agentes e agentes inteligentes

37
Agentes

Upload: mauricio-sonza

Post on 10-Feb-2016

299 views

Category:

Documents


2 download

DESCRIPTION

agentes inteligentes, inteligencia artificial, IA,

TRANSCRIPT

Page 1: Agentes e Agentes Inteligentes

Agentes

Page 2: Agentes e Agentes Inteligentes

Definição de agentes

“Um agente algo que pode ser visto como tendo a percepção de um ambiente através de sensores e agindo nesse ambiente através de atuadores”. [Russel e Norvig]

“… Sistemas computacionais que vivem em “… ambientes complexos e dinâmicos, sentem e agem autonomamente nesse ambiente e ao fazerem-no realizam um conjunto de objetivos ou tarefas para as quais foram projetados”. [Maes]

Page 3: Agentes e Agentes Inteligentes

Definição de agentes

Um agente é uma entidade real ou virtual, capaz de agir num ambiente, de se comunicar com outros agentes, que é movida por um conjunto de inclinações (sejam objetivos individuais a atingir ou uma função de satisfação a otimizar); que possui recursos próprios; que é capaz de perceber seu ambiente (de modo limitado); que possui competência e oferece serviços; que pode eventualmente se reproduzir e cujo comportamento tende a atingir seus objetivos utilizando as competências e os recursos que dispõe e levando em conta os resultados de suas funções de percepção e comunicação, bem como seus representações internas.

Page 4: Agentes e Agentes Inteligentes

O que é um agente

Agentes são personagens computacionais que atuam de acordo com um script definido pelo usuário.

Agente é qualquer entidade que:

percebe seu ambiente através de sensores (ex. câmeras, microfone, teclado, finger, ...).

age sobre ele através de efetuadores (ex. vídeo, auto-falante, impressora, braços, ftp, ...).

Entidade real: robô móvel.

Entidade virtual: robô virtual.

Page 5: Agentes e Agentes Inteligentes

Campos que Inspiraram os Agentes

Page 6: Agentes e Agentes Inteligentes

Características de um agente inteligente

Autonomia de decisão: Capacidade de

analisar uma situação, gerar alternativas de

atuação e escolher a situação que melhor

atende seus objetivos.

Autonomia de Execução: Capacidade de

operar no ambiente sem intervenção de outro

agente;

Existência de uma Agenda Própria:

Capacidade de criar uma agenda (lista) de

objetivos que concretizem suas metas.

Page 7: Agentes e Agentes Inteligentes

Autonomia e utilidade

Autonomia

Capacidade de adaptação a situações novas, para as

quais não foi fornecido todo o conhecimento necessário

com antecedência

Duas implementações: aprendizagem e/ou programação

declarativa

Para construir um sistema inteligente, utilizamos

linguagem

inferência

conhecimento

Page 8: Agentes e Agentes Inteligentes

Agente Racional

Agente Racional: fazer o melhor possível

segue o princípio da racionalidade: dada uma seqüência

perceptiva, o agente escolhe, segundo seus

conhecimentos, as ações que satisfazem melhor seu

objetivo.

Problema

estado inicial + ações => estado final (objetivo)

Agente Racional => Faz a ação correta!

Qual a ação correcta?

Aquela que o faz ser mais bem sucedido!

Como e quando avaliar esse sucesso?

Page 9: Agentes e Agentes Inteligentes

Atributos opcionais

Reatividade: reagir às mudanças do ambiente a partir do reconhecimento de um contexto conhecido;

Adaptabilidade: adaptar seus processo de decisão frente a situações desconhecidas;

Mobilidade: mover-se e ser executado em outras plataformas;

Personalidade: utilizar recursos que lembrem características humanas como a emoção ou o mau humor;

Interatividade com o usuário: interagir com usuários e reagir às falhas de comunicação de maneira aceitável; e

Comunicabilidade: interagir com outros agentes computacionais.

Page 10: Agentes e Agentes Inteligentes

Taxonomia

Eixo cognitivo: Um agente pode conter um modelo de representação interna do ambiente e dos outros agentes baseado em estados mentais; e um modelo racional de decisão (agente cognitivo) ou apenas agir baseado num modelo de reações aos estímulos provocados pelo ambiente (agente reativo);

Eixo de foco: Um agente pode enfatizar similaridades físicas com humanos (estrutural), ou pode enfatizar similaridades comportamentais (comportamental);

Eixo de atuação: Um agente pode atuar de formam isolada (isolada) ou interagindo com outros agentes (social); e

Eixo ambiental: Uma agente pode atuar no desktop (agente de desktop) ou em uma rede internet ou intranet (agente de internet).

Page 11: Agentes e Agentes Inteligentes

Taxonomia

Page 12: Agentes e Agentes Inteligentes

Arquitetura Geral

Page 13: Agentes e Agentes Inteligentes

Controlador: determina a ordem de ativação de seus

processos internos;

Fundamental em agentes cognitivos.

Page 14: Agentes e Agentes Inteligentes

Configurador de performance: a agenda de objetivos, restrições, preferências e modo de atuação

de um agente podem ser configuráveis.

Page 15: Agentes e Agentes Inteligentes

Interface com o usuário: Entender a tarefa a ser executada;

eApresentar os resultados a

serem avaliados.

Page 16: Agentes e Agentes Inteligentes

Interface com outro agentes (broker): quando um agente atua em comunidade, seja competindo ou cooperando, há necessidade de estabelecer uma linguagem de comunicação de agentes (ACL –Agent Comunication Language);

Page 17: Agentes e Agentes Inteligentes

Interface com o ambiente: um agente deve ser capaz de perceber as alterações e atuar

sobre um ambiente;

Page 18: Agentes e Agentes Inteligentes

Componente de mobilidade:um agente pode sobreviver fora

de seu habitat. Esse componente é vital em agentes

móveis.

Page 19: Agentes e Agentes Inteligentes

Interface com outros agentes

Para permitir a comunicação, agentes

podem:

Compartilhar objetos (componentes);

Compartilhar representações de conhecimento

(quadro-negro);

Compartilhar uma linguagem de comunicação

baseada na teoria dos atos de fala.

KQML (Knowledge Query and Manipulation Language).

FIPA ACL (Fundation for Intelligent Physical Agents ACL).

Page 20: Agentes e Agentes Inteligentes

Agente de policia

Ambiente

Agenteraciocínio

Conhecimento:- leis- comportamento dos indivíduos,...

Objetivo:- fazer com que as leis sejam respeitadas

Ações:- multar- apitar- parar, ...

execuçãopercepção

Page 21: Agentes e Agentes Inteligentes

Exemplos de agentesAgente Dados

perceptivosAções Objetivos Ambiente

Diagnóstico

médico

Sintomas,

paciente, exames

respostas, ...

Perguntar,

prescrever exames,

testar

Saúde do paciente,

minimizar custos

Paciente,

gabinete, ...

Análise de

imagens de

satélite

Pixels imprimir 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

mails

mensagens Aceitar ou rejeitar

mensagens

Aliviar a carga de

leitura do usuário

Mensagens,

usuários

Motorista de

taxi

Imagens,

velocímetro,

sons

brecar, acelerar,

dobrar, falar com

passageiro, ...

Segurança,

rapidez, economia,

conforto,...

Ruas, pedestres,

carros, ...

Músico de jazz Sons seus e de

outros músicos,

grades de

acordes

Escolher e tocar

notas no andamento

Tocar bem, se

divertir, agradar

Musicos,

publico, grades

de acordes

Page 22: Agentes e Agentes Inteligentes

Ambiente

Classes de ambientes Físico: robôs

Software: softbots

Realidade virtual (simulação do ambiente físico): softbots e avatares

Propriedades de um ambiente acessível x inacessível

estático x dinâmico

determinista x não-determinista

discreto x contínuo

episódico x não-episódico

tamanho: número de percepções, ações, objetivos,...

Page 23: Agentes e Agentes Inteligentes

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.

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.

Page 24: Agentes e Agentes Inteligentes

Exemplos de ambientes

Agente acessível determinista episódico estático discreto

xadrez sem relógio Sim Sim Não Sim Sim

xadrez com relógio Sim Sim Não Semi sim

gamão sim não não sim sim

motorista de taxi Não Não Não Não Não

médico Não Não Não Não Não

tutor Não Não Não Não Sim

Analisador de imagem Sim Sim Sim Semi Não

Busca na web Não Não Sim Não Sim

Filtrador de mail Sim Não Sim Não Sim

Músico Sim Não Não Não Não

Page 25: Agentes e Agentes Inteligentes

Arquiteturas

Arquiteturas Deliberativas: contém explicitamente representado um modelo simbólico do mundo, e onde as decisões são tomadas via raciocínio lógico ou pseudológico baseado em reconhecimento de padrões ou manipulação simbólica. A arquitetura deliberativa é fixa e pré-definida. Pode ser pouco robusta, sujeitas a erros, pouco flexível e de difícil adaptação a novas situações. Por exemplo, um sistema especialista (baseado em regras) é considerado uma arquitetura

deliberativa.

Arquiteturas Reativas: Não utilizam modelo ou raciocínio simbólico complexo e tomam decisões “em tempo real”. Desvantagem: o agente não pode executar análises complexas de seus dados sensoriais, ou

seja, não pode executar operações cognitivas de alto nível envolvendo crenças, desejos e intenções, a não ser que tenha acumulado conhecimento suficiente para executar determinada função.

Arquiteturas Híbridas: Combinam as características das duas anteriores (capacidades deliberativa e reactiva). Onde o reativo deve ter preferência sobre o deliberativo por responder mais rapidamente as

variações do ambiente. Ou seja, a arquitetura deliberativa lida com a abstração dos dados, ao contrário da reativa que lida com os valores reais (sensores).

Page 26: Agentes e Agentes Inteligentes

Arquitetura Reativa

Page 27: Agentes e Agentes Inteligentes

Arquitetura Deliberativa

Page 28: Agentes e Agentes Inteligentes

Arquiteturas Híbridas

Page 29: Agentes e Agentes Inteligentes

Arquiteturas

Agente tabela

Agente reativo

Agente reativo com estado interno

(autômato)

Agente cognitivo (baseado em objetivos)

Agente otimizador

Agente adaptativo

Page 30: Agentes e Agentes Inteligentes

Agente tabela

Limitações Mesmo Problemas simples -> tabelas muito grandes

Nem sempre é possível construir a tabela

Não há autonomia nem flexibilidade

Ambientes acessível, determinista, episódico, estático, discreto e minúsculo!

ambiente

sensores

efetuadores

Tabela

percepções ações. .. .

Agente

Page 31: Agentes e Agentes Inteligentes

Agente reativo

Vantagens e desvantagens Regras condição-ação: representação inteligível, modular e eficiente

ex. Se velocidade > 60 então multar

Não pode armazenar uma seqüência perceptiva, pouca autonomia

Ambientes: Imprescindível em ambientes dinâmicos

Acessível, episódico, pequeno

Agente sensores

efetuadores

Como está o mundo agora?

Que ação devo escolher agora? Regras “condição-ação”a

m b

i e

n t

e

Page 32: Agentes e Agentes Inteligentes

Agente reativo com estado interno

Desvantagem: pouca autonomia não tem objetivo, não encadeia regras

Ambientes: determinista e pequeno

Ex. Tamagotchi

sensores

Agente

Como está o mundo agora?

Regras “condição-ação”

estado: como o mundo era antes

como o mundo evolui

efetuadores

Que devo fazer agora?

a m

b i

e n

t e

impacto de minhas ações

Page 33: Agentes e Agentes Inteligentes

Agente cognitivo (baseado em objetivo)

Vantagens e desvantagens:

Mais complicado e ineficiente, porém mais flexível, autônomo

Não trata objetivos conflitantes

Ambientes: determinista

ex.: xeque-mate no xadrez

sensoresAgente

Como está o mundo agora?

Objetivos

como o mundo evolui

efetuadores

Que devo fazer agora?

a m

b i e

n t

e

impacto de minhas açõesComo ele ficará se faço isto?

estado: como o mundo era antes

Page 34: Agentes e Agentes Inteligentes

Agente otimizador (utility based)

Ambiente: sem restrição

Desvantagem: não tem adaptabilidade

Ex. motorista recifence

ambiente

sensores

efetuadores

Agente

Como está o mundo agora?

Que ação devo escolher agora?Função de Utilidade

qual é o impacto de minhas ações

como o mundo evolui

Este novo mundo é melhor?

Como ele ficará se faço isto?

estado: como o mundo era antes

Page 35: Agentes e Agentes Inteligentes

Agente que aprende

Ambiente: sem restrição

Vantagem: tem adaptabilidade (aprende)

Ex. motorista sem o mapa da cidade

sensores

efetuadores

Agente

Gerador de problemas

crítico

elemento de aprendizagem

avaliação

objetivos de

aprendizagem

elemento de execução (agente)

trocas

conhecimento

a m

b i e

n t

e

t

t+1

t

Page 36: Agentes e Agentes Inteligentes

Agentes e ambientes

Page 37: Agentes e Agentes Inteligentes

Controvérsia

Inexistência de um paradigma de programação bem

definido para sistemas distribuídos;

Termo agente vulgarmente utilizado para descrever

software em geral devido às definições vagas e

contraditórias de que é objeto; e

Ao interesse da comunicação social no assunto que

resultou na extrapolação da área científica para o

público em geral, sem que o seu significado fosse

corretamente explicado.