agentes e agentes inteligentes
DESCRIPTION
agentes inteligentes, inteligencia artificial, IA,TRANSCRIPT
Agentes
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]
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.
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.
Campos que Inspiraram os Agentes
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.
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
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?
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.
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).
Taxonomia
Arquitetura Geral
Controlador: determina a ordem de ativação de seus
processos internos;
Fundamental em agentes cognitivos.
Configurador de performance: a agenda de objetivos, restrições, preferências e modo de atuação
de um agente podem ser configuráveis.
Interface com o usuário: Entender a tarefa a ser executada;
eApresentar os resultados a
serem avaliados.
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);
Interface com o ambiente: um agente deve ser capaz de perceber as alterações e atuar
sobre um ambiente;
Componente de mobilidade:um agente pode sobreviver fora
de seu habitat. Esse componente é vital em agentes
móveis.
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).
Agente de policia
Ambiente
Agenteraciocínio
Conhecimento:- leis- comportamento dos indivíduos,...
Objetivo:- fazer com que as leis sejam respeitadas
Ações:- multar- apitar- parar, ...
execuçãopercepção
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
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,...
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.
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
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).
Arquitetura Reativa
Arquitetura Deliberativa
Arquiteturas Híbridas
Arquiteturas
Agente tabela
Agente reativo
Agente reativo com estado interno
(autômato)
Agente cognitivo (baseado em objetivos)
Agente otimizador
Agente adaptativo
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
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
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
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
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
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
Agentes e ambientes
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.