Introdução
Inteligência Artificial (IA) é um campo da ciência e da tecnologia baseado em disciplinas como informática, biologia, psicologia, lingüística, matemática e engenharia. O objetivo da IA é desenvolver computadores que consigam pensar, bem como ouvir, andar, falar e sentir. Um dos ímpetos principais da inteligência artificial é o desenvolvimento de funções computacionais normalmente associadas à inteligência humana, tais como raciocinar, aprender e solucionar problemas.
A IA, assim como outras ciências, por exemplo, a Biologia, estuda algo que não sabe exatamente o que é. Sendo assim, uma definição para IA seria como criar máquinas que realizam tarefas em que, no momento, as pessoas são “melhores”. Portanto, se não há uma máquina capaz de reconhecer o rosto de uma pessoa entre tantas outras em uma fotografia, e os seres humanos o fazem, então é objetivo da IA gerar tal máquina.
Cada vez mais, o avanço da tecnologia vem refletindo a realidade a ponto de transformar grandes tendências do mundo inteiro. A partir da era da evolução tecnológica, o ser humano vem vivendo em um mundo em que cada vez mais se amplia para o mundo real, é o que demonstra Berenstein ( 2002). O mundo hoje está voltando para a era da informação, e é importante que a Tecnologia de Informação esteja presente nas empresas, pois sem a devida informação básica não poderá chegar a tomadas de decisões, a depender de qualquer parte das mesmas.
Aplicações da Inteligência Artificial:
Das aplicações da Inteligência Artificial são julgadas como as mais importantes, seja pelo esforço para que se tenha certo desempenho, ou pela importância que sua aplicação possui sendo assim, as principais aplicações de Inteligência Artificial são:
– Sistemas especialistas: fornecendo conclusões peritas em a respeito de assuntos especializados.
– Processamento de linguagem natural: É um dos maiores desafios da I.A., sendo que em alguns países são utilizados alguns dispositivos que fazem automaticamente a tradução entre as linguagens. Para o autor Renato Antônio Rabuske, (1995), a linguagem escrita esta dominada em certos aspectos, persistindo, contudo, problemas sérios no tocante a linguagem figurada, dupla interpretação e outros. A linguagem falada já está sendo produzida de forma razoável, havendo, no entanto, um problema muito sério quanto a forma humana de falar, emendando as palavra umas com as outras.
– Reconhecimento de padrões: Um exemplo bastante utilizado de reconhecimento de padrões é o reconhecimento, por exemplo, do possuidor de certa impressão digital, outro exemplo, também, é a validação da assinatura em cheques, sendo assim, certas tarefas exigem o reconhecimento de padrões , sendo esta, uma área que envolve-se com outras áreas, em especial com linguagens naturais e robóticas.
– Robótica: Existem robôs mecânicos, e também robôs que complementam estes anteriores por possuírem dispositivos de suporte, sendo assim, são uma espécie de cérebro, armazenando certos conhecimentos, gerando autonomia a certos sistemas.
Bases de dados inteligentes: Associando o DBMS a uma base de conhecimento capaz de fazer raciocínios têm-se bases de dados inteligentes, e a interação destas bases com a I.A. possui como objetivo o aumento da produtividade e a funcionalidade de Sistemas de Informação, tratando a informação como conhecimento, e utilizando algumas modelos para racionalizar, resolvendo problemas.
As principais áreas de aplicações da inteligência artificial.
Utilizaçäo da Inteligência Artificial:
É tentar imitar o comportamento humano. Logo, busca-se um programa que execute tarefas como se fosse uma pessoa. Sendo assim, é necessário o estudo de variados aspectos do comportamento. Baseando-se neste estudo, tornam-se possíveis certas aplicações:
– Teorias Psicológicas: É possível realizar a descrição de características psicológicas de determinado estereótipo de pessoa, tal como o paranóico, o maníaco-depressivo e outros, fazendo-se possível simular o diálogo com uma pessoa psicótica, analisando as alternativas de abordagem e tratamento.
– Obtenção de conhecimento: Este é o maior objetivo de sistemas IA, já que a aquisição automática do conhecimento permite um sistema auto-evoluir. Executando com isso mais uma tarefa humana.
– Analise do raciocínio: O raciocínio lógico é descritível através de regras, as quais podem ser utilizadas para simular situações onde se deseja encontrar soluções.
– Ensino de Computação Sistemas de IA podem ser utilizados em programas tutoriais, destinados a ensinar ao usuário determinado raciocínio em relação à computação ou a outras ciências.
Arquitetura Fortemente Acoplada:
A arquitetura fortemente acoplada é boa quando o número de processadores é pequeno. Quando o número de processadores aumenta o desempenho da máquina pode ser reduzido quando o número de comunicações aumenta, já que cada troca de informações envolve acessos à memória. No caso da arquitetura fracamente acoplada o desempenho da máquina pode ficar limitado pelo desempenho do sistema de transferência de mensagens. De um modo geral o que define a complexidade da computação em multiprocessadores é a comunicação entre os processadores.
Arquitetura Fracamente Acoplada:
Os multiprocesadores são máquinas que possuem mais de um processador. Cada processador é um processador de propósito geral capaz de trabalhar sozinho ou em cooperação com os demais processadores para aumentar o desempenho da máquina. Um multiprocessador pode ser caracterizado por dois atributos básicos:
– é um único computador que possui vários processadores;
– seus processadores podem comunicar-se e cooperar para resolver um dado problema.
A comunicação entre os processadores pode ser feita através de troca de mensagens ou através de memória compartilhada. As arquiteturas que usam a troca de mensagens são ditas arquiteturas fracamente acopladas .
Computadores com arquitetura paralela
Já existem poderosos computadores que utilizam arquitetura paralela para a resolução de problemas complexos, como:
– Deep Blue: voltado ao jogo de xadrez, possui uma arquitetura paralela capaz de realizar um trilhão de operações de ponto – flutuante por segundo. Se baseia em medir qualidade de uma posição do jogo, selecionando alguns caminhos com bom potencial e eliminando as buscas irrelevantes, sem usar inteligência artificial e tampouco aprender enquanto joga com seu adversário, pois trabalha com sistema especialista que analisa seu imenso sistema de informações. Neste sentido, já que o mesmo pode solucionar problemas como este extremamente complexo, uma partida de xadrez, acredita – se que poderá se oferecer computadores capazes de resolver problemas que ainda são um grande desafio para as atuais máquinas.
– ASCI Blue Pacific: voltado para simulação de dispositivos nucleares, sem a necessidade de teste físico. Realiza em um segundo, o que uma pessoa com uma calculadora comum levaria 63 mil anos para calcular.
– Blue Gene: projeto, no qual será usado inicialmente para modelar o dobramento das proteínas humanas, com o intuito de possibilitar aos pesquisadores médicos uma melhor compreensão das doenças e de suas curas.
– Computador quântico: realiza em um único passo, bilhões de cálculos de algoritmos complexos para criptografia, enquanto os computadores convencionais calculam uma solução usando iterações passo – a – passo com os valores da função até que eles comecem a repetir, o computador quântico, analisa todos os possíveis valores da mesma função e um único passo.
Arquitetura Distribuída:
Com suas raízes no meio da década de 70, o campo de Inteligência Artificial Distribuída (DAI) tem apresentado um grande crescimento nos últimos anos e o termo mais utilizado dessa teoria, “Agentes”, popularizou-se. Esse crescimento se deve em parte ao aumento do potencial de conectividade dos computadores, que somado à explosão da utilização das redes de computadores está permitindo a implementação de aplicações distribuídas a um baixo custo.O crescimento exponencial da World Wide Web, outro aspecto do mesmo crescimento das redes, também vem incentivando as pesquisas em DAI, já que a WWW é um ambiente explicitamente distribuído que necessita de novas aplicações.
Apesar da ampla utilização dos agentes, nem todas as aplicações estão baseadas em DAI. Assim, este capítulo inicia com uma discussão sobre o que são agentes. Em seguida, apresenta-se o campo de Inteligência Artificial Distribuída, a base para a arquitetura apresentada neste trabalho, e suas subáreas, Solução de Problemas Distribuída (DPS) e Sistemas Multi-Agentes (MAS). Ao final, apresentam-se outras abordagens distribuídas para Inteligência Artificial, não incluídas na área de DAI.
Conclusão:
A Inteligência Artificial é um campo de estudo em ciência da computação que tem como meta a construção de um computador que raciocina de forma semelhante aos seres humanos.
Possui como objetivo tornar os computadores mais úteis para os seres humanos, orientando em tomadas de decisões, além de entender melhor a inteligência humana, percebendo como capturamos, organizamos e utilizamos conhecimentos para resolução de problemas.
Dentre as terminologias associada a Inteligência Artificial, existem os Sistemas Especialistas, podendo fornecer aos usuários conselhos apoiando suas decisões; o Algoritmo Genético, que é utilizado para construir modelos de muitos processos; as Ferramentas do I.A., tais como a LISP e PROLOG; Lógica Fuzzy e Data Minining.
Bibliografia:
Elaine Rich, Kevin Knight. – Inteligência Artificial. Makron Books,
Stuart Russell, Peter Norving. – Artificial Intelligence, a modern approach. Prentice Hall
BRIEN, J.A, 2001. Sistemas de Informação e as Decisões Gerenciais na era da Internet. Saraiva. São Paulo.
TEIXEIRA, João Fernandez. O que é Inteligência Artificial. São Paulo: Editora Brasiliense.