A. com Q.I. de 5000, imagine agora uma casa inteligente que se modifique interna e externamente de acordo com o perfil do novo morador (nanotecnologia e I.A.), professores virtuais que analisem as características neuro-linguísticas de cada aluno e preparem uma aula diferenciada e adequada a cada um, ou mesmo a substituição de todo o sistema jurídico por máquinas capazes de analisar os dados do processo ou jurado e tomar a melhor decisão em questão de segundos, obviamente observando características comportamentais e lógicas determinando se o jurado está mentindo ou falando a verdade.

 

Com toda a certeza será uma revolução sem precedentes. Novas profissões ligadas à I.A. surgirão ao passo que outras atuais estarão condenadas a serem substituídas assim como aconteceu com outras do passado (Acendedor de lâmpiões, leiteiro, telefonista, apontador). O futuro promete trazer maravilhas limitadas apenas pela nossa capacidade de imaginação, desejo e coragem de implementá-las ou podemos simplesmente viver com medo de que a máquina se torne tão egoísta e amoral como algumas pessoas e venha a nos substituir pelo fato de sermos organismos ineficientes.

 

Tudo é possível e o futuro está sendo criado a cada dia, de qualquer modo o que fazemos e como vivemos serve de exemplo para nossas crianças que sem querer repetem nossas vitórias e erros. Assim, como julgar algo ou alguém quando ainda somos incapazes de perceber nossos próprios erros?

 

Um filme que narra essa problemática é Transcendence [4] com Johnny Deep. Nele o Dr. Will Caster (Deep) é assassinado por estar desenvolvendo uma I.A. poderosa, somente para ter sua mente transferida para o computador e começar a executar grandes alterações mundiais. Embora o temor seja algo tangível e presente em todo o filme, somente no final fica claro que o medo deixa o ser humano cego e que muitas vezes este medo existe porque tememos que outra pessoa ou ser possa ser e agir como nós mesmos.

 

No próximo artigo irei explicar o funcionamento de uma rede neural artificial RNA e suas diferentes arquiteturas.

 

 

Referências

 

[1] McCarthy, John, What is Artificial Inteligence?, último acesso: 14/04/2016.

[2] Technopedia, Artificial Inteligence, último acesso: 14/04/2016.

[3] She Yang, Xin, Nature Inspired Optimization Algorithms, Elsevier, 2014.

[4] Transcendence - A Revolução, Warner Bros, 2014.

Outros artigos da série

Introdução a Redes Neurais Artificiais >>
Este post faz da série Inteligência Artificial. Leia também os outros posts da série:

NEWSLETTER

Receba os melhores conteúdos sobre sistemas eletrônicos embarcados, dicas, tutoriais e promoções.

Obrigado! Sua inscrição foi um sucesso.

Ops, algo deu errado. Por favor tente novamente.

Sérgio Eduardo Palmiere
Engenheiro elétrico formado pela UMC, pos graduado em Automação Industrial pelo Senai Armando Arruda Pereira e Engenharia de Segurança do Trabalho pela UNINOVE. Mestre em Energia pela UFABC e atualmente Doutorando pela UFABC. Trabalhei durante anos na indústria automobilística e mais recentemente como professor/instrutor para cursos de NR10 básica e complementar, eletrônica digital e analógica, microcontroladores (PIC) e eletricidade. Minhas áreas de pesquisa são Eficiência Energética, Green Buildings, Sistemas Embarcados, Segurança contra Incêndios, Robótica e Energia Livre.Atualmente procurando recolocação profissional.

2
Deixe um comentário

avatar
 
2 Comment threads
0 Thread replies
0 Followers
 
Most reacted comment
Hottest comment thread
2 Comment authors
Ulisses AlexandreLuis Sadeck Recent comment authors
  Notificações  
recentes antigos mais votados
Notificar
Ulisses Alexandre
Membro
ulisses alexandre

Ótimo texto !!

Luis Sadeck
Visitante
Luis Sadeck

Parabéns pelo excelente texto, uma breve visão sobre A.I e suas derivações... tenho usado ela para sensoriamento remoto / geoprocessamento e tenho alcançado bons resultados com RNA - SOM.