Tópicos especiais de Inteligência Artificial - UFMT

Tópicos especiais de Inteligência Artificial
Roteiro
Objetivos do curso
Conteúdo
Exigências
Pontuação para as atividades
Referência bibliográfica
Introdução
9/8/2011
1
Tópicos especiais de Inteligência Artificial
Objetivos do curso
Enfatizar o conceito de agente inteligente, sua estrutura,
ambiente e atributos essenciais; algumas das ferramentas
empregadas na programação de agentes inteligentes e
seus ambientes. Programas de agentes, agentes reativos
simples, agentes reativos baseados em modelos, agentes
cooperativos, agentes com aprendizagem – agentes x
programas.
Abordar o caso particular de agentes reativos no estudo de
sistemas complexos, possibilitando aos alunos o estudo de
casos e a programação como componentes de previsão de
dados e tomada de decisão.
9/8/2011
2
Tópicos especiais de Inteligência Artificial
Objetivos específico
Explorar e discutir problemas no âmbito de sistemas
complexos através de uma abordagem de Sistemas
Multiagente. Fazer uso de ambiente de simulação e do
trabalho cooperativo na exploração e construção de
modelos que envolvam problemas não lineares,
emergência e sistemas descentralizados.
Discutir e construir modelos de simulação baseado em
multiagente.
9/8/2011
3
Tópicos especiais de Inteligência Artificial
Conteúdo
•Sistemas Multiagente;
•Resolução de problemas;
•Uso de modelos e Simulação;
•Sistemas complexos;
•Ambientes de simulação;
•Simulação baseada em sistemas multiagente.
9/8/2011
4
Tópicos especiais de Inteligência Artificial
Conteúdo
Unidade 1 - introdução
- definição de agentes
- objetivos dos sistemas multiagente
Unidade 2 – agentes inteligentes
- ambientes
- agentes inteligentes
- agentes e objetos
- agentes como sistemas intencionais
- resumo de arquiteturas para agentes inteligentes
- como dizer a um agente o que fazer
9/8/2011
5
Tópicos especiais de Inteligência Artificial
Conteúdo
Unidade 3 – agentes reativos e híbridos
- limitações de agentes reativos
- agentes híbridos
Unidade 4 – sistemas complexos
- sistemas complexos
- comportamento de agentes
Unidade 5 – sistemas multiagente
- utilidades e preferências
- comunicação
- metodologias
- aplicações
9/8/2011
6
Tópicos especiais de Inteligência Artificial
Exigências do curso:
• ativa participação nas aulas;
• discussão das atividades complementares;
• participação no grupo de discussão;
• avaliação sobre os tópicos discutidos durante o curso;
• ao final do curso, apresentar um modelo sobre um
fenômeno complexo, bem como a análise de seu
comportamento (exposição)
9/8/2011
7
Tópicos especiais de Inteligência Artificial
1. Problema
O primeiro problema que iremos abordar explora a
estabilidade presa/predador num ecossistema.
Tais sistemas são chamados:
•
instáveis - quando eles tendem a resultados que levam a
extinção de uma ou mais espécies envolvidas;
•
estáveis - quando tendem a se manter no decorrer do tempo,
apesar das flutuações ocorridas nas populações.
9/8/2011
8
Tópicos especiais de Inteligência Artificial
O modelo que iremos abordar procura mostrar as oscilações que
ocorrem nas populações de herbívoros (presas) e carnívoros
(predadores) em um sistema.
Podemos observar:
•Quanto ao crescimento dos herbívoros (presas)?
•Quanto ao crescimento dos carnívoros (predadores)?
•Ao diminuir o número de presas, afeta o sistema?
Vários parâmetros podem ser levantados neste problema. O modo
simplificado não retrata a realidade dos sistema.
O importante é perceber que mesmo que a fonte seja constante o
sistema oscila devido a defasagem entre produção e consumo.
9/8/2011
9
Tópicos especiais de Inteligência Artificial
Suponha um modelo de presa predador, onde duas espécies
interagem: uma como presa e outra como predador. Este modelo é
representado por um par de equações diferenciais, não lineares e
de primeira ordem, denominada equações de Lotka-Volterra.
dx
= x(α − βy )
dt
dy
= y (γ − λx)
dt
y é o número de indivíduos de algum predador (exemplo lobo);
x é o número da indivíduos da sua presa (exemplo ovelha);
t representa o crescimento das duas populações no tempo; e
α, β, γ e λ são parâmetros representando a interação entre as duas espécies.
9/8/2011
10
Tópicos especiais de Inteligência Artificial
Simplificando a situação.
A população das presas é dada por
x(t )
a população dos predadores é dada por
y (t )
Nós estamos interessados no comportamento das duas
populações.
9/8/2011
11
Tópicos especiais de Inteligência Artificial
Se considerarmos o sistema no qual não haja predadores, isto é, ausência de
predadores. Temos que a população de presas cresce exponencialmente.
x ' = ax para algum a > 0
9/8/2011
12
Tópicos especiais de Inteligência Artificial
Se considerarmos o sistema no qual não haja presa, a população dos predadores
tende a extinção, ou seja, a eliminação total da espécie devido à ausência de
alimento
9/8/2011
. y ' = −by para algum b > 0
13
Tópicos especiais de Inteligência Artificial
Como não estamos considerando morte ou nascimento de
qualquer uma das espécies, bem como outras variáveis, temos:
 x(t ) = ax

 y (t ) = −by
Esse sistema pode ser facilmente resolvido através de equações
diferenciais.
9/8/2011
14
Tópicos especiais de Inteligência Artificial
 dx
 dx
=
dt
=
ax
 ax
 dt
⇒ 

 dy = −by
 dy = dt
 dt
 − by
 dx
at
∫ ax = ∫ dt
ln
a
x
t
x
e
=
=


⇒
⇒
 dy
−bt
ln
b
y
t
−
=
y
e
=


∫
= ∫ dt
 − by
9/8/2011
15
Tópicos especiais de Inteligência Artificial
Entretanto, se olharmos o sistema com os demais elementos:
• taxa de reprodução;
• morte dos elementos;
• ganho de energia com alimentação;
• razão de reposição da grama, entre outros.
9/8/2011
16
Tópicos especiais de Inteligência Artificial
Considere as seguintes situações:
• “os ricos estão cada vez mais ricos e os pobres cada
vez mais pobres”;
• “uma fofoca se espalha como fogo na mata”;
• “os pássaros de um mesmo bando estão sempre
juntos”.
Cada uma dessas situações descreve um fenômeno
diferente, eles compartilham alguma característica
comum?
9/8/2011
17
Tópicos especiais de Inteligência Artificial
Características
• descrevem sistemas que estão expostos a mudanças;
• são sistemas compostos, geralmente, por muitos
indivíduos que apresentam uma variedade de
comportamentos;
• exibem um modelo comum no grupo;
• o comportamento individual é geralmente simples;
9/8/2011
18
Tópicos especiais de Inteligência Artificial
Ao observar esses modelos podemos perceber:
• Não há nenhum condutor dirigindo ou liderando os indivíduos
durante o processo de mudança;
• São exemplos bem familiares e pertencentes ao cotidiano;
• Se retirarmos alguns elementos do modelo não afetará o
fenômeno como um todo;
• Existe uma certa organização no modelo;
Esses sistemas compõem uma classe denominada de
“sistemas complexos”
9/8/2011
19
Tópicos especiais de Inteligência Artificial
Conceituação
O estudo de sistemas complexos busca um meio de estimar qual a
probabilidade de um conjunto de variáveis ou elementos em
interação se auto-organizarem. O determinismo do sistema não é
visto como puramente matemático ou probabilístico, mas sim
organizacional.
O comportamento não linear dos sistemas complexos significa
que o uso de abordagens matemáticas e probabilísticas é
problemático, isto é, não basta um conjunto de equações para
desenvolver o sistema. Geralmente, uma maneira de trabalhar
efetivamente o sistema, explorando o comportamento não linear, é
através da simulação.
9/8/2011
20
Tópicos especiais de Inteligência Artificial
Características dos sistemas complexos
• muitos elementos (agentes);
• controle descentralizados;
• auto-organizado;
• interação entre os muitos elementos;
• comportamento definido por regras simples;
• imprevisibilidade;
• autopoiese - capacidade de um sistema de organizar de
tal forma que o único produto seja ele mesmo;
9/8/2011
21
Tópicos especiais de Inteligência Artificial
Propriedade dos sistemas complexos
• emergência – capacidade de se organizar sem um
princípio organizacional centralizado;
• o estudo de partes separadas do sistema não leva ao
entendimento do todo;
• o sistema não será definível pela soma de suas partes,
mas por uma propriedade que emerge deste seu
funcionamento;
•São identificados pelo que eles fazem;
9/8/2011
22
Tópicos especiais de Inteligência Artificial
Além da propriedade de emergência é possível verificar
também:
• Propriedade
1 – um sistema complexo é fundamentalmente não
determinístico. É impossível antecipadamente prever o
comportamento do sistema, mesmo conhecendo as funções que o
compõem;
• Propriedade 2 – um sistema complexo tem uma estrutura
dinâmica. É difícil, se não impossível, estudar suas propriedades
através da decomposição de suas partes. As interações
permanentes com o ambiente e sua capacidade de autoorganização possibilitam a sua reestruturação.
9/8/2011
23
Tópicos especiais de Inteligência Artificial
Além da propriedade de emergência é possível verificar
também:
•Propriedade 3 – um sistema complexo possui propriedades
semelhantes aos sistemas distribuídos (em sentido conexionista),
isto é, algumas de suas funções não podem precisamente ser
localizadas. Além disso, os relacionamentos existentes entre os
elementos de um sistemas complexos são de curto e longo
alcance, não-lineares e possui feedback (positivo e negativo)
simultaneamente.
• Propriedade 4 - o estudo sobre fenômenos complexos envolve
uma exploração interdisciplinar antes que um estudo num campo
bem definido.
9/8/2011
24
Tópicos especiais de Inteligência Artificial
Encaminhamento para a próxima aula.
Elaborar um problema que se caracterize como um problema
complexo e para isto:
Elencar os agentes;
Elencar suas propriedades;
Elencar seus comportamentos;
Elencar suas interações
Definir porque esse modelo faz parte da classe de sistemas
complexos,
9/8/2011
25
Tópicos especiais de Inteligência Artificial
Referência Bibliográfica
Azevedo, Lívia Lopes; AProSiMa – Um ambiente para resolução cooperativa de problemas
baseado em simulação multiagente; Tese doutorado em engenharia elétrica – UFES, 2006,
http://inf.ufes.br/~liviaufmt/tese
Russel, S.; Norvig, P. Artificial Intelligence: A Modern Approach. Prentice Hall, 1995.
Wooldridge, M., An introduction to multiagent systems, 2002 (disponibilizado, pelo professor, aos
discentes)
Rich, Elaine; Knight, Kevin, Artificial Intelligence, Second Edition, McGraw. Hill, 1993.
Bordini, R.H., Vieira, R., Moreira, A.F., JAI - Fundamentos de Sistemas Multiagentes. In:
Carlos Eduardo Ferreira. (Org.). As Tecnologias da informação e a questão social. Anais do XXI
Congresso da SBC. Fortaleza, jul/ago de 2001.
Conte R., Gilbert N. e Sichman J. S., MAS and Social Simulation: A Suitable Commitment,
Proceedings of the First International Workshop on Multi-Agent Based Simulation, SpringerVerlag, LNAI 1534, pp. 1-9, 1998. http://citeseer.ist.psu.edu/conte98mas.html
Durfee E. H. e Rosenschein J. S., 1994, Distributed Problem Solving and Multi-Agent Systems:
Comparisons and Examples, Proceedings of the International Workshop on Distributed Artificial
Intelligence, 1994. (acesso: fev/07) http://citeseer.ist.psu.edu/article/durfee94distributed.html
Ferber, J., Multi-Agent Systems: An Introduction to Distributed Artificial Intelligence.
Addison-Wesley, 1999
9/8/2011
26
Tópicos especiais de Inteligência Artificial
Referência Bibliográfica
Marietto, M. B.; David, N.; Coelho, H.; Sichman, J.S.; Proposta de uma Nova Classificação
para a Área de Inteligência Artificial Distribuída: Focos de Interesse e Sistemas
Computacionais; 2002; Disponível em
http://www.lti.pcs.usp.br/SimCog/Doc/Pub/Papers/MariettoIBERAMIA02.pdf;
Menezes, C. S., Práticas pedagógicas e prática docente: Parte II – Análise de ecossistemas,
não publicado.
Resnick, M., Turtles, termites, and traffic jams: explorations in massively parallel
microwords, The MIT Press, Massachusetts, USA, 1991.
Resnick, M., Wilensky, U., Beyond the deterministic, centralized mindsets: New thinking for
new sciences, Presented at the annual conference of the American Educational Research
Association, Atlanta, GA., 1993.
9/8/2011
27