O que é exatamente inteligência artificial ? Segundo Elaine Rich (RICH, 1988), embora a maioria das tentativas para definir com precisão termos complexos e de utilização ampla seja exercício de futilidade, é necessário delinear pelo menos uma fronteira aproximada em torno do conceito para que se tenha idéia sobre a discussão que se seguirá no capítulo 4. Para fazer isto, propomos a seguinte definição, embora não seja ela universalmente aceita. A Inteligência Artificial (IA) é o estudo de como fazer os computadores realizarem tarefas em que, no momento as pessoas são melhores.

O termo "inteligência artificial" nasceu em 1956 no famoso encontro de Dartmouth. Dentre os presentes a este encontro incluíam-se Allen Newell, Herbert Simon, Marvin Minsky, Oliver Selfridge e John McCarthy. No final dos anos 50 e início dos anos 60, os cientistas Newell, Simon, e J. C. Shaw introduziram o processamento simbólico. Ao invés de construir sistemas baseados em números, eles tentaram construir sistemas que manipulassem símbolos. A abordagem era poderosa e foi fundamental para muitos trabalhos posteriores.

Desde então, as diferentes correntes de pensamento em IA têm estudado formas de estabelecer comportamentos "inteligentes" nas máquinas. Portanto, o grande desafio das pesquisas em IA, desde a sua criação, pode ser sintetizado com a indagação feita por Minsky em seu livro "Semantic Information Processing", há quase trinta anos: "Como fazer as máquinas compreenderem as coisas?" (MINSKY, 1968).

Assim, embora a área de IA seja estudada academicamente desde os anos 50, só recentemente tem gerado um interesse crescente por causa do surgimento de aplicações comerciais práticas. Um fator decisivo para o sucesso desta transição da academia para a indústria são os enormes avanços tecnológicos dos equipamentos computacionais ocorridos nas últimas duas décadas.

Um sistema IA não é capaz somente de armazenamento e manipulação de dados, mas também da aquisição, representação, e manipulação de conhecimento. Esta manipulação inclui a capacidade de deduzir ou inferir novos conhecimentos - novas relações sobre fatos e conceitos - a partir do conhecimento existente e utilizar métodos de representação e manipulação para resolver problemas complexos que são freqüentemente não-quantitativos por natureza. Uma das idéias mais úteis que emergiram das pesquisas em IA, é que fatos e regras - conhecimento declarativo - podem ser representados separadamente dos algoritmos de decisão - conhecimento procedimental. Isto teve um efeito profundo tanto na maneira dos cientistas abordarem os problemas, quanto nas técnicas de engenharia utilizadas para produzir sistemas inteligentes. Adotando um procedimento particular - máquina de inferência - o desenvolvimento de um sistema IA é reduzido à obtenção e codificação de regras e fatos que sejam suficientes para um determinado domínio do problema. Este processo de codificação é chamado de engenharia do conhecimento. Portanto, as questões principais a serem contornadas pelo projetista de um sistema IA são: aquisição, representação e manipulação de conhecimento e, geralmente, uma estratégia de controle ou máquina de inferência que determina os itens de conhecimento a serem acessados, as deduções a serem feitas, e a ordem dos passos a serem usados. A figura 1 retrata estas questões, mostrando a inter-relação entre os componentes de um sistema clássico de IA (SCHUTZER, 1987).

O primeiro programa especialista baseado em conhecimento foi escrito em 1967. Chamado DENDRAL (BUCHANAN, 1978), ele podia predizer as estruturas de compostos químicos desconhecidos baseado em análises de rotinas. Posteriormente, sistemas especialistas baseados em regras mais sofisticados foram desenvolvidos, notavelmente o programa MYCIN (SHORTLIFFE, 1976). Ele utiliza regras derivadas do domínio médico para raciocinar (deduzir) a partir de uma lista de sintomas de alguma doença em particular.

Muitos pesquisadores hoje acreditam que IA é uma tecnologia chave para o software do futuro. As pesquisas em IA estão relacionadas com áreas de aplicação que envolvem o raciocínio humano, tentando imitá-lo e realizando inferências. Estas áreas de aplicação que geralmente são incluídas nas definições de IA incluem, entre outras:

·         Sistemas Especialistas ou Sistemas Baseados em Conhecimento.

·         Sistemas Inteligentes/Aprendizagem.

·         Compreensão/Tradução de Linguagem Natural

·         Compreensão/Geração de voz

·         Análise de imagem e cena em tempo real

·         Programação Automática.

Portanto, pode-se afirmar que o campo de IA tem como objetivo, o contínuo aumento da "inteligência" do computador, pesquisando, para isto, também os fenômenos da inteligência natural. Para este fim, IA é definida aqui como sendo uma coleção de técnicas suportadas por computador emulando algumas capacidades dos seres humanos. Esta coleção inclui:

Resolução de problemas

Compreensão de Linguagem Natural

Visão e Robótica

Sistemas Especialistas e Aquisição de Conhecimento

Metodologias de Representação de Conhecimento

A esperança de grandes descobertas futuras em IA depende de vários fatores, tal como o crescimento do número de cientistas envolvidos nas pesquisas e avanços principalmente nas áreas da ciência da computação (incluindo processamento paralelo) e da ciência cognitiva.

Para saber mais:

Livros e publicações:

BUCHANAN, B.G.; FEIGENBAUM. E.A. Dendral and meta-dendral: their applications dimension. Artificial Intelligence, 11(1,2), pp. 5-24, 1978.

MINSKY, M. (editor). Semantic information processing. Cambridge: The MIT Press, 1968.

RICH, Elaine. Inteligência Artificial. São Paulo: McGraw-Hill, 1988.

SCHUTZER, D. Artificial intelligence: an applications-oriented approach. New York: Van Nostrand Reinhold Company, 1987.

SHORTLIFFE, E.H. Computer-based medical consultations: MYCIN. New York: American Elsevier, 1976.

STENBERG, Robert J. Psicologia cognitiva. Porto Alegre: Artmed, 2000.