Histrico e Aplicaes de

Inteligncia Artificial

Inteligncia

Esta

Inteligncia Artificial

fornece um breve
relato histrico sobre
Inteligncia Artificial e
sua evoluo ao longo
dos anos bem como
uma viso geral sobre
as diversas sub-reas
que a compe

Jos Augusto Baranauskas

Departamento de Fsica e Matemtica FFCLRP-USP

E-mail: augusto@usp.br
URL: http://dfm.fmrp.usp.br/~augusto
2

Inteligncia

Inteligncia
Muito difcil!

O
O que
que
inteligncia?
inteligncia?

O
O que
que
inteligncia?
inteligncia?
Nossas mentes contm processos que nos capacitam
a solucionar problemas que consideramos difceis.
Inteligncia o nome que damos a qualquer um destes
processos que ainda no compreendemos
Marvin Minsky
3

Inteligente?

Inteligente?

Sala

Sala

Chinesa

Chinesa

`
5

 Inteligente?

Inteligncia
Habilidade

de aprender e lidar
Habilidade de contemplar, pensar e
raciocinar
Sinnimos:

Crebro, mente, mentalidade, senso

Relacionados:

Discernimento, julgamento, perspiccia,

sagacidade, sabedoria

Inteligncia

Inteligncia

1528
+ 2775
4203

1528
+ 2775
4303

10

Inteligncia

Deep Blue x Kasparov

(Computador x Homem)

De

Deep

aorcdo com uma pqsieusa de uma

uinrvesriddae ignlsea, no ipomtra em qaul
odrem as lrteas de uma plravaa etso, a
ncia csioa iprotmatne que a piremria e
tmlia lrteas etejasm no lgaur crteo
O rseto pdoe ser uma ttaol bguana que
vco pdoe anida ler sem pobrlmea
Itso poqrue ns no lmeos cdaa lrtea
isladoa, mas a plravaa cmoo um tdoo

Blue: sistema
desenvolvido pela IBM
para jogar xadrez, que
venceu um campeo
humano, Kasparov
Questo:

Kasparov inteligente?
Deep Blue inteligente?
11

12

Velocidade x Inteligncia

Velocidade x Inteligncia

Deep Blue utiliza uma grande rvore de busca

Deep Blue examina 2 bilhes de movimentos por
segundo
Assumindo que Kasparov examine 2 movimentos
por segundo
Kasparov um bilho de vezes mais inteligente que

Deep Blue

Deep Blue venceu Kasparov essencialmente por fora

bruta

Um algoritmo no-inteligente requer um aumento

exponencial na sua velocidade para um aumento linear
em inteligncia
Ao invs de melhorias na velocidade, precisamos
melhorar o projeto do algoritmo
Do Australopithecus para o Homo habilis para o Homo
erectus para Homo sapiens para o Homo sapiens sapiens
o crebro no aumentou exponencialmente durante essas
transies
Ao contrrio, o crebro cresceu linearmente, mas a
inteligncia cresceu exponencialmente
No foi necessrio um tempo evolucionrio exponencial
entre cada etapa, ao contrrio, cada etapa seguinte foi
uma frao do intervalo anterior

13

O que IA?

14

Natural x Artificial
Artificial: palavra ambgua = fabricado
Sentidos
Luz artificial X Flor artificial ?
Flor Artificial
parece ser
mas realmente no o que parece ser

O que diferencia
inteligncia artificial da
inteligncia natural?

artificial = imitao, s aparncia

Luz Artificial
luz e ilumina
o que parece ser

15

Inteligncia Natural x Artificial

16

Sistema Inteligente
Aprende por experincia
Utiliza conhecimento adquirido (por experincia)
Soluciona problemas na ausncia de alguma
informao
Reage rapidamente perante uma nova situao
Determina o que importante
Raciocina e pensa
Entende imagens visuais
Processa e manipula smbolos
criativo e imaginativo
Utiliza heursticas

Adquire grande qtde de informao externa

Usa Sensores (viso, audio, tato, olfato)
Criativa ou tem Imaginao
Aprende por Experincia
Retm Dados Detalhados
Faz clculos complexos
adaptvel
Usa uma variedade de fontes de informao
Transfere informao

Natural
Alto
Alto
Alto
Alto
Baixo
Baixo
Alto
Alto
Baixo

Artificial
Baixo
Baixo
Baixo
Baixo
Alto
Alto
Baixo
Baixo
Alto

17

18

Computadores como Vida

Inteligente?

Pense!
Verdade Depende Falso

Um avio pode voar

Um pssaro pode voar

Um peixe pode nadar

Um navio pode nadar

Um computador pode imitar aspectos do
pensamento

Um computador pode imitar aspectos de

comportamento inteligente
Um computador pode pensar

A diferena entre um avio voando e um navio nadando

ilustra a dificuldade bsica ao se falar sobre inteligncia
artificial: o problema das palavras e seu uso
Ningum poderia sugerir que, uma vez que usamos a
mesma palavra para descrever o que um pssaro e um
avio fazem, eles fazem exatamente a mesma coisa
Nem ns podemos assumir que computadores so
inteligentes porque usamos a mesma palavra para
descrever o que eles fazem assim como usamos para
descrever o comportamento humano inteligente
Computadores podem imitar ou simular certos aspectos
do pensamento e comportamento inteligente, realizar
aes a atingir metas as quais, se realizadas e concludas
por humanos, requereriam inteligncia

Um computador pode se comportar de modo

inteligente
19

Pense!

20

Pense!

Quando um piloto de avio passa o controle para o piloto

automtico, o piloto automtico est:
Imitando pilotar o avio ou
Realmente pilotando o avio?

Quando um piloto de avio passa o controle para o piloto

automtico, o piloto automtico est:
Imitando pilotar o avio ou
Realmente pilotando o avio?
Quando um mdico digita os sintomas de um paciente em
um sistema especialista e obtm um diagnstico, o
sistema especialista est:
Imitando o diagnstico da doena ou
Realmente diagnosticando a doena?

21

Computadores como Vida

Inteligente?

Pense!

22

Quando um piloto de avio passa o controle para o piloto

automtico, o piloto automtico est:
Imitando pilotar o avio ou
Realmente pilotando o avio?
Quando um mdico digita os sintomas de um paciente em
um sistema especialista e obtm um diagnstico, o
sistema especialista est:
Imitando o diagnstico da doena ou
Realmente diagnosticando a doena?
Quando um computador faz inferncias baseadas em
conhecimento e regras sobre como processar este
conhecimento, ele est:
Imitando o pensamento ou
Realmente pensando?

23

tentador responder que computadores no pensam

dizendo que bvio que mquinas feitas pelo homem
no podem pensar
Entretanto, se somos criaturas inteligentes, devemos
perguntar: por qu to bvio?
Se to bvio ento as razes porque to bvio devem
ser fceis de serem encontradas
conveniente lembrar que as pessoas pensavam que era
bvio que a Terra era plana e que o sol girava em torno
dela
Se os computadores no podem pensar como os
humanos, precisamente, o que o pensamento humano
tem que o pensamento da mquina no tem?
24

Pense!

Pense!

Relacione

Relacione

em uma folha de papel

quaisquer caractersticas do pensamento
humano que os computadores no podem
ter

em uma folha de papel

quaisquer caractersticas do pensamento
humano que os computadores no podem
ter

Criatividade?
Originalidade?

25

Hardware

26

Computador vs.
vs. Crebro
1011 neurnios
1014 sinapses
tempo 1 instr: 10-3 s

107 transistores
1010 bits RAM
tempo 1 instr: 10-9 s

27

Evoluo dos Computadores

28

Evoluo dos Computadores

No

futuro prximo ns poderemos ter

computadores com tantos elementos de
processamento como nosso crebro mas

Muito menos interconexes (fios ou sinapses)

Atualizao muito mais rpida
Hardware

fundamentalmente diferente
pode exigir algoritmos fundamentalmente
diferentes

Uma questo ainda aberta

Pesquisa em redes neurais artificiais
29

30

Fronteiras da IA
I could feel
I could
smell a
new kind of
intelligence
across the
table

Fronteiras da IA

Saying Deep Blue

doesnt really think
about chess is like
saying an airplane
doesnt really fly
because it doesnt
flap its wings.
Drew McDermott

31

Fronteiras da IA

32

Fronteiras da IA

DS1 testou 12 novas

tecnologias no espao
Sistema de navegao
autnomo

Lanamento: 24/10/1998
Trmino: 18/12/2001
http://nmp.jpl.nasa.gov/ds1

Agente remoto autnomo

Misso de grande
sucesso, encontrando o
cometa Borrelly e
retornando as melhores
imagens e outros dados
cientficos obtidos at
ento sobre um cometa

33

Fronteiras da IA

34

O que IA?
Uma rea de pesquisa que investiga
formas de habilitar o computador a
realizar tarefas nas quais, at o
momento, o ser humano tem um
melhor desempenho.
Elaine Rich
Compilado como um
problema de
satisfao (CSP) de
2.000 variveis

To logo algum problema de IA

resolvido ele no mais considerado
um problema da rea de IA...
Chuck Thorpe
CMU, Robotics Institute, 2000

Planejamento e
diagnstico em Realtime
35

36

Definies Adicionais

Inteligncia Artificial

Conjunto de tcnicas para a construo de

mquinas inteligentes, capazes de resolver
problemas que requerem inteligncia humana
(Nilsson)
Ramo da Cincia da Computao dedicado
automao de comportamento inteligente
(Luger & Stubble)
Tecnologia de processamento de informao que
envolve processos de raciocnio, aprendizado e
percepo
(Winston)

IA

tem como objetivo entender e construir

sistemas inteligentes
Motivao

Aprender mais sobre ns mesmos

Sistemas de IA so interessantes e teis
Como possvel para um crebro lento e
pequeno (biolgico ou eletrnico) perceber,
entender, predizer e manipular um mundo
muito maior e mais complicado que ele
mesmo?
37

Definies de IA: 4 Categorias

38

Definies de IA: 4 Categorias

Raciocnio

Sistemas que
pensam
como humanos
Sistemas que
atuam
como humanos

Sistemas que
pensam
racionalmente
Sistemas que
atuam
racionalmente

Sistemas que
pensam
como humanos
Sistemas que
atuam
como humanos

Sistemas que
pensam
racionalmente
Sistemas que
atuam
racionalmente

Comportamento

39

Definies de IA: 4 Categorias

Definies de IA: 4 Categorias

Sucesso avaliado em
termos de desempenho
humano

Sistemas que
pensam
como humanos
Sistemas que
atuam
como humanos

40

Sistemas que
pensam
racionalmente
Sistemas que
atuam
racionalmente
Sucesso avaliado em
termos de um conceito
ideal de inteligncia
(racionalidade)
41

Agindo como humanos:

A abordagem do Teste de Turing

Pensando como humanos:

A abordagem da modelagem cognitiva

Pensando racionalmente:
A abordagem das leis do pensamento

Agindo racionalmente:
A abordagem de agentes racionais

42

Sistemas que Agem como

Humanos

O Teste de Turing
Sistema
Computacional

Teste de Turing, proposto por Alan

Turing (1950) foi projetado para fornecer
uma definio operacional de inteligncia
Turing definiu comportamento inteligente
como a habilidade de obter desempenho
ao nvel de um ser humano em todas as
atividades cognitivas, suficiente para
enganar um interrogador

Barreira Fsica

Interface

Interrogador
Humano
43

Sistemas que Pensam como

Humanos

44

Sistemas que Pensam como

Humanos

Para afirmarmos que um sistema pensa como um

humano, temos que determinar como os humanos
pensam
Introspeco (tentando anotar nossos prprios pensamentos

medida que ele surgem)

Experimentos psicolgicos
Uma vez que uma teoria precisa da mente obtida,
possvel express-la como um programa de computador
Se o comportamento de entrada/sada e de tempo so
parecidos com o comportamento humano, isso uma
evidncia que alguns dos mecanismos do programa
podem tambm estar ocorrendo nos humanos

Por exemplo Newell &

Simon, 1961 que
desenvolveram o GPS
(General Problem Solver)
no ficaram satisfeitos
com o fato do GPS
fornecer as respostas
corretas aos problemas
Eles estavam mais
preocupados em
comparar com as linhas
de raciocnio de humanos
resolvendo os mesmos
problemas

45

46

Sistemas que Pensam

Racionalmente

Sistemas que Atuam Racionalmente

Agir racionalmente significa atingir os objetivos,

com base naquilo que se acredita
Uma maneira de agir racionalmente raciocinar
racionalmente
Entretanto, h situaes nas quais no h uma
coisa certa a fazer, mas algo deve ser feito
H tambm situaes nas quais agir
racionalmente no significa que houve inferncia
Tirar a mo de uma panela quente um reflexo que

filsofo grego Aristteles foi um dos

primeiros a tentar codificar pensamento
correto ou seja, processos de raciocnios
irrefutveis (lgica)
Por exemplo

Scrates um homem
Todos os homens so mortais
Portanto, Scrates mortal (inferncia)

possui muito mais sucesso que uma ao mais lenta

tomada aps deliberao cuidadosa

47

48

reas de Apoio para IA

Lgica
Matemtica

reas Relacionadas com IA

Lgica
Matemtica

Lingstica
Cincia da
Computao

Biologia
Psicologia

Cincia da
Computao
Engenharia

Biologia

IA

Psicologia

Engenharia

IA

Lingstica

Robtica

Filosofia
Planejamento

Redes Neurais

Filosofia

Sistemas Nebulosos

Sistemas
Baseados em
Conhecimento

Processamento de
Linguagem Natural

Aprendizado
de Mquina

49

IA

50

Linha do Tempo
Alan Turing, John von
Neumann, Claude Shannon

LISP

pensamento como computao

IA considerada polmica porque

desafia a idia da unicidade do
pensamento humano, da mesma
forma que Darwin desafiou a
unicidade da origem dos seres
humanos

Primeiro
Projeto
Japons

Surge o termo Artificial

Intelligence

Segundo
Projeto
Japons

PROLOG

John McCarthy, Marvin Minsky,

Herbert Simon, Allen Newell

1950 1956 1957 1958 1962 1970 1981 1988 1992

Helbert

A. Simon
CMU, 2000

Logic Theorist
(Sec. 4 AC) Ariststeles, George
Boole, Gottlob Frege, Alfred Tarski
Formalizao das leis do pensamento
humano

General Problem
Solver

Primeiro Rob
Industrial

(Sec. 16) Gerolamo Cardano, Pierre

Femat, James Bernoulli, Thomas
Bayes

Primeiro Sistema
Especialista

Ganhos com Sistemas de

IA chegam a
US$ 1 Bilho

Formalizao do raciocnio
probabilstico

51

A Histria da Inteligncia
Artificial

52

A Gestao de IA (1943(1943-1956)

A gestao de IA (1943-1956)
O entusiasmo dos primeiros anos de IA, grandes
expectativas (1952-1969)
Uma dose de realidade (1966-1974)
Sistemas Baseados em Conhecimento: A Chave
para o Poder? (1969-1979)
IA se torna comercial (1980-1988)
O retorno das Redes Neurais
(1986 - presente)
Eventos Recentes

Primeiro trabalho de IA foi um modelo de neurnios artificiais

(McCulloch & Pitts, 1943) e foi o precursor das tradies lgica e
conexionista de IA
Comeo dos anos 50: Shannon & Turing escreveram programas de
xadrez para mquinas von Neumann
Ao mesmo tempo, Minsky e Edmonds construram o primeiro
computador baseado em redes neurais (51)

Ironicamente, mais tarde Minsky provou teoremas que levaram

descrena de redes neurais durante os anos 70s.

53

Workshop em Dartmouth em 56: pesquisadores de Princeton, IBM ,

MIT e CMU se reuniram a convite de John McCarthy
Os 20 anos seguintes foram dominados por pesquisadores
participantes do Workshop e seus estudantes
Foi neste Workshop que o nome Inteligncia Artificial surgiu para
denominar o novo campo de estudo (cunhado por McCarthy).

54

O Entusiasmo dos Primeiros

Anos de IA (1952(1952-1969)

Uma Dose de Realidade

(1966(1966-1974)

Newell e Simon desenvolveram o General Problem Solver GPS,

programa que foi projetado para imitar protocolos humanos de
resoluo de problemas. Assim, GPS foi o primeiro programa a
incorporar a abordagem Pensar como humanos. A combinao de
IA e Cincia Cognitiva continua at hoje
Samuel (1952) escreveu uma srie de programas para jogar damas e
provou o contrrio do que era senso comum na poca: a idia de
que computadores podiam fazer somente o que era dito para eles.
Seus programas aprendiam rapidamente a jogar melhor que seu
criador
McCarthy (1958) desenvolveu LISP, que se tornou a linguagem
dominante de IA
Robinson (1963) descobriu o mtodo da resoluo: um algoritmo
completo de provas de teoremas para a Lgica de 1a Ordem:
PROLOG estava a caminho
Minsky supervisionou uma srie de estudantes que escolheram
problemas limitados que pareciam requerer inteligncia para serem
resolvidos: micromundos. O mais famoso micromundo foi o mundo
dos blocos.Trabalhos de redes neurais comearam a florescer

A barreira que muitos projetos de IA encontraram foi que mtodos

que eram suficientes para demonstraes de um ou dois exemplos
simples falham terrivelmente quando foram tentados com uma
seleo maior de problemas ou problemas mais difceis
O primeiro tipo de dificuldade: os primeiros programas continham
pouco ou nenhum conhecimento do assunto que eles tratavam e
tinham sucesso atravs de manipulaes sintticas muito simples
ELIZA (65)
O segundo tipo de dificuldade: a intratabilidade de muitos problemas
que IA estava tentando resolver

Os primeiros programas funcionavam somente porque os micromundos

continham poucos objetos

Antes que a teoria de problemas NP-completos fosse desenvolvida, se

acreditava que o problema de se escalar para problemas maiores era
simplesmente um problema de se ter hardware mais rpido

Uma terceira dificuldade veio das limitaes sobre as estruturas

bsicas usadas para gerar comportamento inteligente

55

SBCs:
SBCs: A Chave para o Poder?
(1969(1969-1979)

56

IA se Torna Comercial
(1980(1980-1988)

O mtodo de resoluo de problemas usado na primeira dcada de

IA foi o mecanismo de busca de propsito geral. Eles so chamados
mtodos fracos porque eles usam pouca informao sobre o domnio.
Assim, para domnios complexos o desempenho pobre
A significncia do programa Dendral (69), que inferia a estrutura
molecular de informaes fornecidas por um espectrmetro de
massa, era que ele foi o primeiro sistema a trabalhar com
conhecimento intensivo: sua especialidade era derivada de um
grande nmero de regras especficas
Feigenbaum e outros em Stanford comeam a investigar a nova
metodologia de sistemas especialistas
A importncia do conhecimento do domnio foi tambm aparente na
rea de processamento de linguagem natural
O crescimento das aplicaes no mundo real aumentou a demanda
por esquemas de representao de conhecimento alternativos: lgica
e frames

primeiro sistema especialista de sucesso

comercial, R1, comeou a operar na DEC e
ajudava a configurar ordens para novos
computadores
Em 1981, os japoneses anunciaram a
Quinta Gerao, um projeto de 10 anos
para construo de computadores
inteligentes que rodavam Prolog

57

58

O retorno das Redes Neurais

(1986 - presente)

Eventos Recentes

Embora

Os

a Cincia da Computao
negligenciou o campo das redes neurais, o
trabalho continuou em outros campos,
particularmente na Fsica (82)
Ao mesmo tempo, algumas desiluses
sobre a aplicabilidade de sistemas
especialistas comearam a surgir

anos recentes viram mudanas no

contedo e metodologia de pesquisa de IA
O formalismo belief network foi inventado
para permitir raciocnio eficiente sobre a
combinao de evidncias incertas
Similares revolues ocorreram na
robtica, viso por computador,
aprendizado de mquina e representao
do conhecimento
59

60

10

Eventos Recentes

Inteligncia x Aprendizado

Buscadores

Inteligentes
(aplicados principalmente Web)
Reconhecimento de Voz
Robtica
Minerao de Dados
Casas Inteligentes
Sub-reas de IA complementam-se e,
assim, podem ser combinadas produzindo
resultados surpreendentes

Aprendizado a chave da superioridade da Inteligncia

Humana
Aprendizado a essncia da Inteligncia
Para que uma mquina tenha comportamento inteligente,
deve-se aumentar sua capacidade de aprendizado
O ser humano est pr-programado para o aprendizado
Aprende ampliando o alcance do conhecimento que j possui,
atravs de reordenaes sucessivas

O computador no possui o programa inicial para

procurar por informaes e realizar aprendizado em geral
Paradigmas e tcnicas de AM possuem um alvo bem
mais limitado do que o aprendizado humano

61

Sistemas de IA

66

Seleo do Domnio
A

seleo de um domnio apropriado

crucial para o xito no desenvolvimento de
um sistema inteligente
Os limites da tarefa devem ser claramente
delineados

Conceitos e tcnicas de IA
Processo de
Aprendizado
Aquisio
Sistemas de IA

Conhecimento

Representao
Manipulao

67

Construo de Bases de
Conhecimento

68

Engenharia de Conhecimento
Estuda

o processo de transferncia de
conhecimento do especialista para o
computador

Especialista(s)

Aquisio
Aquisiodo
do
Conhecimento
Conhecimento

Engenheiro do
Conhecimento

Representao
Representaodo
do
Conhecimento
Conhecimento
Conhecimento
Adquirido

TransforTransformao
Base de Conhecimento
c/ Fatos e Relaes
69

70

11

Engenheiro de Conhecimento

Problemas com AC

Especialista

o profissional que extrai o conhecimento

do(s) especialista(s) ou de outra fonte
o interpreta e representa em tipos e
estruturas de conhecimento na Base de
Conhecimento

com dificuldades para

verbalizar conhecimento
Especialista pode no estar ciente de como
usa o conhecimento
Conhecimento Incompleto
Conhecimento Incorreto
Conhecimento Inconsistente

71

Sistemas Baseados em
Conhecimento (SBC)

72

Sistemas de IA

Programas

de computador que usam

conhecimento representado explicitamente
para resolver problemas
SBCs so desenvolvidos para serem
usados em problemas que requerem uma
quantidade considervel de conhecimento
humano e de especializao para serem
resolvidos

Conceitos e tcnicas de IA
Aprendizado
de Mquina
Aquisio
Sistemas de IA

Conhecimento

Representao
Manipulao

73

Papel do Conhecimento na
Compreenso de Linguagem Natural

Aprendizado de Mquina

74

Pode ser utilizado como

meio para vencer um dos
maiores problemas de
Sistemas de IA - o gargalo
da aquisio de
conhecimento
Sub-rea da IA que
pesquisa mtodos
computacionais
relacionados aquisio
de novos conhecimentos,
novas habilidades e novas
formas de organizar o
conhecimento j existente

Reconhecimento

da fala em rpido
progresso
Traduo/Compreenso

Progresso limitado
The flesh is weak, but the spirit is strong
(Ingls para Russo/Russo para Ingls)

The food was lousy, but the vodka was great!

75

76

12

Papel do Conhecimento na Compreenso de

Linguagem Natural
Joo

Reconhecimento de Linguagem Natural

deu a Pedro um livro

OBJ

Semntica

Joo

deu a Pedro um tempo difcil

Joo

deu a Pedro um olho roxo

Pessoa:
Joo

Ouro: X

Pessoa:
Pedro

AGNT

TRANSAO

REPT

Contexto
sentena
SV
SV

SN
Sintaxe

SV
pronome

Palavras

Voc

verbo

deu

SN

SN

pronome

artigo

me

substantivo

ouro

udio

77

78

Computao e Biologia

Computao

propsito da vida consiste em obter

conhecimento, utiliz-lo com a maior
satisfao possvel e repass-lo com
melhorias e modificaes para a prxima
gerao (Patel, 2005)
A declarao constata o que todos os seres
vivos (desde bactrias at humanos) fazem
em seu ciclo de vida

Ao que tudo indica, a

primeira concepo de
uma calculadora
mecnica deve-se
Leonardo da Vinci
(1500s)

79

80

Computao

Gigantes, Monstros & Leis

Geraes

Biblioteca do Congresso (EUA)

~10 Terabytes de texto
~3 Petabytes, incluindo vdeo, udio, etc
Etimologia
Gigabyte (109) termo do Latim Gigas para Gigante
Terabye (1012) termo do GregoTeras para Monstro
Prximos prefixos: Peta, Exa e ento

(Arquitetura von Neumann)

1, 2, 3, 4, 5
Se

a indstria automobilstica tivesse

experimentado a mesma exploso
tecnolgica, um carro popular seria capaz
de carregar 100 pessoas, andar a quase
1000 Km/h, teria o tamanho de uma
formiga e custaria em torno de 50 centavos

Zeta (1021): ltima (letra)

Yota (1024): aps...

Em 2000, 11% de toda informao gerada pela

humanidade foi gerada em 1999 apenas
A maior parte da informao nunca foi vista por
um ser humano

81

82

13

Gigantes, Monstros & Leis

Gigantes, Monstros & Leis

Lei de Moore (1965): Capacidade de

processamento dobra a cada 18 meses (CPU,
memria, cache)
J estamos na era da nanotecnologia: produo de
microchips de silcio de 90 nm

Capacidade de armazenamento dobra a cada 10

meses
O que estas duas leis combinadas produzem?
Um gap crescente entre nossa habilidade de gerar

dados e nossa habilidade de utiliz-los

Ainda nesta dcada teremos o fim da era do silcio ao

alcanarmos o limite imposto pela fsica para o silcio,

que da ordem de 50 nm, quando efeitos qunticos
tornam-se apreciveis

83

84

Computao do Futuro

Computao Molecular

Questo

Adleman (1994) mostrou que cada fita de DNA

pode realizar computaes
Um tubo de ensaio pequeno contendo fitas de
DNA aparenta ter maior poder computacional que
a maioria dos computadores paralelos existentes
O problema com essa abordagem que as
operaes bsicas usando DNA so demoradas
(1 hora)
Assim, um computador molecular capaz de
realizar 1017 operaes bsicas de uma nica
vez, embora cada ciclo demore 1 hora

At quando a Lei de Moore ser aplicvel?

Propostas

para a computao do futuro:

Computao molecular
Computao biolgica
Computao quntica

85

Computao Biolgica

86

Computao Quntica

Estudo de representaes e algoritmos usados por

animais que tm rico comportamento computacional
Viso mecnica: computaes complexas so
implementadas como combinaes hierrquicas de
operaes mais simples e a compreenso dos
mecanismos neurais mais bsicos poderiam ser a chave
na compreenso de muitos fenmenos complexos
Viso algortmica: algoritmos complexos no podem ser
deduzidos a partir de mecanismos mais simples (e.g. a
matemtica envolvida na renderizao de uma imagem
3D no segue a partir das operaes realizadas pelos
transistores)

Bit Convencional
1 bit assume ou o valor zero

Bit Quntico (qubit)

1 bit quntico assume tanto

ou o valor um (ou exclusivo)

Com n bits possvel

representar um nico
nmero

1 posio
de memria

87

o valor zero como o valor

um
Com n bits possvel
representar 2n nmeros

1 posio
de memria

1
88

14

Computao Quntica

Computao Quntica

Dificuldades
Correo de erro

um computador quntico tem a tendncia de alterar de um

determinado estado quntico para um estado incoerente

Hardware

1932 von Neumann

colocou a teoria
quntica em forte
base terica

ainda na infncia

Aplicaes
Gerao de nmeros (realmente) aleatrios
Resoluo de problemas envolvendo fatorao (e.g.
criptografia)

Algoritmo RSA est baseado na dificuldade de fatorar

nmeros muito grandes em seus primos

Simulao de processos de fsica quntica

89

Universo como um Computador?

90

Computao do Futuro
Questo

Lloyd (2000) estimou a quantidade de informao que o

universo pode conter e quantos clculos ele realizou
desde sua criao (Big Bang)
Lloyd considerou cada processo, cada alterao que
ocorre no universo como um tipo de computao (imagine
uma simulao do universo, partcula a partcula em um
hiper-computador)
Para simular o universo desde sua criao, o hipercomputador deve ter 1090 bits com capacidade de realizar
10120 operaes sobre esses bits
Observao: a quantidade estimada de partculas
elementares no universo de apenas 1080

At quando a Lei de Moore ser aplicvel?

Desde 1965 at 2005: 40 anos em que a Lei
se aplica com sucesso

Krauss (2004): Para qualquer civilizao

tecnolgica em nosso universo, a Lei de Moore

no prevalece por mais de 600 anos
Quando todo o universo estiver rodando
Windows 2540 (ou algo do tipo) 99.99% da
energia do universo ter sido utilizada pela
Microsoft (e eles vo querer mais...)
91

Nada to simples como parece...

92

Nada to simples como parece...

Todos os processos estveis
ns devemos predizer.
Todos os processos
instveis ns devemos
controlar.
John von Neumann

Se o crebro
[humano] fosse to
simples que
pudssemos
compreend-lo, ns
seramos to simples
que no o
conseguiramos.
Lyall Watson,
bilogo

Budapeste (2003): Holograma de

von Neumann com sua
filha Profa. Marina v.N. Whitman
93

94

15

Desafios em IA

Consideraes Finais

Sistemas

Pessoas

de IA atualmente bem sucedidos

diferentes vem IA de uma

maneira diferente
Duas importantes questes so:

Operam em domnios bem definidos

Empregam conhecimento especializado
Conhecimento

Voc est interessado em pensamento ou

do senso comum

comportamento?

Necessita operar em mundos complexos e

Voc deseja modelar seres humanos ou

abertos
Cozinha

trabalhar a partir de um padro ideal?

domstica vs. cho de fbrica da GM

Entender linguagem natural sem restries

95

96

Referncias

Adleman, L. Molecular computation of solutions to combinatorial

problems, Science, 266, 1021-1024 (Nov, 11, 1994)
Boneh, D; Lipton, R & Dunworth, C. Breaking DES Using a Molecular
Computer, Princeton Univ. (2005)
(http://crypto.stanford.edu/~dabo/papers/bioDES.ps.gz )
Krauss, L. & Starkman, G.D. Universal limits on computation,
Astrophysics (2004) (http://arxiv.org/abs/astro-ph/0404510)
Lloyd, S. Ultimate physical limits to computation, Nature, 406, 10471054 (2000)
Moore, G.E. Eletronics, 38, 1-4 (1965)
Neumann, J. von. The computer and the brain, Yale University Press,
New Haven, USA (1958)
Patel, A. The future of Computation, Quantum Physics, (2005)
(http://arxiv.org/abs/quant-ph/0503068)
Shannon, C.E. A mathematical theory of communication, Bell System
Tech. J. 27, 379-423; 623-656 (1948)

97

16