Aplicações da I.A.
Planeamento | Visão Computacional |
Xadrez | Fala |
Quinta Geração | Sinergias
Planeamento
O planeamento está intimamente ligado ao raciocínio. Um programa com capacidade de planear é capaz
de fazer escolhas hipotéticas, estabelecer compromissos e ordenar as suas escolhas segundo os
critérios que melhor servem os seus objetivos. O planeador consegue ainda avaliar se os compromissos
tomados até então conduzem a um plano completo e coerente.
Um exemplo de um excelente planeador é o Deep Blue, o programa da IBM que venceu o campeão mundial
de xadrez Kasparov em 1997. O programa foi capaz de elaborar planos estratégicos e adaptá-los às novas
situações de jogo que foram surgindo.
Assim funciona um planeador, ele fixa um objetivo, e atinge-o
supervisionando um ou mais dispositivos capazes de realizar ações no mundo real.
Este tipo de programas vêm muitas vezes substituir os programas de procura que tentam passar de
uma situação inicial (dados), através de sucessivas aplicações de transformações à representação
dos dados do problema, para uma situação final (objetivos). O planeador aproxima-se muito
mais de uma solução heurística e do processo como nós, homens, pensamos.
Up
Visão Computacional
A primeira abordagem sobre o reconhecimento dos caracteres ópticos remonta já aos anos 50.
E esta área assume-se hoje como uma área científica de excelência que engloba grandes volumes
de informação (variada e complexa) relacionados entre si.
Os sistemas de visão que conhecemos hoje são capazes de construir descrições do ambiente que os
envolve, processar e reconstruir imagens.
A visão está muito ligada à idéia de percepção computacional e do fato de a máquina reconhecer
o seu ambiente e comportar-se de acordo com este. Assim encontramos a percepção visual computacional
relacionada com os movimentos dos agentes, com a sua coordenação motora, o controle dos seus
movimentos e não podemos deixar de falar em robótica ao abordarmos esta nova concepção de "visão ativa".
Procuram-se resolver problemas gerais, tomar decisões e raciocinar em interação com uma base de dados.
Up
Xadrez
Este é um dos problemas preferidos da I.A. Ao longo dos anos têm-se desenvolvido um sem número de programas
de jogo de xadrez. Em 1957 Allen Newell e Herbert Simon chegaram mesmo a prever que num prazo de
10 anos um programa de computador venceria o campeão mundial de xadrez, mas essa previsão ainda demoraria
40 anos a efetivar-se.
Mas a investigação em xadrez impulsionou as técnicas para a resolução de problemas combinatórios e foi
desenvolvendo as técnicas heurísticas em grandes espaços de conhecimento onde a procura precisa de
ser guiada, avaliada e controlada.
Assim o xadrez foi desde cedo a bancada de trabalho para técnicas de procura, representação, planeamento,
heurísticas e concepção de agentes inteligentes.
Up
Fala
A compreensão e o reconhecimento da língua natural foi também desde cedo um dos desafios colocados à
I.A. então jovem ciência, com a proposta da tradução automática (um dos primeiros objetivos da I.A.
que fracassou redondamente).
Mesmo depois de 40 anos de evolução estamos ainda um pouco longe de conseguir que programas
computacionais reconheçam e reproduzam a língua natural, isto apesar do recente sistema CYC que
trabalha já com a manipulação de conceitos, este programa entende o significado das palavras e já
não trabalha exclusivamente com caracteres verdadeiro e falso.
Esta área está intimamente ligada ao estudo da língüa e dos sistemas de significação e permite uma
abordagem sobre o conhecimento humano não-lógico (a maior parte dele) mas inexacto, incompleto e
parcial, a qual se tornou um objetivo geral para a maior parte dos sistemas periciais e um dos
núcleos de investigação piloto em I.A. a partir dos anos 80.
Up
Quinta Geração
Os computadores de 5ª Geração representam uma importante área de aplicações da I.A. Eles seriam
já programados em PROLOG ( linguagem de alto nível de representação do conhecimento ) e ligariam
a compreensão teórica das questões a processos de programação em lógica, à representação do conhecimento
a técnicas de resolução dos problemas, articulando grandes bases de dados em paralelismo.
Assim essas grandes máquinas pensantes seriam capazes de articular teorias da decisão com métodos
estatísticos e lógicos, com a filosofia a psicologia cognitiva e as ciências da gestão de conhecimentos.
Isto seria então o reflexo da automatização do raciocínio (aproximado, probabilístico) assegurando a
manutenção da verdade através de lógicas não monótonas.
Up
Sinergias
As sinergias combinam a inteligência com as capacidades de memória. É, de certa forma a fusão tecnológica
no sentido da otimização das pesquisas em informação.
Assim o próximo desafio encontra-se no domínio do desenvolvimento de estratégias apropriadas para representar
a informação e de conseguir chegar a raciocínios sintéticos ao longo de diferentes bases de conhecimentos.
As interfaces de língua natural para bases de dados dotadas de regras de inferência gramatical,
possuem heurísticas de discurso adaptadas a vários ambientes de programação.
Uma outra área em que os esforços se têm redobrado nos últimos anos é a da aprendizagem computacional,
a possibilidade de os computadores aprenderem com os erros e de irem atualizando a sua própria informação
agindo sobre a mesma, mas apesar dos contínuos progressos, nesta e noutras áreas ainda estamos loge do
computador que tenha a perfeita modelização do homem e da sua inteligência, o que não implica que não
continuemos a pesquisar.
|