Já ouviu falar de Lógica Fuzzy, Redes Neurais Artificiais, Algoritmos Genéticos, entre outros? O livro desta resenha é uma referência que pode lhe ajudar a aprender todas essas técnicas que são usadas em Inteligência Artificial (IA). Se você se interessa por IA, conheça um pouco mais deste livro através desse texto.

Resenha do Livro

O livro Inteligência Artificial, escrito por pesquisadores brasileiros, é um livro técnico voltado para a apresentação de algumas técnicas avançadas da IA. Chama a atenção o tamanho do livro, que contém apenas 173 páginas e pode ser lido rapidamente pelos leitores mais vorazes. O livro é dividido em 6 capítulos, que serão brevemente descritos a seguir.

No Capítulo 1, os autores apresentam o que é a IA, como ela surgiu, diferentes abordagens de pesquisa nesta área e aplicações. Na minha opinião, este capítulo é parecido com as seguintes postagens do IAsc: Influência do Jogo da Imitação na IA e Subáreas da IA do ponto de vista computacional.

No Capítulo 2, é apresentada a Lógica Fuzzy. Enquanto na Lógica Proposicional temos átomos que são mapeados em valores binários, i.e., {0, 1}; na Lógica Fuzzy, os átomos podem ser mapeados usando funções para o intervalo dos números reais [0, 1]. Com isso, a Lógica Fuzzy permite definir intensidade das proposições. A Lógica Fuzzy também pode ser usada para obter aproximações de funções não lineares, similar às técnicas de interpolação para aqueles que já estudaram Análise Numérica.

No Capítulo 3, são apresentadas as Redes Neurais Artificiais (RNAs), que tentam imitar o funcionamento do cérebro humano. Para isso, as RNAs se baseiam em unidades de processamento que simulam neurônios do cérebro humano. Assim como acontece com os neurônios em nossos cérebros, cada unidade de processamento é conectada a várias outras. E enquanto isso, a memória da rede é armazenada nas conexões entre os nós, naturalmente conhecidas como sinapses e artificialmente conhecidas como pesos. Ainda no Capítulo 3, são apresentadas diferentes RNAs. Entre elas: Perceptrons, Adalines, Madalines, Redes de Kohonen, etc.

No Capítulo 4, são apresentadas dicas de implementação, configuração e testes de RNAs. Este é o capítulo de leitura mais rápida, devido ao menor uso de notação matemática. Apesar disso, são fornecidas dicas úteis que permitem aos iniciantes desviar seus caminhos de alguns espinhos na hora da implementação.

No Capítulo 5, os autores apresentam os sistemas Neuro-Fuzzy, que combinam Lógica Fuzzy com RNAs. Os autores apresentam diversas formas de realizar essa combinação, mas destacam que as mais comuns são aquelas em que a arquitetura Neuro-Fuzzy se torna homogênea, isto é, os sistemas estão tão integrados que fica difícil saber se é uma RNA especial ou uma Lógica Fuzzy parametrizada por uma RNA. Entre as aplicações dos sistemas Neuro-Fuzzy estão previsões de séries temporais, classificações de padrões, sistemas de controle e outras. O sistema Neuro-Fuzzy que recebe mais destaque no livro é o ANFIS (Adaptive Network-Based Fuzzy Inference System), um sistema de inferência Fuzzy que tem seus parâmetros configurados por uma RNA. Me incomodou um pouco esse sistema ter sido apresentado num anexo do Capítulo 2. Do meu ponto de vista, esse sistema poderia ter sido apresentado no próprio Capítulo 5, já que a base para seu entendimento é apresentada nos capítulos anteriores (principalmente nos Capítulos 2 e 3).

No Capítulo 6, é apresentada principalmente a Teoria dos Conjuntos Aproximados (TCA), que serve como uma extensão da teoria de conjuntos. A TCA é usada para lidar com incerteza em conjuntos de dados e com isso, possui boas aplicações em Aprendizado de Máquina. Um exemplo de aplicação é: dado um grande conjunto de dados, identificar quais são os dados que têm maior influência sobre um resultado. Com isso, é possível remover os dados que têm menor influência sobre um resultado e ainda permitir um melhor desempenho em futuras análises sobre os dados.

Ainda no Capítulo 6, são apresentadas técnicas de otimização conhecidas como Algoritmos Genéticos (AGs) e Algoritmos de Enxames de Partículas (AEPs). Os AGs se baseiam em otimizar uma função de fitness, que é calculada com base em características (ou, genes) de uma determinada geração de indivíduos. A otimização ocorre quando são realizados cruzamentos (crossover) ou mutações (mutations) nos genes. Enquanto isso, os AEPs se baseiam em comportamentos coletivos de animais (Peixes, Aves) e insetos (Formigas, Abelhas) diante de diferentes desafios de sobrevivência como a busca por alimentos, abrigos, rotas, etc.

Ao longo do livro, são apresentados exemplos, exercícios e implementações usando Matlab, um software de computação científica e numérica. A seguir, destaco os pontos positivos e negativos do livro no meu ponto de vista.

Livro_InteligenciaArtificial

Compre o livro aqui!

Pontos Positivos

  • O conteúdo é bem organizado, sempre apresentando definições, exemplos e exercícios.
  • Apesar dos assuntos serem complexos, os autores se esforçam para produzir um material bem ilustrado com figuras, gráficos, tabelas e implementações.
  • As informações necessárias estão em sua maioria no livro. Ler e reler pode levar ao entendimento.

Pontos Negativos

  • O conteúdo poderia ser mais abrangente e melhor explicado em alguns pontos. Por exemplo, ao apresentar no Capítulo 2 as Regras de Mamdani, o conteúdo é apresentado em algumas fórmulas que não foram bem explicadas.
  • Os exemplos às vezes são muito longos e complexos. Dado que um dos objetivos de exemplos é tornar conceitos mais concretos, faltou um pouco de simplicidade.
  • Como a base matemática exigida pelos assuntos apresentados é pesada, apêndices com revisões poderiam ajudar a tornar o livro mais auto-contido e didático.

    Os assuntos deste livro me interessam bastante e eu devo reler alguns tópicos. A partir dessas releituras, essa postagem pode sofrer atualizações.

    Gostou do texto? Ficou curioso(a) para conhecer um pouco mais sobre o assunto de algum dos capítulos? Comente e mostre qual deles mais te interessa e esse pode ser o assunto da próxima postagem.

    Abraços e até mais!

    Referências

Anúncios