Apresentação: Henrique / Humberto / Norman. Desenvolvimento Henrique HumbertoNorman Definição Características Vantagens Classificação Área de aplicação.

Apresentação em tema: "Apresentação: Henrique / Humberto / Norman. Desenvolvimento Henrique HumbertoNorman Definição Características Vantagens Classificação Área de aplicação."— Transcrição da apresentação:

1 Apresentação: Henrique / Humberto / Norman

2 Desenvolvimento Henrique HumbertoNorman Definição Características Vantagens Classificação Área de aplicação Melhorias Arquitetura IAD Linguagens dos agentes 123

3 Henrique Definição Agente: aquele que trata de negócio por conta alheia. Exemplo: O contador que prepara o seu imposto de renda é seu agente. Inteligência: faculdade de aprender, apreender ou compreender; percepção, apreensão, intelecto, intelectualidade. Exemplo: Uma pessoa que toma boas decisões ou faz boas escolhas é considerada inteligente. 1

4 Henrique Definição Agente Inteligente: “Um agente é um software que sabe fazer coisas que provavelmente você faria mesmo se tivesse tempo.” Ted Selker do Centro de pesquisas da IBM em Almaden (SILVA e MENESES, 2001). “Um agente é um sistema de computador que está situado em algum ambiente e que é capaz de executar ações autônomas de forma flexível neste ambiente, a fim de satisfazer seus objetivos de projeto”. (WOOLDRIDGE, 1999). 1

5 Henrique Definição Agente Inteligente: Nesta definição existem três conceitos: -Ambiente; -Autonomia; -Flexibilidade. 1

6 Henrique Definição Agente Inteligente: Flexibilidade de um agente: -Reativo: percepção do ambiente e resposta oportuna às mudanças; -Proativo: comportamento oportunista e direcionado ao seu objetivo; -Social: interação com outros agentes ou humanos, para completar suas próprias soluções. 1

7 Henrique Características gerais dos A.I. Como foi citado anteriormente, segundo WOOLDRIDGE (1999), reatividade, pró-atividade e sociabilidade são características suficientes para que um agente seja considerado inteligente. Vejamos alguns atributos que caracterizam os agentes de forma geral. 1

8 Henrique Características gerais dos A.I. -Autonomia: atuam sem a necessidade de interferência do usuário e possuem algum tipo de controle sobre suas ações e seu estado interno; -Habilidade Social: interagem com outros agentes e em alguns casos com seres humanos por algum tipo de linguagem de comunicação; -Reatividade: percebem seu ambiente e respondem às mudanças ocorridas. Em alguns casos o agente fica em stand-by e só é ativado se algum evento específico ocorrer no ambiente; 1

9 Henrique Características gerais dos A.I. -Pró-Atividade: não agem simplesmente em resposta ao seu ambiente, eles são capazes de atingir suas metas tomando iniciativas para o cumprimento das mesmas; -Continuidade Temporal: executam continuamente processos que tanto podem estar ativos, em foreground, quanto adormecidos, em background; 1

10 Henrique Características gerais dos A.I. -Orientação a Objetivos: deve ser capaz de lidar com tarefas complexas em alto nível. A decisão de como uma tarefa é melhor subdividida em tarefas menores, e em qual ordem e de que modo devem ser executadas, deve ser feita pelo próprio agente. 1

11 Henrique Características específicas dos A.I. Geralmente os pesquisadores querem que um agente seja um sistema de computador que, além de ter as características identificadas anteriormente, sejam implementados usando conceitos que são mais bem aplicáveis aos humanos. Vejamos alguns atributos que caracterizam os agentes de forma específica. 1

12 Henrique Características específicas dos A.I. -Adaptabilidade: um agente deve ser capaz de ajustar-se aos hábitos, métodos de trabalho e preferências de seus usuários; -Autonomia: é a capacidade do agente operar separadamente e decidir o que fazer enquanto opera separadamente; -Benevolência: é a suposição de que os agentes não têm objetivos contraditórios e que todo agente consequentemente sempre tentará fazer o que lhe é solicitado; 1

13 Henrique Características específicas dos A.I. -Colaboração: um agente não deve aceitar (e executar) instruções sem considerações, ele deve levar em conta que o usuário humano comete erros, omite informações importantes e/ou fornece informações ambíguas. Neste caso, um agente deve checar estas ocorrências fazendo perguntas ao usuário. Deve ser permitido a um agente recusar executar certas tarefas que possam sobrecarregar a rede ou causar danos a outros usuários; -Comunicabilidade: também chamado de habilidade social. Um agente deve ser capaz de se comunicar com outros agentes, usuários, objetos e seu ambiente; 1

14 Henrique Características específicas dos A.I. -Degradação Gradual: é a capacidade do agente executar parte de uma tarefa quando existe incompatibilidade na comunicação ou domínio. No contexto das noções de risco, agentes trabalham melhor quando apresentam esta característica; -Flexibilidade: um agente deve ser capaz de fazer uma escolha dinâmica das ações e da sequência de execução das mesmas, em um determinado estado do ambiente; -Mobilidade: é a habilidade de um agente se mover pela rede; 1

15 Henrique Características específicas dos A.I. -Inteligência: é o conjunto de recursos, atributos e características que habilitam o agente a decidir que ações executar, bem como a capacidade de tratar ambiguidades. O raciocínio desenvolve-se através de regras, conhecimento e evolução artificial; -Planejamento: é a habilidade de sintetizar e escolher entre diferentes opções de ações desejadas para atingir os objetivos; -Pró-Atividade: um agente deve exibir oportunismo e comportamento direcionado a objetivos; 1

16 Henrique Características específicas dos A.I. -Reatividade: um agente deve perceber o ambiente e responder às modificações que ocorrerem nele; -Representatividade: um agente deve representar o usuário em suas ações. 1

17 Humberto Classificação dos A.I. Essas classificações são: quanto ao nível de inteligência, quando à tarefa que executam, quando à mobilidade, quanto à aquisição de inteligência, e quanto à ênfase dada a alguns atributos primários. Vejamos o detalhe de cada classificação. 2

18 Humberto Classificação dos A.I. Quanto ao nível de inteligência -Baixo: neste nível, os softwares agentes desempenham tarefas rotineiras, disparadas por eventos externos. Estes agentes executam redes de regras complexas, não se adaptam a mudanças e não demonstram oportunismo com o passar do tempo; -Médio: estes agentes utilizam uma base de conhecimento para desenvolver raciocínio em eventos monitorados. Podem adaptar-se a mudanças de condições na base de conhecimento e manipular as novas condições, porém, normalmente não demonstram oportunismo; 2

19 Humberto Classificação dos A.I. Quanto ao nível de inteligência -Alto: neste nível de inteligência, os softwares de agentes utilizam tanto aprendizado quanto raciocínio na base de conhecimento. Aprendem com o comportamento do usuário, podem adaptar-se à mudanças e demonstram oportunismo com o passar do tempo. Quanto à tarefa que executam -Gopher: são agentes que executam tarefas mais simples, baseando-se em suposições e regras pre-especificadas. Por exemplo, o agente pode avisar o usuário que ele possui uma reunião marcada para sexta-feira as 14:00 hs; 2

20 Humberto Classificação dos A.I. Quanto à tarefa que executam -Prestadores de Serviço: são agentes que executam tarefas de alto nível, bem definidas, quando requisitadas pelo usuário. Estes agentes podem organizar uma reunião (negociar datas e horários da reunião com os participantes); -Proativo: são agentes que desempenham as tarefas mais complexas, eles podem pesquisar informações, filtrar dados ou até mesmo executar tarefas para o usuário sem que o mesmo as requisite, sempre que isto for julgado apropriado. Por exemplo, um agente pode monitorar novos grupos sobre a Internet e retornar discussões que ele acredita serem de interesse do usuário. 2

21 Humberto Classificação dos A.I. Quanto à modalidade -Agentes Estáticos: são agentes que não podem se mover pela rede, ou seja, atuam localmente; -Agentes móveis: são agentes que possuem a habilidade de se mover pela rede. 2

22 Humberto Classificação dos A.I. Quanto à aquisição de inteligência -Deliberativos: são aqueles que possuem um modelo de raciocínio e um modelo simbólico e interno, utilizado para tomar decisões e executar tarefas necessárias para alcançar seus objetivos. Estes agentes também são chamados de simbólicos ou cognitivos; -Reativos: diferentemente dos deliberativos, executam apenas quando estimulados, em resposta ao estado atual do ambiente no qual estão inseridos. Eles não possuem um modelo simbólico e interno dos mesmos. Eles também são denominados reflexivos. 2

23 Humberto Classificação geral dos A.I. Baseando-se nas classes de agentes apresentadas anteriormente podem ser identificados vários tipos de agentes. Os agentes podem ser classificados em: -Colaborativos: Focalizam autonomia e cooperação (com outros agentes) para executar suas próprias tarefas. Eles podem aprender, mas não é dado muita ênfase a esta característica em suas operações. Geralmente agentes colaborativos podem negociar para alcançar um consenso sobre alguma questão; 2

24 Humberto Classificação geral dos A.I. -De Interface: Enfatizam autonomia e aprendizado para executar suas tarefas. Agentes de interface são agentes que interagem com o usuário, recebendo especificações do usuário e entregando resultados; -Móveis: Agentes móveis são programas escritos tipicamente em uma linguagem script, o qual pode ser despachado remotamente de um computador cliente e transportado para um computador servidor para a sua execução; 2

25 Humberto Classificação geral dos A.I. -De Informação: Agentes de informações são agentes que acessam uma, e potencialmente muitas fontes de informações, e são capazes de colecionar e manipular informações obtidas destas fontes para responder consultas solicitadas pelo usuário ou outros agentes; -Reativos: São agentes que executam tarefas quando estas são solicitadas pelo usuário, ou seja possuem determinado comportamento quando estimulados; -Híbridos: Agentes híbridos são os agentes que combinam a filosofia de um ou mais tipos de agentes; 2

26 Humberto Classificação geral dos A.I. -Sistemas Heterogêneos: Sistemas de Agentes Heterogêneos, referem-se a um conjunto de dois ou mais agentes, os quais pertencem a duas ou mais classes de agentes diferentes. Um sistema de agente heterogêneo pode também conter um ou mais agentes híbridos. Sistemas de Agentes Heterogêneos também são entendidos como sistemas multi-agentes; -Autônomos: Agentes autônomos são agentes que podem interagir independente e efetivamente com seus ambientes. Não precisam necessariamente do usuário. 2

27 Humberto Áreas de aplicação dos A.I. O crescimento do estudo em torno dos Agentes fez com que a indústria de software despertasse para as mais variadas possibilidades de aplicações para os mesmos. Vejamos uma lista de aplicações onde os Agentes de software fazem-se mais presentes, e exemplos de ferramentas utilizadas nestes domínios. 2

28 Humberto Áreas de aplicação dos A.I. -Comércio Eletrônico: O Bargain Finder é um agente que compara lojas virtuais na Internet para encontrar o melhor preço para um determinado CD. Neste sistema, o usuário informa ao agente os dados referentes ao CD que gostaria de comprar, baseado nestas informações o agente realiza uma procura nas lojas virtuais existentes, comparando o preço para obter o CD mais barato (NISSEN, 1995); 2

29 Humberto Áreas de aplicação dos A.I. -Internet: NewT - é um filtro de notícias da USENET. Um agente NewT é treinado fornecendo a ele uma série de exemplos, artigos ilustrativos que o usuário escolheria ou não para ler. O agente começa a oferecer sugestões para o usuário, e é dado um feedback sobre suas sugestões. O agente NewT não pretende remover a escolha humana, mas representar uma extensão de seus desejos: o objetivo é do agente ser capaz de trazer para o usuário artigos que sejam de seu interesse (WOOLDRIDGE e JENNINGS, 1995); 2

30 Humberto Áreas de aplicação dos A.I. -Detecção de Intruso em Rede de Computadores: é um agente desenvolvido com o objetivo de realizar a tarefa de captura de pacotes associados à conexões suspeitas ou comportamentos anormais em servidores críticos. Baseado na noção de sociedade de agentes inteligentes, capaz de detectar a tratar as tentativas de ataque em uma rede de computares de forma bastante flexível, denominado NIDIA (Network Intrusion Detection System based on Intelligent Agents). (LIMA, 2002); 2

31 Humberto Áreas de aplicação dos A.I. -Sistemas Tutores Inteligentes (STI’s): com a utilização de Sistemas de Multi-agentes (Sistemas de Agentes Heterogêneos), foram desenvolvidos tutores que auxiliam no ensino-aprendizagem e propõem um sistema naturalmente distribuído e cooperativo cujo objetivo é resolver problemas em ambientes dinâmicos como a Web. O STI modela o conhecimento do estudante sobre um tópico e à medida que ele realiza determinadas tarefas no sistema, compara este conhecimento com o modelo do especialista do domínio. O sistema pode também adaptar os níveis e estilos de aprendizagem do estudante e apresentar a informação, os testes e as respostas que são mais apropriadas. (Frigo, Pozzebon and Bittencourt, 2004). 2

32 Norman Agentes e internet A Internet é um enorme “banco de dados” acessível mundialmente, ela promove melhorias e facilidades jamais vistas. Porém, acompanhando as várias melhorias e facilidades oferecidas pela Internet, surgiram junto, alguns problemas. Veremos a seguir alguns desses problemas. 3

33 Norman Agentes e internet -A rede é lenta nas respostas às solicitações dos usuários e facilmente congestionável pelo excesso de pedidos; -Complexidade dos serviços oferecidos, exigindo conhecimento especializado para sua utilização; -O usuário pode receber como respostas, endereços desatualizados ou incompletos; -Obtenção de informações irrelevantes junto às solicitadas. 3

34 Norman Instrumentos de busca e A.I. Embora os instrumentos de busca na Internet sejam um valioso serviço, eles também apresentam algumas desvantagens. Uma solução para este problema seria o uso dos "Agentes Inteligentes“. Considerando que no futuro o ritmo de crescimento da informação será sempre maior, os agentes poderão ser o único modo eficiente para procurar na Internet. Vejamos a seguir as características dos instrumentos de busca. 3

35 Norman Instrumentos de busca e A.I. -Uma busca de informação é baseada em uma ou mais palavras chaves informadas pelo usuário. As consultas estarão sujeitas a erros, quando as palavras chaves são muito grandes ou muito pequenas, recuperando informações irrelevantes; -O mapeamento é realizado pela coleta de (meta-)informações a partir das informações e documentos que estão disponíveis na Internet. É um método muito demorado que causa muito tráfego de dados e não considera a natureza dinâmica da Internet e das informações que podem ser encontradas nela; 3

36 Norman Instrumentos de busca e A.I. -A procura por informação é limitada frequentemente a poucos serviços da Internet; -A informação na Internet é muito dinâmica: os instrumentos de busca frequentemente referem-se às informações que foram movidas de um lugar para outro, dando uma localização desconhecida ou desaparecida. Estes instrumentos não aprendem com estas buscas e não são capazes de ajustar estas informações para seus usuários. 3

37 Norman Instrumentos de busca e A.I. Melhorias na utilização de A.I. -Os agentes são capazes de buscar informação de forma mais inteligente, utilizando ferramentas que possibilitam a pesquisa em termos relacionados ou até mesmo através de conceitos; -Os agentes podem criar a sua própria base de conhecimento sobre fontes de informação disponíveis na Internet, que é atualizada e ampliada depois de toda busca. 3

38 Norman Instrumentos de busca e A.I. Melhorias na utilização de A.I. (para o futuro) -Os agentes assistem o usuário nas suas necessidades, não precisando se preocupar como os vários serviços da Internet são operados; -Agentes se ajustam de acordo com as preferências e desejos dos usuários. Isto conduzirá a agentes que mais e mais se auto ajustarão, aprendendo através das tarefas executadas e do modo como os usuários reagem aos resultados encontrados. 3

39 Norman Arquitetura de A.I. Segundo WOOLDRIDGE e JENNINGS (1995) a arquitetura de agentes envolve técnicas e algoritmos utilizados por uma metodologia específica para a construção de agentes. Vejamos a seguir uma breve descrição sobre cada uma das partes que compõe a arquitetura do agente. 3

40 Norman Arquitetura de A.I. -Setas: as setas simbolizam o fluxo de dados; -Sensores: os sensores recebem informações do ambiente e providenciam dados para o mecanismo de inferência; -Mecanismo de Inferência: o mecanismo de inferência é o cérebro do agente inteligente. Quando notificado de algum evento, o mecanismo de inferência opera sobre conjuntos de regras e execução de raciocínio simbólico complexo para determinar como reagir ao evento e qual ação executar; 3

41 Norman Arquitetura de A.I. -Base de Conhecimento: é o local onde o agente armazena seu conhecimento; -Atuadores: os atuadores são responsáveis pela execução das ações do agente sobre o ambiente. 3

42 Norman IAD – Inteligência Artificial Distribuída A Inteligência Artificial Distribuída (IAD), é o estudo e projeto de sistema em que vários agentes interagem, distribuindo-se logicamente, ou algumas vezes, espacialmente, onde podem ser de chamados autônomos e inteligentes, é a interseção da Computação Distribuída* (CD) e da Inteligência Artificial (IA). *Computação Distribuída, consiste na possibilidade de utilizar mais de um processador para trabalhar sobre um problema computacional. 3

43 Norman IAD – Inteligência Artificial Distribuída Inteligência Artificial (IA) x Inteligência Artificial Distribuída (IAD): Inteligência Artificial: preocupa-se com a representação do conhecimento e métodos de inferência, estando voltada para a construção de um programa inteligente. Inteligência Artificial Distribuída: Preocupa-se com a interação e o comportamento social, estando voltada para a construção de uma sociedade de programas inteligentes. 3

44 Norman IAD – Inteligência Artificial Distribuída RDP x SMA (áreas da IAD) Resolução distribuída de problemas (gerenciamento de informações): -Decomposição de tarefas: uma tarefa complexa é dividida em diversas sub-tarefas e enviadas para processadores diferentes; -Síntese de solução: o resultado de diferentes sub-tarefas são combinadas. 3

45 Norman IAD – Inteligência Artificial Distribuída RDP x SMA (áreas da IAD) Sistemas Multi-Agentes (comunicação/protocolo): -Comunicação direta: os agentes mesmos cuidam da coordenação; -Coordenação auxiliada: na qual há programas especiais para organizar a coordenação. 3

46 Norman Linguagens dos Agentes Para desenvolver agentes inteligentes são utilizados dois tipos de linguagens: linguagens de comunicação de agentes e linguagens de programação de agentes. Vejamos a seguir algumas linguagens de comunicação de agente. 3

47 Norman Linguagens dos Agentes (comunicação) -ACL: Agent Communication Language / Linguagem de Comunicação do Agente: é uma linguagem baseada na aproximação declarativa, onde baseia-se na ideia que a comunicação pode ser modelada melhor com a troca de sentenças declarativas (definições, suposições e gostos) (IBM, 1995). -KQML: Knowledge Query and Manipulation Language / Linguagem de Manipulação e Consulta de Conhecimento: é uma linguagem e protocolo para troca de informações e conhecimentos. Pode ser utilizada por um programa para interagir com um sistema inteligente ou para o compartilhamento de conhecimento por dois ou mais sistemas inteligentes para resolução de problemas cooperativamente. 3

48 Norman Linguagens dos Agentes (comunicação) -KIF: Knowledge Interchange Format / Formato de Troca de Conhecimento: é uma linguagem formal para troca de conhecimento entre programas disparados. Possui uma semântica declarativa, e compreendida logicamente, utilizada para representar o conhecimento sobre a representação de conhecimento, representação de regras de raciocínio não monotônicos e definição de objetos, funções e relações. 3

49 Norman Linguagens dos Agentes (programação) -Java: é uma linguagem de programação similar em sintaxe ao C++, mas similar em outros meios com Smalltalk e Objective C. O sistema inclui um compilador de código de byte e uma máquina virtual; -Tcl/Tk: é um sistema de programação de fácil utilização. O Tcl é a linguagem de programação básica, enquanto Tk é um conjunto de objetos gráficos. O sistema Tcl/Tk pode ser configurado para trabalhar cooperativamente com outra linguagens tal como C ou C++; 3

50 Norman Linguagens dos Agentes (programação) -Telescript: é um software para construção de aplicações distribuídas utilizando agentes móveis. É uma linguagem de programação remota orientada a objetos que divide todos os processos em agentes e locais, e permite comunicação entre processos; -LALO: é uma linguagem de programação orientada a agentes e um ambiente para desenvolvimento de sistemas multi-agentes. Um programa escrito em LALO é traduzido em código fonte C++, para depois ser compilado, e utiliza KQML para comunicação entre agentes. 3

51 Norman Agentes x Objetos -Quem trabalha com orientação a objetos pode pensar por um momento que Agentes são na verdade objetos pensantes. -Objetos podem ser definidos como entidades de software que encapsulam um estado, são habilidosos na execução de ações, ou métodos neste estado e se comunicam através de mensagens. 3

52 Norman Agentes x Objetos Diferenças: -Agentes incorporam uma noção mais forte de autonomia que os objetos, em particular, decidem por eles mesmos se executam ou não uma ação a pedido de outro agente; -Agentes são capazes de comportamento flexível (reatividade, pró- atividade e sociabilidade) e o modelo padrão de orientação a objetos não diz nada sobre este comportamento; -Um Sistema Multi-Agentes trabalha com vários processos, e cada processo é controlado por pelo menos um agente. 3

53 AGENTES INTELIGENTES FIM OBRIGADO /