HAL 9000 não fazia isso

Programinha básico de inteligência artificial feito em python. Basicamente o que é feito se chama “colocar a mão no fogo”. Onde o programa vai testeando as condições (poe a mao queima, nao poe nao queima) até chegar aprender o que se deve ou nao deve fazer. Isso é o básico, do básico quando se fala em IA. O segundo passo seria criar uma rede neural onde cada área é responsável por um tipo de problema. A exemplo do cérebro humano que tem uma rede onde os neuronios se comunicam e possui áreas especializada.

import time
import random

# modo apredizado:
# baixo = devagar
# alto = menu preciso
rate=.2

# cria pesos aleatorios
peso=[random.uniform(0, 1), random.uniform(0, 1)]

# inicia um neuronio sem estimulo
entradaNeuronio=[0.0, 0.0]

# tabela de apredizado
teste =[[0.0, 0.0, 0.0]]
teste+=[[0.0, 1.0, 1.0]]
teste+=[[1.0, 0.0, 1.0]]
teste+=[[1.0, 1.0, 1.0]]

# calcula a resposta da entrada no neuronio
def saidaNeuronio(midThresh):
global entradaNeuronio, peso
s=entradaNeuronio[0]*peso[0] + entradaNeuronio[1]*peso[1]
if s>midThresh:
return 1.0
else:
return 0.0

# exibe o resultado do testee
def exibe(out, real):
if out == real:
print str(out)+” pode ser “+str(real)+” ***”
else:
print str(out)+” pode ser “+str(real)

while 1:
# loop sobre cada laco da tabela de aprendizado
for i in range(len(teste)):
# estimula neuronios com testees
entradaNeuronio[0]=teste[i][0]
entradaNeuronio[1]=teste[i][1]
# ajusta o peso do neuronio 1
# baseado na resposda, exibe a mensagem
out = saidaNeuronio(2)
peso[0]+=rate*(teste[i][2]-out)
exibe(out, teste[i][2])
# ajusta o peso do neuronio 2
# baseado na resposda, exibe a mensagem
out = saidaNeuronio(2)
peso[1]+=rate*(teste[i][2]-out)
exibe(out, teste[i][2])
# delay
time.sleep(1)