Um estudo sobre inteligência artificial e o funcionamento de um agente
- 1. Curso de Bacharelado em Sistemas de Informação 1 Um estudo sobre Inteligência Artificial e o funcionamento de um agente André Dionísio da Silva1, Luiz Augusto Almeida Trigueiro2, Elizabeth d´Arrochella Teixeira3 Brasília, DF – julho 2011 Resumo: Mostrar a aplicação da Inteligência artificial, junto com a utilização de redes neurais e sistema de agentes, para melhorar a integração entre homem e maquina, e a abordagem de algumas áreas da Inteligência Artificial empregadas em jogos, aumentando cada vez mais o nível de aprendizagem e capacidade das “maquinas”, e o aumento do nível de interação entre seres humanos e maquinas, e a aplicação delas para o desenvolvimento de diversas funções antes exercidas pelo homem. Palavras-chave: Inteligência Artificial. Teste de Turing. Redes Neurais. Agente. Sistema Multiagente. Robótica. Jogos. Aplicação Inteligência Artificial. Introdução Devido ao grande crescimento econômico, e a escassez de mão de obra especializada em determinados setores, sugiram a necessidade de ser criar maquinas capazes de executarem essas tarefas semelhantes ao desempenhado pelo homem, mais devido a grande capacidade e desempenho dessas maquinas, logo o seu desenvolvimento se tornou expansivo. A criação de novas tecnologias para o auxilio e até mesmo autonômicos, são possíveis graças a Inteligência Artificial, através de redes neurais e agentes , essas maquinas por assim dizer são capazes de desempenhar funções como trabalhos em linhas de montagens operando apenas com dados armazenados em seus sistema e sensores no qual se assemelha o com os sentidos dos seres humanos. Essa capacidade e devido principalmente por agentes e multiagentes, sua interação com o meio e sua capacidade de aprendizagem e adaptação os ajudam em suas tomadas de decisões com base do conhecimento adquirido através de informações pré-defendidas, que são estabelecidas tanto por seus operadores quanto por experiências já obtidas. Tema e Justificativa Mostrar a aplicação da Inteligência artificial tendo como foco principal os tipos de agentes, o sistema multiagente, a robótica, entre outras áreas em que e utilizado. Aprendendo e se interando com o meio onde esteja operando. 1 Aluno do curso de Bacharel em Sistemas de Informação, [email protected] 2 Aluno do curso de Bacharel em Sistemas de Informação, [email protected] 3 Mestra em Gestão do Conhecimento e Tecnologia da Informação, Professora no curso de BSI da Faculdade Alvorada, [email protected]
- 2. Curso de Bacharelado em Sistemas de Informação 2 Objetivos Fornecer ao leitor um guia para o entendimento de um Agente e de um sistema Multiagente, que é um dos ramos da Inteligência Artificial. Mostrando alguns conceitos sobre Redes Neurais, Teste de Turing e de robótica. Inteligência Artificial Conforme declaração de Herbert Simon em 1957. (Russell e Norvig, 2004): Não é meu objetivo surpreende-los ou chocá-los – mas o modo mais simples de resumir tudo isso é dizer que agora existem no mundo máquinas que pensam, aprendem e criam. Além disso, sua capacidade de realizar essas atividades está crescendo rapidamente até o ponto – em um futuro visível – no qual a variedade de problemas com que elas poderão lidar será correspondente à variedade de problemas com os quais lida a mente humana. Conforme Junior e Yoneyama (2000) a Inteligência Artificial busca fornecer máquinas que possam realizar algumas atividades mentais do ser humano. Essas atividades podem envolver a senso percepção (Como o tato, audição e visão), capacidades intelectuais (aprendizado, raciocínio dedutivo, memória), linguagem (Verbais e gráficas) e a atenção (Concentrar as atividades em um determinado estímulo). Para Pfeifer (2007) o termo Inteligência Artificial foi proposto por John McCarthy em 1956 para descrever os computadores que possuem a capacidade de imitar ou duplicar as funções do cérebro humano. Segundo Russell e Norvig (2004) os cérebros e os computadores digitais executam tarefas diferentes e possuem diferentes propriedades. No cérebro humano existem 1.000 vezes mais neurônios do que existem portas lógicas na CPU de um computador de ponta. A Lei de Moore prevê que aproximadamente em 2020 as portas lógicas existentes em uma CPU serão equivalente aos neurônios do cérebro humano. Ainda segundo Russell e Norvig (2004) os chips de computadores podem executar uma instrução em um nanossegundo, milhões de vezes mais rápido que os neurônios. Porém, o cérebro compensa essa diferença, pois todos os neurônios estão ativos ao mesmo tempo, enquanto a maioria dos computadores atuais possui apenas uma ou no máximo algumas CPUs. Computador Cérebro Humano 8 11 Unidades Computacionais 1 CPU, 10 Portas Lógicas 10 Neurônios 10 11 Unidades de Armazenamento RAM de 10 Bits 10 Neurônios 11 14 Disco de 10 Bits 10 Sinapses -9 -3 Tempo de Ciclo 10 Segundos 10 Segundos 10 14 Largura de Banda 10 Bits/s 10 Bits/s 9 14 Atualizações de Memória/s 10 10 Figura 1 Uma comparação grotesca dos recursos computacionais brutos disponíveis para computadores (de 2003) e cérebros (Russel e Norvig 2004) "Hoje os Sistemas de Inteligência Artificial incluem o uso de hardwares, softwares, dados, procedimentos, pessoas e os conhecimentos necessários para
- 3. Curso de Bacharelado em Sistemas de Informação 3 desenvolver sistemas e máquinas que demonstrem características de inteligência." (Pfeifer, 2007) Algumas aplicações da Inteligência Artificial. Para Junior e Yoneyama (2000) existem algumas aplicações típicas da Inteligência Artificial. São exemplos: Jogos, Sistemas Especialistas e Compreensão de linguagem natural. Jogos Segundo Kishimoto (2004) a Inteligência Artificial em jogos ajuda no fator de diversão, e também os usuários não jogáveis inteligentes criam a ilusão ao jogador de que está em um mundo com outros jogadores inteligentes. Sistemas Especialistas Segundo Junior e Yoneyama (2000) os sistemas especialistas atuam como consultores altamente qualificados, em uma área específica do conhecimento. Podem ser usados para auxiliarem médicos, operadores de máquinas ou cliente de uma loja. Eles permitem que o conhecimento possa ser disseminado e utilizado por um grande número de pessoas, sem a necessidade da presença do especialista. Também permitem que o conhecimento de vários especialistas sejam guardados em uma só base de dados. Compreensão de Linguagem Natural Conforme Oliveira (2009) o processamento de linguagem natural é uma tarefa que permite com que os seres humanos se comuniquem com os computadores utilizando a linguagem que mais estão habituados. Para que o computador interprete uma sentença em linguagem natural, é necessário que mantenha informações morfológicas, sintáticas e semânticas, palavras que o sistema compreenda, dente outros. Ainda conforme Oliveira (2009) para o futuro revelam a existência de máquinas que serão capazes de entender a linguagem natural, como por exemplo, atender a comandos expressos na linguagem falada por usuários e permitirá um maior processamento de informações, pois a maior parte do conhecimento do homem está registrado na forma lingüística. Teste de Turing Segundo Luger (2004) o Teste de Turing, proposto pelo matemático britânico Alan Turing em 1950, calcula o desempenho de uma máquina inteligente, comparado ao desempenho de um ser humano. Esse teste, que foi chamado por Turing de “Jogo de imitação” coloca a máquina e o ser humano em salas diferentes, tendo um terceiro ser humano como interrogador. Ainda segundo Luger (2004) esse interrogador não vê nenhum dos dois participantes e nem fala diretamente com eles. O único meio para se comunicar com eles é através de um dispositivo textual, como um terminal. O interrogador deve
- 4. Curso de Bacharelado em Sistemas de Informação 4 distinguir o computador do ser humano baseando apenas nas respostas dadas as suas perguntas por meio deste equipamento. Se o interrogador não conseguir distinguir a máquina do ser humano, de acordo com Turing, poderá supor que a máquina é inteligente. Figura 2 Ilustração de como é feito o teste de Turing fonte: Máquina Especulativa Segundo Russell e Norvig (2004) para que um computador passe no teste de Turing, ele deverá ter algumas capacidades: Processamento de linguagem natural: Irá permitir com que a máquina se comunique por meio de um idioma com o interrogador. Representação do conhecimento: Para armazenar o que sabe ou o que se ouve. Raciocínio automatizado: Para utilizar as informações que foram armazenadas para responder perguntas e tirar novas conclusões. Aprendizado de máquina: Para se adaptar as novas situações e para mostrar e extrapolar padrões. Conforme Russell e Norvig (2004) existe outro teste chamado teste de Turing total que inclui um sinal de vídeo, onde o interrogador poderá testar a percepção do assunto, além de poder testar as habilidades sensoriais da máquina. Para ser aprovado no teste de Turing total, a máquina precisará: Visão de computador: Usado para distinguir os objetos. Robótica: Para manobrar objetos e para se movimentar. Essas seis disciplinas constituem a maior parte da inteligência artificial. Redes Neurais Segundo Barreto (2002) rede neural artificial é a construção de um computador que possui circuitos modelando os circuitos cerebrais e que gere um comportamento inteligente. Aprendendo coisas novas, fazendo descobertas, errando e apresentando um comportamento imprevisível.
- 5. Curso de Bacharelado em Sistemas de Informação 5 Conforme Tinós (1999) as redes neurais artificiais tem sido usadas na solução de muitos problemas. Elas utilizam como unidade de processamento o neurônio artificial, que é inspirado no funcionamento do neurônio biológico. Figura 3 Ilustração de um neurônio biológico e de um Neurônio Artificial. fonte: Mecatrônica Fácil Segundo Russell e Norvig (2004) o primeiro computador com uma rede neural foi construído em 1951 por dois alunos do departamento de matemática de Princeton, Marvin Minsky e Dean Edmonds. Chamado de SNARC, usava 3.000 válvulas eletrônicas e um mecanismo de piloto automático retirado de um bombardeiro B-24 para simular uma rede neural de 40 neurônios. Jogos Segundo Zugman (2005) um jogo é qualquer situação que tenha duas ou mais entidades em que suas ações irão interferir nos resultados do outro. Para Russell e Norvig (2004) um jogo ótimo e definido por seu estado inicial, por ações válidas feitas em cada estado, por um teste de término que mostrará quando o jogo é terminado e por uma função de utilidade que será aplicada aos estados terminais. Conforme Sartini, ET AL (2004) o elemento básico para um jogo é um conjunto de jogadores que dele irão participar. Cada jogador possui várias estratégias, que quando as escolhem, terá uma situação no espaço de todas as situações que são possíveis. Para Sanson (2009), “jogador é todo agente que participa e possui objetivos em um jogo. Podem ser um país, um grupo ou uma pessoa, o que interessa é que, dentro de um jogo, ele possua interesses específicos e se comporte como um todo”. Segundo Kishimoto (2004) o uso de redes neurais e aprendizado em jogos podem trazer vantagens como não ser necessário fazer a programação manualmente da Inteligência Artificial, pois o jogo aprenderá sozinho. Ainda segundo Kishimoto (2004) a implementação de redes neurais em jogos também é utilizada, onde os personagens necessitam de aprendizado conforme as escolhas do jogador, como no jogo Black & White (Figura 4) onde o jogador assume a posição de Deus e comanda o ambiente do jogo.
- 6. Curso de Bacharelado em Sistemas de Informação 6 Figura 4 Black & White. Jogo que utiliza redes neurais. fonte: E3expo (2000) Primeiros jogos com Inteligência Segundo Russell e Norvig (2004) a partir de 1952, Arthur Samuel da IBM criou um programa de jogo de damas que jogando sozinho por milhares de vezes aprendeu sua própria função para avaliação. Ainda segundo Russell e Norvig (2004) em 1962 o programa venceu Robert Nealy, que era campeão em uma modalidade chamada de “jogo de damas às cegas” por causa de um erro de Robert. O computador utilizado pelo programa era um IBM 704 (Figura 5) que possuía 10.000 bytes de memória principal, usava fita magnética para armazenamento de longo prazo e tinha um processador de 0,000001 GHz. Figura 5 IBM 704 de 1954. fonte: IBM
- 7. Curso de Bacharelado em Sistemas de Informação 7 Segundo Russell e Norvig (2004) o jogo Othello (Mais conhecido como Reversi) derrotou Takeshi Murakami, campeão mundial humano em 1997. O programa Logistello venceu por seis jogos a zero. Conforme Cavalcanti (2004) o Deep Blue da IBM mostrou uma competitividade boa em um ambiente fechado, pois possuem regras fixas e claras, um campo de atuação (tabuleiro) que não sofre alterações, movimentos conhecidos e uma ilimitada concordância no significado de ganhar ou perder. Para Russell e Norvig (2004) o Deep Blue se tornou o primeiro programa de computador a vencer o campeão mundial Garry Kasparov em uma partida de xadrez. Kasparov disse que sentiu “uma nova espécie de inteligência” do outro lado do tabuleiro. Segundo Kishimoto (2004) O maior benefício do uso da Inteligência Artificial em jogos é o fator de diversão. Os personagens de um jogo deverão simular inteligência e erros humanos. Além de ter personalidades, devem ser capazes de proporcionar diferentes níveis e dificuldade ao jogador, para que o mesmo possa se sentir desafiado. Ainda segundo Kishimoto (2004) os Usuários Não Jogáveis (non-player characters – NPC’s) inteligentes são necessários em qualquer tipo de jogo para criar a ilusão ao jogador de que está em um mundo com outros jogadores inteligentes. Agentes Segundo Russell e Norvig (2004) um agente é tudo que consegue identificar o seu ambiente utilizando sensores e que seja capaz de agir nesse ambiente utilizando atuadores. Conforme Russell e Norvig (2004) um agente humano possui olhos, ouvidos e outros órgãos como sensores, e possuem mãos, pernas, boca e outras partes do corpo como atuadores. Um agente robótico possui câmeras, detectores de faixa infravermelho e outros equipamentos como sensores, e vários motores como atuadores. Um agente de software recebe dados como teclas digitadas, conteúdo de arquivos e pacotes de rede como sensores e como atuadores, exibe algo na tela, grava arquivos e envia pacotes de rede. Segundo Frigo e Pozzebon e Bittencourt (2004) um agente deve possuir algum grau de autonomia para raciocinar, tomar decisões usando sua própria vontade, além de interagir com outros agentes. Deve também ter independência para resolver um problema. Segundo Bagatini (2001) um agente deve ser capaz de perceber as mudanças e agir no meio ambiente. Isso deve acontecer por mecanismos automáticos, que não precisem da intervenção humana ou de outros agentes para serem executadas. O agente deve ser capaz de decidir o que fazer e quando fazer. (figura 6)
- 8. Curso de Bacharelado em Sistemas de Informação 8 Figura 6 Funcionamento de um Agente. fonte: Bagatini (2001) Segundo Russell e Norvig (2004) existem quatro tipos básicos de agentes que incorporam quase todos os sistemas inteligentes: Agentes reativos simples Agentes reativos baseados em modelo Agentes baseados em objetivos Agentes baseados na utilidade Agentes Reativos Simples Segundo Russell e Norvig (2004) o agente reativo simples é o tipo mais simples de agente. Esse tipo de agente escolhe suas ações de acordo com sua percepção atual, ignorando completamente o histórico de percepções. Eles se caracterizam por possuir uma inteligência muito limitada. Segundo Alvares e Sichman (1997) os agentes reativos são simples não possuem uma representação do ambiente, portanto as informações necessárias para o seu comportamento irão depender unicamente de sua percepção do ambiente. Agentes Reativos Baseados em Modelo Segundo Alvares e Sichman (1997) os agentes baseados em modelos (Ou cognitivos) mantêm uma representação do ambiente e dos demais agentes da sociedade, mantém um histórico de interações e de suas ações passadas, eles raciocinam e decidem quais objetivos devem alcançar e seu modelo de organização é baseado nos modelos sociológicos. Agentes Baseados em Objetivos Segundo Russell e Norvig (2004) para um agente decidir o que fazer, nem sempre as informações de como o ambiente está atualmente serão suficientes. O
- 9. Curso de Bacharelado em Sistemas de Informação 9 agente baseado em objetivos precisa, além de como o ambiente está atualmente, precisa de informações que mostre as situações que são desejáveis. O programa de agente poderá combinar isso com as informações dos resultados das ações possíveis para escolher ações que chegaram ao seu objetivo. Agentes Baseados na Utilidade Segundo Russell e Norvig (2004) os objetivos não são suficientes para que o agente tenha um comportamento de alta qualidade nos ambientes, pois permitem somente uma distinção binária crua entre “felizes” (concluído) e “Infelizes” (não concluídos). Ainda segundo Russell e Norvig (2004) uma função de utilidade irá mapear um estado em um número real, que irá mostrar o grau de felicidade que está associado. Uma especificação completa desta função irá permitir decisões racionais em casos onde os objetivos não seriam adequados. Sistemas Multiagentes Segundo Bagatini (2001) o sistema multiagente abrange o estudo de sistemas que são formados por várias entidades que são independentes. São agentes autônomos, que tem existência própria, não são dependentes de outros agentes e que podem ter objetivos diferentes que no conjunto, podem levar a solução de um problema. Segundo Alvares e Sichman (1997) o sistema multiagente se interessa pelo estudo dos agentes autônomos no universo Multiagente. Esse termo autônimo é devido os agentes terem uma existência própria, independente dos demais agentes. Tendo como objetivo, conceder meios que assegurem que os agentes desejem cooperar, com a finalidade de resolver um problema específico quando for apresentado ao sistema. Segundo Bagatini (2001) sistema multiagente é o estudo de sistemas compostos por várias entidades independentes, ou agentes. Esses agentes são autônomos, possuem existência própria, não dependem da existência de outros agentes e que podem ter, cada um, diferentes objetivos que no final os levará a solução de um problema. (Figura 7) Figura 7 Funcionamento de um sistema multiagente. fonte: Bagatini (2001)
- 10. Curso de Bacharelado em Sistemas de Informação 10 Segundo Bagatini (2001) os sistemas multiagentes podem ser usados em projetos de sistemas complexos, na busca de uma solução com o uso de vários agentes que serão representados por seus objetivos e interesses. Como por exemplo, em um futebol de robôs, onde os agentes autônimos poderão jogar uns contra os outros e ainda cooperar com os companheiros dos times. Para Viana (2008) "Em um ambiente multiagente, cada agente deve se coordenar uns com os outros, procurando a melhor solução para o conjunto, não para o individual." Segundo Frigo (2004) a característica essencial para um sistema de multiagente é a filosofia de resolução distribuída de problemas, onde é adotado uma estratégia de divisão para conquistar. A resolução cooperativa distribuída de problemas diz que um determinado problema será dividido em subproblemas e cada um será solucionado separadamente por um agente, cada um dos agentes estará comunicando ou cooperando entre si quando for necessário, com a idéia de que a soma dos resultados locais irá corresponder à solução do problema geral. Conforme Bagatini (2001) os sistemas multiagentes se e o sistema de um único agente se diferenciam de forma significativa. Por exemplo, em um sistema multiagente, o meio ambiente dinâmico será determinado pela existência de outros agentes. Devido a isso, poderão ser adicionadas incertezas, pois outros agentes poderão intencionalmente afetar o meio ambiente de uma forma imprevisível. Para Bagatini (2001) cada agente, por ser uma entidade independente, poderá ser modelado de maneira diferente, poderá ter diferentes objetivos, percepções, conhecimentos e ações. Robótica “A robótica é uma ciência interdisciplinar que congrega diversas disciplinas, como mecânica, física de sensores, ciência dos materiais, teoria de controle, eletrônica de potência e muitas outras, incluindo, particularmente, IA.” (Junior e Yoneyama, 2000) Para Russel e Norvig (2004) robôs são agentes físicos que realizam tarefas manipulando o mundo físico, usando efetuadores como pernas, rodas, articulações e garras. Esses robôs utilizam também equipamentos como sensores, câmeras e ultra-som para perceber o seu ambiente. Conforme Russel e Norvig (2004) a maior parte dos robôs atuais estão entre as três categorias principais da robótica: Manipuladores Segundo Russel o Norvig (2004) Os robôs manipuladores estão fixos em seu local de trabalho. O seu movimento em geral envolve uma cadeia inteira de articulações controláveis, que permite colocar seus efetuadores em qualquer posição dentro do local de trabalho.
- 11. Curso de Bacharelado em Sistemas de Informação 11 Segundo Sant'Anna et al (2004) o robô cirúrgico é um manipulador controlado por computador com sensores artificiais, nos quais o cirurgião manipula o robô para a execução de funções, que são divididas em dois modos: Passivos que tem como finalidade a introdução de câmeras para melhor visualização de imagem e também por sua firmeza e estabilidade em relação a um assistente humano, e o ativo que por sua vez manipula os instrumentos cirúrgicos, se assimilando ao movimento das mãos do cirurgião. Criando assim um efeito mestre-escravo, onde o cirurgião efetua a cirurgia com mais exatidão e evitando tremores e agilizando a operação. Sendo o robô Da Vinci (Figura 8) um dos modelos mais utilizados em cirurgias robóticas. Figura 8 Robô “Da Vinci” em uma cirurgia robótica. fonte: Eletrônica Mensal (2008) Robô móvel Segundo Russel o Norvig (2004) os robôs móveis se deslocam pelo ambiente usando rodas, pernas ou mecanismo semelhante. Foram projetados para serem usados na entrega de alimentos em hospitais, mover containers em docas de carga e tarefas semelhantes. Para Neto (2005) uma arquitetura comum dos robôs móveis, é a arquitetura de robôs compostos por rodas. Existem variações desta arquitetura, sendo a mais demonstrada ao público a arquitetura composta por seis rodas e amortecedores independentes, existentes no robô Sojourner (Figura 9) enviado pela NASA ao planeta Marte. Figura 9 Robô Sojourner da NASA enviado a Marte em 1997. fonte: Apollo (2010)
- 12. Curso de Bacharelado em Sistemas de Informação 12 Híbrido Segundo Russel e Norvig (2004) o robô hibrido é um robô móvel equipado com manipuladores, onde incluem também o robô humanóide. Esses robôs aplicam seus efetuadores em campos mais amplos que os manipuladores fixos, mas isso se torna mais difícil, pois não possuem a rigidez do ponto de fixação. “O robô humanóide Asimo é capaz de correr até 6 km/h, andar de mãos dadas com seres humanos, caminhar sobre pisos irregulares, virar suavemente, subir e descer escadas, segurar objetos e abrir e fechar portas. Pode ainda compreender e responder a comandos de voz, reconhecer um grupo selecionado de pessoas e desviar de obstáculos.” (HONDA, 2011) Figura 10 Robô Hibrido. ASIMO fonte: Love Asimo (2009) Conforme Russel e Norvig (2004) a robótica também inclui dispositivos protéticos (membros artificiais, orelhas e olhos para seres humanos), ambientes inteligentes (uma casa equipada com sensores e efetuadores) e sistemas com vários corpos, onde a ação robótica é atingida por enxames de pequenos robôs cooperativos. Melhorando a eficiência de um agente Segundo Viana (2008) existe idéias que viabilizam a criação de um agente eficiente na coleta de recursos. Grid Computing Para Viana (2008) Grid Computing é a técnica onde se utiliza diversos computadores em paralelo, todos resolvendo o mesmo problema. "É uma forma de computação distribuída onde um computador mais poderoso e virtual é na verdade composto por pequenas unidades autônomas, mas que atuam juntas para resolver problemas maiores."
- 13. Curso de Bacharelado em Sistemas de Informação 13 GridWorker Conforme Viana (2008) o agente GridWorker tem como principal objetivo tirar proveito, de alguns momentos de descanso dos agentes, para realizar cálculos que serão usados para melhorar a eficiência da tarefa de coleta de recursos. "Esses momentos são especialmente os turnos de movimentação e de coleta, que constituem a maior parte das ações do agente." Conclusão Os agentes por si desempenham uma grande mudança no entendimento por inteligência artificial, mais sua aplicação e evolução não são os únicos fatores que possibilitam isso, a integração entre diversos setores colaboram para uma tecnologia mais sofisticada e muito próxima da realidade humana em termos de conhecimento, o agente tem uma interação maior tanto com o trabalho com pessoas tanto quanto com outras maquinas com a aplicação de sistemas multiagentes. Porém sua capacidade e de fato gerada pelo entrelaçamento de diversos ramos da inteligência artificial, como a robótica e as redes neurais, e assim como na aplicação para jogos que e um mercado que tem gerado muitos investimentos e trazendo grandes retornos. Referências Bibliográficas ALVARES, Luis Otavio e SICHMAN, Jaime Simão. (1997) Introdução aos Sistemas Multiagentes. Disponível em: http://www.inf.ufrgs.br/~alvares/SMA/Apostila_SMA.ps Acessado em: 22 de maio de 2011 APOLLO, Beyond (2010). Disponível em: http://beyondapollo.blogspot.com/2010/12/misr-1996.html Acessado em: 03 de Julho de 2011 BAGATINI, Daniela Duarte da Silva (2001). Um Sistema Multiagente para o Simulador Soccerserver Disponível em: http://www.lume.ufrgs.br/bitstream/handle/10183/1650/000214914.pdf?sequence=1 Acessado em: 22 de maio de 2011 BARRETO, Jorge M. Introdução às Redes Neurais Artificiais. Disponível em: http://www.inf.ufsc.br/~barreto/tutoriais/Survey.pdf Acessado em: 11 de maio de 2011. CAVALCANTI, Elmano Pontes (2004). Inteligência artificial e o sucesso nos negócios. Disponível em: http://www.ufcg.edu.br/~elmanopc/projeto2007/IE_e_o_sucesos_nos_negocios.pdf Acessado em: 22 de Maio de 2011 E3EXPO (2000). Disponível em: http://e3expo.com.br/2010/04/principais-jogos-e3- 2000/ Acessado em: 28 de Maio de 2011 ELETRÔNICA MENSAL, Revista (2008).Disponível em: http://www.sergipe.com.br/balaiodenoticias/elba_116.htm Acessado em: 30 de Junho de 2011
- 14. Curso de Bacharelado em Sistemas de Informação 14 FRIGO, Luciana Bolan. POZZEBON, Eliane e BITTENCOURT, Guilherme (2004) O Papel dos Agentes Inteligentes nos Sistemas Tutores Inteligentes Disponível em: http://www.inf.ufsc.br/~l3c/artigos/frigo04a.pdf Acessado em: 20 de Abril de 2011 HONDA, The Powers of Dreams (2011) Asimo. Disponível em: http://www.honda.com.br/tecnologia/Paginas/default.aspx Acessado em: 03 de Julho de 2011. IBM. http://www-03.ibm.com/ibm/history/exhibits/mainframe/mainframe_PP704.html JUNIOR, Cairo Lúcio Nascimento e YONEYAMA, Takashi (2000). Inteligência Artificial em controle e automação. Primeira Edição. Editora Edgard Blücher ltda KISHIMOTO, André. (2004) Inteligência Artificial em Jogos Eletrônicos. Disponível em: http://www.programadoresdejogos.com/trab_academicos/andre_kishimoto.pdf Acessado em: 29 de Abril de 2011. LOVE ASIMO (2009).Disponível em: http://www.loveasimo.org/2009/09/asimo-fan- photo-canon-5d-x-asimo.html Acessado em: 02 de julho de 2011 LUGER, George F. (2004). Inteligência Artificial. Quarta Edição. Editora Bookman MÁQUINA ESPECULATIVA. Disponível em: http://maquinaespeculativa.blogspot.com/2007/06/o-teste-de-turing-e-o- psicoterapeuta.html Acessado em: 22 de Maio de 2011. MECATRÔNICA FÁCIL. Revista Mecatrônica Fácil Ano 6 Nº 47 NETO, Roberto Fernandes Tavares (2005). Planejamento de Vistorias Usando Robôs Móveis Autônomos e Otimização pelo Algoritmo de Colônias de Formigas. Disponível em: http://www.produtronica.pucpr.br/sip/conteudo/dissertacoes/pdf/RobertoTavares.pdf Acessado em: 02 de Julho de 2011. OLIVEIRA, Fábio Abreu Dias de (2009). Processamento de Linguagem Natural: Princípios Básicos e a Implementação de um Analisador Sintático de Sentenças da Lingua Portuguesa. Disponivel em: http://www.erfelipe.com.br/artigos/Processamento_de_linguagem_analisador_sintatic o.pdf Acessado em: 29 de Junho de 2011 PFEIFER, Jaime Tiago Cicolella (2007). Emprego de Técnicas de Inteligência Artificial para Apoio e Análise de Lançamentos Contábeis. Disponível em: http://www.uniritter.edu.br/graduacao/informatica/sistemas/downloads/tcc2k7- 2/JaimeTiagoCicolellaPfeifer.pdf Acessado em: 07 de Maio de 2011. RUSSELL, Stuart e NORVIG, Peter (2004). Inteligência Artificial. Tradução da Segunda Edição. Editora Campus
- 15. Curso de Bacharelado em Sistemas de Informação 15 TINÓS, Renato (1999). Detecção e Diagnóstico de Falhas em Robôs Manipuladores via Redes Neurais Artificiais. Disponível em: http://www.sel.eesc.usp.br/lasi/arquivos/renato-d.pdf Acessado em: 13 de maio de 2011. SANSON, Rafael. COLATTO, Matheus M. JÚNIOR, Sergio do Prado. FACIN, Rogério (2009). Jogos de empresas. Pesquisa, visão teórica e implementação. Disponível em: http://www.administradores.com.br/informe-se/producao- academica/jogos-de-empresas-teoria-dos-jogos/1785/ Acessado em: 26 de Maio de 2011. SANT'ANNA, Roberto T. PRATES, Paulo R. L. SANT'ANNA, João Ricardo M. PRATES, Paulo R. KALIL, Renato A. K. SANTOS, Diogo E. e NESRALLA, Ivo A. (2004). Emprego de Sistemas Robóticos na Cirurgia Cardiovascular. Disponível em: http://www.scielo.br/pdf/rbccv/v19n2/v19n2a12.pdf Acessado em: 30 de Junho de 2011. SARTINI, Brígida Alexandre. GAMBURGIO, Gilmar. BORTOLOSSI, Humberto José. SANTOS, Polyane Alves e BARRETO, Larissa Santana (2004). Uma Introdução a Teoria dos Jogos. Disponível em: http://www.uspleste.usp.br/rvicente/IntroTeoriaDosJogos.pdf Acessado em: 20 de Maio de 2011. VIANA, Pablo Alessandro B. (2008) Um Estudo de Estratégias com Multiagentes para Jogos RTS usando o Simulador RTSCup Disponível em: http://www.cin.ufpe.br/~tg/2008-2/pabv.pdf Acessado em: 18 de Maio de 2011 ZUGMAN, Fábio (2005). Teoria dos Jogos - Uma introdução à disciplina que vê a vida como uma seqüência de jogos Disponível em: http://www.zugman.com/Fabio_Zugman__Criatividade,_Estrategia_e_Negocios/Artig os.html Acessado em: 15 de Maio de 2011.