Organizações Artificiais Marcos Augusto Hochuli Shmeil Edson Emilio Scalabrin { shm,

Apresentação em tema: "Organizações Artificiais Marcos Augusto Hochuli Shmeil Edson Emilio Scalabrin { shm,"— Transcrição da apresentação:

1 Organizações Artificiais Marcos Augusto Hochuli Shmeil Edson Emilio Scalabrin { shm, scalabrin} @ppgia.pucpr.br

2 n Enquadramento n Conceitos Fundamentais n A Inteligência Artificial (IA) n Machine Learning (ML) n A Distribuição da Inteligência Artificial (IAD) n Aplicando metodologias de IAD e ML para a modelagem de uma Sociedade de Organizações (Organizações Artificiais) Organizações Artificiais

3 Enquadramento Máquinas Sistemas Operativos Linguagens Comunicações Conceitos e Teorias IA, IAD Expert Systems Expert Systems Machine Learning Machine Learning Multiagent Systems,... Multiagent Systems,... Estrutura de Dados Projeto de Arquivos Banco de Dados Banco de Dados Distribuído ETC...ETC... Problemas do Mundo Real PROJETOS SOLUÇÕES MÉTODOS E TÉCNICAS TÉCNICAS Sociedade/ Organizações Organizações

4 Enquadramento Compreensão do mundo em que vivemos Aprender padrões Descobrir padrões Criar padrões Propriedades, comportamentos (relações),...

5 Conceitos Fundamentais A representação do mundo real AÇÕES + AÇÕES + Dados : Atributos e instâncias de um certo objeto Informação : semântica dos dados para um certo domínio. Conhecimento : atributos, processos-raciocínio, conceitos, hipóteses, relações, conceitos, hipóteses, relações, ambiente,... ambiente,... Através de : dados, gráficos-figuras, algoritmos, dados, gráficos-figuras, algoritmos, heurísticas,... ) heurísticas,... ) A representação do mundo real AÇÕES + AÇÕES + Dados : Atributos e instâncias de um certo objeto Informação : semântica dos dados para um certo domínio. Conhecimento : atributos, processos-raciocínio, conceitos, hipóteses, relações, conceitos, hipóteses, relações, ambiente,... ambiente,... Através de : dados, gráficos-figuras, algoritmos, dados, gráficos-figuras, algoritmos, heurísticas,... ) heurísticas,... )

6 São agrupados em Sistemas, os quais são classificados Segundo o domínio de aplicação: Segundo o domínio de aplicação: Sistemas Aa, Bb, Cc,... Segundo a finalidade organizacional Segundo a finalidade organizacional Sistemas Operacionais Sistemas Gerenciais - de controle Sistemas de Apoio a decisão,... Segundo a representação do conteúdo Segundo a representação do conteúdo Sistemas de Informação Sistemas baseados em Conhecimento, Sistemas orientados à objetos,......... Conceitos Fundamentais

7 Quanto a abrangência da Base de dados: Bases Corporativas Bases Departamentais Bases Específicas C D E

8 A Inteligência Artificial (IA) É uma parte da Ciência da Computação, interessada na modelagem de Sistemas Inteligentes de Computação. (Meados de 1950). A IA é o estudo de como fazer os computadores realizarem tarefas, as quais, no momento, são realizadas de forma melhor pelos seres humanos.

9 Sistemas Inteligentes: São sistemas que exibem características que nós associamos com a inteligência do comportamento humano. Entender a Linguagem AprendizagemRaciocínio Solução de problemas,... A Inteligência Artificial (IA)

10 A inteligência requer conhecimento Descrição formal de um problema: Definição do Espaço de Estados Definir o estado inicial Definir o estado inicial Definir o estado final ( objetivo) Definir o estado final ( objetivo) Conjunto de operadores que descrevem as ações Conjunto de operadores que descrevem as ações Estratégia de controle - Cause movimento Estratégia de controle - Cause movimento Seja sistemática A Inteligência Artificial (IA)

11 A heurística é uma técnica que melhora a eficiência de um processo de busca no espaço de estados, sacrificando o determinismo e a perfeição. A Inteligência Artificial (IA)

12 espaço de estados um estado atual Novo estado raciocínio (monotônico e não monotônico) Então,

13 A Inteligência Artificial (IA) Representação do Conhecimento Lógica de predicados Lógica de predicados Frames Frames Scripts Scripts Redes semânticas,... Redes semânticas,...

14 A Inteligência Artificial (IA) Lógica de predicados Lógica de predicados conceda crédito PESSOA_P se saldo_médio > X e tempo cliente > Y e renda_mensal > Z. pessoa( Maria) saldo_médio ( Maria, x+1) tempo_cliente (Maria,Y-10) renda_mensal (Maria, z+35)

15 A Inteligência Artificial (IA) Frames Frames Frame : Banco Especialização:Banco Comercial Especialização:Banco Comercial Horário:( 10:00 às 16:00) Horário:( 10:00 às 16:00) Sub-divisão:Agências Sub-divisão:Agências Carteiras: Contas_correntes Câmbio Câmbio Rural Rural Recursos_humanos: gerentes caixas caixas auxiliares auxiliares Qtde_de_recursos: [50] Classe_agência: ( pequena, média,grande) Ex: agência_xyz Carteira: Contas_correntes Carteira: Contas_correntes Recursos_humanos: [ gerente qtde = 1] Recursos_humanos: [ gerente qtde = 1] Classe_agência = pequena Classe_agência = pequena

16 A Inteligência Artificial (IA) Script Script script: conceito de uma pessoa (cliente) frente a uma loja condição de entrada:. identificação da pessoa. identificação da pessoa condição de saida:. Conceito da pessoa junto a loja. Conceito da pessoa junto a loja objetos:. Pessoa (consumidor). Pessoa (consumidor). Loja. Loja agentes:. Funcionários da Agência (FA). Funcionários da Agência (FA). Funcionários da Loja (FL). Funcionários da Loja (FL) Cena_1: Contato Inicial FA: contato inicial FA: Solicita falar com um FL FA: Informa identificação da pessoa Cena_2: Pessoa é consumidora da Loja FL: Localiza cadastro FL: Verifica pontualidade de pagtos Cena_3: Elaboração de conceito FL: contata FA FL: informa pontualidade de pgto FA: recebe a informação FA: atribui conceito segundo critérios

17 A Inteligência Artificial (IA) Redes semânticas Redes semânticas cadeira móvel assento pessoa eu is_a is_part_of is_a is_a have Ccccc

18 A Inteligência Artificial (IA) Sistemas Especialistas (Expert systems): Componentes: Especialista Especialista Engenheiro do Conhecimento Engenheiro do Conhecimento Interfaces Interfaces Inferência Inferência Base de Conhecimento Base de Conhecimento

19 A Inteligência Artificial (IA) A é verdade se B for Verdade, B for Verdade, C for verdade. C for verdade. B é verdade se B1 é verdade B1 é verdade B2 é verdade. B2 é verdade. B1 é um fato conhecido conhecidoInferência Base Conhec.

20 Machine Learning (ML) A habilidade para aprender é um dos mais significativos aspectos da inteligência humana. As máquinas não podem ser chamadas de inteligentes até que sejam capazes de aprender a fazer coisas novas, adaptarem-se a novas situações, no lugar de simplesmente fazerem aquilo que foram mandadas.

21 Machine Learning (ML) Aprendizado sub-simbólico Redes neuronais,... Aprendizado simbólico Através: exemplos,... Métodos: indutivos, dedutivos,... O que: Novos conceitos, árvores de decisão,...

22 Machine Learning (ML) Aprendendo árvores de decisão: - Critério de avaliação : Entropia Namorar ou não namorar

23 Machine Learning (ML) Apresentar Árvores de Indução - Apresentar Árvores de Indução -

24 Machine Learning (ML) intelig financ namora sim não po me ri ñ_namora namora namora Indução a partir de exemplos

25 Machine Learning (ML) Ebl A partir de uma teoria e um exemplo ou conjunto de exemplos kill( X, Y) hates(X, Y) has_gun(X) is_depressed(X) hates( John, John). has_gun( John). is_depressed( John).

26 A Inteligência Artificial Distribuída (IAD) PROBLEMAS DISTRIBUIDOS Solução de problemas de forma distribuída Solução de problemas de forma distribuída Agentes Agentes Dividir para conquistar Solução de problemas de forma distribuída

27 A Inteligência Artificial Distribuída (IAD) Agentes Entidades computacionais, dotadas de capacidades Entidades computacionais, dotadas de capacidades cognitivas (percepção, raciocínio e memória) ou reativas as quais agem ou reagem no domínio para as quais foram concebidas. O comportamento cognitivo é orientado pelos objetivos, crenças, desejos e intenções. O reativo é orientado pela função e pela sobrevivência.

28 A Inteligência Artificial Distribuída (IAD) Agentes Multi-agente - Sociedade de agentes Cognitivos/ Reativos Homogêneos/ Heterogêneos Distribuídos/ Centralizados Autônomos/ Semi-autônomos

29 A Inteligência Artificial Distribuída (IAD) Dividir para conquistar Solução orientada por AGENTES Ag 1 Ag 2 Ag 3 Ag n BB

30 Aplicando metodologias de IAD e ML para a modelagem de uma Sociedade de Organizações Uma Sociedade de Organizações Uma Sociedade de Organizações As Organizações As Organizações Cenário para uma Sociedade de Organizações Cenário para uma Sociedade de Organizações ARTOR (ARTificial ORganizations) ARTOR (ARTificial ORganizations) Interação entre Produtores e Fornecedores de Interação entre Produtores e Fornecedores de em um caminho cooperativo em um caminho cooperativo

31 Aplicando metodologias de IAD e ML para a modelagem de uma Sociedade de Organizações Uma Sociedade de Organizações Uma Sociedade de Organizações protagonista criador natural artificial constantemente modifica mundo real

32 Aplicando metodologias de IAD e ML para a modelagem de uma Sociedade de Organizações natural artificial mundo real Percepção modelos conceituais Limitações cognitivas e físicas Limitações cognitivas e físicas Entende as vantagens de reunir esforços Sociedade e Relações Sociais

33 Aplicando metodologias de IAD e ML para a modelagem de uma Sociedade de Organizações Estas Sociedades foram e ainda são estruturadas em ORGANIZAÇÕES, nas quais o ser humano contribui com suas capacidades e especialidades, exibindo um comportamento inteligente.

34 Aplicando metodologias de IAD e ML para a modelagem de uma Sociedade de Organizações Neste cenário social, um Comportamento Inteligente pode ser caracterizado: Percepção do ambiente Percepção do ambiente Tomada de decisão Tomada de decisão Interações sociais Interações sociais Coordenação Coordenação Planejamento NASCER, VIVER e MORRER. Planejamento NASCER, VIVER e MORRER. Aprendizagem Aprendizagem

35 Aplicando metodologias de IAD e ML para a modelagem de uma Sociedade de Organizações As Organizações As Organizações entidade social modeladas em termos de Interações Sociais intra inter inner outer

36 Aplicando metodologias de IAD e ML para a modelagem de uma Sociedade de Organizações INNER Recursos Humanos Não Humanos Não Humanos Estrutura Física Conceitual Conceitual Tarefas fins suporte (meio) suporte (meio) INNER/ OUTER Observação - Passiva Ativa Ativa A sobrevivência de uma Organização depende da capacidade do INNER perceber e se ajustar para o OUTER

37 Aplicando metodologias de IAD e ML para a modelagem de uma Sociedade de Organizações - Aplicando metodologias de IAD e ML para a modelagem de uma Sociedade de Organizações - 1 o parte Cenário para uma Sociedade de OrganizaçõesCenário para uma Sociedade de Organizações

38 em geral pela modelagem de organizações, em particular pela relação social de contratação, necessidade de processos automatizados, pela necessidade de preservar o conhecimento envolvido e aprender com as experiências, engenharia de software Aplicando metodologias de IAD e ML para a modelagem de uma Sociedade de Organizações MOTIVAÇÃO

39 Aplicando metodologias de IAD e ML para a modelagem de uma Sociedade de Organizações pelo potencial que o domínio da Inteligência Artificial Distribuída apresenta na modelação de problemas complexos e distribuídos, e pela atenção que a comunidade científica tem dispensada no domínio da modelagem das organizações. MOTIVAÇÃO

40 Aplicando metodologias de IAD e ML para a modelagem de uma Sociedade de Organizações dois grupos de disciplinas: (i) as que auxiliam na compreensão do problema a ser estudado e modelado, e (ii) as que contribuem com conceitos e metodologias. COMPREENSÃO

41 Aplicando metodologias de IAD e ML para a modelagem de uma Sociedade de Organizações COMPREENSÃO

42 Aplicando metodologias de IAD e ML para a modelagem de uma Sociedade de Organizações - Aplicando metodologias de IAD e ML para a modelagem de uma Sociedade de Organizações - 2 o parte Interação entre Produtores e Fornecedores deInteração entre Produtores e Fornecedores de em um caminho cooperativo em um caminho cooperativo

43 ARTificial ORganizations

44 Agentes (Organizações) Quadro-Negro (Quiosque “News Stand”) Os componentes do sistema ARTOR

45 ARTificial ORganizations Os componentes do sistema ARTOR

46 ARTificial ORganizations Os componentes do sistema ARTOR

47 “ARTOR” um modelo computacional para organizações artificiais

48 “ARTOR” um modelo computacional para organizações artificiais

49 “ARTOR” um modelo computacional para organizações artificiais

50 Estruturas: o agente envolvente de menor granularidade “ARTOR” um modelo computacional para organizações artificiais

51 Estruturas: “ARTOR” um modelo computacional para organizações artificiais

52 Capacidades dos agentes: “ARTOR” um modelo computacional para organizações artificiais

53 “ARTOR” um modelo computacional para organizações artificiais

54 (i) a padronização (ii) a supervisão direta (iii) o ajuste mútuo através da argumentação A Coordenação: “ARTOR” um modelo computacional para organizações artificiais

55 “ARTOR” um modelo computacional para organizações artificiais

56 a relação social de seleção e de contratação de parceiros cooperantes no modelo “ARTOR”

57 lista de critérios (CL) para cada bem/serviço a ser provido. Uma lista de critérios, é formada pela conjunção unidades denominadas de critérios de seleção (SC). seleção: a relação social de seleção e de contratação de parceiros cooperantes no modelo “ARTOR”

58

59 (agent n,, 12, ((color, blue, y), (price, _, y), (payment_period, 60, y)), 10) Ag 1 Ag 2 Ag 3 Ag n BB BB Convite organizer respondent respondent respondent a relação social de seleção e de contratação de parceiros cooperantes no modelo “ARTOR”

60

61 Negociação baseada em: (i) estilo do agente, e (ii) estratégias e táticas a relação social de seleção e de contratação de parceiros cooperantes no modelo “ARTOR”

62 A Oferta_Inicial e a Negociação Orientada : Estilo do agente Estratégias Táticas Win/Win Win/Lose a relação social de seleção e de contratação de parceiros cooperantes no modelo “ARTOR”

63 A Oferta_inicial e a Negociação... Frame:Estratégia Tipo: 1) DECREMENTAL 2- Próximas_ofertas: Tipo de Conceito: EC Conceito:1) Considerar 50% das contra_ofertas... Frame: Estilo do agente Estilo: win/win Aplicação: negociação Conceitos: EC... Frame: Opção: 1 Negociação, Opção: 1, Conceito... Estilo do agente : win/win ou win/lose Objectivo : decrementar as ofertas 1- Oferta_inicial: ECs com máximo valores Tácticas: TROCA Frame:Táticas Tipo : 1) TROCA... Objectivo: Troca de ECs 1) Manter ECs com utilidade > 5 Trocar ECs com utilidade =< 5... Frame:operador_decremental... Negociação, Opção: 1, Conceito ECs com valores decrementados a relação social de seleção e de contratação de parceiros cooperantes no modelo “ARTOR”

64 O Processo de Validação desejado oferta_inicialc_oferta_inicialoferta_1c_oferta_1oferta_2 gerada recebida sequência valores acima valores abaixo cresce/ decresce/ coincide Cálculo da distância, Situações de conflito Cálculo da distância, Situações de conflito Negociação como metodologia Negociação como metodologia a relação social de seleção e de contratação de parceiros cooperantes no modelo “ARTOR”

65 A Aprendizagem EC1.i EC2.i ECn.i EC1.1 EC2.1 ECn.1 EC1.2 EC2.2 ECn.2 c_oferta_inicialoferta_1c_oferta_1oferta_2 oferta_inicial ECnEC2EC1 c_EC1.i c_EC2.i c_ECn.i c_EC1.1 c_EC2.1 c_ECn.1 D A B E F sequência A CC B frame_1frame_2frame_... CL- valores desejados a relação social de seleção e de contratação de parceiros cooperantes no modelo “ARTOR”

66

67

68

69 A contratação: a relação social de seleção e de contratação de parceiros cooperantes no modelo “ARTOR”

70 Aprendizagem: a relação social de seleção e de contratação de parceiros cooperantes no modelo “ARTOR”

71

72

73

74

75

76 Como pode ser Útil o conhecimento aprendido? Orientador do planejamento para o processo Orientador do planejamento para o processo de negociação de negociação Orientador durante a execução do processo Orientador durante a execução do processo de negociação de negociação a relação social de seleção e de contratação de parceiros cooperantes no modelo “ARTOR”

77 ARTOR (ARTificial ORganizations) Aplicando metodologias de IAD e ML para a modelagem de uma Sociedade de Organizações

78