Ramos e direções da inteligência artificial: uma visão “de cima vôo do pássaro “

Como vimos anteriormente, a inteligência artificial é um ramo interdisciplinar da ciência e, graças a isso, encontra muitas aplicações. Dê uma olhada no mapa mental de IA por abordagem:

Mostra claramente quais algoritmos pertencem a qual tipo de IA: simbólica, subsimbólica e estatística. Você provavelmente está vendo muitos novos termos. Mas as primeiras coisas primeiro.

1. Métodos simbólicos – lógicos, baseados em uma representação “simbólica” (legível) de alto nível. Modelagem cognitiva, algoritmos de busca de gráfico estão todos aqui. Vamos dar uma olhada mais de perto em algoritmos como a busca no espaço de estados e o algoritmo A *. A IA simbólica dominou a pesquisa em IA de meados da década de 1950 ao final da década de 1980. John Hogeland deu o nome de GOFAI (Good Old Artificial Intelligence) à IA simbólica em seu livro de 1985, Artificial Intelligence: The Idea, que explora as implicações filosóficas da pesquisa em inteligência artificial. A IA simbólica foi projetada para criar inteligência geral em uma máquina, enquanto a maioria das pesquisas modernas se concentra em subproblemas específicos. A abordagem é baseada no pressuposto de que muitos aspectos da inteligência podem ser alcançados por meio da manipulação de símbolos. Um exemplo são os sistemas especialistas. Um sistema especialista pode substituir um especialista humano processando regras para tirar conclusões e determinar quais informações adicionais são necessárias.necessário, isto é, que perguntas fazer, usando caracteres legíveis por humanos.

A IA simbólica também inclui bots de bate-papo, jogos determinísticos com informações completas (damas, xadrez, etc.).

2. Os métodos estatísticos em IA são mineração de dados, teoria da informação, tomada de decisão Bayesiana e modelos ocultos de Markov.

• Data Mining – pesquisa e descoberta por algoritmos, inteligência artificial em dados brutos de conhecimentos ocultos que antes não eram conhecidos, não triviais, praticamente úteis, disponíveis para interpretação. Aqui está um bom exemplo: digamos que você queira aumentar a lealdade de seus clientes. Para isso, é necessário realizar uma segmentação de alta qualidade, ou seja, não apenas dividir seus clientes em grupos primitivos por sexo e idade, mas utilizar algoritmos de segmentação multidimensionais adequados e preferencialmente de autoaprendizagem. Por exemplo, podem ser mapas de Kohonen, que permitem não só a segmentação de objetos, mas também a visualização de seus resultados. Veja esses cartões – aqui os clientes são divididos em 4 segmentos (clusters) com base em suas preferências de alimentos, álcool e tabaco e no momento da compra.

• O termo “teoria da informação” foi cunhado na primeira metade do século XX por sugestão de Claude Shannon. Definitivamente, você precisará da teoria da probabilidade e da estatística matemática para entender esta disciplina. É uma ciência aplicada que estuda as leis associadas ao recebimento, armazenamento, processamento e transmissão de informações. A teoria da informação é usada para analisar processos em biologia, psicologia, informática e tecnologia de televisão. Existem abordagens de entropia – probabilística (de Shannon) e algorítmica (de Kolmogorov) para TI. Claro, é impossível imaginar IA sem teoria da informação.

• A tomada de decisão bayesiana usa a teoria da probabilidade para lidar com a incerteza aleatória e é amplamente usada em vários campos para análise, previsão e suporte à decisão. Vamos falar sobre eles usando o exemplo de um classificador bayesiano ingênuo – um classificador simples que opera de acordo com a fórmula de Bayes, acreditando ingenuamente que a presença de qualquer característica em uma classe não está associada à presença de qualquer outra característica. Por exemplo, se eu toco balalaika, falo russo e amo Dostoiévski, então … bem, você entende. Cada recurso dá sua própria contribuição independente para a formação de um estereótipo na tomada de decisão. Este é um algoritmo muito conveniente que, apesar de sua “ingenuidade”, funciona rapidamente em big data, muitas vezes melhor do que algoritmos de classificação complexos.

• Modelos ocultos de Markov. Claro, como os outros algoritmos mencionados neste artigo, eles exigem uma discussão mais detalhada. Estamos agora apenas criando uma compreensão intuitiva desses termos, cada um dos quais com uma definição matemática formal. A teoria dos modelos ocultos de Markov não é nova. Suas bases foram publicadas por Baum e seus colegas no final dos anos 60 e início dos anos 70. O CMM pode ser visto como um exemplo simples de uma Web de confiança Bayesiana. Nesse caso, a tarefa é adivinhar os parâmetros desconhecidos com base nos observados. É assim que um médico diagnostica um paciente, observando uma série de sintomas da doença. Na IA, o HMM é um método clássico de reconhecimento de fala. Imagine que você tem uma certa distribuição de fonemas (sons) em uma pequena área de um sinal acústico – um quadro. Qual fonema foi falado neste quadro? É difícil responder a essa pergunta sem ambigüidade – muitos fonemas são extremamente semelhantes entre si. Mas se uma resposta inequívoca não pode ser dada, então pode-se raciocinar em termos de “probabilidades”: para um determinado sinal, alguns fonemas são mais prováveis, outros menos, e ainda outros podem ser excluídos.Na verdade, um modelo acústico é uma função que recebe uma pequena porção de um sinal acústico (quadro) como entrada e produz a distribuição de probabilidade de vários fonemas neste quadro. Assim, o modelo acústico permite-nos reconstruir a partir do som o que foi dito – com vários graus de confiança.

3. Métodos subsimbólicos em IA – em resumo, para eles não são tanto os elementos em si que são importantes, mas as conexões entre eles.

Nesta categoria, é claro, as redes neurais são de maior interesse. Você precisa entender que uma rede neural artificial (RNA) nada mais é do que um modelo matemático que simula os princípios das redes neurais biológicas. Lembra-se de nossa excursão histórica sobre as primeiras redes neurais? Perceptron (eng. Perceptron from lat. Perceptio – percepção) é um modelo matemático ou computacional de percepção de informação pelo cérebro (modelo cibernético do cérebro), proposto por Frank Rosenblatt em 1957 e implementado pela primeira vez na forma de uma máquina eletrônica “Mark-1” em 1960. O perceptron se tornou um dos primeiros modelos de redes neurais, e o Mark-1 se tornou o primeiro neurocomputador do mundo. Do ponto de vista matemático, o treinamento de redes neurais é um problema de otimização não linear com muitos parâmetros. Do ponto de vista do aprendizado de máquina, uma rede neural é um caso especial de métodos de reconhecimento de padrões, análise discriminante, agrupamento etc. A RNA consiste em neurônios artificiais, cada um dos quais, como uma célula nervosa viva, recebe um sinal, processa-o e transmite o resultado paraOutros Existem vários tipos de redes neurais, por enquanto bastará citar uma camada única e multicamadas – na primeira, os sinais da camada de entrada são imediatamente enviados para a camada de saída, que converte o sinal e dá uma resposta, enquanto a última também tem uma ou mais camadas ocultas. A singularidade das redes neurais é que elas não são programadas no sentido usual, mas são treinadas e são capazes de generalizar informações, fazer a conclusão correta em dados que não estavam no conjunto de treinamento, bem como em dados contendo imprecisões, “ruído” e etc. Treinar redes neurais em uma frase é a busca pelos coeficientes de conexões entre os neurônios.

Vamos dar uma outra olhada no mapa mental. ANN é um subconjunto de aprendizado de máquina, que por sua vez se refere à computação suave. O aprendizado de máquina também inclui a máquina de vetores de suporte (usada em problemas de classificação – lembro como todos nós tivemos que pedir ao professor para explicar sua parte matemática novamente). Vamos entender em ordem o que é o quê, olhando apenas de uma “visão aérea”.

Portanto, o aprendizado de máquina é um método de inteligência artificial que dá ao sistema a capacidade de aprender automaticamente com sua própria “experiência”, sem ser diretamente programado para todas as soluções possíveis para um problema. Aprender é procurar padrões nos dados e tomar decisões cada vez melhores com base nas informações disponíveis. Como nós, as pessoas dizem, “aprenda com os erros”. Podemos dizer que o objetivo final do aprendizado de máquina é o aprendizado autônomo do sistema (sem assistência humana) com posterior ajuste adequado de ações. Existem muitos algoritmos de aprendizado de máquina por aí, e a habilidade de um programador não é mais programá-los, mas sim escolher criativamente ou até mesmo criar o aplicativo certo para eles, o que transforma o trabalho em um processo incrivelmente empolgante e interessante. Algoritmos de aprendizado profundo são muito populares agora – este é um tipo de aprendizado de máquina da próxima geração, quando uma rede neural profunda não precisa ser explicada – ela mesma é capaz de aprender em sistemas não estruturadosdados (tecnicamente devido a mais camadas ocultas).

Subindo para o próximo nível … aprendizado de máquina refere-se à chamada computação suave – este conceito (1994), de autoria de Lotfi Zadeh, reúne em uma classe geral imprecisos, métodos aproximados para resolver problemas que muitas vezes não têm solução em tempo polinomial. Isso também inclui lógica fuzzy, métodos probabilísticos, modelagem evolutiva (algoritmos de inteligência de enxame são especialmente interessantes – algoritmos de enxame que espiamos na natureza viva – de formigas, etc.), algoritmos genéticos e teoria do caos. Não é possível considerar todos eles dentro deste ciclo, mas falaremos sobre o algoritmo genético.

Claro, uma história sobre algoritmos de IA pode formar a base de um livro inteiro – mas, pela primeira vez, você já sabe muito! Esperançosamente, você agora adquiriu uma compreensão estruturada do que IA está estudando e quais linhas principais de pesquisa são relevantes no momento – quais você achou particularmente interessantes?