1 introdução aos agentes inteligentes flávia barros patrícia tedesco

1

Introdução aos Agentes Inteligentes

Flávia Barros

Patrícia Tedesco

2

Inteligência Artificial

Plano da aula

Definição e evolução histórica

Aplicações

Abordagens e problemas principais

Comparação com a computação convencional

3

Aplicações da IA: automação de sistemas complexos

Como modelar os componentes do sistema e dar-lhes autonomia?

Como assegurar boa comunicação e coordenação entre esses componentes?

4

Como frear o carro sem as rodas deslizarem em função da velocidade, atrito, ...?

Como focar a câmera em função de luminosidade, distância...?

Como ajustar a temperatura em da quantidade de roupa, fluxo de água, ...?

Aplicações da IA: sistemas de controle

5

Aplicações da IA: previsão

Como prever o valor do dólar (ou o clima) amanhã?

Que dados são relevantes? Há comportamentos recorrentes?

6

HAZBOT: trabalham em ambientes com atmosferainflamável

Aplicações da IA: controle de robôs

Como obter navegação segura e eficiente, manipulação fina e versátil, autonomia?

E no caso de ambientes dinâmicos e imprevisíveis?

7

Aplicações da IA dentro da computação

Internet e Web

Redes e Sistemas Distribuídos

Banco de dados

Engenharia de software

Hardware (projeto e análise)

Robótica

Interfaces

Computação Gráfica

Jogos

Etc.

Visão moderna da IA: Maior valor agregado

quando embutida ao resto da computação

MIT AI Lab & CIn-UFPE

8FIFA SoccerThe Sims

Aplicações da IA: simulações e jogos

Como modelar o ambiente físico e o comportamento/personalidade dos personagens?

Como permitir interação interessante com o usuário?

9

Aplicações da IA: recomendação de produtos

Como fazer recomendações personalizadas de produtos?

Como modelar os perfis dos compradores?

10

Aplicações da IA: busca de informação na web

Como localizar a informação relevante?

11

Aplicações da IA: detecção de intrusão e filtragem de spam

Como saber se uma mensagem é lixo ou de fato interessa?

Como detectar usuários suspeitos e como lidar com isto?

12

Aplicações da IA: interfaces amigáveis

Como dar ao usuário a ajudar de que ele precisa?

Como interagir (e até navegar na web) com celular sem ter de digitar (hands-free)?

13

Aplicações da IA hoje

Agriculture, Natural Resource Management, and the Environment

Architecture & Design

Art

Artificial Noses

Astronomy & Space Exploration

Assistive Technologies

Banking, Finance & Investing

Bioinformatics

Business & Manufacturing

Drama, Fiction, Poetry, Storytelling & Machine Writing

Earth & Atmospheric Sciences

Engineering

Filtering

Fraud Detection & Prevention

Hazards & Disasters

Information Retrieval & Extraction

Knowledge Management

página da AAAI:www.aaai.org/AITopics/html/applications.html

14

Aplicações da IA hoje

Law

Law Enforcement & Public Safety

Libraries

Marketing, Customer Relations & E-Commerce

Medicine

Military

Music

Networks - including Maintenance, Security & Intrusion Detection

Politics & Foreign Relations

Public Health & Welfare

Scientific Discovery

Social Science

Sports

Telecommunications

Transportation & Shipping

Video Games, Toys. Robotic Pets & Entertainment

15

Mercado fatura alto...

Faturamento da indústria da IA: 2002: $11.9 bilhões taxa de crescimento anual: 12.2% projeção para 2007: $21.2 bilhões fonte: www.aaai.org/AITopics/html/stats.html

Empresas especializadas em IA: http://dmoz.org/Computers/

Artificial_Intelligence/Companies/

16

Mercado fatura alto...

Grandes empresas desenvolvendo e utilizando IA: IBM, HP, Sun, Microsoft, Unisys, Google,

Amazon.com, ...

Grandes empresas utilizando IA: www.businessweek.com/bw50/content/mar2003/

a3826072.htm Wal-Mart, Abbot Labs, US Bancorp, LucasArts, ...

Órgãos governamentais utilizando IA: US National Security Agency

17

O que esses problemas têm em comum?

Grande complexidade número, variedade e natureza das tarefas

Não há “solução algorítmica” mas existe conhecimento (em intenção ou em

extensão) sobre o problema

Requerem modelagem do comportamento de um ser inteligente autonomia, aprendizagem, conhecimento, etc.

18

Máquinas inteligentes?

Inteligência Artificial (IA) Surgiu na década de 50 Objetivo: desenvolver sistemas para realizar

tarefas que, no momento são melhor realizadas por seres humanos que por

máquinas, ou não possuem solução algorítmica viável pela

computação convencional

Se o ser humano pode, por que não a máquina? (tese de Church-Turing)

19

Definições da IARealiza tarefas tarefas Para qual não existe algoritmo conhecido ou prático No entanto efetuada com alto desempenho por humanos

Utiliza técnicastécnicas desenvolvidas em pesquisas de IA

Algum problema a resolver?

Abstrações de IA

+ P(A|B)

X

AlgoritmoProblema

20

Máquina que age racionalmente:age racionalmente: Agente racional, i.e., que escolha ações que maximizam chances do ambiente ficar em estadosque satisfazem objetivos Teoria da decisão, otimização, economia Atos reflexos

Máquina que raciocina raciocina racionalmente:racionalmente: Lógica, Probabilidades

P(A|B)

Definições da IA

Máquina que ageage humanamentehumanamente:: Teste de Turing

??

Máquina que raciocina raciocina humanamente:humanamente: Modelagem cognitiva

Evolução da IA em direção ao paradigma dos agentes

Pensando

Agindo

Humanamente Idealmente(racionalmente)

“A automação de atividades que nós associamos com o pensamento humano

(e.g., tomada de decisão, solução de problemas, aprendizagem, etc.)” (50-60)

“A arte de criar máquinas que realizam funções que requerem inteligência

quando realizadas por pessoas” (50-70)

“O estudo das faculdades mentais através do uso de

modelos computacionais” (60-70)

“O ramo da Ciência da Computação que estuda a automação de comportamento inteligente”

22

Ciências do Artificial

Ciências naturais objetivo: analisar e descrever a natureza (observação) ex.: Química, Física, Botânica, etc.

Ciências do artificial objetivo: prescrever e sintetizar “artefatos”

(transformação) criar artefatos que satisfaçam as necessidades humanas,

de acordo com as leis naturais ex. cadeira de madeira, cura da AIDS, um programa de

computador, etc metodologia: essencialmente empírica

compreensão por construção/simulação e avaliação do resultado

23

Pluridisciplinaridade da IA

• Busca heurística• Representação do conhecimento e Raciocínio automático• Planejamento • Aprendizagem e Aquisição de Conhecimento• Sistemas Multi-Agente• Reconhecimento de Padrões

Problemas • Jogos• Sistemas Especialistas• Percepção Computacional

• Visão• Processamento de Voz• Integração de Sensores

• Processamento de Linguagem Natural• Robótica

• Navegação• Manipulação

Aplicações

• Classificação• Previsão• Monitoramento• Diagnóstico e Interpretação• Conserto• Escalonamento• Alocação• Filtragem• Descoberta• Design• Controle• Simulação

Tarefas

•Filosofia•Matemática

• Lógica• Proba. e Estat.• Cálculo

• Pesquisa Operacional• Economia• Sociologia• Lingüística• Psicologia• Genética• Neuro-fisiologia• Computação tradicional

Inspiração

24

Paradigmas de raciocínio

Simbólico: metáfora lingüística ex. sistemas de produção, agentes,...

Conexionista: metáfora cerebral ex. redes neurais

Evolucionista: metáfora da natureza ex. algoritmos genéticos, vida artificial,

Estatístico/Probabilista Ex. Redes Bayesianas, sistemas difusos

25

Paradigma Simbólico

West é criminoso ou não? “A lei americana diz que é proibido vender armas a uma

nação hostil. Cuba possui alguns mísseis, e todos eles foram vendidos pelo Capitão West, que é americano”

Como resolver automaticamente este problema de classificação?

Segundo a IA simbólica, é preciso: Identificar o conhecimento do domínio (modelo do

problema) Representá-lo utilizado uma linguagem formal de

representação Implementar um mecanismo de inferência para raciocinar

sobre esse conhecimento

26

Conhecimento: organizando...

Programa em IA = Agente racional entidade de software que age em um ambiente

segundo um princípio de racionalidade

Precisa ter conhecimento sobre: quais são suas propriedades relevantes do mundo como o mundo evolui como identificar os estados desejáveis do mundo quais as conseqüências de suas ações no mundo como medir o sucesso de suas ações como avaliar seus próprios conhecimentos

27

Raciocínio: processo de construção de novas sentenças a partir de

outras sentenças.

Deve-se assegurar que o raciocínio é plausível (sound)

Conhecimento: Representação e Uso

fatos fatos

sentenças sentenças

Mundo

Representação

segue-se

implica

sem

ântic

a

sem

ântic

a

Revisitando o caso do cap. WestA) x,y,z Americano(x) Arma(y) Nação(z) Hostil(z) Vende(x,z,y)

Criminoso(x)B) x Guerra(x,USA) Hostil(x)C) x InimigoPolítico(x,USA) Hostil(x)D) x Míssil(x) Arma(x)E) x Bomba(x) Arma(x)F) Nação(Cuba)G) Nação(USA)H) InimigoPolítico(Cuba,USA)I) InimigoPolítico(Irã,USA)J) Americano(West)K) x Possui(Cuba,x) Míssil(x) L) x Possui(Cuba,x) Míssil(x) Vende(West, Cuba,x)

M) Possui(Cuba,M1) - Eliminação: quantificador existencial eN) Míssil(M1) conjunção de KO) Arma(M1) - Modus Ponens a partir de D e NP) Hostil(Cuba) - Modus Ponens a partir de C e HQ) Vende(West,Cuba,M1) - Modus Ponens a partir de L, M e NR) Criminoso(West) - Modus Ponens a partir de A, J, O, F, P e Q

29

Paradigma ConexionistaRedes Neurais

Definição “Romântica”: Técnica inspirada no funcionamento do cérebro, onde

neurônios artificiais, conectados em rede, são capazes de aprender e de generalizar.

Definição “Matemática”: Técnica de aproximação de funções por regressão não

linear

É uma outra abordagem: linguagem -> redes de elementos simples raciocínio -> aprender diretamente a função entrada-

saída

Redes Neurais

wji

w1i

wni

s(i)

e(i) e(i) w ji sj

s(i) f (e(i))

s1

sj

sn

camadade entrada camada

de saídacamadaescondida

Paradigma Evolutivo

Evolução diversidade é gerada por cruzamento e mutações os seres mais adaptados ao seus ambientes sobrevivem

(seleção natural) as características genéticas de tais seres são herdadas pelas

próximas gerações

32

Definição: Método probabilista de busca para resolução de problemas (otimização) “inspirado”

na teoria da evolução

Idéia: indivíduo = solução faz evoluir um conjunto de indivíduos mais adaptados por cruzamento através de

sucessivas gerações fitness function f(i): R ->[0,1]

Paradigma Evolutivo

Tensões Centrais da IA

Sistemas baseados emRedes Neurais

Redes Bayesianas

Algoritmosgenéticos

Sistemas Especialistas

Sistemas Nebulosos

(fuzzy)

Sistemas deAprendizagem

simbólica indutiva

Sistemas de PLN

conhecimento em intenção (regras)

conhecimento em extensão (exemplos)

simbóliconuméricoSistemasbaseadoem casos

Robôs

34

Problemas genéricos da IA

Representação de conhecimento (RC)

Aquisição de conhecimento e Aprendizagem (ACA)

Busca heurística e resolução de problemas (BH)

Planejamento (PL)

Tratamento de incerteza (TI)

Reconhecimento de padrões (RP)

Ambientes/linguagens de desenvolvimento

Avaliação de sistemas

35

Computação convencional x IA:

classes de problemasSolução matemática (NÃO) - conhecimento (SIM) => IA simbólica

Modelo do problema (NÃO) - exemplos de solução (SIM) => IA (aprendizagem)

Autonomia, adaptabilidade, interoperabilidade, ... => IA simbólica

Repositório de conhecimento especialista (expertise) => IA simbólica

36

Computação convencional x IA:

metasTarefas para as quais os seres humanos são

ineficientes x eficientes

Completeza da entrada

Fornecimento de explicações inteligíveis

Adaptabilidade para novas instâncias do problema

Privilégio das soluções heurísticas

37

Computação convencional x IA: métodos

Algoritmo passo a passo x Mecanismo geral de inferência + conhecimento ... ou então aprendizado

Dados e controle embutidos em código procedimental x Separação entre conhecimento declarativo e controle

SPIV (specify prove implement verify) x RUDE (run understand debug edit)

Linguagens de programação: imperativas x “alto-nível” (funcional, lógica, baseada em restrições)

IA: Usa metáforas de sistemas naturais (neurônio, evolução, memória, sociedade, língua,...)

38

IA no Brasil

Fracamente representada nas graduações em computação

no máximo, 1 disciplina obrigatória geralmente, depois do sexto período Ementa restrita e desatualizada

Economicamente ainda incipiente por falta de demanda ou de profissionais bem formados?

Visão “destorcida e incompleta” do que é IA

No exterior é o contrário MIT, Stanford, Carnegie Mellon, Berkeley, Imperial College,

Cambridge Mercado fatura alto