27
Escola Superior Batista do Amazonas Prof. Isaac Bandeira B. Inteligência Artificial Fontes principais: • Capítulo 1 de Russell & Norvig, 2003, Artificial Intelligence: a Modern Approach, 2ª. edição, Prentice Profª. Virgínia Brilhante DCC/UFAM

002-Agente Inteligente

Embed Size (px)

DESCRIPTION

Introdução a agentes inteligentes

Citation preview

Escola Superior Batista do Amazonas

Prof. Isaac Bandeira B.

Inteligência Artificial

Fontes principais:• Capítulo 1 de Russell & Norvig, 2003,

ArtificialIntelligence: a Modern Approach, 2ª.

edição, PrenticeHall;

Profª. Virgínia BrilhanteDCC/UFAM

Atividade - 1

Defina com suas próprias palavras: Inteligência Inteligência Artificial Agente

Porque a evolução tenderia a resultar em sistemas que agem racionalmente?

Atividade - 1

“Sem dúvida, os computadores não podem ser inteligentes – eles só podem fazer o que seus programadores determinam.” Esta última afirmação é verdadeira e implica a primeira?

Atividade - 1

As ações reflexas (como afastar a mão de um fogão quente) são racionais? Eles são inteligentes?

Como a introspecção – o exame que alguém faz de seus próprios pensamentos mais íntimos – poderia ser imprecisa? Eu poderia estar errado sobre aquilo em que estou pensando? Discuta

Agente Inteligente É tudo que pode ser considerado capaz de perceber seu ambiente por

meio de sensores e de agir sobre esse ambiente por intermédio de Atuadores.

Exemplos: Agente humano:

Sensores: olhos, ouvidos... Atuadores: Mãos, pernas, boca...

Agente Robô: Sensores: Câmeras, sons, toque... Atuadores: Motores...

Agente Inteligente

Percepção: Entradas perceptivas do agente em qualquer momento. Seqüência de percepções: É a história completa de tudo que o

agente já percebeu Função de Agente: Mapeia qualquer seqüência de percepções

específica para uma ação. (Implementado por um programa agente)

Função Agente ≠ Programa Agente Função - Descrição matemática abstrata Programa – É uma implementação concreta

Agente Inteligente – Exemplo de Aspirador de Pó Mini-mundo do aspirador – Percebe onde está e se existe sujeira.

Duas localizações para o agente Ações do agente:

mover-se para a esquerda (L); mover-se para a direita (R) aspirar (S)

Agente Inteligente – Exemplo de Aspirador de Pó Exemplo de Função Agente:

Se o quadrado atual estiver sujo, entãoAspirar

Caso contrárioMover-se para o outro quadrado

Agente Inteligente – Exemplo de Aspirador de PóSeqüência de percepções Ação

[A, Limpo] Direita

[A, Sujo] Aspirar

[B, Limpo] Esquerda

[B, Sujo] Aspirar

[A, Limpo], [A, Limpo] Direita

[A, Limpo], [A, Sujo] Aspirar

... ...

[A, Limpo], [A, Limpo], [A, Limpo] Direita

[A, Limpo], [A, Limpo], [A, Sujo] Aspirar

... ...

Tabulação Parcial de uma Função Agente

Agente Inteligente – Exemplo de Aspirador de Pó Vários agente podem ser definidos:

Bastaria para isso preencher de maneira distinta a coluna da direita da tabela anterior Ou seja, cada configuração distinta “possibilitaria” um agente novo.

Questão: Qual a maneira correta de preencher a tabela? Em outras palavras, o que torna um agente bom ou ruim,

inteligente ou estúpido?

Bom comportamento: o conceito de racionalidade Agente racional - é o que faz tudo certo. O que significa fazer tudo certo?

Ter Sucesso. OK. Mas como medir o sucesso?

O agente realiza uma seqüência de ações, que faz o ambiente ter uma seqüência de estados. Se a seqüência é desejável significa dizer que o agente funcionou bem.

O que fazer? Perguntar ao agente – mas muitos seriam incapazes de responder. Ou

iludiriam a si mesmo. Acreditar que na realidade não querem algo depois de tentarem sem sucesso

obtê-lo. Ex.: O famoso “Eu não queria mesmo”.

Bom comportamento: o conceito de racionalidade O que é melhor – uma vida aventureira, cheia de altos e baixos, ou

uma existência segura, porém monótona?

O que é melhor – uma economia em que todos vivem em uma pobreza moderada ou aquela em que alguns vivem em plena riqueza enquanto outros são muito pobres?

Racionalidade

O que é racionalidade? A resposta certa é depende:

A medida de desempenho que define o critério de sucesso

O conhecimento anterior que o agente tem do ambiente. As ações que o agente pode executar A seqüência de percepções do agente até o momento.

Racionalidade

“Para cada seqüência de percepções possível, um agente racional deve selecionar uma ação que se espera venha maximizar sua medida de desempenho, dada a evidência fornecida pela seqüência de percepções e por qualquer conhecimento interno do agente”. Stuart Russel

Agente Aspirador de Pó é racional? Situação de irracionalidade: Quando ambos os lados estivem

sempre limpos. Ele oscilará desnecessariamente de lado para o outro.

A estrutura de agentes

Agente = Arquitetura + programa Arquitetura: Onde o programa agente é executado.

Algum tipo de computação com sensores e atuadores físicos. Pode ser apenas um PC Carro robótico com câmeras e outros sensores

Arquitetura: Torna as percepções dos sensores disponíveis para o programa, executa o programa, e alimenta as opções de ação do programa para os atuadores

A estrutura de agentes

A estrutura de agentes

A estrutura de agentes

Segundo Ahmed,o robô irá obedecer a diferentes comandos verbais, mudar objetos de lugar, limpar e fazer vigilância. Será ideal para trabalhos arriscados, como em minas, onde os trabalhadores estão expostos à situações perigosas.

Programas de Agentes

Agentes reativos simples Agentes reativos baseados em modelos Agentes baseados em objetivos Agentes baseados na utilidade Agentes com aprendizagem

Programas de Agentes

Agentes reativos simples Respondem a percepções. Interpreta entrada, verifica regra correspondente e age.

Seleciona ações com base na percepção atual, ignorando o restante do histórico.

Exemplos: Motorista de taxi automatizado – se o carro da frente frear

e suas luzes de freio se acenderem, deve-se nota tal fato e começar a frear. (regra condição-ação)

Reflexos inatos do ser humano.

Programas de Agentes

Agentes reativos simples

Programas de Agentes

Agentes reativos baseados em modelos Mantêm o estado interno pra aspectos não percebido Estado interno modela mundo Pode utilizar percepções passadas para base em

decisões

Programas de Agentes

Agentes reativos baseados em modelos

Programas de Agentes

Agentes baseados em objetivos

Procuram atingir alvos

Mais flexível que reativos

Programas de Agentes

Agentes baseados na utilidade

Tentam maximizar suas expectativas

Pondera a probabilidade de sucesso em relação à importância de objetivos

Programas de Agentes

Agentes com aprendizagem

Permite ao agente operar em ambientes inicialmente desconhecidos

Torna-se mais competente

Comentários e Dúvidas