SISTEMAS DE INFORMAÇÃO Inteligência Artificial 2010/01 UNIPAC - FACAE Faculdade de Ciências Administrativas e Exatas Araguari - MG.

Apresentação em tema: "SISTEMAS DE INFORMAÇÃO Inteligência Artificial 2010/01 UNIPAC - FACAE Faculdade de Ciências Administrativas e Exatas Araguari - MG."— Transcrição da apresentação:

1 SISTEMAS DE INFORMAÇÃO Inteligência Artificial 2010/01 UNIPAC - FACAE Faculdade de Ciências Administrativas e Exatas Araguari - MG

2 Inteligência Artificial Introdução a Agentes Aula 06

3 3 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

4 4  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

5 5 Um Agente e seu Ambiente Russell & Norvig (2003)

6  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

7 7 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.

8  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

9 Fonte: Russel e Norvig, Inteligência Artificial.

10 10 Exemplo: Um Táxi Automático AAmbiente: Ruas, estradas, tráfego, pedestres, tempo... MMedida de Desempenho: Segurança, destino, conforto, rendimento... AAtuadores: Direção, acelerador, freios... SSensores: Velocímetro, sensores do motor, GPS...

11 11 Agente de policia Ambiente Agente raciocínio Conhecimento: - leis - comportament o dos indivíduos,... Objetivo: - fazer com que as leis sejam respeitadas Ações: - multar - apitar - parar,... execuçãopercepção

12 12 Um Agente de Compras na Internet Como seriam: OO Ambiente? AA Medida de Desempenho? OOs Atuadores? OOs Sensores?

13 13 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

14 14 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 emails 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

15 15 A Metáfora de agente decompõe 1) Problema em: percepções, ações, objetivos, e ambiente (e outros agentes) 2) 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 3) Arquitetura e método de resolução de problema

16 16 Ambientes: propriedades  Acessível: quando os sensores do agente conseguem perceber o estado completo do ambiente.  Determinista: o próximo estado do ambiente pode ser completamente determinado pelo estado atual e as ações selecionadas pelo agente.  Episódico: a experiência do agente é dividida em episódios. Cada episódio consiste em o agente perceber e então agir. Cada episódio não depende das ações que ocorreram em episódios prévios.

17 17 Ambientes: propriedades  Estático: o ambiente não muda enquanto o agente está escolhendo a ação a realizar. Semi-estático: o ambiente não muda enquanto o agente delibera, mas o "score" do agente muda.  Discreto: quando existe um número distinto e claramente definido de percepções e ações em cada turno.  Contínuo: percepções e ações mudam em um espectro contínuo de valores. O Tamanho do ambiente é dado por:número de percepções, ações e objetivos possíveis

18 18 Algoritmo básico  função agenteSimples (percept) retorna ação memória := atualizaMemória (memória, percept) ação := escolheMelhorAção(memória) memória := atualizaMemória (memória, ação) retorna ação  Arquiteturas Agente tabela Agente reativo Agente reativo com estado interno (autômato) Agente cognitivo (baseado em objetivos) Agente otimizador Agente adaptativo autonomia complexidade

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 Agentes

35 35 Problema: Auxílio á Compras na Web  Como localizar a informação relevante?  Como modelar o interesse de um usuário particular?

36 36 Automatização de sistemas de potência objetos: rios, barragens, turbinas, transformadores, linhas,...  Como modelar os componentes do sistema e dar-lhes autonomia?  Como assegurar uma boa comunicação e coordenação entre estes componentes?

37 37 Produção de histórias interativas. Criar ilusão da vida (ex. Walt Disney). Permitir interação com usuário. Modelar comportamento e personalidade (ex. tamagotchi)

38 38 Produção de jogos e histórias interativas  Como modelar o comportamento e personalidade para criar ilusão da vida?  Como permitir uma boa interação com usuário e um comportamento adequado? Woggles Deep Blue

39 39 Exemplos CyberLife: Creatures OZ: Woggles El Fish PFMagic: Petz

40 40 Entretenimento  Diversos tipos de aplicações histórias interativas animações em ambientes virtuais jogos  Requisitos p/ sucesso em jogos bons níveis de interação bons níveis de realismo gráfico ótimo gameplaying  Para gerar ilusão de vida é preciso expressar e controlar personalidade, emoções, atitudes => atores sintéticos

41 41 Exemplos Maxis: SimLife Fujitsu: Fin Fin

42 42 Robótica Robôs Médios Robôs Pequenos

43 43 Controlar robôs  Como obter navegação segura e eficiente, estabilidade, manipulação fina e versátil?  E no caso de ambientes dinâmicos não deterministas? HAZBOT: ambientes com atmosfera inflamável

44 44 Comércio Eletrônico  Hoje informação marketing processamento do pedido Problemas  O que comprar?  Onde comprar?  Quanto pagar?  Amanhã shoppings eletrônicos, com agentes representando vendedores e compradores leilões, com agentes fazendo lançes

45 45 Modelo de compra  identificação da necessidade  recomendação de produtos  pesquisa de mercado  negociação  compra e envio  serviço e avaliação de produtos MEDIADOS POR AGENTES Agent-Mediated Electronic Commerce

46 46 Identificação da necessidade  Agentes de notificação exemplos:  amazon.com (novos livros disponíveis)  fastparts.com (novos lançes afetam os seus)  classifieds 2000 (produto específico disponível por um preço específico) produtos:  Firefly  Microsoft  Oracle,...

47 47 Recomendação de produtos  Agentes de recomendação exemplos:  amazon.com, barnesandnoble.com, ZDNet.com, mylaunch.com, personalogic - AOL,...

48 48 Pesquisa de mercado  Agentes de comparação. exemplos:  bargainfinder, jango (excite), fido. miner (uol), priceline  … produtos:  agentsoft, Israel  junglee

49 49 Negociação  Agentes de negociação pesquisa:  Kasbah - MarketMaker (MIT Media Lab)  Tete-a-Tete (MIT Media Lab)  AuctionBot (Univ. of Michigan)  ShopBot(DI-UFPE)... produtos comerciais:  Moai Technologies, Inc  BusinessBots, Inc agente de compra consumidoragentes de venda lojas

50 50 Negociação: leilão  AuctionWeb Auction Fever!

51 51 Agentes em Intranets  Gerência de redes e sistemas distribuídos  Monitoramento e diagnóstico de falhas  Balanceamento de carga  Detecção de intrusão  Etc…

52 52 Gerenciamento de redes e sistemas distribuídos heterogêneos  Problemas da política centralizada Gargalo no administrador; Requer muito processamento na plataforma de administração; Excesso de tráfego na rede  Tarefas de Gerenciamento Monitorar estado e tráfego em conexões; Manter operacionais os nós da conexão; Automatizar distribuição de arquivos; Manter inventário de HW; Gerenciar recursos compartilhados; Gerenciar SW instalado; Atualizar versões de SO’s e SW’s; Implantar e manter políticas de segurança; Atender as necessidades dos usuários;...

53 53 Manutenção remota de elementos diversos

54 54 Detecção de Intrusão  Motivação: Firewalls só conseguem conter ataques conhecidos. Firewalls não conseguem conter ataques oriundos da rede interna. Ataques (internos ou externos) deixam sintomas. Possibilidade de previsão de ataques.

55 55 Detecção de Intrusão – Onde os agentes entram ?  Detectando sintomas: Periodicamente verificando permissões etc...  Detectando cenários: Periodicamente analisando o tráfego etc...  Possibilidade de oferecer serviços adicionais: Otimizando a coleta de informações relevantes; Disparando “triggers”;  Possibilidade de oferecer “capacidade reativa” automática da rede atacada. Desconectando o intruso; Bloqueando o tráfego para a Internet etc… Enviando mensagem para o operador do backbone

56 56 Exemplos – Sistemas Multiagentes SMarket: Um Sistema Multiagentes para Compras on-line Fonte: http://wwwhome.cs.utwente.nl/~alme/cvitae/smarket-techreport.pdf Aplicações de Interfaces Comuns para Gateways (CGI, Common Gateway Interface) http://www.fundao.wiki.br/articles.asp?cod=88