-
O Modelo de McCulloch & Pitts (1943)
De acordo com esse modelo cada entrada de dados possui um peso que determina o valor a ser disparado pelos neurônios,sendo 1 se atingir um valor limiar e 0 se não o atingir Neurônio Artificial -
Regra de Hebb (Donald Hebb)
Se dois neurônios em cada lado de uma conexão são ativados simultaneamente, então a “força” daquela
sinapse deve ser aumentada.
Regra de Hebb
http://www.inf.ufsc.br/~mauro.roisenberg/ine5377/Cursos-ICA/DM-perceptron.pdf -
Teste de Turing (Alan Turing)
Consiste em um "Jogo de imitacoes" em que a maquina tenta imitar as acoes de um humano https://www.feg.unesp.br/Home/PaginasPessoais/CristovaoCunha/ai-alan-turing.pdf -
Inicio Dos Estudos de IA
O estudo da A.I. iniciou-se nos anos 50 com os cientistas Hebert Simon, Allen Newell, esses foram os pioneiros ao criarem o primeiro laboratório de inteligência artificial na Universidade de Carnegie Mellon. https://brasilescola.uol.com.br/informatica/inteligencia-artificial.htm -
O Primeiro Simulador de Cadeia Neural
A construção da primeira maquina de cadeia neural (Stochastic Neural Analogy Reinforcement Computer) https://innovbest.com/a-origem-da-inteligencia-artificial-ai-artificial-intelligence/
https://www.gsigma.ufsc.br/~popov/aulas/rna/historico.html -
Lisp
McCarthy definiu a linguagem de alto nível Lisp,
que acabou por se tornar a linguagem de programação dominante na IA pelos próximos 30 anos. Com
o Lisp, McCarthy teve a ferramenta de que precisava, mas o acesso a recursos de computação
escassos e dispendiosos também era um sério problema. -
Algoritmos Geneticos
Os primeiros experimentos de evolução automática (agora chamados algoritmos
genéticos) (Friedberg, 1958; Friedberg et al., 1959) se baseavam na convicção sem dúvida correta
de que, realizando-se uma série apropriada de pequenas mutações em um programa em código de
máquina, seria possível gerar um programa com bom desempenho para qualquer tarefa simpleshttps://sites.icmc.usp.br/andre/research/genetic/#hist -
Perceptron (Frank Rosemblatt)
Um Perceptron (Representação simples de uma rede neural) é um modelo matemático que recebe várias entradas, x1, x2 e produz uma única saída binária -
GPS (Newell e Simon)
O solucionador geral de problemas (GPS – General Problem Solver) tinha como objetivo “simular a mente humana” por meio de solucionadores gerais de problemas e lógica https://iaexpert.academy/2016/08/30/historico-da-ia-solucionador-geral-de-problemas-gps/ -
MicroMundos (Minsky)
Problemas em um contexto limitado,
mas que precisam de inteligência
para serem resolvidos
O mais famoso micromundo foi o mundo de blocos, que consiste em um conjunto de blocos sólidos
colocados sobre uma mesa (ou, com maior frequência, sobre a simulação de uma mesa),uma tarefa típica nesse mundo é reorganizar os blocos de certa maneira, utilizando a
mão de um robô que pode erguer um bloco de cada vez
https://www.ic.unicamp.br/~ffaria/ia1s2017/class01/class01-IntroducaoeHistorico.pdf -
Fundação do laboratório de IA em Stanford
Em 1963,
McCarthy fundou o laboratório de IA em Stanford. Seu plano de usar a lógica para construir o
Advice Taker definitivo foi antecipado pela descoberta feita por J. A. Robinson do método de
resolução (um algoritmo completo para demonstração de teoremas para a lógica de primeira ordem;
consulte o Capítulo 9 -
Descoberta do método de resolução
Um algoritmo completo para demonstração de teoremas para a lógica de primeira ordem BREWKA, Gerd. Artificial intelligence—a modern approach by Stuart Russell and Peter Norvig, Prentice Hall. Series in Artificial Intelligence, Englewood Cliffs, NJ. The Knowledge Engineering Review, v. 11, n. 1, p. 78-79, 1996. -
A ilusão do poder computacional ilimitado
Antes do
desenvolvimento da teoria de complexidade computacional, era crença geral que o “aumento da
escala” para problemas maiores era apenas uma questão de haver hardware mais rápido e maior
capacidade de memória. Por exemplo, o otimismo que acompanhou o desenvolvimento da prova de
teoremas por resolução logo foi ofuscado quando os pesquisadores não conseguiram provar teoremas
que envolviam mais que algumas dezenas de fatos. http://din.uem.br/~jmpinhei/SI/07%20Introducao.pdf -
DENDRAL
O programa DENDRAL (Buchanan et al., 1969) foi um exemplo inicial da abordagem de métodos fracos. Ele foi
desenvolvido em Stanford, onde Ed Feigenbaum (um antigo aluno de Herbert Simon), Bruce
Buchanan (filósofo transformado em cientista de computação) e Joshua Lederberg (geneticista
laureado com um Prêmio Nobel) formaram uma equipe para resolver o problema de inferir a
estrutura molecular a partir das informações fornecidas por um espectrômetro de massa. -
Reinvenção dos algoritmos de retro programação
Em meados dos anos 1980, pelo menos quatro grupos diferentes reinventaram o algoritmo de
aprendizado por retroprogramação, descoberto pela primeira vez em 1969 por Bryson e Ho. O
algoritmo foi aplicado a muitos problemas de aprendizado em ciência da computação e psicologia, e
a ampla disseminação dos resultados na coletânea Parallel Distributed Processing (Rumelhart e
McClelland, 1986) causou grande excitação. -
Problemas NP-completos
Conjunto dos problemas de decisão que são polinomialmente verificáveis https://www.ime.usp.br/~pf/analise_de_algoritmos/aulas/NPcompleto.html -
Sistemas especialistas
Na década de 1970, a IA enfatizava o
desenvolvimento de “sistemas especialistas” (também chamados “sistemas baseados emconhecimento”) que podiam, se fosse dado o conhecimento de domínio apropriado, equiparar ou
superar o desempenho de especialistas humanos em tarefas específicas bem definidas. -
Shakey (1966 / 1972)
Considerado o primeiro robô móvel capaz de raciocinar sobre suas próprias ações -
Sistema de Símbolos Físicos (Newell e Simon)
Essa hipótese afirma que “um sistema de símbolos físicos têm os meios
necessários e suficientes para uma ação inteligente geral” -
Sistema R1
primeiro sistema especialista comercial bem-sucedido, o R1, iniciou sua operação na Digital
Equipment Corporation (McDermott, 1982). O programa ajudou a configurar pedidos de novos
sistemas de computadores; em 1986, ele estava fazendo a empresa economizar cerca de 40 milhões
de dólares por ano.