Livro: Inteligencia Artificial Un enfoque moderno

Autores: Stuart Russel e Peter Norvig (1996)

Editora: Prentice Hall

Observação: O texto a seguir consiste numa tradução do livro acima citado que está em Espanhol.

Neste texto encontram-se definições básicas de alguns termos e também de algumas áreas de pesquisa em Inteligência Artificial, que são: O que é IA?; Racionalidade; Prova de Turing; Processamento de Linguagem Natural; Representação do Conhecimento; Raciocínio Automático; Autoaprendizagem de Máquina; Visão Computacional; Robótica; Ciência Cognitiva; Silogismos; Lógica e Agente.

Inteligência Artificial:

O homem aplicou a si mesmo o nome científico de homo sapiens(homem sábio) por uma valorização da transcendência de nossas habilidades mentais tanto para nossa vida cotidiana como para nosso próprio sentido de identidade. Os esforços do campo da inteligência artificial, ou IA, se concentram em chegar a compreensão de entidades inteligentes. Por isto, uma das razões de seu estudo é o de aprender mais acerca de nós mesmos. De modo diferente da filosofia e da psicologia, que também se ocupam da inteligência, os esforços da IA procuram tanto a construção de entidades inteligentes como também a sua compreensão. Outra razão pela qual se estuda a IA é devido a que as entidades inteligentes assim construídas são interessantes e úteis por si só. Ainda que nada poderá prognosticar com toda precisão o que se poderá esperar no futuro, é evidente que os computadores que possuem uma inteligência a nível humano (ou superior) terão repercussões muito importantes em nossa vida diária assim como no futuro da civilização.

O problema que a IA aborda é um dos mais complexos: como é possível que um cérebro pequeno e lento, seja biológico ou eletrônico, tenha capacidade para perceber, compreender, predizer e manipular um mundo que em tamanho e complexidade o excede amplamente? Como é possível criar apoiando-se nessas propriedades? Perguntas difíceis, sem dúvida, porém à diferença da investigação com relação ao deslocamento maior que a velocidade da luz ou de um dispositivo anti-gravitacional, o investigador do campo da IA conta com provas contundentes de que tal busca é totalmente factível. Tudo o que este investigador tem de fazer é olhar-se no espelho para ter diante de si um exemplo de sistema inteligente.

A IA é uma das disciplinas mais novas. Formalmente se iniciou em 1956, quando se estabeleceu o termo, não obstante já se havia estado trabalhando nela por cinco anos. Junto com a genética moderna, é o campo em que a maioria dos cientistas de outras áreas mais gostariam de trabalhar. Se justifica a opinião de um estudante de física que considere que todas as idéias interessantes deste campo já foram propostas por Galileu, Newton, Einstein e outros e que por isto necessitaria de muitíssimos anos de estudo antes que alguém pudesse contribuir com uma idéia nova. Ao contrário, no campo da IA há muitas áreas onde alguém poderá desempenhar-se como um Einstein integralmente.

O estudo da inteligência é uma das disciplina mais antigas. Por mais de 2000 anos, os filósofos têm se esforçado por compreender como se vê, aprende, lembra e raciocina, assim como a maneira com que estas atividades deveriam realizar-se.1 A chegada dos computadores no princípio dos anos 50 permitiu que a discussão em torno dessas faculdades mentais passasse da especulação a nível de rodas de café, para uma abordagem mediante uma autêntica disciplina teórica e experimental. A opinião de muitos era que os novos supercérebros eletrônicos teriam um ilimitado potencial de inteligência. "Mais rápidos do que Einstein", era um comentário comum na época. Porém, assim como serviu para criar entidades inteligentes artificiais, o computador também tem sido uma ferramenta para provar teorias sobre a inteligência, muitas das quais fracassaram: um caso do que unicamente é válido como roda de café, o lixo. Resulta que a IA é algo muito mais complexo do que muitos imaginam a princípio, porque as idéias modernas relacionadas a ela se caracterizam por sua grande riqueza, sutileza e pelo tanto que são interessantes.

Atualmente a IA engloba uma enorme quantidade de subcampos, desde áreas de interesse geral, como é o caso da percepção e do raciocínio lógico, até tarefas específicas como o xadrez, a demonstração de teoremas matemáticos, a poesia e o diagnóstico médico. Não é raro que cientistas de outros campos venham gradualmente penetrando na inteligência artificial, uma área que conta com ferramentas e vocabulários que a estes cientistas facilitam sistematizar e automatizar todo o trabalho intelectual que têm ocupado boa parte de suas vidas. Por outro lado, para aqueles que trabalham com IA se oferece a opção de aplicar sua metodologia em qualquer área que tenha a ver com as tarefas do intelecto humano. Neste sentido a IA é um campo genuinamente universal.

1Recentemente criado, o objeto de estudo de um ramo da filosofia é demonstrar a impossibilidade da IA. No capítulo 26 deste livro se aborda este ponto de vista.

 

O Que É a IA?

Até agora só foi comentado o quão interessante é a IA, sem ter dito o que ela é. Podíamos nos limitar a dizer: "Bom, como tem a ver com o desenho de programas inteligentes, façamos isto, escrevamos alguns." Porém a história da ciência nos demonstra a conveniência de empreender esforços na direção correta. É muito provável que os alquimistas primitivos, em sua busca do elixir da imortalidade e do método para converter chumbo em ouro, tenham errado o caminho. Não foi de outra maneira até que a atenção se enfocou na elaboração de teorias explícitas para predizer com precisão os fenômenos do mundo terrestre, tal como a astronomia predizia o movimento aparente das estrelas e planetas, quando surgiu o método científico assim como uma ciência produtiva.

Na Figura 1, se apresentam definições do que é a inteligência artificial, de acordo com oito autores atuais. Estas definições variam em torno de duas dimensões principais. As que aparecem na parte superior se referem a processos mentais e ao raciocínio, e as da parte inferior se referem à conduta. Por outro lado as definições da esquerda medem a condição desejável em função da eficiência humana, enquanto que as da direita concordam com um conceito de inteligência ideal, denominado racionalidade. Considera-se que um sistema é racional se ele realiza o correto. De acordo com o que é dito anteriormente, na inteligência artificial existem quatro possíveis objetivos a alcançar, como se comenta na base da Figura 1.

"A interessante tarefa de conseguir que os computadores pensem ... máquinas com mente, em seu sentido literal amplo."(Haugeland, 1985).

"A automatização de atividades que vinculamos com os processos de pensamento humano, atividades tais como tomada de decisões, resolução de problemas, aprendizagem ..." (Bellman, 1978).

"O estudo das faculdades mentais mediante o uso de modelos computacionais."(Charmiak y McDermott, 1985).

"O estudo dos cálculos que permitem perceber, raciocinar e agir."(Winston, 1992).

"A arte de criar máquinas com capacidade de realizar funções que quando realizadas por pessoas requerem inteligência." (Kurzweil, 1990).

"O estudo de como fazer que os computadores realizem tarefas que, no momento, os humanos fazem melhor." (Rich y Knight, 1991).

 

"Um campo de estudo que se concentra na explicação e emulação da conduta inteligente em função dos processos computacionais."(Schalkoff, 1990).

 

"O ramo da ciência da computação que estuda a automatização e a conduta inteligente."(Luger y Stubblefield, 1993).

 

Figura 1.1 Algumas definições de IA. Se agrupam em quatro categorias:

SISTEMAS QUE PENSAM COMO HUMANOS

 

SISTEMAS QUE PENSAM RACIONALMENTE

SISTEMAS QUE AGEM COMO HUMANOS

 

SISTEMAS QUE AGEM RACIONALMENTE

Ao longo da história tem-se adotado os quatro enfoques mencionados anteriormente. Desde já, existe uma tensão entre enfoques centrados nos humanos e os centrados na racionalidade.2 O enfoque centrado no comportamento humano constitui uma ciência empírica, que engloba o emprego de hipóteses e da confirmação mediante experimentos. O enfoque racionalista combina matemática e engenharia. Os membros deste grupos frequentemente criticam o trabalho realizado pelos membros de outros grupos, se bem que todas as orientações têm feito valiosas contribuições. Cada um desse enfoques é descrito de maneira breve a seguir e de forma mais detalhada neste livro de Norvig.

2 ver livro referenciado: sobre os termos racional e humano...

Pensar como humano: o enfoque do modelo cognitivo

Para poder afirmar que um determinado programa utiliza algum tipo de raciocínio humano, previamente terá que ser definido como pensam os seres humanos. Terá que penetrar no funcionamento da mente humana. Há duas formas de se fazer isto: mediante a introspecção (para tentar apanhar nossos próprios pensamentos conforme estes vão acontecendo) ou mediante a realização de experimentos psicológicos. Dado que se possa contar com uma teoria bastante precisa da mente, pode-se proceder a expressar tal teoria em um programa de computador. Se os dados de entrada e saída do programa e a duração de tempo de seu comportamento correspondem aos da conduta humana, existe evidência de alguns dos mecanismos do programa também funcionam nos seres humanos. No caso de Newell e Simon(1961) , criadores do SGP (Solucionador Geral de Problemas), não bastou que seu programa resolvesse corretamente os problemas propostos. O que lhes interessava fundamentalmente era seguir a pista dos passos de raciocínio e compará-la com a rota seguida por sujeitos humanos quando lhes eram propostos os mesmos problemas. Esta atitude é fortemente contrastada com a de outros pesquisadores da mesma época (por exemplo: Wang, 1960), aos quais o que importava era a obtenção de respostas corretas independentemente de como um ser humano as obtinha. No campo interdisciplinar da ciência cognitiva concorrem modelos computacionais de IA e técnicas experimentais da psicologia para tentar elaborar teorias precisas e verificáveis do funcionamento da mente humana.

Ainda que a ciência cognitiva é um campo fascinante por si só, nesta obra ela não será estudada em detalhes. Ocasionalmente se fará comentários acerca das semelhanças e diferenças que existem entre técnicas de IA e cognição humana. Necessariamente, a autêntica ciência cognitiva se fundamenta na investigação experimental com seres humanos ou animais; nesta obra se considera que o leitor conta unicamente com um computador para fazer seus experimentos. Só se deseja afirmar que que a IA e a ciência cognitiva seguem trocando diversas contribuições, especialmente na área da visão computacional, linguagem natural e aprendizagem. Neste livro, na página 13, se aborda brevemente a história das teorias psicológicas da cognição.

 

 

Agir como Humano: O Enfoque da Prova de Turing

Mediante a prova de Turing, proposta por Alan Turing(1950), tenta-se oferecer uma definição satisfatória operativa do que é a inteligência. Turing definiu uma conduta inteligente como sendo a capacidade de alcançar eficiência a nível humano em todas as atividades de tipo cognitivo, suficiente para enganar a um avaliador. Brevemente, a prova que Turing propôs consistia em que um humano interrogasse um computador por meio de um teletipo; a prova era considerada aprovada se o avaliador era incapaz de determinar se um computador ou um humano era quem havia respondido as perguntas no outro extremo do terminal. No capítulo 26 deste livro se comenta detalhes acerca desta prova assim como do critério de se deve considerar um computador inteligente quando ele passa na prova. Hoje em dia, programar um computador para passar na prova dá um trabalho considerável. O computador deveria ser capaz do seguinte:

¨ Processar uma linguagem natural para assim poder estabelecer comunicação

satisfatória, seja em inglês ou em qualquer outro idioma;

¨ Representar o conhecimento para assim guardar toda a informação que se lhe

tenha dado antes ou durante o interrogatório;

¨ Raciocinar automaticamente afim de utilizar a informação guardada ao

responder perguntas e obter novas conclusões;

¨ Auto-aprendizagem da máquina para que se adapte a novas circunstâncias e

para detectar e extrapolar esquemas determinados.

Na prova de Turing deliberadamente se evitou a interação física direta entre avaliador e computador, dado que para medir a inteligência era desnecessário simular fisicamente um ser humano. Contudo, no que se chama prova de Turing se utiliza um sinal de vídeo para que o avaliador possa qualificar a capacidade de percepção do avaliado, e também para que aquele possa passar objetos físicos "através do engano". Para aprovar a prova total de Turing é necessário que o computador esteja dotado de:

¨ Vista que lhe permita perceber objetos;

¨ Robótica para locomover estes objetos.

No campo da IA não se tem feito muitos esforços para passar a prova de Turing. A necessidade de agir como os humanos se apresenta basicamente quando os programas de IA devem interagir com pessoas, por exemplo, quando um sistema especialista tem de explicar um diagnóstico, ou quando um sistema de processamento de linguagem natural inicia diálogo com um usuário. Programas como os anteriores deverão se comportar de acordo com certas convenções próprias das interações humanas com a finalidade de se poder entendê-los. Por outro lado, a maneira de elaborar representações e de raciocinar em que estão baseados estes sistemas poderá ou não conformar-se de acordo com um modelo humano.

 

 

 

Pensar Racionalmente O Enfoque das Leis do Pensamento

O filósofo grego Aristóteles foi um dos primeiros que tentaram codificar a "maneira correta de pensar", quer dizer, codificar os processos irrefutáveis de pensamento. Seus famosos silogismos são esquemas de estruturas de argumentação através das quais sempre se chega a conclusões corretas quando se parte de premissas verdadeiras. Por exemplo: "Sócrates é um homem; todos os homens são mortais; por tanto Sócrates é mortal". Tais leis do pensamento devem governar a maneira com que a mente opera. Assim se inaugurou o campo da lógica.

O progresso da lógica formal no final do século XIX e no princípio do século XX (que será visto com mais detalhes no cap. 6) permitiu contar com uma notação precisa para representar afirmações relacionadas com todo o que existe no mundo, assim como suas relações mútuas. (Diferentemente do que sucede com a notação da aritmética comum, em que praticamente só se representam afirmações acerca da igualdade e desigualdade entre números). Em 1965 já existiam programas que, contando com tempo e memória suficiente, podiam descrever um problema em notação lógica e encontrar para ele uma solução, sempre e quando esta existisse. (Se não existisse, o programa continuaria sem cessar a buscá-la). Na IA, a tradição logicista se esforça para elaborar programas como o anterior para criar sistemas inteligentes.

Este enfoque apresenta dois obstáculos. Em primeiro lugar, não é fácil receber um conhecimento informal e expressá-lo nos termos formais exigido pela notação lógica, especialmente quando o conhecimento tem menos de 100% de veracidade. Em segundo lugar, há uma grande diferença entre a possibilidade de resolver um problema "em princípio", e realmente fazê-lo na prática. Inclusive, problemas que necessitam de uma dúzia de elementos esgotariam a capacidade de cálculo de qualquer computador, a menos que se conte com refinamento sobre os passos de raciocínio que se tem de utilizar primeiro. Ainda que os dois obstáculos anteriores estejam presentes em toda tentativa de construir sistemas de raciocínio computacional, foi na tradição logicista em que surgiram primeiramente devido ao fato da capacidade dos sistemas de representação e de raciocínio estarem bem definidas e estudadas em profundidade.

 

 

Agir de Forma Racional O Enfoque do Agente Racional

Agir racionalmente implica em agir de maneira tal que se alcance os objetivos desejados, com base em certas suposições. Um agente é algo capaz de perceber e agir. (Talvez esta palavra esteja sendo usada de maneira pouco comum, porém se irá acostumando com ela). De acordo com este enfoque, se considera a IA como o estudo e construção de agentes racionais.

No caso do enfoque da IA segundo as "leis do pensamento", a ênfase era colocada em fazer inferências corretas. A obtenção destas inferências as vezes toma parte do que se considera um agente racional, dado que uma maneira de agir racionalmente é usar o raciocínio lógico que nos assegure a obtenção de um determinado resultado, com o que se agirá de conformidade com tal raciocínio. Contudo, efetuar uma inferência correta nem sempre depende da racionalidade, pois existem situações nas quais não existe algo que se possa considerar como sendo o que corretamente deveria ser feito, e não obstante tem de se decidir por um curso de ação. Existem também maneiras de agir racionalmente que de maneira alguma requer inferências. Por exemplo, retirar a mão de um forno quente é um ato reflexo muito mais eficiente que um ato tardio empreendido depois de uma cuidadosa deliberação.

Todas as "habilidades cognitivas" que são usadas para a prova de Turing permitem empreender ações racionais. Por tanto, é necessário contar com a capacidade para representar o conhecimento e com base nele raciocinar, pois desta maneira se poderá tomar decisões corretas em uma gama de situações muita ampla. É necessário ser capaz de gerar orações compreensíveis em linguagem natural, dado que o enunciado de tais orações nos permitem desenvolvermos em um sociedade complexa. Não se adquire a aprendizagem só por erudição, mas sim porque ao aprofundar no conhecimento de como funciona o mundo facilitará conceber melhores estratégias para desenvolver-se nele. A percepção visual não é só algo divertido mas sim, é algo necessário para dar-se uma melhor idéia do que uma ação determinada pode produzir (por exemplo, ver um delicioso sanduiche contribuirá para a decisão e ação de aproximar-se dele).

Estudar a IA adotando o enfoque do planejamento de um agente racional oferece duas vantagens. Primeiro, é mais geral que o enfoque das "leis do pensamento", dado que efetuar inferências corretas é só um mecanismo útil para garantir a racionalidade, porém não é um mecanismo necessário. Segundo, está mais de acordo com a maneira que tem produzido o avanço científico do que os enfoques baseados na conduta ou pensamento humano, toda vez que se define claramente o que será a norma da racionalidade, norma que é de aplicação geral. Ao contrário, a conduta humana se adapta bem só em um ambiente específico e, em parte, é produto de um processo evolutivo complexo e em grande parte ignorado, cuja perfeição todavia se vê distante. Por isto, esta obra se concentrará nos princípios gerais que regem os agente racionais e nos elementos usados para construí-los. Mais adiante se verá que não obstante a aparente facilidade com a qual se definem os problemas, quando se tenta resolvê-los surge uma grande variedade de questões. No capítulo 2 tais questões se delineiam com mais detalhes.

Tem de se ter muito presente desde agora: que mais tarde do que cedo poderá constatar-se que alcançar a racionalidade perfeita sempre fazer o correto não é possível em ambientes complexos. Eles implicam em cálculos excessivos. Contudo, ao longo desta obra se assumirá a hipótese de trabalho no sentido de que ser capaz de compreender a tomada de decisões perfeita já é um bom começo. Isto simplificará o problema e servirá de cenário para todo o material básico deste campo. Os capítulos 5 e 17 tratam em detalhes o tema da racionalidade limitada: agir adequadamente quando não se conta com tempo suficiente para efetivar todos os cálculos que seriam desejáveis.