O que é Inteligência Artificial?

Agentes Inteligentes
Geber Ramalho
Jacques Robin
CIn-UFPE
O que são Agentes Inteligentes?
 Agentes de software (softbots) ou robôs físicos
 Com inteligência artificial embutida
 Então:
 O que é inteligência artificial?
 O que são agentes de software?
 Resposta: guiada pelas aplicações práticas ...
... de amanha ...
Blade Runner
M
A
T
R
I
X
A.I.
... e de hoje
Domínios de aplicações da IA na página da AAAI:
www.aaai.org/AITopics/html/applications.html
 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
















Law
Law Enforcement & Public Safety
Libraries
Marketing, Customer Relations & ECommerce
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
Aplicações da IA:
automação de sistemas complexos
 Como modelar os componentes do sistema e dar-lhes
autonomia?
 Como assegurar uma boa comunicação e coordenação entre
estes componentes?
Aplicações da IA: sistemas de controle
 Como brecar o carro sem as rodas deslizarem em função da
velocidade, atrito, etc.?
 Como focar a câmera em função de luminosidade, distância,
etc.?
 Como ajustar a temperatura em da quantidade de roupa, fluxo
de água, etc.?
Aplicações da IA: previsão
 Como prever o valor do dólar (ou o clima) amanhã?
 Que dados são relevantes? Há comportamentos recorrentes?
Agora é Lula !
Aplicações da IA para a própria 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 agregada quando
embutida com resto da
computação
 MIT AI Lab & CIn-UFPE 
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?
HAZBOT: ambientes com
atmosfera inflamável
Aplicações da IA: simulações e jogos
 Como modelar o ambiente físico e o
comportamento/personalidade dos personagens?
 Como permitir interação interessante com o usuário?
The Sims
FIFA Soccer
Aplicações da IA: recomendação de produtos
 Como fazer recomendações personalizadas de produtos?
 Como modelar os perfis dos compradores?
Aplicações da IA: busca de informação na web
 Como localizar a informação relevante?
Aplicações da IA: detecção de intrusão
e filtragem de spam
 Como saber se uma mensagem  Como saber se um dado comportamento
é lixo ou de fato interessa?
de usuário é suspeito e com lidar com
isto?
Aplicações da IA: interfaces amigáveis
 Como dar ao usuário a ajudar de que ele precisa?
 Como interagir (e quem sabe navegar na web) com celular sem
ter de digitar (hands-free)?
Computadores fazem arte ...
... artistas fazem dinheiro?
 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/
 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
 Detran do Pernambuco ... não usa não 
Pluridisciplinaridade da IA
Tarefas
Inspiração
•Filosofia
•Matemática
• Lógica
• Proba. e Estat.
• Cálculo
• Pesquisa
Operacional
• Economia
• Sociologia
• Lingüística
• Psicologia
• Biologia
• Automação e
Controle
• Computação
tradicional
Problemas
• Busca heurística
• Representação
do conhecimento
e Raciocínio
automático
• Planejamento
• Aprendizagem e
Aquisição de
Conhecimento
• Sistemas
Multi-Agente
• Reconhecimento
de Padrões
Aplicações
• Jogos
• Sistemas
Especialistas
• Percepção
Computacional
• Visão
• Processamento
de Voz
• Integração de
Sensores
• Processamento de
Linguagem Natural
• Robótica
• Navegação
• Manipulação
• Classificação
• Previsão
• Monitoramento
• Diagnóstico e
Interpretação
• Conserto
• Escalonamento
• Alocação
• Filtragem
• Descoberta
• Design
• Controle
• Simulação
Definições da IA
Máquina que age humanamente:
 Teste de Turing
Máquina que raciocina
humanamente:
 Modelagem cognitiva
?
Máquina que age racionalmente:
 Agente racional,
 i.e., que escolha ações que maximizam
chances do ambiente ficar em estados
que satisfazem objetivos
 Teoria da decisão,
otimização, economia
 Atos reflexos
Máquina que raciocina
racionalmente:
 Lógica, Probabilidades
P(A|B)
Definições da IA
Máquina que realiza tarefa:
 Pela qual não existe algoritmo
Máquina que utiliza técnicas
desenvolvidas em pesquisa de IA
conhecido ou prático
 No entanto efetuada com alto
desempenho por humanos
 Algum problema?
Problema
Algoritmo
X
Abstrações de IA
+ P(A|B)
Inteligência Artificial x Inteligência Computacional
Desenvolver sistemas que realiza
tarefas:
 Pela qual não existe algoritmo
conhecido ou prático
 No entanto efetuada com
desempenho por humanos
 Usando qualquer técnica:
 Simbólica
 Lógica, Regras, Objetos
 Numérica
 Híbrida simbólica-numérica
Desenvolver sistemas que realiza
tarefas:
 Pela qual não existe algoritmo
conhecido ou prático
 No entanto efetuada com
desempenho por humanos
 Usando apenas técnicas numéricas de IA:







Redes neurais
Redes Bayesianas
Probabilidades e estatística
Sistemas nebulosos
Algoritmos genéticos
Formigas
Híbrida numérica-numérica
O que é um agente?
Definição geral mínima
 Qualquer entidade (humano, animal, robô, software):
Imersa ou situada em um ambiente (físico, virtual/simulado) e que,
Percebe esse ambiente através de sensores (olhos, câmera, socket)
Age sobre esse ambiente através de atuadores (mãos, roda, socket)
Possui objetivos próprios, i.e., estados do ambientes preferidos
(explícitos ou implícitos)
 Escolha suas ações em função das suas percepções para atingir seus
objetivos




 Ciclo de processamento:




Percebe P
Interpreta suas percepções I = f(P)
Escolha suas ações A = g(I,O) para atingir objetivos O
Executa A
O que é um agente?
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
Agentes no mapa da computação
Inteligência
Artificial
Engenharia
de Software
Agentes
Sistemas
Distribuídos
Agente
x
Objeto
 Intencionalidade:
 Sem objetivo próprio
 Autonomia de decisão
 Sem autonomia de decisão:
 Encapsula objetivos próprios (mesmo
que implicitamente) além de dados e
métodos
 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:
 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
Sistema Multi-Agente x Sistema Distribuído
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
O que é um agente? Outras propriedades
freqüentemente associadas
 Autonomia de raciocínio:
 Requer IA, máquina de inferência e base de conhecimento
 Chave para: sistemas especialistas embutidos, controle, robótica,
jogos, agentes na internet ...
 Adaptabilidade:
 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:
 Requer IA, modelagem de atitudes e emoções
 Chave para: entretenimento digital, realidade virtual, interfaces
amigáveis ...
 Continuidade temporal e persistência:
 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, ...
Porque usar a metáfora de agentes?
1. Livro-texto de IA mais didático e mais moderno
2. Fornece metodologias de desenvolvimento de
sistemas inteligentes estendendo as de
engenharia de software
3. Fornece visão unificadora das várias
sub-áreas da IA
4. Ajuda a embutir a IA em sistemas
computacionais tradicionais
5. Permite tratar melhor a interação com ambiente
6. Permite tratamento natural da IA distribuída
Agentes: metodologia de desenvolvimento
 Decompõe problema em:
 percepções, ações, objetivos e ambiente (e outros agentes)
 Decompõe tipo de conhecimento em:







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
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
Experimento do Robô Multi-Humano
 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
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
Robô Multi-Humano: algumas conclusões
 Um modelo do mundo
 é imprescindível e econômico (resume todo o ocorrido)
 dá suporte ao raciocínio
 Conhecimento prévio do mundo é importante
 Coordenar diferentes sistemas é complicado
 A percepção e a execução são imperfeitas
 Feedback visual e de força são imprescindíveis
 No mundo real é mais complicado
 tem muito conhecimento implícito
 A maioria dos sistemas de visão não são móveis
 ...
Bibliografia
 Capítulo 1 e começo do capítulo 2 do AIMA
 Capítulos 1 e 2 do Wooldrigde
 www.aaai.org/AITopics/