A apresentação está carregando. Por favor, espere

A apresentação está carregando. Por favor, espere

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

Apresentações semelhantes


Apresentação em tema: "Fonte: José Francisco Salm Junior (Diretor de Engenharia de Sistemas Instituto Stela) Inteligência Artificial Introdução a Agentes Prof. a Ryan Ribeiro."— Transcrição da apresentação:

1 Fonte: José Francisco Salm Junior (Diretor de Engenharia de Sistemas Instituto Stela) Inteligência Artificial Introdução a Agentes Prof. a Ryan Ribeiro de Azevedo Prof. a Ryan Ribeiro de Azevedo Carga Horária: 60 horas Curso de Bacharelado em Sistemas de Informação e Ciências da Computação

2 2 Agentes Tópicos Introdução a Agentes Observação: Este assunto será aprofundado posteriormente.

3 Agentes no mapa da computação Inteligência Artificial Engenharia de Software Sistemas Distribuídos Agentes

4 Agente x Objeto Intencionalidade: objetivos próprios Encapsula objetivos próprios (mesmo que implicitamente) além de dados e métodos Autonomia de decisão Autonomia 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

5 Agente Inteligente x Softbot burro Ambiente Sensores Atuadores Objetivos Interpretação das percepções: I = f(P) Escolha das ações: A = g(I,O) Processamento Convencional IA

6 Agente Inteligente x Sistema de IA Clássica Ambiente Sensores Atuadores Objetivos Interpretação das percepções Escolha das ações IA Agente Situado Raciocínio Dados de Entrada Dados de Saída ObjetivosSistemaInteligente Não Situado IA

7 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 8 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

9 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

10 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,...

11 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 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.

13 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

14 Fonte: Russel e Norvig, Inteligência Artificial.

15 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 16 Exemplos de Agentes Fonte: Teresa Ludermir & Jacques Robin, Fundamentos de Inteligência Artificial, Cin-UFPE AgenteDados perceptivos AçõesObjetivosAmbiente Diagnóstico médico Sintomas, paciente, exames respostas,... Perguntar, prescrever exames, testar Saúde do paciente, minimizar custos Paciente, gabinete,... Análise de imagens de satélite Pixelsimprimir uma categorização categorizar corretamente Imagens de satélite Tutorial de português Palavras digitadas Imprimir exercícios, sugestões, correções,... Melhorar o desempenho do estudante Conjunto de estudantes Filtrador de s mensagensAceitar ou rejeitar mensagens Aliviar a carga de leitura do usuário Mensagens, usuários Motorista de táxi Imagens, velocímetro, sons brecar, acelerar, dobrar, falar com passageiro,... Segurança, rapidez, economia, conforto,... Ruas, pedestres, carros,... Músico de jazzSons seus e de outros músicos, grades de acordes Escolher e tocar notas no andamento Tocar bem, se divertir, agradar Músicos, publico, grades de acordes

17 Pergunta cautelosamente evitada até agora O que é inteligência ? 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 ? 2 x 1

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

19 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 20 Agentes - Ambiente Fonte: Russel e Norvig, Inteligência Artificial.

21 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 22 Agentes - Estrutura Agentes reativos simples

23 23 Agentes - Estrutura Agentes reativos baseados em modelo

24 24 Agentes - Estrutura Agentes baseados em objetivos

25 25 Agentes - Estrutura Agentes baseados na utilidade

26 26 Agentes - Estrutura Agentes com aprendizagem

27 27 IA Clássica Metáfora basicamente psicológica Uma pessoa ou entidade resolve o problema. Inteligência atomizada, restrita aos micro aspectos de sua própria racionalidade.

28 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 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 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 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 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 Ambiente Sensores Atuadores Objetivos Interpretação das percepções: I = f(P) Escolha das ações: A = g(I,O) A P 1.Percepções ambientais 2.Própriocepções 3.Percepções comunicativas 1.Ações de alterações ambientais 2.Ações perceptivas 3.Ações comunicativas

33 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 34 Exemplos - Sistemas Multiagentes SMarket: Um Sistema Multiagentes para Compras on-line Fonte:


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

Apresentações semelhantes


Anúncios Google