sistemas de informaÇÃo inteligência artificial 2010/01 unipac - facae faculdade de ciências...

SISTEMAS DE INFORMAÇÃOInteligência Artificial

2010/01

UNIPAC - FACAE Faculdade de Ciências Administrativas e Exatas

Araguari - MG

Inteligência Artificial Inteligência Artificial

Introdução a Introdução a AgentesAgentes

Aula 06Aula 06

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

Agentes 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

Um Agente e seu Ambiente

Russell & Norvig (2003)

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

O que é um Agente

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.

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

Exemplos de Agentes

Fonte: Russel e Norvig, Inteligência Artificial.

10

Exemplo: Um Táxi Automático

Ambiente: Ruas, estradas, tráfego, pedestres, tempo...

Medida de Desempenho: Segurança, destino, conforto, rendimento...

Atuadores: Direção, acelerador, freios...

Sensores: Velocímetro, sensores do motor, GPS...

11

Agente de policia

Ambiente

Agenteraciocínio

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

Objetivo:- fazer com que as leis sejam respeitadas

Ações:- multar- apitar- parar, ...

execuçãopercepção

12

Um Agente de Compras na Internet

Como seriam:

O Ambiente?

A Medida de Desempenho?

Os Atuadores?

Os Sensores?

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

Exemplos de Agentes

Fonte: Teresa Ludermir & Jacques Robin, Fundamentos de Inteligência Artificial, Cin-UFPE

Agente Dadosperceptivos

Ações Objetivos Ambiente

Diagnósticomédico

Sintomas,paciente, exames

respostas, ...

Perguntar,prescrever exames,

testar

Saúde do paciente,minimizar custos

Paciente,gabinete, ...

Análise deimagens de

satélite

Pixels imprimir umacategorização

categorizarcorretamente

Imagens desatélite

Tutorial deportuguês

Palavrasdigitadas

Imprimir exercícios,sugestões,

correções, ...

Melhorar odesempenho do

estudante

Conjunto deestudantes

Filtrador deemails

mensagens Aceitar ou rejeitarmensagens

Aliviar a carga deleitura do usuário

Mensagens,usuários

Motorista detáxi

Imagens,velocímetro,

sons

brecar, acelerar,dobrar, falar com

passageiro, ...

Segurança,rapidez, economia,

conforto,...

Ruas, pedestres,carros, ...

Músico de jazz Sons seus e deoutros músicos,

grades deacordes

Escolher e tocarnotas no andamento

Tocar bem, sedivertir, agradar

Músicos,publico, grades

de acordes

15

A Metáfora de agente decompõe1) 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

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

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

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

autonomiacomplexidade

19

Agentes - AmbienteCompletamente observável versus parcialmente

observávelDeterminístico versus estocásticoEpisódico versus seqüencialEstático versus dinâmicoDiscreto versus contínuoAgente único versus multiagente

20

Agentes - AmbienteFonte: Russel e Norvig, Inteligência Artificial.

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

Agentes - Estrutura

Agentes reativos simples

23

Agentes - Estrutura

Agentes reativos baseados em modelo

24

Agentes - Estrutura

Agentes baseados em objetivos

25

Agentes - Estrutura

Agentes baseados na utilidade

26

Agentes - Estrutura

Agentes com aprendizagem

27

IA Clássica

Metáfora basicamente psicológica Uma pessoa ou entidade resolve o

problema. Inteligência atomizada, restrita aos

micro aspectos de sua própria racionalidade.

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

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

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

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

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

Interpretaçãodas percepções:

I = f(P)

Escolhadas ações:A = g(I,O)

A

P 1. Percepções ambientais2. Própriocepções3. Percepções

comunicativas

1. Ações de alterações ambientais

2. Ações perceptivas3. Ações

comunicativas

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

Exemplos Agentes

35

Problema: Auxílio á Compras na Web

Como localizar a informação relevante? Como modelar o interesse de um usuário particular?

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

Produção de histórias interativas

. Criar ilusão da vida (ex. Walt Disney)

. Permitir interação com usuário

. Modelar comportamento e personalidade

(ex. tamagotchi)

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?

WogglesDeep Blue

39

Exemplos

CyberLife: CreaturesOZ: Woggles

El Fish PFMagic:Petz

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

Exemplos

Maxis: SimLife

Fujitsu: Fin Fin

42

Robótica

Robôs Médios

Robôs Pequenos

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

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

Modelo de compra

identificação da necessidade recomendação de produtos pesquisa de mercado negociação compra e envio serviço e avaliação de produtos

MEDIADOSPOR AGENTES

Agent-Mediated Electronic Commerce

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

Recomendação de produtos Agentes de recomendação

exemplos: amazon.com, barnesandnoble.com, ZDNet.com,

mylaunch.com, personalogic - AOL,...

48

Pesquisa de mercado Agentes de comparação.

exemplos: bargainfinder, jango (excite), fido. miner (uol), priceline …

produtos: agentsoft, Israel junglee

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

agentede compra

consumidor agentesde venda

lojas

50

Negociação: leilão AuctionWeb

Auction Auction Fever!Fever!

51

Agentes em Intranets

Gerência de redes e sistemas distribuídos Monitoramento e diagnóstico de falhas Balanceamento de carga Detecção de intrusão Etc…

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

Manutenção remota de elementos diversos

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

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

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