La naturaleza como modelo

A natureza como modelo

es flag
en flag
it flag
pt flag
ro flag
ru flag
Lectura automática
Voiced by Amazon Polly

Inteligência Artificial. Passado, Presente e Futuro (V)

Muitos dos sucessos de inteligência artificial de hoje se devem a um conjunto de ferramentas, heurísticas e modelos definidos ou inspirados principalmente pela natureza, e algumas das descobertas conceituais que John McCarthy referiu começaram a ocorrer na década de 1990. Avanços em neurociência, novos modelos de computador, heurística,...

A inteligência artificial começa a ser considerada como uma emulação do comportamento humano. Mas em vez de programar máquinas para executar uma tarefa explicitamente, uma abordagem diferente é usada. O aprendizado de máquina começou a ser explorado em cada vez mais campos.

A partir do ano 91 com a criação da Internet e a partir de agora com a explosão de dados disponíveis, o interesse em técnicas de IA foi reativado. Baseia-se na experiência entendida como dados, para imitar o funcionamento do sistema nervoso. Modelos de aprendizado de máquina são definidos que, usando as grandes quantidades de informações disponíveis, conseguem aprender e oferecer soluções que não são acessíveis com uma abordagem clássica.

Algoritmos Genéticos

Um algoritmo é, em termos gerais, uma série de etapas organizadas que descrevem o processo que deve ser seguido para resolver um problema específico. Em vez disso, algoritmos genéticos propõem usar as leis que regem a evolução natural para dar essa solução para o problema colocado. Na década de 1970, com John Henry Holland, surgiu uma das linhas mais promissoras da inteligência artificial, a dos algoritmos genéticos. Esta linha de soluções começou no século 19 com Charles Darwin!

Algoritmos Genéticos

Redes neurais

Outro exemplo de soluções baseadas na natureza é encontrado em nosso cérebro. Hoje, conceitos como “Machine Learning” são difundidos e podem ser implementados usando várias técnicas, mas uma das mais comuns são as redes neurais, recentemente evoluídas e renomeadas com o conceito de Deep Learning. É só aquele modo de aprendizado de máquina que está revolucionando as expectativas da IA.

Redes Neurais

Exemplos de algoritmos genéticos e redes neurais

Vamos ver uma série de vídeos onde o processo é mostrado

de aprendizagem usando AGs e técnicas de Redes Neurais.

No vídeo a seguir você verá uma representação gráfica de uma rede neural que é capaz de reconhecer números. Uma camada de entrada é mostrada como um conjunto de pixels representando a imagem (equivalente à nossa retina) e uma camada de neurônios de saída. Há um conjunto de camadas ocultas nas quais os neurônios são reconfigurados durante a fase de treinamento para dar uma solução correta.

Simulação 3D de redes neurais

O vídeo a seguir mostra uma recriação de um ecossistema com várias formas de vida criadas aleatoriamente. Os que adaptam o pior desaparecem. Eles começam a desenvolver comportamentos mais inteligentes, e criar um verdadeiro ecossistema.

Ecossistema com várias formas de “vida”

Um algoritmo genético aprende a atirar e auto-aperfeiçoamento para ser mais eficaz. Nas primeiras gerações, eles disparam aleatoriamente, mas com o passar do tempo desenvolvem estratégias de tiro mais avançadas.

Um algoritmo genético aprendendo a atirar em um jogo

Algoritmo genético aprendendo a saltar um objeto. Algumas regras de movimento são definidas e a partir daí o sistema aprende como o objeto deve saltar.

Aprendizagem de algoritmo genético para esquivar de um objeto

Deja un comentario

Tu dirección de correo electrónico no será publicada. Los campos obligatorios están marcados con *