ICA
  contato   links   
 

Inteligência Computacional



A Inteligência Computacional busca, através de técnicas inspiradas na Natureza, o desenvolvimento de sistemas inteligentes que imitem aspectos do comportamento humano, tais como: aprendizado, percepção, raciocínio, evolução e adaptação.

Técnica Computacional Inspiração na Natureza
Redes Neurais Neurônios biológicos
Computação Evolucionária Evolução biológica
Lógica Fuzzy Processamento lingüístico
Sistemas Especialistas Processo de Inferência

O diagrama a seguir apresenta  uma visão geral da área de Computação Natural que incorpora, entre outras, a linha de pesquisa de Inteligência Computacional.

Computação Natural

Universo científico que incorpora as áreas de pesquisa: Inteligência Computacional, Vida Artificial, Sistemas Dinâmicos Não-Lineares e outros sistemas complexos.


Vida Artificial

Vida Artificial (VA) é um campo de pesquisa que busca aumentar o papel da síntese no estudo do fenômeno biológico. O potencial de VA é atribuído à possibilidade de, através de seu estudo, se desvendar segredos da vida e levantar a discussão sobre uma série de temas científicos, técnicos e psicológicos. Tópicos neste campo incluem: Auto-Organização e funcionalidade emergente; Definições e Origens da Vida; Auto-Reprodução; Vírus em Computadores; Evolução e Populações Genéticas; Co-evolução e Dinâmica Ecológica; Organização e comportamento de organismos coloniais e sociais; Agentes Autônomos (Robôs Autônomos e Agentes de Software); Inteligência Coletiva; Comportamento Animal; Ecossistemas Locais e Globais; etc.


Sistemas Dinâmicos Não-Lineares

Sistemas Dinâmicos Não-Lineares (SDNL) são processos em movimento ou processos que mudam no tempo ou no espaço (caos e fractal). SDNLs variam de muito simples a extremamente complexos e são encontrados com facilidade. A motivação para a pesquisa nesta área reside na habilidade em se predizer a direção futura ou o estado de tais sistemas através do tempo ou espaço. Tipicamente, e sobre certas circunstâncias, mesmo os mais simples sistemas dinâmicos exibem um comportamento imprevisível e quase aleatório. Tal comportamento é denominado caótico. Exemplos de SDNL incluem: o movimento dos corpos celestes, os altos e baixos das bolsas de valores, as condições meteorológicas, etc. Fractal é uma forma geométrica que é caracterizada pela propriedade de auto-similaridade quando ampliada e pela definição de dimensão fractal.


Inteligência Computacional

Área da ciência que estuda a teoria e a aplicação de técnicas inspiradas na Natureza, como Redes Neurais, Lógica Nebulosa e Computação Evolucionária.


Redes Neurais

Redes Neurais são modelos computacionais não lineares, inspirados na estrutura e operação do cérebro humano, que procuram reproduzir características humanas, tais como: aprendizado, associação, generalização e abstração. Devido à sua estrutura, as Redes Neurais são bastante efetivas no aprendizado de padrões a partir de dados não-linares, incompletos, com ruído e até compostos de exemplos contraditórios.


Lógica Nebulosa

Lógica Nebulosa (Fuzzy Logic) tem por objetivo modelar o modo aproximado de raciocínio humano, visando desenvolver sistemas computacionais capazes de tomar decisões racionais em um ambiente de incerteza e imprecisão. A Lógica Nebulosa fornece um mecanismo para manipular informações imprecisas, tais como os  conceitos de  muito, pouco, pequeno, alto, bom, quente, frio, etc, fornecendo uma resposta aproximada para uma questão baseada em um conhecimento que é inexato, incompleto ou não totalmente confiável.


Computação Evolucionária

É uma área de pesquisa interdisciplinar que compreende diversos paradigmas inspirados no princípio Darwiniano da evolução das espécies. O atual estágio de pesquisa considera, entre outros, os seguintes paradigmas:

  • Algoritmos Genéticos (Genetic Algorithms - GA)
  • Programação Genética (Genetic Programming - GP)
  • Hardware Evolucionário (Evolvable Hardware - EH)

Outros paradigmas (não apresentados no diagrama da página anterior) incluem:

  • Programação Evolucionária (Evolutionary Programming - EP)
  • Algoritmos Evolucionário (Evolutionary Algorithms -EA)
  • Estratégias de Evolução (Evolution Strategies - ES)
  • Sistemas Classificadores (Classifier Systems - CFS)


Algoritmos Genéticos

Algoritmos Genéticos são algoritmos matemáticos inspirados nos mecanismos de evolução natural e recombinação genética. A técnica de Algoritmos Genéticos fornece um mecanismo de busca adaptativa que se baseia no princípio Darwiniano de reprodução e sobrevivência dos mais aptos. Isto é obtido a partir de uma população de indivíduos (soluções), representados por cromossomas (palavras binárias), cada um associado a uma aptidão (avaliação do problema), que são submetidos a um processo de evolução (seleção e reprodução) por vários ciclos.


Programação Genética

Programação Genética é uma técnica automática de programação que propicia a evolução de programas de computadores que resolvem (ou aproximadamente resolvem) problemas.


Hardware Evolucionário

Hardware Evolucionário é uma extensão do modelo genético de aprendizado no espaço de estruturas complexas como circuitos eletrônicos. Hardware Evolucionário utiliza conceitos dos sistemas evolucionários naturais no projeto automático de circuitos, hardware auto-reparáveis, projeto de robôs e projeto de circuitos VLSI.


Programação Evolucionária

Programação Evolucionária é uma estratégia estocástica de otimização, similar a Algoritmos Genéticos, que dispensa a representação genômica de soluções e envolve outros tipos de operadores de mutação. Em contraste com GAs, a representação dos indivíduos é livre e segue a natureza do problema. Indivíduos são submetidos a diferentes tipos de mutação que simplesmente alteram aspectos da solução de acordo com uma distribuição estatística que pondera variações menores ou maiores conforme os indivíduos se encontrem mais provavelmente próximos ou afastados do ótimo global.


Algoritmos Evolucionários

Algoritmos Evolucionários (AE) usam modelos computacionais de processos evolucionários como elementos chave no projeto e implementação de sistemas para a solução de problemas. AEs compartilham o conceito básico de simulação da evolução de estruturas individuais via o processo de seleção, mutação e reprodução, com base no desempenho das estruturas no ambiente (problema). Existem 3 principais paradigmas na pesquisa em AE: Algoritmos Genéticos, Programação Evolucionária e Estratégias de Evolução. Sistemas Classificadores e Programação Genética são considerados descendentes da comunidade de GA.


Inteligência Artificial

Inteligência Artificial (IA) é uma área da computação que primeiramente trabalha com o processamento simbólico de conhecimento, criando programas que fazem os computadores parecerem inteligentes. As soluções dos problemas são heurísticas e respostas satisfatórias são aceitas. IA é constituída de técnicas próprias para a solução de problemas.


Sistemas Especialistas

Sistemas Especialistas são programas computacionais destinados a solucionar problemas em um campo especializado do conhecimento humano. Usa técnicas de IA, base de conhecimento e raciocínio inferencial.


Data Mining

Data Mining (DM) refere-se ao processo de se "descobrir conhecimento" embutido em um determinado banco de dados. DM é a área onde se aplica determinados algoritmos para se extrair padrões dos dados de um banco. Paralelamente, Knowledge Discovery Databases (KDD) refere-se aos processos de se descobrir a utilidade do conhecimento nos dados do banco.


Neuro Genética

Neuro Genética estuda o emprego de algoritmos genéticos no projeto de redes neurais. Isto envolve dois casos distintos: a otimização da arquitetura da rede e seus respectivos parâmetros (topologia da rede, parâmetros de aprendizado, etc.); e a otimização dos pesos sinápticos, isto é, a utilização de algoritmos genéticos como algoritmo de atualização dos pesos.


Neuro Fuzzy

Neuro Fuzzy são sistemas híbridos que combinam redes neurais e lógica nebulosa para incorporar num só sistema o conhecimento explícito de especialistas e o conhecimento implícito inerente a um conjunto de dados.


Fuzzy Database

Fuzzy Database são sistemas que visam tornar mais maleável o modelo de banco de dados relacionais. Estes sistemas buscam formas de introduzir características "fuzzy" no banco de dados tais como, pesquisa nebulosa (fuzzy queries) e armazenamento de informações imprecisas.


Soft Computing

Soft Computing distingue a computação convencional (hard computing), baseada na lógica binária, da computação denominada "soft", baseada na lógica nebulosa, redes neurais, raciocínio probabilístico, algoritmos genéticos, teoria do caos etc. Através da Computação Soft, o sistema computacional torna-se tolerante à imprecisão, incertezas e verdades parciais.