Inteligência Artificial Jarley P. Nóbrega, Dr. Faculdade Nova Roma Bacharelado em Ciência da Computação jpn@jarley.com Semestre 2018.2 Jarley P. Nóbrega, Dr. (Nova Roma) Inteligência Artificial Semestre 2018.2 1 / 40
Agentes e ambientes Agentes podem ser representados como seres humanos, robôs, softbots, sensores, etc. Um agente pode ser descrito como uma função que mapeia percepções do ambiente P em uma ação A: f : P A O agente executa em uma arquitetura física para produzir f. Jarley P. Nóbrega, Dr. (Nova Roma) Inteligência Artificial Semestre 2018.2 3 / 40
Conceito de Agente Inteligente Qualquer entidade (humana ou artificial) que: Está imersa ou situada em um ambiente (físico, virtual/simulado); Percebe seu ambiente através de sensores (ex. câmeras, microfone, teclado,...); Age sobre ele através de atuadores (ex. vídeo, auto falante, impressora, braços, ftp,...); Possui objetivos próprios Explícitos ou implícitos; Escolhe suas ações em função das suas percepções para atingir seus objetivos. Jarley P. Nóbrega, Dr. (Nova Roma) Inteligência Artificial Semestre 2018.2 4 / 40
Exemplos de agentes Agente humano Sensores: Olhos, ouvidos e outros órgãos; Atuadores: Mãos, pernas, boca e outras partes do corpo. Agente robótico Sensores: câmeras e outros sensores; Atuadores: vários motores. Agente de software Sensores: entrada do teclado, conteúdo de arquivos e pacotes vindos da rede; Atuadores: tela, disco rígido, envio de pacotes pela rede. Jarley P. Nóbrega, Dr. (Nova Roma) Inteligência Artificial Semestre 2018.2 5 / 40
Exemplo: agente de um robô de limpeza Percepção: localização e o conteúdo. Exemplo [A, Sujo]. Ações: Esquerda, Direita, Limpar e NoOp. Programa: Se o quadrado atual estiver sujo, então limpar, caso contrário mover para o outro lado. Jarley P. Nóbrega, Dr. (Nova Roma) Inteligência Artificial Semestre 2018.2 6 / 40
Exemplo: agente de um robô de limpeza Sequência de Percepção [A, Limpo] [A, Sujo] [B, Limpo] [B, Sujo] [A, Limpo], [A, Limpo] [A, Limpo], [A, Sujo]. Ação Direita Ligar Esquerda Ligar Direita Ligar. Jarley P. Nóbrega, Dr. (Nova Roma) Inteligência Artificial Semestre 2018.2 7 / 40
Agente Racional Como medir o desempenho do agente? O agente deve tomar a ação correta baseado no que ele percebe para ter sucesso; O conceito de sucesso do agente depende uma medida de desempenho objetiva: Exemplos: quantidade de sujeira aspirada, gasto de energia, gasto de tempo, quantidade de barulho gerado, etc. A medida de desempenho deve refletir o resultado realmente desejado. Jarley P. Nóbrega, Dr. (Nova Roma) Inteligência Artificial Semestre 2018.2 8 / 40
Agente Racional O que é um Agente Racional? Faz a melhor coisa possível; Segue o princípio da racionalidade: dada uma sequência perceptiva, o agente escolhe, segundo seus conhecimentos, as ações que melhor satisfazem seu objetivo; Possui limitações: sensores; atuadores; raciocinador (conhecimento, tempo, etc.). Jarley P. Nóbrega, Dr. (Nova Roma) Inteligência Artificial Semestre 2018.2 9 / 40
Agentes Racionais Outras propriedades Autonomia; Adaptabilidade e aprendizagem; Comunicação e Cooperação; Personalidade (IA); Continuidade temporal; Mobilidade. Jarley P. Nóbrega, Dr. (Nova Roma) Inteligência Artificial Semestre 2018.2 10 / 40
Agentes Racionais Autonomia de raciocínio Requer máquina de inferência e base de conhecimento; Essencial em sistemas especialistas, controle, robótica, jogos, agentes na internet... Jarley P. Nóbrega, Dr. (Nova Roma) Inteligência Artificial Semestre 2018.2 11 / 40
Agentes Racionais Adaptabilidade (IA) Capacidade de adaptação a situações novas, para as quais não foi fornecido todo o conhecimento necessário com antecedência; Duas implementações: aprendizagem ou programação declarativa; Essencial em agentes na internet, interfaces amigáveis,... Jarley P. Nóbrega, Dr. (Nova Roma) Inteligência Artificial Semestre 2018.2 12 / 40
Agentes Racionais Comunicação e Cooperação (Sociabilidade) IA + técnicas avançadas de sistemas distribuídos: Protocolos padrões de comunicação, cooperação, negociação; Raciocínio autônomo sobre crenças e confiabilidade; Arquiteturas de interação social entre agentes. Essencial em sistemas multiagente e comércio eletrônico. Jarley P. Nóbrega, Dr. (Nova Roma) Inteligência Artificial Semestre 2018.2 13 / 40
Agentes Racionais Personalidade IA + modelagem de atitudes e emoções; Essencial em entretenimento digital, realidade virtual, interfaces amigáveis,... Jarley P. Nóbrega, Dr. (Nova Roma) Inteligência Artificial Semestre 2018.2 14 / 40
Agentes Racionais Continuidade temporal e persistência Requer interface com sistema operacional e banco de dados; Essencial em filtragem, monitoramento, controle,... Mobilidade Requer interface com rede, protocolos de segurança, suporte a dispositivos móveis; Essencial em agentes de exploração da internet. Jarley P. Nóbrega, Dr. (Nova Roma) Inteligência Artificial Semestre 2018.2 15 / 40
Como descrever um agente Pode ser descrito em termos de seu PAGE: P - percepções; A - ações; G - (goals) objetivos; E - (environment) ambiente. Jarley P. Nóbrega, Dr. (Nova Roma) Inteligência Artificial Semestre 2018.2 16 / 40
Exemplo: Agente de trânsito Jarley P. Nóbrega, Dr. (Nova Roma) Inteligência Artificial Semestre 2018.2 17 / 40
Outros exemplos de agentes e seus PAGES Jarley P. Nóbrega, Dr. (Nova Roma) Inteligência Artificial Semestre 2018.2 18 / 40
Propriedades dos ambientes Determinístico: O próximo estado do ambiente é completamente determinado pelo estado atual e pela ação executada pelo agente. Não Determinístico: O próximo estado do ambiente é desconhecido. Não se tem certeza do que pode acontecer com o ambiente ao executar uma ação. Jarley P. Nóbrega, Dr. (Nova Roma) Inteligência Artificial Semestre 2018.2 19 / 40
Propriedades dos ambientes Estático: O ambiente não muda enquanto o agente pensa. Dinâmico: O ambiente pode mudar enquanto o agente pensa ou está executando uma ação. Jarley P. Nóbrega, Dr. (Nova Roma) Inteligência Artificial Semestre 2018.2 20 / 40
Propriedades dos ambientes Discreto: Um número limitado e claramente definido de percepções, ações e estados. Contínuo: Um número possivelmente infinito de percepções, ações e estados. Jarley P. Nóbrega, Dr. (Nova Roma) Inteligência Artificial Semestre 2018.2 21 / 40
Propriedades dos ambientes Agente Único: Um único agente operando sozinho no ambiente. Multi-Agente: Vários agentes interagindo no ambiente; Multi-agente cooperativo; Multi-agente competitivo. Jarley P. Nóbrega, Dr. (Nova Roma) Inteligência Artificial Semestre 2018.2 22 / 40
Exemplos de ambientes Jarley P. Nóbrega, Dr. (Nova Roma) Inteligência Artificial Semestre 2018.2 23 / 40
Exercício 04 Defina o PAGE para os seguintes agentes: Robô jogador de futebol; Robô explorador de Marte; Agente para uma livraria online; Agente para comprar ações na bolsa. Jarley P. Nóbrega, Dr. (Nova Roma) Inteligência Artificial Semestre 2018.2 24 / 40
Exercício 05 Propriedades dos ambientes: Para os agentes do exercício anterior, escreva as propriedades de seu ambiente. Jarley P. Nóbrega, Dr. (Nova Roma) Inteligência Artificial Semestre 2018.2 25 / 40
Tipos básicos de agentes Categorias: Agentes reativos simples; Agentes reativos com estados; Agentes baseados em objetivos; Agentes baseados na utilidade; Agentes com aprendizagem. Jarley P. Nóbrega, Dr. (Nova Roma) Inteligência Artificial Semestre 2018.2 26 / 40
Agente Reativo Simples Agentes reativos selecionam ações com base somente na percepção atual Exemplo: agente do robô de limpeza. Jarley P. Nóbrega, Dr. (Nova Roma) Inteligência Artificial Semestre 2018.2 27 / 40
Agente Reativo Simples Jarley P. Nóbrega, Dr. (Nova Roma) Inteligência Artificial Semestre 2018.2 28 / 40
Agente Reativo Simples Características: O funcionamento do agente reativo é baseado em regras de condição-ação: if <condição> then <ação>. São simples, porém limitados: Funcionará somente se a decisão correta puder ser tomada com base apenas na percepção atual; A tabela de regras condição-ação pode se tornar muito grande em problemas complexos; Ambiente completamente observável. Jarley P. Nóbrega, Dr. (Nova Roma) Inteligência Artificial Semestre 2018.2 29 / 40
Agente Reativo com Estados Características: Um agente reativo com estados pode lidar com ambientes parcialmente observáveis. O agente deve controlar as partes do mundo que ele não pode ver. O agente deve manter um estado interno que dependa do histórico de percepções e reflita os aspectos não observados no estado atual. Agente com estado é um agente que usa um modelo de mundo. Como o ambiente evolui independente do agente? Como as ações do próprio agente afetam o mundo? Jarley P. Nóbrega, Dr. (Nova Roma) Inteligência Artificial Semestre 2018.2 30 / 40
Agente Reativo com Estados Jarley P. Nóbrega, Dr. (Nova Roma) Inteligência Artificial Semestre 2018.2 31 / 40
Agente Reativo com Estados Jarley P. Nóbrega, Dr. (Nova Roma) Inteligência Artificial Semestre 2018.2 32 / 40
Agente Reativo com Estados Conhecer um modelo do mundo nem sempre é suficiente para tomar uma boa decisão Exemplo: Um agente motorista de táxi chega a um cruzamento com três caminhos, qual direção tomar? Simplesmente reagir? Mas existem três reações possíveis! Examinar o modelo de mundo? Não ajuda a decidir qual o caminho. A decisão depende de onde o táxi está tentando chegar. Jarley P. Nóbrega, Dr. (Nova Roma) Inteligência Artificial Semestre 2018.2 33 / 40
Agentes Baseados em Objetivos Agentes baseados em objetivos expandem as capacidades dos agentes baseados em modelos através de um objetivo O objetivo descreve situações desejáveis Exemplo: chegar ao destino. A seleção da ação baseada em objetivo pode ser: Direta: quando o resultado de uma única ação atinge o objetivo. Complexa: quando são necessárias longas sequências de ações para atingir o objetivo. Jarley P. Nóbrega, Dr. (Nova Roma) Inteligência Artificial Semestre 2018.2 34 / 40
Agentes Baseados em Objetivos Para encontrar sequências de ações que alcançam os objetivos são utilizados algoritmos de Busca e Planejamento A tomada de decisão envolve a consideração do futuro, o que não acontece com o uso de regras de condição-ação. O que acontecerá se eu fizer isso ou aquilo? O quanto isso me ajudará a atingir o objetivo? Jarley P. Nóbrega, Dr. (Nova Roma) Inteligência Artificial Semestre 2018.2 35 / 40
Agentes Baseados em Objetivos Jarley P. Nóbrega, Dr. (Nova Roma) Inteligência Artificial Semestre 2018.2 36 / 40
Agentes Baseados em Objetivos Comentários: O agente que funciona orientado a objetivos é mais flexível do que um agente reativo. Entretanto, o objetivo não garante o melhor comportamento para o agente, apenas a distinção entre estados objetivos e não objetivos. Jarley P. Nóbrega, Dr. (Nova Roma) Inteligência Artificial Semestre 2018.2 37 / 40
Agentes Baseados na Utilidade Agentes baseados na utilidade: Buscam definir um grau de satisfação com os estados. O quanto o agente está feliz com aquele estado. Se um estado do mundo é mais desejável que outro, então ele terá maior utilidade para o agente. Utilidade é uma função que mapeia um estado para um número real que representa o grau de satisfação com este estado. Jarley P. Nóbrega, Dr. (Nova Roma) Inteligência Artificial Semestre 2018.2 38 / 40
Agentes Baseados na Utilidade Jarley P. Nóbrega, Dr. (Nova Roma) Inteligência Artificial Semestre 2018.2 39 / 40
Agentes com Aprendizagem Agentes com aprendizado Podem atuar em ambientes totalmente desconhecidos e se tornar mais eficientes do que o seu conhecimento inicial poderia permitir. Em agentes sem aprendizagem, tudo o que o agente sabe foi colocado nele pelo projetista. Jarley P. Nóbrega, Dr. (Nova Roma) Inteligência Artificial Semestre 2018.2 40 / 40
Agentes com Aprendizagem Jarley P. Nóbrega, Dr. (Nova Roma) Inteligência Artificial Semestre 2018.2 41 / 40