André Ricardo Gonçalves

Doutorando em Engenharia de Computação Laboratório de Bioinformática e Computação Bio-inspirada (LBiC) FEEC/UNICAMP

• O que caracteriza uma cadeira ? • Quais atributos são discriminantes ?

O que nós vemos: O que um computador vê: .

.

ter crenças. ter conciência e exibir outros estados cognitivos que normalmente são apresentados por seres humanos.Definições A Inteligência artificial tem sido caracterizada em duas frentes: “IA forte” e “IA fraca”. mas não é em si um processo cognitivo. podendo compreender. perceber. IA forte afirma que computadores podem em princípio ser programados para realmente ter o comportamento dos seres humanos. Um programa de IA é no máximo uma simulação de um processo cognitivo. IA fraca argumenta que as máquinas podem agir de forma inteligente. sem ter realmente conciência da sua ação. diferentemente como os seres humanos são. .

Arthur Samuel (1959): “Machine learning é a área de estudo que busca dar aos computadores a capacidade de aprender sem ser explicitamente programado.” Desenvolver ferramentas que desempenham tarefas inteligentes. .

.

.

Google translate Detecção facial .

Filtro anti-spam Facebook (busca) .

Sistema de recomendação da Amazon. como CS. Brain machines interface. Problemas de bioinformática. . Predição de séries temporais. Diagnósticos médicos. Quake e Half-Life. AG e RNA na construção de non-players caracters (bots) em jogos de tiro em primeira pessoa. Jogos: AG no SPORE (criação de formas de vida).

Exemplos positivos Exemplos negativos O que é isso? Cadeira .

.

RNA Principal Component Analysis Modelos de mistura Cadeias de Markov SVM Redes Bayesianas Filtro de Kalman Sistemas Imunológicos Artificiais Particle Swarm Optimization Sistemas baseados em regras k-Nearest Neighbors Regressão Linear Árvores de Decisão Regressão Logística Ant Colony Optimization Redes Gaussianas k-médias AdaBoost Apriori …. .

Estatística Biologia Otimização Neurociência Algebra Linear Psicologia Teoria da Informação Processamento de sinais Sistemas dinâmicos Teoria da Computação Linguística … .

.

Furtos de EE Identificar furtos de EE com base no histórico de consumo. Mais de 6 milhões de clientes. . Cliente: AES Eletropaulo.

Desenvolvimento de uma ferramenta para AES Eletropaulo. Designar estratégias específicas para cada perfil de usuário. . Bases com mais de 200 milhões de registros. Mais de 300 variáveis e muitos dados faltantes.Inadimplência Identificar perfis de consumidores inadimplentes.

. Desenvolvimento de uma ferramenta para CPFL.Redução de perdas técnicas Alocação de capacitores para redução de energia reativa. Problema combinatório de difícil solução.

Outras aplicações. Parceria com outras empresas. .Sistema de recomendação empresa NatComp.

.

Kaggle .

AI Google Challenge .

.

Por onde começar? Muitas outras áreas de pesquisa. .Pós-graduação como caminho para montar uma startup aplicando os conceitos de IA em problemas de mercado. Muitas problemas em aberto.

Obrigado!! .