Fonte: José Francisco Salm Junior (Diretor de Engenharia de Sistemas Instituto Stela) Inteligência Artificial Introdução a Agentes Prof. a Ryan Ribeiro.

Fon

te:

José

Fra

ncis

co S

alm

Jun

ior

(Dire

tor

de E

ngen

haria

de

Sis

tem

as I

nstit

uto

Ste

la)

Inteligência ArtificialInteligência Artificial

Introdução a AgentesIntrodução a Agentes

Prof.Prof.aa Ryan Ribeiro de Azevedo Ryan Ribeiro de Azevedo

[email protected]@gmail.com

Carga Horária: 60 horas

Curso de Bacharelado em Sistemas de Curso de Bacharelado em Sistemas de Informação e Ciências da ComputaçãoInformação e Ciências da Computação

2

Agentes

Tópicos

Introdução a Agentes

Observação: Este assunto será aprofundado posteriormente.

Agentes no mapa da computação

InteligênciaArtificial

Engenhariade Software

SistemasDistribuídos

Agentes

Agente x Objeto

Intencionalidade: Encapsula objetivos própriosobjetivos próprios

(mesmo que implicitamente) além de dados e métodos

Autonomia de decisãoAutonomia de decisão Pode iniciar ação da sua própria

iniciativa para satisfazer seus objetivos (pro-atividade)

Pode negar-se a um pedido de ação da parte de outro agente (negociação)

Entrada e saída mais complexa: sensores e atuadores

Continuidade temporal: sempre monitorando o ambiente

Granularidade maior: Encapsula código do tamanho de

um pacote ou componente Composto de vários objetos quando

implementado no paradigma OO

Sem objetivo próprio

Sem autonomia de decisão: Executa apenas quando

invocado por outros objetos Executa sempre que invocado

por outros objetos Entrada e saída: parâmetros e

resultado de métodos Descontinuidade temporal: ativo

apenas durante invocação dos seus métodos

Agente Inteligente x Softbot “burro”

Am

bie

nte

Sensores

Atuadores

Objetivos

Interpretação das percepções: I = f(P)

Escolha das ações: A = g(I,O)

ProcessamentoConvencional

ProcessamentoConvencional

IA

IA

Agente Inteligente x Sistema de IA Clássica

Am

bie

nte

Sensores

Atuadores

Objetivos

Interpretaçãodas percepções

Escolhadas ações

IA

IA

Agente SituadoAgente Situado

Raciocínio

Dados deEntrada

Dados deSaída

Objetivos

Sistema Sistema InteligenteInteligente

Não SituadoNão Situado

IA

7

O que é um agente?

é uma entidade real ou virtual que está inserida em um ambiente que pode perceber o seu ambiente que pode agir no ambiente que pode se comunicar com outros agentes que tem um comportamento autônomo

Agentes

8

Agentes

São sistemas que podem decidir por si próprios o que é necessário fazer para satisfazer o objetivo para o qual foram projetados. Tais sistemas:

Estão situados em algum ambiente Possuem controle parcial sobre o ambiente São capazes de ação autônoma

Exemplo:

Sistemas de controle: termostato

Agente é qualquer entidade que: percebe seu ambiente através de sensores (ex. câmeras,

microfone, teclado,mensagens de outros agentes,...) age sobre ele através de efetuadores (ex. vídeo, auto-falante,

impressora, braços, ftp, mensagens para outros agentes,...) Medida de desempenho: Critério que define o grau de sucesso

das ações

sensores Agente

efetuadores

a m

b i

e n

t e

Raciocinador modelo do ambiente

O que é um Agente

O que é um agente? Outras propriedades freqüentemente associadas

Autonomia de raciocínio:Autonomia de raciocínio: Requer IA, máquina de inferência e base de conhecimento Chave para: sistemas especialistas embutidos, controle,

robótica, jogos, agentes na internet ...

Adaptabilidade:Adaptabilidade: Requer IA, aprendizagem de máquina Chave para: agentes na internet, interfaces amigáveis ...

Sociabilidade:Sociabilidade: Requer IA + técnicas avançadas de sistemas distribuídos:

Protocolos padrões de comunicação, cooperação, negociação Raciocínio autônomo sobre crenças e confiabilidade Arquiteturas de interação social entre agentes

Chave para: simulação multi-agente, comercio eletrônico, ...

O que é um agente? Outras propriedades freqüentemente associadas

Personalidade:Personalidade: Requer IA, modelagem de atitudes e emoções Chave para: entretenimento digital, realidade virtual, interfaces

amigáveis ...

Continuidade temporal e persistência:Continuidade temporal e persistência: Requer interface com sistema operacional e banco de dados Chave para: filtragem, monitoramento, controle, ...

Mobilidade:Mobilidade: Requer:

Interface com rede Protocolos de segurança Suporte a código móvel

Chave para: agentes de exploração da internet, ...

12

Agentes Inteligentes

Agentes que operam em ambientes imprevisíveis, abertos e em constante mudança, onde há elevada possibilidade de que ações possam falhar.

Agentes que são capazes de ação autônoma flexível, incluindo reatividade, aprendizado, pró-atividade e habilidade social.

Um agente humano Sensores: olhos, ouvidos, ...

Atuadores: mãos, pernas, boca, ...

Um agente robótico Sensores: câmeras, detectores da faixa de infravermelho, ...

Atuadores: motores, ...

Um agente de software Sensores: teclas digitadas, conteúdo de arquivos, pacotes de redes, ...

Atuadores: exibição de algo na tela, gravação de arquivos, envio de pacotes de rede, ...

Exemplos de Agentes

Exemplos de Agentes

Fonte: Russel e Norvig, Inteligência Artificial.

15

Agentes: metodologia de desenvolvimento

Decompõe problema em: percepções, ações, objetivos e ambiente (e outros agentes)

Decompõe tipo de conhecimento em: Quais são as propriedades relevantes do mundo? Como o mundo evolui? Como identificar os estados desejáveis do mundo? Como interpretar suas percepções? Quais as conseqüências de suas ações no mundo? Como medir o sucesso de suas ações? Como avaliar seus próprios conhecimentos?

Indica arquitetura e método de resolução de problema

16

Exemplos de Agentes

Fonte: Teresa Ludermir & Jacques Robin, Fundamentos de Inteligência Artificial, Cin-UFPE

Agente Dadosperceptivos

Ações Objetivos Ambiente

Diagnósticomédico

Sintomas,paciente, exames

respostas, ...

Perguntar,prescrever exames,

testar

Saúde do paciente,minimizar custos

Paciente,gabinete, ...

Análise deimagens de

satélite

Pixels imprimir umacategorização

categorizarcorretamente

Imagens desatélite

Tutorial deportuguês

Palavrasdigitadas

Imprimir exercícios,sugestões,

correções, ...

Melhorar odesempenho do

estudante

Conjunto deestudantes

Filtrador deemails

mensagens Aceitar ou rejeitarmensagens

Aliviar a carga deleitura do usuário

Mensagens,usuários

Motorista detáxi

Imagens,velocímetro,

sons

brecar, acelerar,dobrar, falar com

passageiro, ...

Segurança,rapidez, economia,

conforto,...

Ruas, pedestres,carros, ...

Músico de jazz Sons seus e deoutros músicos,

grades deacordes

Escolher e tocarnotas no andamento

Tocar bem, sedivertir, agradar

Músicos,publico, grades

de acordes

Pergunta cautelosamente evitada até agora O que é inteligência ?

Quem é mais inteligente?Quem é mais inteligente? Seu médico ou sua

empregada doméstica?

Seu advogado ou sua criança de 1 ano?

Kasparov ou Ronaldinho?

Dica: baseia sua resposta sobre os sucessos da IA nos último 40 anos

1997:

2 x 12050?2 x 1

www.robocup.org

Novo desafio benchmark e teste de turing para IA Competição anual associada a conferencia de IA Para sistemas multi-agente situados

19

Agentes - Ambiente

Completamente observável versus parcialmente observável

Determinístico versus estocástico

Episódico versus seqüencial

Estático versus dinâmico

Discreto versus contínuo

Agente único versus multiagente

20

Agentes - Ambiente

Fonte: Russel e Norvig, Inteligência Artificial.

21

Agentes - Estrutura

Agentes reativos simples

Agentes reativos baseados em modelo

Agentes baseados em objetivos

Agentes baseados na utilidade

Agentes com aprendizagem

O processo de tomada de decisão através do raciocínio e com conhecimento é central em IA e no projeto de um agente de sucesso meios para representar conhecimento são importantes.

22

Agentes - Estrutura

Agentes reativos simples

23

Agentes - Estrutura

Agentes reativos baseados em modelo

24

Agentes - Estrutura

Agentes baseados em objetivos

25

Agentes - Estrutura

Agentes baseados na utilidade

26

Agentes - Estrutura

Agentes com aprendizagem

27

IA Clássica

Metáfora basicamente psicológica Uma pessoa ou entidade resolve o problema. Inteligência atomizada, restrita aos micro aspectos de sua

própria racionalidade.

28

Inteligência : Centralizada ou Distribuída?

Cada um fa(e)z um pouco, e... somos UM! Não aproveitamos muito o trabalho alheio. A Internet nos faz trabalhar de forma mais inteligente

(nenhum componente é crítico). Resolução de problemas: Há alguns cuja solução é

inerentemente distribuída ou fica mais fácil distribuindo!

Somos centralizados ou distribuídos ??

29

Porque pensar a inteligência/racionalidade como propriedade de um único indivíduo?

Não existe inteligência ... Em um time de futebol? Em um formigueiro? Em uma empresa (ex. correios)? Na sociedade?

Solução: IA Distribuída Agentes simples que juntos resolvem problemas complexos

tendo ou não consciência do objetivo global Proposta por Marvin Minsky e em franca expansão... O próprio ambiente pode ser modelado como um agente

Inteligência : Centralizada ou Distribuída?

30

IA Distribuída (IAD)

População de agentes

Autônomos que podem interagir metáfora da organização social realça a ação e a interação entre os agentes

Relacionada aos macro aspectos dos agentes: agentes enquanto sociedade.

Inspirada também em lingüística, sociologia, economia,filosofia, biologia e ... Redes Neurais!

Metáfora basicamente sociológica

31

IAD - Quando usar? Problema complexo

Dividir e conquistar ex. jogo dos 8 números, ordenação, etc.

Problema intrinsecamente distribuído ex. jogos com personagens, administração de sistemas,

controle de tráfego, etc.

Problemas exigindo rápido tempo de resposta processamento paralelo ex. busca na internet.

Problema com domínios de conhecimento ou tarefas um agente para cada tipo de conhecimento/tarefa ex. usina nuclear

32

Experimento do Robô Multi-Humano Robô simulado por 4 humanos:

1 Cérebro (1 pessoa), raciocinador 2 Braços (1 por pessoa = 2 pessoas), atuadores 1 sistema de visão (1 pessoa), sensor

Raciocínio

Agente

Am

bie

nte

Sensores

Atuadores

Objetivos

Interpretaçãodas percepções:

I = f(P)

Escolhadas ações:A = g(I,O)

A

P 1. Percepções ambientais2. Própriocepções3. Percepções

comunicativas

1. Ações de alterações ambientais

2. Ações perceptivas3. Ações

comunicativas

33

Robô Multi-Humano: regras do jogo

Braços não podem ver não devem ouvir o que diz o

sistema de visão tem tato pouco refinado podem responder apenas sim

ou não ao cérebro seguem instruções do cérebro

Sistema de visão não pode fornecer informação

sem ter sido claramente perguntado pelo cérebro

pode distinguir diferentes objetos e estimar distâncias

pode mover-se de forma a dar informações visuais a partir de diferentes ângulos

Cérebro não pode ver fala com todas as partes do robô controla os braços indicando

ângulos de giro deslocamento em uma

direção e distância dadas força a aplicar

pode fazer perguntas aos braços e sistema de visão

pode pedir para o sistema de visão se deslocar para obter outros ângulos de visão

pode desenhar ambiente em uma folha de papel

Voluntários? Braços e olhos saem da sala... Cérebro recebe a tarefa

34

Exemplos - Sistemas Multiagentes

SMarket: Um Sistema Multiagentes para Compras on-line

Fonte: http://wwwhome.cs.utwente.nl/~alme/cvitae/smarket-techreport.pdf