Curso de Bacharelado em Sistemas de Informação e
Ciências da Computação
Fonte: José Francisco Salm Junior (Diretor de Engenharia de Sistemas Instituto Stela)
Inteligência Artificial
Introdução a Agentes
Prof.a Ryan Ribeiro de Azevedo
[email protected]
Carga Horária: 60 horas
Agentes
Tópicos

Introdução a Agentes
Observação: Este assunto será aprofundado posteriormente.
2
Agentes no mapa da
computação
Inteligência
Artificial
Engenharia
de Software
Agentes
Sistemas
Distribuídos
Agente

Intencionalidade:





Pode iniciar ação da sua própria
iniciativa para satisfazer seus
objetivos (pro-atividade)
Pode negar-se a um pedido de ação
da parte de outro agente
(negociação)
Entrada e saída mais complexa:
sensores e atuadores
Continuidade temporal: sempre
monitorando o ambiente
Granularidade maior:


Objeto

Sem objetivo próprio

Sem autonomia de decisão:
Encapsula objetivos próprios
(mesmo que implicitamente) além de
dados e métodos
Autonomia de decisão


x
Encapsula código do tamanho de
um pacote ou componente
Composto de vários objetos quando
implementado no paradigma OO




Executa apenas quando
invocado por outros objetos
Executa sempre que invocado
por outros objetos
Entrada e saída: parâmetros e
resultado de métodos
Descontinuidade temporal: ativo
apenas durante invocação dos
seus métodos
Agente Inteligente x Softbot
“burro”
Interpretação das percepções: I = f(P)
Sensores
Ambiente
Atuadores
IA
Processamento
Convencional
Objetivos
Escolha das ações: A = g(I,O)
IA
Processamento
Convencional
Agente Inteligente x Sistema
de IA Clássica
Sistema
Inteligente
Não Situado
Agente Situado
Sensores
Interpretação
das percepções
IA
Ambiente
Raciocínio
Objetivos
Atuadores
Dados de
Entrada
Objetivos
Escolha
das ações
IA
Dados de
Saída
IA
Agentes
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
7
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
8
O que é um Agente
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

ambiente

sensores
Raciocinador
efetuadores
Agente
modelo do
ambiente
O que é um agente? Outras propriedades
freqüentemente associadas

Autonomia de raciocínio:



Adaptabilidade:



Requer IA, máquina de inferência e base de conhecimento
Chave para: sistemas especialistas embutidos, controle,
robótica, jogos, agentes na internet ...
Requer IA, aprendizagem de máquina
Chave para: agentes na internet, interfaces amigáveis ...
Sociabilidade:

Requer IA + técnicas avançadas de sistemas distribuídos:




Protocolos padrões de comunicação, cooperação, negociação
Raciocínio autônomo sobre crenças e confiabilidade
Arquiteturas de interação social entre agentes
Chave para: simulação multi-agente, comercio eletrônico, ...
O que é um agente? Outras propriedades
freqüentemente associadas

Personalidade:



Continuidade temporal e persistência:



Requer IA, modelagem de atitudes e emoções
Chave para: entretenimento digital, realidade virtual,
interfaces amigáveis ...
Requer interface com sistema operacional e banco de
dados
Chave para: filtragem, monitoramento, controle, ...
Mobilidade:

Requer:




Interface com rede
Protocolos de segurança
Suporte a código móvel
Chave para: agentes de exploração da internet, ...
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, próatividade e habilidade social.
12
Exemplos de Agentes



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
Fonte: Russel e Norvig, Inteligência Artificial.
Agentes: metodologia de
desenvolvimento

Decompõe problema em:


Decompõe tipo de conhecimento em:








percepções, ações, objetivos e ambiente (e outros agentes)
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
15
Exemplos de Agentes
Agente
Dados
perceptivos
Ações
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
emails
mensagens
Aceitar 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 jazz
Sons seus e de
outros músicos,
grades de
acordes
Escolher e tocar
notas no andamento
Tocar bem, se
divertir, agradar
Músicos,
publico, grades
de acordes
Fonte: Teresa Ludermir & Jacques Robin, Fundamentos de Inteligência Artificial, Cin-UFPE
16
Pergunta cautelosamente evitada até
agora 
O que é inteligência ?
Quem é mais
inteligente?
 Seu médico ou sua
empregada
doméstica?
 Seu advogado ou sua
criança de 1 ano?
 Kasparov ou
Ronaldinho?
 Dica: baseia sua
resposta sobre os
sucessos da IA nos
último 40 anos
1997:
2x1
2050?
2x1
www.robocup.org



Novo desafio benchmark e teste de turing para IA
Competição anual associada a conferencia de IA
Para sistemas multi-agente situados
Agentes - Ambiente

Completamente observável versus
parcialmente observável

Determinístico versus estocástico

Episódico versus seqüencial

Estático versus dinâmico

Discreto versus contínuo

Agente único versus multiagente
19
Agentes - Ambiente
Fonte: Russel e Norvig, Inteligência Artificial.
20
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.
21
Agentes - Estrutura
Agentes reativos simples
22
Agentes - Estrutura
Agentes reativos baseados em modelo
23
Agentes - Estrutura
Agentes baseados em objetivos
24
Agentes - Estrutura
Agentes baseados na utilidade
25
Agentes - Estrutura
Agentes com aprendizagem
26
IA Clássica

Metáfora basicamente psicológica


Uma pessoa ou entidade resolve o problema.
Inteligência atomizada, restrita aos micro aspectos de sua
própria racionalidade.
27
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 ??
28
Inteligência : Centralizada
ou Distribuída?

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
29
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
30
IAD - Quando usar?

Problema complexo



Problema intrinsecamente distribuído


ex. jogos com personagens, administração de sistemas,
controle de tráfego, etc.
Problemas exigindo rápido tempo de resposta



Dividir e conquistar
ex. jogo dos 8 números, ordenação, etc.
processamento paralelo
ex. busca na internet.
Problema com domínios de conhecimento ou tarefas


um agente para cada tipo de conhecimento/tarefa
ex. usina nuclear
31
Experimento do Robô MultiHumano

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
Agente
Sensores
P
Ambiente
Atuadores
Interpretação
das percepções:
I = f(P)
Raciocínio
A
Escolha
das ações:
A = g(I,O)
1. Percepções ambientais
2. Própriocepções
3. Percepções comunicativas
Objetivos
1. Ações de alterações
ambientais
2. Ações perceptivas
3. Ações comunicativas
32
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
33
Exemplos - Sistemas
Multiagentes
SMarket: Um Sistema Multiagentes para Compras on-line
Fonte: http://wwwhome.cs.utwente.nl/~alme/cvitae/smarket-techreport.pdf
34