Inteligência Artificial:
Uma perspectiva heterodoxa
Eugénio Oliveira
[email protected]
http:www.fe.up.pt/~eol/MEMBERS/eco.html
Eugénio Oliveira - Lab. Inteligência Artificial e
Ciências da Computação e FEUP
ÍNDICE DA APRESENTAÇÃO
O que é a Inteligência Artificial
Doença Infantil e Romantismo
Afirmação e Pragmatismo
Ousadias aceites
Explorações perigosas
Eugénio Oliveira - Lab. Inteligência Artificial e
Ciências da Computação e FEUP
Inteligência Artificial
Sistemas que “pensam” Sistemas que “pensam”
como os Humanos
Racionalmente
Sistemas que agem
Sistemas que agem
Racionalmente
como os Humanos
Eugénio Oliveira - Lab. Inteligência Artificial e
Ciências da Computação e FEUP
 INTELIGÊNCIA ARTIFICIAL:
 Como tornar Sistemas Computacionais mais “inteligentes” e
mais úteis usando a racionalidade?
 “SE existem processos simbólicos identificáveis na base do
raciocínio
 ENTÃO tais processos podem ser estudados e simulados, sendo
o Hardware - pessoa ou computador- um DETALHE de
Implementação...”
Eugénio Oliveira - Lab. Inteligência Artificial e
Ciências da Computação e FEUP
 1956 : O Início
Anos 60: Sistemas Genéricos (GPS, LN)
Anos 70-80: Sistemas Específicos (SP)
Anos 80: Paralelismo, Formalismos, Integração (RN,Ag)
Anos 90: Sociedades Sistemas Autónomos
Anos 2000: “Psicologia” e “Inteligência”
Eugénio Oliveira - Lab. Inteligência Artificial e
Ciências da Computação e FEUP
IA
Conh.
Simb
Repr. Conh.
Inf.
Sub-Simb
Mét.Resol.Prob.
Aquis. Conh.
RN
Arquitecturas “mentalistas” e “emocionais”
Eugénio Oliveira - Lab. Inteligência Artificial e
Ciências da Computação e FEUP
Anos 60-70: O Romantismo
 GPS
Comprensão da Linguagem Natural
Interfaces
Tradução Automática
Criação de Texto
Eugénio Oliveira - Lab. Inteligência Artificial e
Ciências da Computação e FEUP
Racionalidade das Linguagens Naturais
Eugénio Oliveira - Lab. Inteligência Artificial e
Ciências da Computação e FEUP
JAVA
LISP
PROLOG
Eugénio Oliveira - Lab. Inteligência Artificial e
Ciências da Computação e FEUP
Linguagem Natural Computacional
Análise Lexical e Morfológica
Análise Sintática
Análise Semântica
Análise da Pragmática
Qual é a Universidade a que pertencem os alunos que assistem à palestra ?
E em que cidade fica?
Qual é a palestra a que pertencem os alunos que assistem à Universidade ?
Erro Semântico
Quantos são as jogos do europeu de futebol?
Erro de concordância
Eugénio Oliveira - Lab. Inteligência Artificial e
Ciências da Computação e FEUP
Anos 70-80: O Pragmatismo
 Sistemas Periciais (“Expert Systems”)
Conhecimento e Dedução
 Memória Associativa operacionalização baseada em regras
Incerteza e Incompletitude
 Probabilidades Objectivas e Probabilidades Subjectivas
 Lógicas Difusas
 Aplicações:
Diagnóstico Médico
Eugénio Oliveira - Lab. Inteligência Artificial e
Ciências da Computação e FEUP
 Exemplo de Regra na Base de Conhecimento:
SE o grupo predominante regular existe e é tipo A
E frequência cardíaca maior
Muitoque
alta100
E grupo predominante de ondas p homogéneas existe
E polaridade da onda p na derivação avr é negativa
OU polaridade da onda p na derivação d2 é positiva
E a razão entre as ondas p e r é 1:1
E a linha de base existe
ENTÃO diagnóstico é taquicardia sinusal ou auricular FC=0.8
Conjuntos Difusos
Eugénio Oliveira - Lab. Inteligência Artificial e
Ciências da Computação e FEUP
Raciocínio
impreciso
 Arquitectura de Sistema Pericial
Explicações
MetaConhecimento
Motôr de
Inferência
Base de
Conhecimentos
Raciocínio Incerto
Aquisição do
Conhecimento
Factos
Interface Utilizador / Especialista
Eugénio Oliveira - Lab. Inteligência Artificial e
Ciências da Computação e FEUP
Conhecimento Vs Ilusão
Leis da
perspe
ctiva
Eugénio Oliveira - Lab. Inteligência Artificial e
Ciências da Computação e FEUP
Anos 80: Paralelismo, Formalismos, Integração
Lógicas e Formalismos
Modais
Não Monótona
 Redes Neuronais Computacionais
Aprendizagem Vs Adaptação
Indução e Reforço
Eugénio Oliveira - Lab. Inteligência Artificial e
Ciências da Computação e FEUP
Redes Neuronais
O Cérebro Humano é composto por cerca de 1011 Neurónios.
O Cérebro aprende e opera em modo massivamente paralelo grandes
quantidades de informação.
Processa informação incompleta, incerta e com “ruído” ..
Algoritmos das Redes Neuronais Artificiais permitem através da
Aprendizagem das conexões entre nodos ganhar capacidade Adaptativa e
de Generalização
Eugénio Oliveira - Lab. Inteligência Artificial e
Ciências da Computação e FEUP
As Técnicas Conexionistas são prometedoras na resolução de
problemas para os quais as aproximações algorítmicas tradicionais
se revelam ineficazes e inoperantes.
Por exemplo:
• Reconhecimento de Formas
• Classificação e tratamento do sinal
• Comando reactivo de Robôs
• Previsões baseados na análise de um historial
O resultado da aproximação Conexionista pode ser vista como a Aprendizagem
de um processo de classificação de uma população de casos existentes.
Eugénio Oliveira - Lab. Inteligência Artificial e
Ciências da Computação e FEUP
Tentativa da sua modelação:
Neurónio formal
Eugénio Oliveira - Lab. Inteligência Artificial e
Ciências da Computação e FEUP
n
e =  wji *s
j
i j=1
1
si = 1+exp(-e
) ou
i
1
si = 2 *arctg(ei)
Outras funções utilizadas são: função degrau, rampa, ...
Eugénio Oliveira - Lab. Inteligência Artificial e
Ciências da Computação e FEUP
APRENDIZAGEM SUPERVISIONADA
A Rede produz a sua própria resposta a uma
configuração que lhe é apresentada à entrada, após o que
o supervisor apresenta a resposta correcta.
Eugénio Oliveira - Lab. Inteligência Artificial e
Ciências da Computação e FEUP
Previsões
Reconhecimentos
Controlo robótico
nº ligações independentes < nº saídas*nº exemplos aprendizagem
Eugénio Oliveira - Lab. Inteligência Artificial e
Ciências da Computação e FEUP
APRENDIZAGEM POR REFORÇO
(por Recompensa)
São atribuídas recompensas/punições de acordo
com o facto de a saída ser apropriada ou não
“Aprendizagem com um crítico”
Eugénio Oliveira - Lab. Inteligência Artificial e
Ciências da Computação e FEUP
Algoritmos para a Evolução
(Evolutionary Programming)
Eugénio Oliveira - Lab. Inteligência Artificial e
Ciências da Computação e FEUP
Computação Evolucionária:
• Porquê?
A Natureza permite a Evolução bem sucedida de
organismos através de selecção e reprodução com
alguma mutação
Computação Evolucionária (Friedberg, 1958 ; JHolland, 1975):
• Quando?
•
Espaço de Pesquisa grande e complexo
•
Facilidade de implementação paralela
•
Não necessidade de solução óptima (mas boa)
• Exemplo:
optimizar uma função f(x1,…,x100) sendo f
muito complexa.
se xi=0 ou xi=1, Espaço de pesquisa 2100 ~=1030
Pesquisa exaustiva fora de questão
Eugénio Oliveira - Lab. Inteligência Artificial e
Ciências da Computação e FEUP
Diagrama do Algoritmo para Evolução
População Inicial
Selecção
Emparelhamento
Cruzamento
Mutação
FIM?
Não
SIM
Eugénio Oliveira - Lab. Inteligência Artificial e
Ciências da Computação e FEUP
Questões:
Como representar os Indivíduos?
Como Seleccionar os Indivíduos?
Qual a Função de Adaptação?
Como se reproduzem os Indivíduos?
Eugénio Oliveira - Lab. Inteligência Artificial e
Ciências da Computação e FEUP
ex: Treinar o disparo controlado por um AG sobre um alvo móvel.
Depende de variáveis como vento, velocidade do alvo, distância,
tipo de arma....
Função de Adaptação: a distância a que o projéctil ficou do alvo
É um exemplo de problema em que os AGs são bem aplicados
Eugénio Oliveira - Lab. Inteligência Artificial e
Ciências da Computação e FEUP
Como representar os Indivíduos?
Indivíduos representados como cadeias de caracteres
(strings) sobre um alfabeto.
Indivíduos são representados pelos Genomas ou Cromossomas.
•Nº de Genes depende do Nº de Atributos a representar
•Se a Representação dos indivíduos é binária temos Algoritmos Genéticos
•A={0,1} 0 e 1 são os “alelos”
Eugénio Oliveira - Lab. Inteligência Artificial e
Ciências da Computação e FEUP
Qual a Função de Adaptação
Como se reproduzem os Indivíduos/Cromossomas?
por Cruzamento e Mutação
Eugénio Oliveira - Lab. Inteligência Artificial e
Ciências da Computação e FEUP
0
1
0
Eugénio Oliveira - Lab. Inteligência Artificial e
Ciências da Computação e FEUP
• Exemplo:
Probabilidade de selecção
População inicial gerada aleatoriamente
Eugénio Oliveira - Lab. Inteligência Artificial e
Ciências da Computação e FEUP
Como operam os Algoritmos Genéticos?
Exemplo de problema:
Max f(x1, x2) = 21.5 + x1sin(4πx1) + x2sin(20πx2)
Onde – 3.0 ≤ x1 ≤ 12.1 and 4.1 ≤ x2 ≤ 5.8.
Valor da função
Eugénio Oliveira - Lab. Inteligência Artificial e
Ciências da Computação e FEUP
Anos 90: Distribuição e Sociedades
Durkheim Vs Turing
Conectividade
Eugénio Oliveira - Lab. Inteligência Artificial e
Ciências da Computação e FEUP
INTELIGÊNCIA ARTIFICIAL DISTRIBUÍDA:
•Estudo das “leis sociais” e implementação de Sistemas MultiAgente Cooperantes, que permitam a resolução de problemas
complexos e Distribuídos (espaço , competências,...)
Eugénio Oliveira - Lab. Inteligência Artificial e
Ciências da Computação e FEUP
SISTEMAS PERICIAIS COOPERATIVOS:
GESTÃO DE REDES ELÉCTRICAS
INTEGRAÇÃO DE INFORMAÇÃO EM HOSPITAIS
SIMULAÇÃO DAS ORGANIZAÇÕES NO MERCAD0
YES
No
What?
Why?
Eugénio Oliveira - Lab. Inteligência Artificial e
Ciências da Computação e FEUP
Objetivo Global
Cooperação
Cooperação
Cooperação
Objetivo
local
Objetivo
local
Objetivo
local
Objetivo
local
Sistema
Específico
Sistema
Específico
Sistema
Específico
Sistema
Específico
Eugénio Oliveira - Lab. Inteligência Artificial e
Ciências da Computação e FEUP
1
Architecture for Cooperative Agents:
 New Agent’s
Architecture:
AAM+SM+BB
 Book “ARCHON…”
Ed. Thies Wittig
Ellis Horwood, 1992
 Multiplos Agentes com Especialidades diversas
 Suporte da Decisão e Manutenção da Coerência Global/local
Eugénio Oliveira - Lab. Inteligência Artificial e
Ciências da Computação e FEUP
Mercado Electrónico como SMA
agente V2
agente C1
agenteV3
Mercado
agente C2
agente V4
agente V1
Eugénio Oliveira - Lab. Inteligência Artificial e
Ciências da Computação e FEUP
Tácticas dependentes do Tempo
0
1
0
Time
Greedy
Utility
1
Linear
Utility
Utility
Anxious
1
0
Time
Time
Tácticas dependentes da situação
Dependendo de factores em tempo de execução:
Nº de oponentes…
Tácticas dependentes do Comportamento
Dependendo do Comportamento dos oponentes
Eugénio Oliveira - Lab. Inteligência Artificial e
Ciências da Computação e FEUP
1. Negociação Automática em B2B
Normas
Regras
Ligações
formação
E.V.
operação
E.V.
QNegociação
Monitoração
dissolução
E.V.
instituições
EAgt
MAgt
EAgt
EAgt
Contratos
EAgt
Finanç.
Legais
Ana Paula Rocha, Eugénio Oliveira
Garage
Storehouse
Machinery
Facilitator
Personnel
Workers
Facilitator
Stocks
manager
Facilitator
Machinery
Plannin
g
Facilitator
Experts Facilitator
Chief
Workers
Edification
Garage
Storehouse
Planning
Personnel
Interconnecting network
Edification
Supervisors
Eugénio Oliveira - Lab. Inteligência Artificial e
Ciências da Computação e FEUP
I can do
70 for 40
I can do 30
for 20
I need
100
I can do
50 for 30
I can do 90
for 50
Announcer
A
Need 100
90 for 50
B
30 for 20
C
D
Task announcing
70 for 40
50 for 30
Coalition
formation
Four useful coalitions:
- C & D (cost=70)
- B & C (cost=60)
- A & C (cost=90)
- A & D (cost=80)
Coalition team & best offer
announcing to coordinators
50
55
Leading
45
Quit
Intra-coalition negotiation
Leading
Quit
Leading
The winner !!!
Eugénio Oliveira - Lab. Inteligência Artificial e
Ciências da Computação e FEUP
New best offer announcing to
coordinators
Agents activity cost calculation
 Five components:
Fixed costs
Owning cost
Operation cost
Variable
Operator cost
costs
Displacement (if necessary)
Profits
Variable costs
Operation
Operator
D8R
Profits
13%
Operation
20%
Operator
18%
Ow ning
49%
Negotiation margin
Movement
Absolute
minimum
Owning
Profits
Fixed costs
Optimum
Zero loose
Eugénio Oliveira - Lab. Inteligência Artificial e
Ciências da Computação e FEUP
Simulation League:
World Champions in
2000, Australia
Luis Paulo Reis, Nuno Lau
Eugénio Oliveira - Lab. Inteligência Artificial e
Ciências da Computação e FEUP
AGENTES
Agentes que usam funções de utilidade são mais racionais
CARACTERÍSTICAS dos AGENTES (BDI)
Autonomia
Pró-actividade
Persistência
Mobilidade
Intencionalidade
Crenças-Desejos-Intenções
Eugénio Oliveira - Lab. Inteligência Artificial e
Ciências da Computação e FEUP
ARQUITECTURA DE
AGENTES BDI
Eugénio Oliveira - Lab. Inteligência Artificial e
Ciências da Computação e FEUP
Conceitos baseados em Emoções tem papeis diversos
nos Sistemas Computacionais:
Reconhecimento da Emoção Humana
 poderá um C vir a reconhecer emoções melhor que os H?
Expressão de comportamentos semelhantes aos emotivos
 Personagens sintéticas; Robôs
Modelação e Simulação do Comportamento Humano
 Efeitos computacionais semelhantes a comportamentos Humanos
Eugénio Oliveira - Lab. Inteligência Artificial e
Ciências da Computação e FEUP
surpreso
calmo
triste
Kismet - MIT
Eugénio Oliveira - Lab. Inteligência Artificial e
Ciências da Computação e FEUP
irado
feliz
- Damásio : O Erro de Descartes
Damásio??
-
Daniel Goleman : Inteligência Emocional: Porquê pode ser mais
importante que o QI?
Rosalind Picard : Affective Computing
Damásio baseado em dois exemplos: Phileas Gage (1884) e Elliot (seu paciente):
Acidentes na zona do lobo frontal esquerdo
Alteração de personalidade e perda de certas emoções
P1- Destruição no lobo frontal esquerdo altera capacidades emocionais
P2- Destruição no lobo frontal esquerdo altera inteligência
C- Emoções são necessárias à Inteligência
Mas C não se conclui de P1 e P2!!
Eugénio Oliveira - Lab. Inteligência Artificial e
Ciências da Computação e FEUP
P’1- Bateria descarregada impede funcionamento da Buzina
P’2- Bateria desligada impede arranque do carro
C’- Buzina a funcionar é essencial ao arranque do carro
Mecanismo M pode ser condição necessária para A e B mas não mostra
que A e B são necessárias uma à outra.
Mas se C não ressalta de P1 e P2 não significa que C
Não seja verdadeira. Pode ser!
Eugénio Oliveira - Lab. Inteligência Artificial e
Ciências da Computação e FEUP
A arquitectura para o
pensamento humano
segundo A.Sloman
Complexidade do raciocínio pode
torná-lo perigosamente lento.
Alarmes
Muitas emoções podem estar baseadas
no sistema de alarmes
Alguns estados emocionais são
úteis para a decisão quando falta
informação ou o processamento
fica lento
Eugénio Oliveira - Lab. Inteligência Artificial e
Ciências da Computação e FEUP
Camada Deliberativa
Monitorar
Planear Estado Emocional
Prevêr
E
Gerar Obj A
i
Avaliar d.
Auto-confiançat
Avaliar
riscos
E
A
i
Ansiedade
Sobreviver
E
Gerar Obj
Controlo acçãoA
i
percepção
Planeamento
Previsão
Raciocínio topológico
Teste de Crenças
Gestor de Objectivos:
Obj. Específicos;Prioridades
Recursos (tempo cpu)
Ciclo de execução
t
Medo
Camada Controlo-básico
Construção Estado Agente:
Dados
Agente
Comunicações percepção
Esqueleto-Agente
“Deliberadores”
t
Perceptores
Formar Crenças
das percepções
Memória de
Execução
Memória de
Trabalho:
Planos
Previsões
Rev. Crenças
Gestor de Acções
Comandos de
Acções:
Motoras...
Para um Objetivo de [G(t)], existe uma EEF, capaz de produzir uma mudança [Em],
no Estado Emocional do Agente [Em]:
[Em] = EEF(g i(t), [G(t)], [E(t)], [I(t)])
EEF(g(t)i, [G(t)], [E(t)], [I(t)])
EAi(t)
emi
EAi(t, i, Pinput,Td)
emi(t1)
emi(t2)
t
A estrutura Emocional básica:
Conexão EEV-Função de Avaliação Emocional – Acumulador Emocional
Resultados de EEF são inputs para a evolução temporal do AE que tem uma cte
de decaimento variável
Eugénio Oliveira - Lab. Inteligência Artificial e
Ciências da Computação e FEUP
Estratégias de Processamento
Esforço
Computacional
Dirigido por
Objectivos
Processamento
Motivado
Acesso
Directo
Aprender
Julgar...
Processamento
Substantivo
Processamento
Heurístico
Influência da Informação
Emocional
Baseado em Regras
Sem objectivos definidos
Pouca informação
Situações novas
Eugénio Oliveira - Lab. Inteligência Artificial e
Ciências da Computação e FEUP
Modelo da interacção
dos conceitos
relacionados com as
Estratégias de
Processamento de
Informação:
• Emoção como
Informação
• Controlo dos
Processos
• Atribuição de
Recursos
1
E como Informação
2
E como Controlo de
Processos
3
E na Atribuição de Recursos
[Emi(t)] : Acumuladores Emocionais
2
1
3
Pk1
ECk
Pl1
Pl2
[Rj(t)]
[R(t)]
A([G(t)])
[Rl(t)]
[C(t)]
3
1
ECl
1
2
2
[Emi(t)] : Acumuladores Emocionais
Eugénio Oliveira - Lab. Inteligência Artificial e
Ciências da Computação e FEUP
• 3 Mecanismos Emocionais
• “Medo”
• Perigos Imediatos (fogo,
temperatura)
• Objectivo Fundamental em
Risco
• “Ansiedade”
• Perigos e dificuldades
futuras (preparação...)
• Episódios sucessivos de
“Medo” (má adaptação...)
• “Auto-Confiança”
• Sucesso nos Objectivos de
Alto nível
Eugénio Oliveira - Lab. Inteligência Artificial e
Ciências da Computação e FEUP
Medo
•
•
Objectivo Fundamental em Risco
• Concentrar o máximo de recursos na execução desse objetivo e
dos objectivos dependentes
• aumentar atenção sobre as proximidades
• cautelosa/pessimista Atitude (distâncias/cálculo de
riscos/limites)
• Não desperdiçar tempo de processamento com coisas menos
urgentes (analisar/prever desenvolvimentos distantes)
Não implica “Reactividade” (ex: fugir!)
Eugénio Oliveira - Lab. Inteligência Artificial e
Ciências da Computação e FEUP
Medo
“Fear” Emotional
Accumulator
Temperature
Perceptor
Close Range Fire
Perceptor
Pain
Perceptor
Medium Range Fire
Perceptor
BCA ProprioPerception
Vision Maps
Other Agent
Eugénio Oliveira - Lab. Inteligência Artificial e
Ciências da Computação e FEUP
Ansiedade
•
Eventual dificuldade futura
• Ex.: frente de fogo ampla embora localmente não haja perigo
imediato
• aumentar atenção sobre as proximidades mas também tentar
acompanhar desenvolvimentos mais distantes
• Atitude cautelosa
• Grande gasto de CPU
• grande produção de Crenças para a eventual tomada de
decisão (alteração estratégica local ou global)
• planeamentos mais cuidado
• calculo de progressões frequente
Eugénio Oliveira - Lab. Inteligência Artificial e
Ciências da Computação e FEUP
•Auto-Confiança
•
•
Sucesso nos objectivos de alto nível
• “Relaxar” o processamento e condições em torno dos objectivos
imediatos
• Direccionar CPU para actividades menos urgentes mas
possivelmente úteis
• Atitude mais positiva/arriscada (descobrir novas oportunidades
– adaptação) (Combate ao fogo próximo)
No caso de Insucesso (decréscimo de AC)
• Motivar uma alteração de estratégias (reposicionamento ou
mesmo desistência)
Eugénio Oliveira - Lab. Inteligência Artificial e
Ciências da Computação e FEUP
Eugénio Oliveira - Lab. Inteligência Artificial e
Ciências da Computação e FEUP
SMA para controlo de tráfego adaptativo
Eugénio Oliveira - Lab. Inteligência Artificial e
Ciências da Computação e FEUP
6. Integração
1. Observa Estado
Aconselhado
Ambiente
7. Decisão e acção
2. Pedir Conselho ?
ScA * PA < PO or ConfusedAbout(State)
3.A Quem?
TA,Ar * PAr(S) > TA,O * PO(S)
Conceitos:
Auto-confiança
Desempenho
“Trust”
Estado
Actores:
5. Acção aconselhada
4. Conselho
Aconselhado
Conselheiro Conselheiro
Eugénio Oliveira - Lab. Inteligência Artificial e
Ciências da Computação e FEUP
Outros Agentes
CONCLUSÕES ?
A queda dos MITOS aconselha prudência
As REALIZAÇÕES indiciam optimismo
Os OBJETIVOS tendenciais imitativos revelam atrazo
Os MEIOS são pré-históricos
O Desenvolvimento é exponêncial
Eugénio Oliveira - Lab. Inteligência Artificial e
Ciências da Computação e FEUP
Eugénio Oliveira - Lab. Inteligência Artificial e
Ciências da Computação e FEUP
A Vingança...
… do Futuro ?
Eugénio Oliveira - Lab. Inteligência Artificial e
Ciências da Computação e FEUP
Eugénio Oliveira - Lab. Inteligência Artificial e
Ciências da Computação e FEUP