View
45
Download
1
Category
Preview:
Citation preview
1
INSTITUTO FEDERAL DE EDUCAÇÃO, CIÊNCIA E TECNOLOGIA DO SUL DE MINAS, CAMPUS MUZAMBINHO
Curso Bacharel em Ciência da Computação
__________________________________________________
BRUNO ALEXANDRE DE SOUZA
CASTAÑEDA PACHECO RAMON EDUARDO
DIAZ RAMIREZ CARLOS ARMANDO
Agentes Inteligentes e Agentes Lógicos
Muzambinho
2013
2
BRUNO ALEXANDRE DE SOUZA
CASTAÑEDA PACHECO RAMON EDUARDO
DIAZ RAMIREZ CARLOS ARMANDO
Agentes Inteligentes e Agentes Lógicos
Trabalho de avaliação mês um Curso Bacharel em Ciência da Computação
Orientador: Prof. João Marcelo Ribeiro
Muzambinho
2013
3
RESUMEN
La meta de la inteligencia artificial es diseñar un agente inteligente/racional que
opere o actué adecuadamente en sus ambientes.
Los agentes inteligentes es cualquier cosa que pueda percibir un mundo
perceptual en el que este anidado (ambiente) mediante sensores y actuar sobre ese
mundo mediante efectores (o actuadores).
Agente inteligente: Operador que transforma un input en output dentro del espacio del
problema.
Agente Lógico es un agente basado en conocimiento (BC) estos pueden aceptar
nuevas tareas bajo la forma de objetivos descritos explícitamente, adquirir rápidamente
competencia o adquirir conocimiento de su ambiente, adaptarse a cambios en el
ambiente mediante la actualización de conocimiento relevante.
El componente central de un ABC es su base de conocimiento BC.
BC: es un conjunto de sentencias que son representaciones de afirmaciones o hechos
del universo
4
RESUMO
A finalidade da Inteligência Artificial (IA) é desenhar um agente inteligente/
racionai que faz todo de maneira ótima no ambiente.
Os agentes inteligentes são qualquer coisa que possa perceber o mundo no qual
ele fica (ambiente). Usando sensores e fazendo ações por médio dos atuadores.
Agente inteligente Operador que transforma um input num output dentro do espaço do
problema.
Agente lógico é um Agente baseado em conhecimento (BC) eles podem aceitar
novas tarefas ou ações de acordo a forma de objetivos explícitos, também conseguem
aprender conhecimento do ambiente, atualizam o conhecimento quando trocam de
ambiente.
O componente importante do ABC é sua base de conhecimento BC.
BC: É um conjunto de sentenças que são representações de afirmações ou
situações do universo.
5
SUMARIO
1.0 Introdução .............................................................................................................................................. 7
2.0 Agentes Inteligentes ............................................................................................................................ 8
2.1 Histórico ............................................................................................................................................. 8
2.3 Características De Agentes Inteligentes....................................................................................... 9
2.5 Áreas De Aplicação ........................................................................................................................ 11
2.6 Arquiteturas para agentes inteligentes ....................................................................................... 12
3.0 Agentes Lógicos ................................................................................................................................. 14
3.1 Lógica ............................................................................................................................................... 14
3.2 Agentes baseados em conhecimento ......................................................................................... 14
3.3 Programa de agente baseado em conhecimento ..................................................................... 15
4.0 Conceitos ............................................................................................................................................. 18
4.1 Semântica ........................................................................................................................................ 18
4.3 Modelo ............................................................................................................................................ 19
4.4 Consequência lógica ...................................................................................................................... 19
4.5 Validade ........................................................................................................................................... 20
4.6 Satisfatibilidade .............................................................................................................................. 20
4.8 Níveis de agente ............................................................................................................................. 20
5.0 Comparação ........................................................................................................................................ 20
6.0 Referências ......................................................................................................................................... 23
6
7
1.0 Introdução
A inteligência artificial é por um lado uma ciência, que procura estudar e compreender o
fenômeno da inteligência, mas também forma parte de um ramo da engenheira onde procura
construir instrumentos para apoiar a inteligência humana.
A inteligência artificial ajuda também á construção de maquinaria inteligente (agentes)
com capacidade de racionar é por isso que o presente trabalho tem como finalidade expressar
o que é um Agente inteligente e um Agente Logico, ajudar a compreender como é que a logica
ajuda em a inteligência artificial.
Também fala das diferenças entre eles e como é que são baseados para processar
informações. As características deles e suas aplicações, arquitetura, sintaxis, tipos e pretende
dar a conhecer ao aluno qual é a importância das novas tecnologias.
8
2.0 Agentes Inteligentes
2.1 Histórico
Durante os anos 80, a comunidade de Inteligência Artificial, começou a explorar
novas áreas onde sistemas de IA pudessem ter um domínio mais dinâmico. Ao invés de
olhar para resultados simulados, simbólicos em mundos artificiais, começaram a
explorar as possibilidades de interações complexas com o mundo físico, através de um
mecanismo denominado agentes.
2.2 Definição De Agente Inteligente
“Um agente é um software que sabe fazer coisas que provavelmente você faria
você mesmo se tivesse tempo.” Ted Selker.Centro de pesquisas da IBM em Almaden
(SILVA e MENESES, 2001).
WOOLDRIDGE (1999) define agente como: “Um agente é um sistema de
computador que está situado em algum ambiente e que é capaz de executar ações
autônomas de forma flexível neste ambiente, a fim de satisfazer seus objetivos de
projeto”.
Existem três conceitos nesta definição: ambiente,autonomia e flexibilidade.
Estar situado em um ambiente corresponde a capacidade do agente de receber entrada
através de sensores do ambiente e executar ações que alterem o mesmo de alguma
maneira através de reagentes.
Autonomia, aqui, significa dizer que o sistema pode executar tarefas sem
ointermédio do usuário e que possui o controle de suas ações e de seu estado interno.
A flexibilidade das ações é o que distingue um agente de um programa de controle de
processos. Segundo JENNINGS (1998), flexibilidade significa que o sistema é:
9
• Reativo: agentes devem perceber seu ambiente e responder oportunamente às
mudanças que correm nele;
• Pró-ativo: agentes não devem simplemente atuar em resposta ao ambiente, devem
exibir um comportamento oportunista e direcionado ao seu objetivo e tomar a iniciativa
quando apropriado;
• Social: agentes devem interagir, quando apropriado, com outros agentes artificiais ou
humanos para completar suas próprias soluções de problemas ou ajudar outros com
suas atividades.
Segundo WOOLDRIDGE (1999) as três características citadas, reativo, pró-ativo
e social, são suficientes para classificar um agente como inteligente.
2.3 Características De Agentes Inteligentes
Alguns atributos que caracterizam os agentes de forma geral, são
(WOOLDRIDGE e JENNINGS, 1995):
10
• Autonomia: atuam sem a necessidade de interferência do usuário e possuem algum
tipo de controle sobre suas ações e seu estado interno;
• Habilidade Social: interagem com outros agentes e em alguns casos com seres
humanos por algum tipo de linguagem de comunicação;
• Reatividade: percebem seu ambiente (que pode ser o mundo físico, um usuário
através de uma interface gráfica, outros agentes, a Internet ou talvez tudo isto
combinado) e respondem às mudanças ocorridas. Em alguns casos o agente fica em
stand-by e só é ativado se algum evento específico ocorrer no ambiente;
• Pró-Atividade: não agem simplesmente em resposta ao seu ambiente, eles são
capazes de atingir suas metas tomando iniciativas para o cumprimento das mesmas;
• Continuidade Temporal: executam continuamente processos que tanto podem estar
ativos, em foreground, quanto adormecidos, em background;
• Orientação a Objetivos: deve ser capaz de lidar com tarefas complexas em alto nível.
A decisão de como uma tarefa é melhor subdividida em tarefas menores, e em qual
ordem e de que modo devem ser executadas, deve ser feita pelo próprio agente.
2.4 Classificações De Agentes Inteligentes
De acordo com NWANA (1996), os agentes podem ser classificados levando em
conta a ênfase dada para alguns atributos primários e considerados ideais
(cooperação, aprendizado, e autonomia) em: agentes inteligentes, agentes de
aprendizado colaborativo, agentes de interface e agentes colaborativos.
11
2.5 Áreas De Aplicação
Comércio Eletrônico:
O BargainFinder é um agente que compara lojas virtuais na Internet para
encontrar o melhor preço para um determinado CD. Neste sistema, o usuário informa
ao agente os dados referentes ao CD que gostaria de comprar, baseado nestas
informações o agente realiza uma procura nas lojas virtuais existentes, comparando o
preço para obter o CD mais barato (NISSEN, 1995).
Redes de Comunicação:
Uma comunidade aberta de diferentes agentes que cooperam para solucionar
uma variedade de problemas em um sistemas de gerenciamento de redes de
telecomunicações complexo é descrita. As principais funções realizadas pelos agentes
são: estabelecimento e restauração de rotas em uma rede física e satisfação das
necessidades do cliente, e planejamento do fornecimento e restauração do serviço. As
características mais notáveis deste processo são: é distribuído e sujeito a falhas,
12
suporta a possibilidade de melhorar a performance sobre o sistema centralizado e o
escopo de redução da quantidade total de dados passados para um ponto central, e a
flexibilidade de permitir ao sistema distribuído uma degradação mais suave (BUSUIOC
e GRIFFITHS, 1994).
2.6 Arquiteturas para agentes inteligentes
Conforme DAVIDSSON (1992), todos os agentes autônomos baseados em
computador possuem mais ou menos a mesma arquitetura.
Existem três arquiteturas diferentes são classificados de acordo com o modelo
de raciocínio que eles usam.
Arquiteturas deliberativa
Define que os agentes cognitivos, que em seu trabalho são chamados agentes
deliberativos, possuem uma representação simbólica do mundo, sendo que suas
deliberações(também chamadas decisões) são feitas por meio de um processo
baseado em raciocíniológico. Este raciocínio trabalha sobre um conjunto de símbolos
que, sendo fisicamenteconcebíveis, podem ser combinadas formando-se estruturas
sobre o qual se pode operar.
Arquiteturas reativa
13
Define que, em uma arquitetura reativa, o processo de tomada de decisão de um
agente ocorre em tempo real, em resposta a estímulos do ambiente, captados por seus
sensores, ou a mensagens enviadas por outro agente. Neste tipo de agente, o
mecanismo de controle é, geralmente, implementado por um conjunto de regras
evento-ação -chamado por [BAS98] pelo termo estímulo-resposta - ou por máquinas de
estados finitos (autômatos finitos).
Arquitetura híbrida
Arquiteturas híbridas são provenientes das deficiências encontradas nas
arquiteturas deliberativas e reativas, reunindo propriedades de ambas. As arquiteturas
reativas têm dificuldades para modificar seus planos de ação a partir do momento em
que a situação passa a divergir de seus objetivos iniciais. No caso de arquiteturas
deliberativas, que têm dificuldade de lidar com situações imprevistas que exigem
decisões rápidas. Na visão de Bastos, estas arquiteturas (híbridas) devem definir
agentes dotados de capacidades reativas, de raciocínio e planejamento, resolvendo as
limitações provenientes das abordagens mais "puras".
Arquitetura Distribuída
Nesta abordagem, a idéia consiste em coordenar o comportamento inteligente
de um conjunto de agentes autônomos, cuja existência pode ser anterior ao surgimento
de um problema em particular. Os agentes devem raciocinar a respeito das ações e
sobre o processo de coordenação em si. As suas arquiteturas são mais flexíveis e a
organização do sistema está sujeita à mudanças visando adaptar-se às variações no
ambiente e/ou no problema a ser resolvido.
14
3.0 Agentes Lógicos
3.1 Lógica
Trata-se de uma ciência formal desprovida de conteúdo, que se dedica ao
estudo das formas válidas de inferência. Trata-se por tanto do estudo dos métodos e
dos princípios utilizados para distinguir o raciocínio correto do incorreto.
3.2 Agentes baseados em conhecimento
O componente central de um agente baseado em conhecimento é sua base de
conhecimento, ou BC. informalmente, uma base de conhecimento é um conjunto de
sentenças.
Cada sentença é expressa em uma língua chamada linguagem de representação de
conhecimento. e representa alguma asserção sobre o mundo.
„ O componente central de um agente baseado em conhecimento é sua base de
conhecimento (BC) .
„ A BC possui um conjunto de sentenças representando alguma asserção sobre o
mundo e semelhantes a sentenças em linguagem natural porém expressas em uma
linguagem de representação do conhecimento
„ Deve ser possível adicionar novas sentenças à base e consultar o que se conhece.
Para adicionar novas sentenças se usa os nomes padrão:
TELL (informe)
ASK (pregunte)
Ambas tarefas podem envolver inferência- ou seja a derivação de novas sentenças a
partir de sentenças mas antigas.
Exemplo:
função AGENTE -BC(percepção) retorna uma ação
variáveis estáticas: BC, uma base de conhecimento
t. um contador, inicialmente igual a 0, indicando tempo
15
TELL (BC, CRIAR- SENTENÇA -DE PERCEPCAO ( percepção, t) )
ação ASK (BC, CRIAR CONSULTA- DE ação (t))
TELL (BC, CRIAR -Sentença- de Ação (ação t))
t<- t+1
retornar ação
3.3 Programa de agente baseado em conhecimento
Como todos os nossos agentes, ele recebe uma percepção como entrada e
retorna una ação. Cada vez que o programa do agente é chamado, ele executa duas
ações. Primeiro informa (com TELL) á base conhecimento o que percebe. Em segundo
lugar, pergunta (com ASK) à base de conhecimento que ação deve executar.
Uma vez escolhida a ação, o agente registra sua escolha com TELL e executa a ação.
O segundo TELL é necessário para informar à base de conhecimento que a ação
hipotética realmente foi executada.
Além de informar (com TELL) o que ele precisa conhecer, podemos fornecer a um
agente baseado em conhecimento mecanismos que lhe permitam aprender por si
mesmo. Esse conhecimento pode ser incorporado à base de conhecimento do agente e
usado na tomada de decisões. Desse modo, o agente pode ser totalmente autónomo.
„Ambiente de teste para agentes inteligentes
O mundo de Wumpus
O mundo de Wumpus é uma caverna que consiste em salas conectadas por
passagens. A espreita em algum lugar na caverna está o Wumpus, um monstro que
devora qualquer guerreiro que entrar na sua sala. O Wumpus pode ser atingido por um
agente, más o agente só tem uma flecha. Algumas salas contem poços sem fundo nos
16
cuias cairá qualquer um que vagar por elas. A única característica que justificaria
alguém viver nesse ambiente é a possibilidade de encontrar um monte de ouro.
Medida de desempenho: *
+1,000 por pegar ouro
-1,000 se cair em um poço ou for devorado pelo wumpus
-1,0 para cada ação executada
-10,0 pelo uso de la flecha
Ambiente:
Uma malha 4x4 de salas. O agente sempre começa no quadrado identificado
como [1,1] voltado para a direita.
As posições do ouro e do Wumpus são escolhidas ao acaso, com uma
distribuiçao uniforme, a partir de outros quadros diferentes do quadro inicial.
Atuadores:
O agente pede virar a esquerda 90 ou virar na direita 90
O agente terá uma morte horrível se entrar em um contendo um poço ou um
wumpus vivo.
Mover-se adiante não tem nenhum efeito se houver uma parede diante do
agente.
Sensores:
No quadrado contendo Wumpus e nos quadrados diretamente adjacentes, o
agente percebera um fedor;
17
Nos quadros diretamente adjacentes a um poço , o agente percebera uma brisa
O quadro onde esta o ouro, o agente percebera um resplendor.
Quando caminhar para uma parede, o agente percebera um impacto.
Quando o Wumpus é morto, ele emite um grito triste que pode ser percebido em
qualquer lugar da caverna. Solução
18
4.0 Conceitos
4.1 Semântica
Em termos gerais, a semântica está relacionada como o significado das
sentenças com relação a cada mundo possível. por exemplo, a semântica está
relacionada como o significado de sentenças. Em logica, a definição é mais precisa. A
semântica de linguagem define a verdade de cada sentença com relação a cada mundo
possível. Por exemplo, a semântica habitual adotada pela aritmética especifica que a
sentença “ x+y=4” é verdadeira em um mundo no qual X é 2 e Y é 2, mas é falsa em
um mundo em que X é 1 e Y é 1.
19
4.2Sintaxe
Conectiva Expressão em
linguagem natural
Exemplo Símbolo
neste artigo
Negação não não está chovendo ¬
Conjunção e está chovendo e está
nublado
*
Disjunção ou está chovendo ou
ensolarado
*
Condicional
material
se ... então se é ensolarado, então é
dia
→
Bicondicional Se e somente se está nublado, se e
somente se há nuvens
visíveis
↔
Negação
conjunta
ni...ni nem é ensolarado nem é
nublado
↓
Disjunção
exclusiva
ou .... ou ou o dia está ensolarado
ou nublado é
↮
4.3 Modelo
Um “mundo possível”. A frase “m é modelo de α” indica que a sentença α é
verdadeira no modelo m
4.4 Consequência lógica
Utilizada quando uma sentença decorre logicamente de outra. Notação: α╞ β (β
decorre logicamente de α).
20
Pode ser aplicada para derivar conclusões, ou seja, para conduzir inferência lógica
4.5 Validade
Uma sentença e valida si é verdadeira em todos os modelos.
4.6 Satisfatibilidade
Uma sentença é satisfazível se é verdadeira em algum modelo.
Exemplo: se uma sentença α é verdadeira em um modelo m, dizemos que m satisfaz α
ou que m é um modelo de α.
4.7 Inferência
Inferência é a ação eo efeito de inferir (deduzir alguma coisa, tirar uma
conclusão sobre outra coisa, levar a um resultado).
4.8 Níveis de agente
Agente baseado em conhecimento obtém as ações de acordo com um nível de
conhecimento
O nível resumo descreve que o agente sabe, que corresponde ao domínio de
conhecimento
O nível lógico, é o lugar onde o conhecimento é codificado usando frases ou
sentenças.
O nível de execução é a arquitetura do sistema operacional e onde são
representações físicas de sentenças correspondentes à lógica
5.0 Comparação
O agente baseado em inferência e um agente baseado em circuitos representam
os extremos declarativos e procedural no projeto agentes. Eles podem ser comparados
de acordo com varia dimensões.
21
Concisão:
O agente baseado em circuitos, diferente do agente baseado em inferência não
precisa ter copias separadas de seu conhecimento para cada instante de tempo. Em
vez disso, ele se refere apenas aos instantes de tempo atual e anterior. Ambos dos
agentes precisam ter copias das regras físicas( expressas como sentenças ou circuitos)
para cada um dos quadros e, por conseguinte, não são convenientemente escaláveis
para ambientes maiores.
Eficiência computacional:
No pior caso, a inferência pode demorar um tempo exponencial em relação ao
numero de símbolos, em quanto a avaliação de um circuito demora um tempo linear em
relação ao tamanho do circuito.
Completeza:
As razoes para incompleteza são na realidade mais fundamentais. Primeiro um
circuito funciona em tempo em relação ao tamanho do circuito. Isso significa que, para
alguns ambientes, um circuito completo deve ser exponencialmente maior que a BC do
agente em inferência.
Segunda razão é a natureza do estado interno do agente. O agente baseado em
inferência memoriza toda percepção e conhece seja implícita ou explicitamente, toda
sentença que decorre das percepções e da BC inicial.
Facilidade de constrição
Agentes inteligentes precisam de conhecimento sobre o mundo, a fim de
alcançar boas decisões.
O conhecimento esta contido em agentes sob a forma das sentenças em uma
linguagem de representação de conhecimento que estão armazenadas em uma base
de conhecimento.
22
Um agente baseado em conhecimento e composto por uma base de
conhecimento e um mecanismo de inferência. Ele opera armazenando sentenças sobre
o mundo em sua base de conhecimento, utilizando o mecanismos de inferência para
deduzir novas sentenças e empregando essas sentenças para decidir que ação
executar.
Uma linguagem de representação é definida por sua sintaxe, que especifica sua
estrutura de sentenças e por sua semântica, que define a verdade de cada sentença
em cada modelo ou mundo possível.
A relação de consequência logica entre sentenças é crucial para nossa
compressão do raciocínio. Uma sentença α tem como consequência logica outra
consequência logica outra consequência B se B é verdadeira em todos os mundos em
que α é verdadeira. Definições equivalentes incluem a validade de sentenças.
A logica proposicional é um linguagem muito simple que consiste em símbolos
de proposições e conectivos lógicos. Ela pode manipular proposições que são
conhecidas como verdadeiras, conhecidas como falsas ou completamente
desconhecidas.
Regras de inferência são padrões de inferência que consiste que podem ser
usados para descobrir provas. A regra de resolução gere um algoritmo de inferência
completo para bases de conhecimento expressas em forma normal conjuntiva.
Dos tipos de agentes podem ser elaborados com base na logica proposicional: os
agentes baseados em inferência utilizam algoritmos de inferência para controlar o
mundo e deduzir propriedades ocultas, enquanto os agentes baseados em circuitos
representam proposições como bits em registradores e as atualizam utilizando a
propagação do sinal em circuitos lógicos.
23
6.0 Referências
[BAS98] BASTOS, R.M. O Planejamento de Alocação de Recursos Baseado em Sistemas Multiagentes. Porto Alegre: 1998. Tese de Doutorado.
[STE96] STEINER, D.D. IMAGINE: An Integrated Environment for Constructing Distributed Artificial Intelligence Systems. In: O’HARE, G.M.P.; JENNINGS, N.R. (Eds.). Foundations of distributed artificial intelligence. New York: John Wiley & Sons, 1996. p.345-364.
[COR94] CORREA FILHO, M. A Arquitetura de Diálogos entre Agentes Cognitivos Distribuídos. Rio de Janeiro: COPPE da UFRJ, 1994. Tese de Doutorado.
http://www.nead.unama.br/site/bibdigital/monografias/agentes_inteligentes.pdf
BUSUIOC, M., GRIFFITHS, D. - Cooperating intelligent agents for service management in communications networks. Proceedings of the Special Interest Group on Cooperating Knowledge Based Systems. Selected Papers from the Workshop, p. 213- 26,1994.
SILVA, Flávio Soares Corrêa e MENESES, Eudênia Xavier. Integração de Agentes de Informação. Anais do Congresso da Sociedade Brasileira de Computação. Fortaleza: 2001. p. 209-253.
WOOLDRIDGE, M. Intelligent Agents In G. Weiss, editor: Multiagent Systems, The MIT Press, April, 1999.
JENNINGS, N., SYCARA, K., e WOOLDRIDGE, M. A Roadmap of agent research and development. 1998.
WOOLDRIDGE, M., JENNINGS, N. R. - Intelligent Agents: Theory and Practice. The Knowledge Engineering Review, vol. 10, n° 2, p. 115-152, 1995.
NWANA, H. S. - Software Agents: An Overview. Knowledge Engineering Review Press,
vol. 11, n° 3, p. 1-40, 1996.
Recommended