Upload
internet
View
119
Download
4
Embed Size (px)
Citation preview
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