IA Paralela e Distribuída
Avanços significativos ocorreram nos sistemas de computação
paralela e distribuída nos útimos anos. Pode-se dizer que tais
avanços trouxeram contribuições para o estudo de
sistemas inteligentes em três áreas importantes, que
frequentemente se sobrepõem e se complementam:
- Modelagem psicológica;
- Aumento da eficiência;
- Ajuda na organização de sistemas em formato modular.
No que diz respeito à modelagem psicológica, usamos o exemplo de sistema
de produção, originalmente proposto como um modelo de processamneto humano
de informações. As principais características de tais sistemas
são:
- Possuir um conjunto de regras, cada uma com a sua aplicação e operações a serem efetuadas,
caso sejam aplicadas;
- Possuir uma ou mais bases de conhecimento;
- Usar uma estratégia de controle para definir a ordem de aplicação dessas regras e resolver
conflitos quando mais de uma regra puder ser aplicada;
- Possuir um aplicador de regras.
Quando os pesquisadores começaram a criar sistemas de IA baseados nos
princípios desses sistemas de produção, eles perceberam que os
computadores paralelos poderiam ser usados para aumentar significativamente a velocidade
de execução desses sistemas.
Uma outra abordagem à modelagem psicológica inspira-se na
organização física do próprio cérebro humano. Embora,
os neurônios dos indivíduos sejam muito lentos, quando comparados com
circuitos de computadores digitais, eles formam um número imenso de componentes
ricamente interconectados e todos operam ao mesmo tempo.
A modularização é outra vantagem trazida pelos avanços da
computação paralela e distribuída. Quando as regras operam mais ou
menos independentemente, é fácil acrescentá-las, eliminá-las
ou modificá-las, sem mudar a estrutura do programa inteiro.
Portanto, é natural que se conclua que os sistemas de IA ganharam maior
eficiência.
[Programa]
[IA Paralela e
Distribuída]
[Teoria de Agentes]
[Sistemas de
Raciocínio Distribuído]
[Aplicações
Práticas]
[Referências]