Um exemplo de
lógica FUZZY é o desenvolvimento de Redes
Neurais, ou melhor a inteligência artificial.
Segue abaixo explicações sobre o assunto.
Entre as técnicas mais recentes de Inteligência
Artificial encontra-se a Lógica Fuzzy, tam- bém
conhecida como Conjunto Difusos. Essa técnica,
muito usada no Japão, é fruto da tão esperada
quinta geração dos computadores, uma geração
que morreu antes mesmo de nascer. Nem tudo,
porém, é atestado de óbito. Prova disso é a
própria técnica fuzzy. A lógica fuzzy consiste
em aproximar a decisão computacional da decisão
humana. Isto é feito de forma que a decisão de
uma máquina não se resuma apenas a um
"sim" ou um "não", mas
também tenha decisões "abstratas", do
tipo "um pouco mais", "talvez
sim", e outras tantas variáveis que
representem as decisões humanas. A lógica fuzzy
tem se des- tacado principalmente na área de
tomada de decisões.
Os primeiros estudos sobre inteligência
artificial surgiram na década de 40, que foi
marca- da pela II Guerra Mundial. Este fato
resultou na necessidade de desenvolver uma
tecnolo- gia voltada para a análise de
balística, quebra de códigos e cálculos para
projetar a bomba atômica. Surgia, assim, os
primeiros grandes projetos de construção de
computadores, assim chamados por serem máquinas
utilizadas para fazer cálculos (cômputos).
Após a II Guerra Mundial o computador não ficou
restrito ao âmbito militar e científico, co-
meçou a ser gradualmente utilizado em empresas,
indústrias, universidades. etc. A diversidade de
aplicações estimulou pesquisas de software,
hardware e linguagens de programação.
O desenvolvimento do computador, primeiramente
impulsionado pela aplicabilidade militar e
posteriormente comercial, mostrou-se viável. Seu
rápido progresso, desde o surgimento dos
primeiros computadores eletrônicos (1943 -
Collossus, na Inglaterra e 1946 - ENIAC, nos
Estados Unidos) até o surgimento dos
microcomputadores (na década de 70) demostra que
essa área recebeu grandes investimentos.
O segundo grande passo foi dado nos Estados
Unidos, em 1956, quando John McCarthy reuniu em
uma conferência proferida ao Darmouth College,
na Universidade de New Hamp- shire, vários
pesquisadores de renome para estudar o que foi
denominado por Minsky, McCarthy, Newell e Simon
de Inteligência Artificial (IA), expressão
utilizada para designar um tipo de inteligência
construída pelo homem para dotar a máquina de
compor- tamentos inteligentes.
A partir da estruturação desse novo campo do
conhecimento o fenômeno da inteligência
começou a ser pesquisado de forma intensa.
Vários esforços foram e têm sido feitos no
sentido se simular os tipos de raciocínios
utilizados pelo ser humano e implementá-los no
computador por meio da IA.
A inteligência artificial é amplamente
utilizada como um auxiliar que expande a capaci-
dade de inteligência do homem e até mesmo o
substitui em diversas funções. Isso se tor- nou
possível em grande parte graças ao
desenvolvimento dos sistemas especialistas, da
lógica fuzzy e das redes neurais.
Atualmente, criar máquinas inteligentes não
pode ser considerado uma ficção, a IA trans-
formou essa ficção em um campo de estudo movido
por uma meta que consome bilhões de dólares em
projetos, os quais envolvem pesquisadores de
instituições governamentais, militares,
industriais e universitárias de todo o mundo.
Campos de aplicação da inteligência
artificial:
Existem vários campos de estudo dentro da IA com
o propósito de dotar a máquina de capacidade de
raciocínio, aprendizado e autoaperfeiçoamento,
alguns desses campos são descritos abaixo:
- Processamento de Linguagem Natural - É o
estudo voltado para a construção de progra- mas
capazes de compreender a linguagem natural
(interpretação) e gerar textos. A Gera- ção
de linguagem Natural é a produção de textos
por um programa a partir de um conte- údo
semântico representado internamente no próprio
programa. Objetiva aperfeiçoar a co- municação
entre as pessoas e os computadores.
- Reconhecimento de Padrões - É uma das áreas
de pesquisa bem avançadas da IA. A capacidade de
reconhecimento de padrões permite ao programa
reconhecer a fala em lin- guagem natural, os
caracteres digitados e a escrita (ex.:
assinatura). Os scanners, por exemplo, utilizam
programas de reconhecimento óptico desenvolvidos
pelas pesquisas em IA.
- Visão de Computador - Busca desenvolver formas
do computador trabalhar com a visão
bidimensional e tridimensional.
- Programação de Jogos - É o estudo voltado
para a construção de programas de jogos
envolvendo raciocínio. Os jogos computadorizados
são um grande sucesso, ainda mais quando exibem
um tipo de inteligência capaz de desafiar as
habilidades do jogador. O jogo de xadrez, por
exemplo, foi utilizado para as primeiras
experiências em programação do raciocínio
artificial, onde o computador se tornou capaz de
analisar milhões de jogadas por segundo para
tentar derrotar o adversário. Além de analisar
as jogadas, os programas utilizam um método
heurístico que consiste na utilização de uma
árvore de busca, a mes- ma possui ramificações
a partir de certos nós, que representam pontos
de decisão no ca- minho a tomar, com um certo
número de etapas, para chegar a um objetivo.
Deste modo, ele pode analisar vários nós, de
acordo com a situação atual do jogo, e escolher
o melhor caminho (o mais curto ou menos
arriscado).
- Robótica - É o campo de estudo voltado para
desenvolver meios de construir máquinas que
possam interagir com o meio (ver, ouvir e reagir
aos estímulos sensoriais). A expres- são robô
vem do tchêco robota, significa trabalhador, foi
criada por Karel Capek, em 1917. O primeiro robô
industrial do mundo, batizado de UNIMATE, surgiu
em 1962.
- Aprendizado - Existem programas de IA que
conseguem aprender certos fatos por meio da
experiência, desde que esse conhecimento possa
ser representado de acordo com o formalismo
adotado pelo programa.
Modelos de inteligência artificial:
- Algoritmos Genéticos - É um modelo para o
aprendizado da máquina, inspirado no livro
Origem das Espécies, através da Seleção
Natural, escrito pelo naturalista inglês Charles
Darwin (1809-1882), criador da teoria
evolucionista, segundo a qual somente os mais ap-
tos sobrevivem. Algoritmo genético é um método
utilizado pelos Algoritmos Evolutivos, que inclui
o estudo dos algoritmos genéticos, estratégia
de evolução, programação evolu- tiva e
sistemas classificatórios. Os algoritmos
genéticos foram criados por Jonh Holland (1975),
objetivam emular operadores genéticos
(específicos, como crossing-over, mutação e
reprodução) da mesma forma como é observado na
natureza. Isso é feito criando-se dentro da
máquina uma população de indivíduos
representados por cromossomas. Os in- divíduos
passam por um processo simulado de evolução,
seleção e reprodução, gerando uma nova
população.
- Programação Evolutiva - Campo da IA concebido
por Lawrence J. Fogel (1960), asseme- lha-se aos
algoritmos genéticos, sendo que é dado maior
ênfase na relação comporta- mental entre os
parentes e seus descendentes. As soluções para
os problemas são obti- das por meio tentativas e
transmitidas para a nova população (simulada em
programas).
- Lógica FUZZY - Também denominada de Conjuntos
Difusos ou Lógica Nebulosa. Foi es- truturada
por Lofti Zadeh da University of Califórnia, no
ano de 1965. É uma metodologia que serve para
representar, manipular e modelar informações
incertas.
- Sistemas Baseados em Conhecimento - São
sistemas que implementam comportamen- tos
inteligentes de especialistas humanos.
- Programação Genética - É um campo de estudo
da IA voltado para a construção de pro- gramas
que visam imitar o processo natural da genética.
Trabalha com métodos de busca aleatória.
- Raciocínio Baseado em Casos - É o campo de
estudo da IA que utiliza uma grande bibli- oteca
de casos para consulta e resolução de problemas
. Os problemas atuais são resol- vidos, através
da recuperação e consulta de casos já
solucionados e da conseqüente adaptação das
soluções encontradas. Por exemplo, o Sistema
CASEY, que faz o diag- nóstico em pacientes
cardíacos baseado na consulta de arquivos de
pacientes com o mesmo diagnóstico.
- Redes Neurais Artificiais (RNA) - Possui
várias denominações, dentre elas redes neu-
ronais, modelo conectista, neurocomputação,
modelo de processamento paralelo distri- buído,
sistemas neuromórficos e computadores
biológicos.
Algumas áreas de
aplicação da lógica FUZZY:
- Análise de dados
- Construção de sistemas especialistas
- Controle e otimização
- Reconhecimento de padrões
Para voltar a página
principal, clique aqui.
|