Inteligência Artificial

Agenda

1. Apresentação da disciplina
   1. Plano de Ensino (previsão)
   2. Avaliação
      1. Exercícios
      2. Trabalhos de implementação
      3. Provas G1 e G2
      4. Prova de substituição de grau
      5. ChatGPT e assemelhados
   3. Logística da Disciplina
      • Dinâmica das aulas
        1. Dúvidas
        2. Exibição de conteúdo e exercícios em 2 períodos (2+2 pomodoros)
        3. Intervalo de 20 minutos
        4. Chamada após o intervalo
      • Ferramentas: Computador de inteligência natural, lápis, papel e caneta
      • Outras ferramentas: Python, Git, Github
2. Apresentação do Professor
3. Apresentação dos Alunos (LEX)
   1. Em qual semestre do curso você se posiciona?
   2. Por que você escolheu esse curso?
   3. Você trabalha ou trabalhou na área de TI? Qual cargo você ocupa (ou ocupou)?
   4. Quais linguagens de programação você consegue programar?
   5. O que você espera dessa disciplina?
   6. O que te atrapalha para estudar?
   7. O que tu gosta que o professor faça em aula?
   8. O que tu não gosta que o professor faça em aula?
4. Organize-se, você tem pouco tempo e muitas atividades!
   1. Bullet Journal
   2. TODO-list
   3. Pomodoro
   4. GTD

• Qual é o teu objetivo?
• O que tu faz para atingir o teu objetivo?

Inteligência Artificial

• O que é inteligência artificial?
  • É sobre
    • Pensamento, Raciocínio
    • Percepção
    • Ação
  • Se fosse uma aula de filosofia, diríamos que é sobre problemas que envolvem pensamento, percepção e ação.
  • Discutiremos sobre modelos que visam o pensamento, a percepção e as ações.
    • A perspectiva da ciência da computação é criar modelos que podemos utilizar para entender o passado, predizer o futuro e controlar o mundo.
  • É sobre representações que suportam modelos…
  • É sobre as restrições expostas pelas representações…
  • É sobre algoritmos possibilitados pelas restrições…
• O que podemos fazer com Inteligência Artificial?
  • Criar sistemas melhores e mais inteligentes.
  • Ampliar nosso entendimento sobre a inteligência.
• História da IA

  • 1840

    Ada Lovelace - Primeira programadora, 100 anos antes dos computadores digitais.
    

    "The analytical engine has no pretension to originate anything. It can do whatever we know how to order it to perform." (Ada Lovelace)

  • 1950

    Alan Turing escreve um artigo onde cita o “The Imitation Game”, que mais tarde seria conhecido como o Teste de Turing. O artigo começa com a pergunta “Podem as máquinas pensar?”

  • 1960

    Marvin Minsky escreve Steps Toward Artificial Intelligence.

  • 1967

    ELIZA (Joseph Weizenbaum) - simulava uma conversação utilizando casamento de padrões e uma metodologia de substituição que dava ao usuário uma ilusão de entendimento por parte do programa.

  • 70s
    • Sistemas Especialistas
      • Mycyn system (75): identificava bactérias causando infecções e recomendava o uso de antibióticos com a dosagem ajustada ao peso do paciente. A taxa de aceitação dos resultados do sistema, por especialistas era comparável (até maior) a taxa de recomendações de outros especialistas humanos. O sistema nunca entrou em operação por causa de questões éticas e legais acerca do uso de computadores na medicina, principalmente em relação à responsabilidade dos médicos no caso de diagnóstico errado do computador. O sistema influenciou uma série de outros sistemas baseados em regras.

  • Fim dos 70s, início dos 80s

    Primeiro inverno da IA. Poder de processamento limitado, intratabilidade e explosão combinatorial, raciocínio e senso comum

  • 80s

    Sistemas especialistas começam a ser utilizados por corporações, as redes neurais ganham novo impulso com John Hopfield e com Geoffrey Hinton e David Rumelhart.

  • Fim dos 80s, início dos 90s

    Segundo inverno da IA. Foi como uma “bolha .com” antes dos “.com”.

  • 1993 - 2011

    Renovação da IA como ferramenta auxiliar, agentes inteligentes, raciocínio probabilístico (HMM, Bayes, modelos estocásticos). IA perceptiva.

  • 2011 - dias atuais

    Deep learning, Big data, Generative IA

Afinal, o que vamos estudar?

Questões

1. O que você lembra de autômatos?
2. O que você lembra de cálculo?
3. O que você lembra de álgebra linear e probabilidade e estatística?
4. Na sua opinião quais os impactos que a Inteligência Artificial pode trazer para o mundo? Qual o raciocínio utilizado para chegar na sua conclusão? Quais os dados que apoiam a sua conclusão?

Exercícios de Programação

1. Implemente uma lista encadeada em Python
2. Implemente uma árvore binária de pesquisa em Python
3. Implemente uma função que verifique se um grafo é ou não conectado em Python

Recursos para essa disciplina

Bibliografia

1. RUSSEL, Stuart J.; NORVIG, Peter. Inteligência artificial : uma abordagem moderna.. 4. ed. LTC. Rio de Janeiro, 2022.”
2. MINSKY, Marvin. The Society of Mind. Simon & Schuster, Inc. New York. 1988.
3. HAYKIN, Salmon. Redes Neurais. 2^a Ed. Bookman. Porto Alegre. 2001.
4. MINSKY, Marvin; PAPERT, Seymour A. Perceptrons: Expanded Edition. 4^th print. MIT Press. Massachussets. 1988
5. KOHONEN, Teuvo. Self-Organizing Maps. 2^nd Ed. Springer. Alemanha. 1997.
6. GOODFELLOW, Ian; BENGIO, Yoshua; COURVILLE, Aaron. Deep Learning. MIT Press. 2016.

Recursos Online

1. Artificial Inteligence - MIT, 2010

Python

1. The Python Tutorial
2. PyTorch

Tutoriais do Git

1. Pro Git (Tradução parcial do livro para português do Brasil)
2. Git - Guia prático: Um guia bem direto, sem muita explicação.
3. Github - Início Rápido

Vídeos

1. Aula Inaugural dos Cursos de TI e Inovação Unilasalle 2022/2
2. Motivação para Estudar - Prof. Clóvis de Barros Filho
3. Procrastinação: sua pior inimiga (Fredrik Reed, Tchelinux 2021)