A apresentação está carregando. Por favor, espere

A apresentação está carregando. Por favor, espere

Eugénio Oliveira - Lab. Inteligência Artificial e Ciências da Computação e FEUP Inteligência Artificial:

Apresentações semelhantes


Apresentação em tema: "Eugénio Oliveira - Lab. Inteligência Artificial e Ciências da Computação e FEUP Inteligência Artificial:"— Transcrição da apresentação:

1

2 Eugénio Oliveira - Lab. Inteligência Artificial e Ciências da Computação e FEUP Inteligência Artificial: Uma perspectiva heterodoxa Eugénio Oliveira

3 Eugénio Oliveira - Lab. Inteligência Artificial e Ciências da Computação e FEUP LIACC - Laboratório de Inteligência Artificial e Ciências da Computação da Universidade do Porto NIAD&R – Núcleo de Inteligência Artificial Distribuída & Robótica (4D + 17 Inv) FEP FEUP FCUP NIAD&R U P

4 Eugénio Oliveira - Lab. Inteligência Artificial e Ciências da Computação e FEUP O que é a Inteligência Artificial ÍNDICE DA APRESENTAÇÃO Afirmação e Pragmatismo Explorações perigosas Ousadias aceites Doença Infantil e Romantismo

5 G 4 Agent-based System for EC: G MAS architecture suitable for G B2C : Business to Consumer G Agent Tactics and Strategies for Negotiation G Different negotiation tactics (time, opponents-dependent) G Adaptive to the market dynamics (Q learning) G Multi-issue negotiation G Developed Prototypes: SMACE (MAS for EC)

6 Eugénio Oliveira - Lab. Inteligência Artificial e Ciências da Computação e FEUP Sistemas que pensam como os Humanos Sistemas que pensam Racionalmente Sistemas que agem como os Humanos Sistemas que agem Racionalmente Inteligência Artificial

7 Eugénio Oliveira - Lab. Inteligência Artificial e Ciências da Computação e FEUP INTELIGÊNCIA ARTIFICIAL: Como tornar Sistemas Computacionais mais inteligentes e mais úteis usando a racionalidade? SE existem processos simbólicos identificáveis na base do raciocínio ENTÃO tais processos podem ser estudados e simulados, sendo o Hardware - pessoa ou computador- um DETALHE de Implementação...

8 Eugénio Oliveira - Lab. Inteligência Artificial e Ciências da Computação e FEUP 1956 : O Início Anos 60: Sistemas Genéricos (GPS, LN) Anos : Sistemas Específicos (SP) Anos 80: Paralelismo, Formalismos, Integração (RN,Ag) Anos 90: Sociedades Sistemas Autónomos Anos 2000: Psicologia e Inteligência

9 Eugénio Oliveira - Lab. Inteligência Artificial e Ciências da Computação e FEUP RN Repr. Conh.Mét.Resol.Prob. Arquitecturas mentalistas e emocionais IA Conh. Simb Inf. Sub-Simb Aquis. Conh.

10 Eugénio Oliveira - Lab. Inteligência Artificial e Ciências da Computação e FEUP Anos 60-70: O Romantismo GPS Comprensão da Linguagem Natural Interfaces Tradução Automática Criação de Texto

11 Eugénio Oliveira - Lab. Inteligência Artificial e Ciências da Computação e FEUP Racionalidade das Linguagens Naturais

12 Eugénio Oliveira - Lab. Inteligência Artificial e Ciências da Computação e FEUP JAVA PROLOG LISP

13 Eugénio Oliveira - Lab. Inteligência Artificial e Ciências da Computação e FEUP Análise Lexical e Morfológica Análise Sintática Análise Semântica Análise da Pragmática Qual é a Universidade a que pertencem os alunos que assistem à palestra ? E em que cidade fica? Qual é a palestra a que pertencem os alunos que assistem à Universidade ? Erro Semântico Quantos são as jogos do europeu de futebol? Erro de concordância Linguagem Natural Computacional

14 Eugénio Oliveira - Lab. Inteligência Artificial e Ciências da Computação e FEUP Sistemas Periciais (Expert Systems) Conhecimento e Dedução Memória Associativa operacionalização baseada em regras Anos : O Pragmatismo Incerteza e Incompletitude Probabilidades Objectivas e Probabilidades Subjectivas Lógicas Difusas Aplicações: Diagnóstico Médico

15 Eugénio Oliveira - Lab. Inteligência Artificial e Ciências da Computação e FEUP Exemplo de Regra na Base de Conhecimento: SE o grupo predominante regular existe e é tipo A Efrequência cardíaca maior que 100 Egrupo predominante de ondas p homogéneas existe Epolaridade da onda p na derivação avr é negativa OU polaridade da onda p na derivação d2 é positiva Ea razão entre as ondas p e r é 1:1 Ea linha de base existe ENTÃO diagnóstico é taquicardia sinusal ou auricular Conjuntos Difusos Raciocínio impreciso Muito alta FC=0.8

16 Eugénio Oliveira - Lab. Inteligência Artificial e Ciências da Computação e FEUP Arquitectura de Sistema Pericial Base de Conhecimentos Factos MetaConhecimento Aquisição do Conhecimento Motôr de Inferência Raciocínio Incerto Explicações Interface Utilizador / Especialista

17 Eugénio Oliveira - Lab. Inteligência Artificial e Ciências da Computação e FEUP Conhecimento Vs Ilusão Inteligência e Conhecimento à priori Leis da perspe ctiva

18 Eugénio Oliveira - Lab. Inteligência Artificial e Ciências da Computação e FEUP Redes Neuronais Computacionais Aprendizagem Vs Adaptação Indução e Reforço Lógicas e Formalismos Modais Não Monótona Anos 80: Paralelismo, Formalismos, Integração

19 Eugénio Oliveira - Lab. Inteligência Artificial e Ciências da Computação e FEUP Algoritmos das Redes Neuronais Artificiais permitem através da Aprendizagem das conexões entre nodos ganhar capacidade Adaptativa e de Generalização O Cérebro Humano é composto por cerca de Neurónios. O Cérebro aprende e opera em modo massivamente paralelo grandes quantidades de informação. Processa informação incompleta, incerta e com ruído.. Redes Neuronais

20 Eugénio Oliveira - Lab. Inteligência Artificial e Ciências da Computação e FEUP As Técnicas Conexionistas são prometedoras na resolução de problemas para os quais as aproximações algorítmicas tradicionais se revelam ineficazes e inoperantes. Por exemplo: Reconhecimento de Formas Classificação e tratamento do sinal Comando reactivo de Robôs Previsões baseados na análise de um historial O resultado da aproximação Conexionista pode ser vista como a Aprendizagem de um processo de classificação de uma população de casos existentes.

21 Eugénio Oliveira - Lab. Inteligência Artificial e Ciências da Computação e FEUP Tentativa da sua modelação: Neurónio formal

22 Eugénio Oliveira - Lab. Inteligência Artificial e Ciências da Computação e FEUP e i = j=1 n w ji *s j sisi = 1 1+exp(-e i ) ou s i = 1 2 *arctg(e i ) Outras funções utilizadas são: função degrau, rampa,...

23 Eugénio Oliveira - Lab. Inteligência Artificial e Ciências da Computação e FEUP

24 APRENDIZAGEM SUPERVISIONADA A Rede produz a sua própria resposta a uma configuração que lhe é apresentada à entrada, após o que o supervisor apresenta a resposta correcta. Se as duas respostas são idênticas, não há necessidade de modificar os pesos das conexões. Caso contrário, a diferença entre os dois valores é utilizada para modificar o peso das conexões existentes na Rede. Este método é também denominado aprendizagem com um supervisor

25 Eugénio Oliveira - Lab. Inteligência Artificial e Ciências da Computação e FEUP APRENDIZAGEM SUPERVISIONADA A Rede produz a sua própria resposta a uma configuração que lhe é apresentada à entrada, após o que o supervisor apresenta a resposta correcta.

26 Eugénio Oliveira - Lab. Inteligência Artificial e Ciências da Computação e FEUP Previsões Reconhecimentos Controlo robótico nº ligações independentes < nº saídas*nº exemplos aprendizagem

27 Eugénio Oliveira - Lab. Inteligência Artificial e Ciências da Computação e FEUP 3. APRENDIZAGEM DA REDE Na Aprendizagem da Rede Neuronal Computacional, os pesos das conexões são modificados para realizar, da melhor forma possível, a relação entrada-saída desejada. Analogia com a aprendizagem pelas modificações dos contactos sinápticos

28 Eugénio Oliveira - Lab. Inteligência Artificial e Ciências da Computação e FEUP APRENDIZAGEM POR REFORÇO (por Recompensa) São atribuídas recompensas/punições de acordo com o facto de a saída ser apropriada ou não Aprendizagem com um crítico

29 Eugénio Oliveira - Lab. Inteligência Artificial e Ciências da Computação e FEUP 3.3 APRENDIZAGEM NÃO SUPERVISIONADA O algoritmo extrai alguma estruturação (associação) inerente às próprias amostras de entrada. Este método é também denominado aprendizagem sem supervisor Aprendizagem Competitiva Conceptual Clustering

30 Eugénio Oliveira - Lab. Inteligência Artificial e Ciências da Computação e FEUP Algoritmos para a Evolução (Evolutionary Programming)

31 Eugénio Oliveira - Lab. Inteligência Artificial e Ciências da Computação e FEUP Computação Evolucionária (Friedberg, 1958 ; JHolland, 1975): Quando? Espaço de Pesquisa grande e complexo Facilidade de implementação paralela Não necessidade de solução óptima (mas boa) Exemplo: optimizar uma função f(x 1,…,x 100 ) sendo f muito complexa. se x i =0 ou x i =1, Espaço de pesquisa ~=10 30 Pesquisa exaustiva fora de questão Computação Evolucionária: Porquê? A Natureza permite a Evolução bem sucedida de organismos através de selecção e reprodução com alguma mutação O que é bom para a Natureza é bom para os Sistemas Artificiais

32 Eugénio Oliveira - Lab. Inteligência Artificial e Ciências da Computação e FEUP Diagrama do Algoritmo para Evolução População Inicial Selecção Emparelhamento Cruzamento Mutação SIM Não FIM?

33 Eugénio Oliveira - Lab. Inteligência Artificial e Ciências da Computação e FEUP Questões: Como representar os Indivíduos? Como Seleccionar os Indivíduos? Qual a Função de Adaptação? Como se reproduzem os Indivíduos?

34 Eugénio Oliveira - Lab. Inteligência Artificial e Ciências da Computação e FEUP Qual a Função de Adaptação? Depende do problema Recebe um Indivíduo e dá como resultado um Real Por ex: Pode representar o número de exemplos com os quais um indivíduo é consistente (homogeneização)

35 Eugénio Oliveira - Lab. Inteligência Artificial e Ciências da Computação e FEUP ex: Treinar o disparo controlado por um AG sobre um alvo móvel. Depende de variáveis como vento, velocidade do alvo, distância, tipo de arma.... Função de Adaptação: a distância a que o projéctil ficou do alvo É um exemplo de problema em que os AGs são bem aplicados

36 Eugénio Oliveira - Lab. Inteligência Artificial e Ciências da Computação e FEUP Como representar os Indivíduos? Indivíduos representados como cadeias de caracteres (strings) sobre um alfabeto. Indivíduos são representados pelos Genomas ou Cromossomas. Nº de Genes depende do Nº de Atributos a representar Se a Representação dos indivíduos é binária temos Algoritmos Genéticos A={0,1} 0 e 1 são os alelos

37 Eugénio Oliveira - Lab. Inteligência Artificial e Ciências da Computação e FEUP Qual a Função de Adaptação Como se reproduzem os Indivíduos/Cromossomas? por Cruzamento e Mutação

38 Eugénio Oliveira - Lab. Inteligência Artificial e Ciências da Computação e FEUP 0 1 0

39 Eugénio Oliveira - Lab. Inteligência Artificial e Ciências da Computação e FEUP Selecção: Estratégia incluindo aleatoriedade. Probabilidade da selecção proporcional à Adaptabilidade observada. Se indivíduo x é 2 vezes melhor que y, terá o dobro das probabilidades de ser seleccionado para reprodução fa(C i ) dá a adaptação do Cromossoma C i e i=1aN fa(C i ) a soma das adaptações de toda a população Probabilidade de C i ser seleccionado é fa(C i ) / i=1aN fa(C i )

40 Eugénio Oliveira - Lab. Inteligência Artificial e Ciências da Computação e FEUP Como se reproduzem os Indivíduos/Cromossomas? por Cruzamento e Mutação. Indivíduos seleccionados com probabilidade P s são emparelhados aleatoriamente. Para cada par, com uma dada probabilidade P cr, um ponto de cruzamento (crossover) é escolhido, (estratégia b_uX). Um GENE também pode sofrer Mutação para um valor diferente, mas com uma pequena probabilidade P m

41 Eugénio Oliveira - Lab. Inteligência Artificial e Ciências da Computação e FEUP Exemplo: Probabilidade de selecção População inicial gerada aleatoriamente

42 Eugénio Oliveira - Lab. Inteligência Artificial e Ciências da Computação e FEUP Como operam os Algoritmos Genéticos? Exemplo de problema: Max f(x 1, x 2 ) = x 1 sin(4πx 1 ) + x 2 sin(20πx 2 ) Onde – 3.0 x and 4.1 x Valor da função

43 Eugénio Oliveira - Lab. Inteligência Artificial e Ciências da Computação e FEUP Anos 90: Distribuição e Sociedades Durkheim Vs Turing Conectividade

44 Eugénio Oliveira - Lab. Inteligência Artificial e Ciências da Computação e FEUP INTELIGÊNCIA ARTIFICIAL DISTRIBUÍDA: Estudo das leis sociais e implementação de Sistemas Multi- Agente Cooperantes, que permitam a resolução de problemas complexos e Distribuídos (espaço, competências,...)

45 Eugénio Oliveira - Lab. Inteligência Artificial e Ciências da Computação e FEUP SISTEMAS PERICIAIS COOPERATIVOS: GESTÃO DE REDES ELÉCTRICAS INTEGRAÇÃO DE INFORMAÇÃO EM HOSPITAIS SIMULAÇÃO DAS ORGANIZAÇÕES NO MERCAD0 YES No What? Why?

46 Aplicação real

47 Eugénio Oliveira - Lab. Inteligência Artificial e Ciências da Computação e FEUP Objetivo local Sistema Específico Objetivo local Sistema Específico Objetivo local Sistema Específico Objetivo local Sistema Específico Objetivo Global Cooperação Aplicação: Monitorar e gerir grandes Redes Eléctricas Como evitar o APAGÃO?

48 G New Agents Architecture: AAM+SM+BB G Book ARCHON… Ed. Thies Wittig Ellis Horwood, 1992 ARCHON System G1 Architecture for Cooperative Agents :

49 Eugénio Oliveira - Lab. Inteligência Artificial e Ciências da Computação e FEUP zMultiplos Agentes com Especialidades diversas z Suporte da Decisão e Manutenção da Coerência Global/local Airport Location?

50 Eugénio Oliveira - Lab. Inteligência Artificial e Ciências da Computação e FEUP Mercado Electrónico como SMA agente C1 agente C2 agente V2 agente V1 agenteV3 agente V4 Mercado

51 Tácticas dependentes do Tempo Tácticas dependentes da situação Dependendo de factores em tempo de execução: Nº de oponentes… Tácticas dependentes do Comportamento Dependendo do Comportamento dos oponentes

52 Eugénio Oliveira - Lab. Inteligência Artificial e Ciências da Computação e FEUP Lançamento de Agentes no ME (B2C)

53 Finanç. Legais MAgt EAgt Contratos EAgt 1.Negociação Automática em B2B Instituição Electrónica Normas Regras Ligações instituições dissolução E.V. Q- Negociação formação E.V. Monitoração operação E.V. Ana Paula Rocha, Eugénio Oliveira

54 Eugénio Oliveira - Lab. Inteligência Artificial e Ciências da Computação e FEUP Facilitator Machinery Garage Facilitator Workers Personnel Edification Garage Storehouse Planning Personnel Interconnecting network Edification Machinery Workers Supervisors Chief Facilitator Experts Plannin g Stocks manager Facilitator Storehouse

55 Eugénio Oliveira - Lab. Inteligência Artificial e Ciências da Computação e FEUP Inter-coalitions protocol AnnouncerABC 90 for 50 The winner !!! D I need 100 I can do 90 for 50 I can do 30 for 20 I can do 70 for 40 I can do 50 for for for for 30 Need 100 Coalition formation Four useful coalitions: - C & D (cost=70) - B & C (cost=60) - A & C (cost=90) - A & D (cost=80) Coalition team & best offer announcing to coordinators Task announcing Intra-coalition negotiation Quit Leading New best offer announcing to coordinators Leading Quit 45 Leading

56 Eugénio Oliveira - Lab. Inteligência Artificial e Ciências da Computação e FEUP Agents activity cost calculation zFive components: yOwning cost yOperation cost yOperator cost yDisplacement (if necessary) yProfits Fixed costs OwningOperatorOperationProfits Optimum Absolute minimum Movement Negotiation margin Zero loose Variable costs Fixed costs Variable costs

57 Eugénio Oliveira - Lab. Inteligência Artificial e Ciências da Computação e FEUP zAutonomous Robot (Robuter) agent-based Navigation Control G 5 Agent-based Robotics co-ordination:

58 Eugénio Oliveira - Lab. Inteligência Artificial e Ciências da Computação e FEUP FC Portugal project Simulation League: World Champions in 2000, Australia Luis Paulo Reis, Nuno Lau

59 Eugénio Oliveira - Lab. Inteligência Artificial e Ciências da Computação e FEUP AGENTES Agentes que usam funções de utilidade são mais racionais CARACTERÍSTICAS dos AGENTES (BDI) Autonomia Pró-actividade Persistência Mobilidade Intencionalidade Crenças-Desejos-Intenções

60 Eugénio Oliveira - Lab. Inteligência Artificial e Ciências da Computação e FEUP ARQUITECTURA DE AGENTES BDI

61 Eugénio Oliveira - Lab. Inteligência Artificial e Ciências da Computação e FEUP Conceitos baseados em Emoções tem papeis diversos nos Sistemas Computacionais: Reconhecimento da Emoção Humana poderá um C vir a reconhecer emoções melhor que os H? Expressão de comportamentos semelhantes aos emotivos Personagens sintéticas; Robôs Modelação e Simulação do Comportamento Humano Efeitos computacionais semelhantes a comportamentos Humanos

62 Eugénio Oliveira - Lab. Inteligência Artificial e Ciências da Computação e FEUP surpreso calmo irado triste feliz Kismet - MIT

63 Eugénio Oliveira - Lab. Inteligência Artificial e Ciências da Computação e FEUP - Damásio : O Erro de Descartes -Daniel Goleman : Inteligência Emocional: Porquê pode ser mais importante que o QI? -Rosalind Picard : Affective Computing Damásio baseado em dois exemplos: Phileas Gage (1884) e Elliot (seu paciente): Acidentes na zona do lobo frontal esquerdo Alteração de personalidade e perda de certas emoções P1- Destruição no lobo frontal esquerdo altera capacidades emocionais P2- Destruição no lobo frontal esquerdo altera inteligência C- Emoções são necessárias à Inteligência Mas C não se conclui de P1 e P2!! Damásio??

64 Eugénio Oliveira - Lab. Inteligência Artificial e Ciências da Computação e FEUP Mecanismo M pode ser condição necessária para A e B mas não mostra que A e B são necessárias uma à outra. P1- Bateria descarregada impede funcionamento da Buzina P2- Bateria desligada impede arranque do carro C- Buzina a funcionar é essencial ao arranque do carro Mas se C não ressalta de P1 e P2 não significa que C Não seja verdadeira. Pode ser!

65 Eugénio Oliveira - Lab. Inteligência Artificial e Ciências da Computação e FEUP A arquitectura para o pensamento humano segundo A.Sloman Complexidade do raciocínio pode torná-lo perigosamente lento. Alarmes Muitas emoções podem estar baseadas no sistema de alarmes Alguns estados emocionais são úteis para a decisão quando falta informação ou o processamento fica lento

66 Esqueleto-Agente Camada Controlo-básico Camada Deliberativa Sobreviver Gerar Obj Controlo acção percepção Monitorar Planear Prevêr Gerar Obj Avaliar d. Avaliar riscos Construção Agente Comunicações Planeamento Previsão Raciocínio topológico Teste de Crenças Deliberadores Memória de Execução Gestor de Objectivos: Obj. Específicos;Prioridades Recursos (tempo cpu) Ciclo de execução Perceptores Formar Crenças das percepções Memória de Trabalho: Planos Previsões Rev. Crenças Estado Emocional Auto-confiança Ansiedade Medo Gestor de Acções Estado Agente: Dados percepção Comandos de Acções: Motoras... t EAiEAi t EAiEAi t EAiEAi

67 Eugénio Oliveira - Lab. Inteligência Artificial e Ciências da Computação e FEUP em i EEF(g(t) i, [G(t)], [E(t)], [I(t)])EA i (t, i, P input,T d ) t em i (t 1 ) em i (t 2 ) EA i (t) A estrutura Emocional básica: Conexão EEV-Função de Avaliação Emocional – Acumulador Emocional Resultados de EEF são inputs para a evolução temporal do AE que tem uma cte de decaimento variável Para um Objetivo de [G(t)], existe uma EEF, capaz de produzir uma mudança [ Em], no Estado Emocional do Agente [Em]: [ Em] = EEF(g i (t), [G(t)], [E(t)], [I(t)])

68 Eugénio Oliveira - Lab. Inteligência Artificial e Ciências da Computação e FEUP Esforço Computacional Influência da Informação Emocional Processamento Motivado Processamento Substantivo Acesso Directo Processamento Heurístico Estratégias de Processamento Baseado em Regras Dirigido por Objectivos Sem objectivos definidos Pouca informação Situações novas Aprender Julgar...

69 Eugénio Oliveira - Lab. Inteligência Artificial e Ciências da Computação e FEUP Modelo da interacção dos conceitos relacionados com as Estratégias de Processamento de Informação: Emoção como Informação Controlo dos Processos Atribuição de Recursos A([G(t)]) [Rj(t)] [R l (t)] [R(t)] [C(t)] P l1 P l2 EC l [Em i (t)] : Acumuladores Emocionais P k1 EC k E como Controlo de Processos E como Informação E na Atribuição de Recursos 3 2 1

70 Eugénio Oliveira - Lab. Inteligência Artificial e Ciências da Computação e FEUP 3 Mecanismos Emocionais Medo Perigos Imediatos (fogo, temperatura) Objectivo Fundamental em Risco Ansiedade Perigos e dificuldades futuras (preparação...) Episódios sucessivos de Medo (má adaptação...) Auto-Confiança Sucesso nos Objectivos de Alto nível

71 Eugénio Oliveira - Lab. Inteligência Artificial e Ciências da Computação e FEUP Objectivo Fundamental em Risco Concentrar o máximo de recursos na execução desse objetivo e dos objectivos dependentes aumentar atenção sobre as proximidades cautelosa/pessimista Atitude (distâncias/cálculo de riscos/limites) Não desperdiçar tempo de processamento com coisas menos urgentes (analisar/prever desenvolvimentos distantes) Não implica Reactividade (ex: fugir!) Medo

72 Eugénio Oliveira - Lab. Inteligência Artificial e Ciências da Computação e FEUP Medo Fear Emotional Accumulator Temperature Perceptor Close Range Fire Perceptor Medium Range Fire Perceptor Pain Perceptor BCA Proprio- Perception Vision Maps Other Agent

73 Eugénio Oliveira - Lab. Inteligência Artificial e Ciências da Computação e FEUP Ansiedade Eventual dificuldade futura Ex.: frente de fogo ampla embora localmente não haja perigo imediato aumentar atenção sobre as proximidades mas também tentar acompanhar desenvolvimentos mais distantes Atitude cautelosa Grande gasto de CPU grande produção de Crenças para a eventual tomada de decisão (alteração estratégica local ou global) planeamentos mais cuidado calculo de progressões frequente

74 Eugénio Oliveira - Lab. Inteligência Artificial e Ciências da Computação e FEUP Auto-Confiança Sucesso nos objectivos de alto nível Relaxar o processamento e condições em torno dos objectivos imediatos Direccionar CPU para actividades menos urgentes mas possivelmente úteis Atitude mais positiva/arriscada (descobrir novas oportunidades – adaptação) (Combate ao fogo próximo) No caso de Insucesso (decréscimo de AC) Motivar uma alteração de estratégias (reposicionamento ou mesmo desistência)

75 Eugénio Oliveira - Lab. Inteligência Artificial e Ciências da Computação e FEUP

76 PyroSim: Estado do Agente inclui parâmetros: Energia física Localização, direcção do movimento; inclinação Velocidade e Aceleração Temperatura da pele (intensidade do jato de água) Mapas visuais, entidades percebidas Visualizador: geometria do terreno posição da vegetação posição e acção dos Agentes posição e intensidade dos focos de incêndio

77 Eugénio Oliveira - Lab. Inteligência Artificial e Ciências da Computação e FEUP Gerar Objectivo: Fugir Em_frente Frente_ Vagar Trás_ vagar T MIN T MAX T OPT Limiares de Temperatura (reconfiguráveis) e Tomada de Decisão

78 Eugénio Oliveira - Lab. Inteligência Artificial e Ciências da Computação e FEUP SMA para controlo de tráfego adaptativo

79 Eugénio Oliveira - Lab. Inteligência Artificial e Ciências da Computação e FEUP Processo de troca de conselhos Aconselhado Conselheiro Ambiente 1. Observa Estado 4. Conselho 5. Acção aconselhada 6. Integração 7. Decisão e acção 2. Pedir Conselho ? Sc A * P A < P O or ConfusedAbout(State) 3.A Quem? T A,Ar * P Ar (S) > T A,O * P O (S) Conceitos: Auto-confiança Desempenho Trust Estado Actores: Aconselhado Conselheiro Outros Agentes

80 Eugénio Oliveira - Lab. Inteligência Artificial e Ciências da Computação e FEUP A queda dos MITOS aconselha prudência As REALIZAÇÕES indiciam optimismo Os OBJETIVOS tendenciais imitativos revelam atrazo Os MEIOS são pré-históricos O Desenvolvimento é exponêncial CONCLUSÕES ?

81 Eugénio Oliveira - Lab. Inteligência Artificial e Ciências da Computação e FEUP

82 A Vingança...… do Futuro ?

83 Eugénio Oliveira - Lab. Inteligência Artificial e Ciências da Computação e FEUP


Carregar ppt "Eugénio Oliveira - Lab. Inteligência Artificial e Ciências da Computação e FEUP Inteligência Artificial:"

Apresentações semelhantes


Anúncios Google