Agentes Inteligentes e Aplicaçõeslsi.usp.br/~lobonett/publications/2003.10_UNIFAI_AgentesInteligente… · Agentes Inteligentes e Aplicações 5 IISM-E&NT UniFAI - São Paulo Outubro

LSI – PSI – EPUSPMarcio Lobo Netto

IISM-E&NTUniFAI - São PauloOutubro 2003

Agentes Inteligentes e Aplicações

Interface entre Vida Artificial e Sistemas de Apoio ao Ensino

Prof. Dr. Marcio Lobo NettoRodrigo Filev Maia

Laboratório de Sistemas IntegráveisEngenharia de Sistemas Eletrônicos

Escola Politécnica - Universidade de São Paulo

II Simpósio Multidisciplinar:“Ética e Novas Tecnologias”UniFAI - São Paulo – 29 de Outubro de 2003


Agentes Inteligentes e Aplicações 2

IISM-E&NTUniFAI - São PauloOutubro 2003 agenda

Introdução

Parte I – Vida Artificial

Parte II – Agentes Inteligentes

Parte III – Aplicação Educacional



IISM-E&NTUniFAI - São PauloOutubro 2003 introdução

• o que há de comum nestes temas

–vida artificial

– sistemas multi-agentes inteligentes

–suporte à educação



IISM-E&NTUniFAI - São PauloOutubro 2003 objetivo

palestra

• despertar nos alunos o interesse pelo questionamento científico

• neste particular, trata-se da questão do conhecimento–de sua representação (linguagem)–de sua aquisição (aprendizado)–de sua avaliação (raciocínio)–da evolução do aparato pensante–significado da capacidade de aprender



IISM-E&NTUniFAI - São PauloOutubro 2003 objetivo

palestra

• entendidos alguns dos conceitos relacionados a conhecimento, e formas de criar agentes computacionais que o manipulem, demonstrar então seu uso no apoio ao ensino–com que objetivo–quais técnicas são mais adequadas–como são aplicadas




PARTE I –VIDA ARTIFICIAL

introdução

trabalhos de outros autores

woxbotaquário



IISM-E&NTUniFAI - São PauloOutubro 2003 vida artificial

• compreensão dos conceitos e princípios de vida, na forma como é conhecida (biológica) e de forma mais abstrata sobre outros substratos que não carbono

• proposição de modelos de simulação de vida – a vida artificial –como é entendida a vida –como pode ser simulada

computacionalmente




• vida artificial é uma forma de alternativa de sintetizar vida

• para tal:–vida artificial trata do estudo dos

princípios de qualificam um sistema ou organismo como vivo

–vida artificial propõe modelos de implementação destes sistemas ou organismos




• simulação computacional–vida num substrato artificial– simulação de fenômenos de vida

• evolução• adaptação• aprendizado

• aplicação à CG/RV–personagens artificiais



IISM-E&NTUniFAI - São PauloOutubro 2003 trabalhos da área

diversos autores

• Karl Sims–adaptação morfológica–procura espontânea de formas

funcionalmente bem adaptadas• competição




diversos autores

• Demetri Terzopoulos–evolução de sistemas –capacidades cognitivas–capacidade de treinamento

• atividades motoras

–capacidade de aprendizado• atividades intelectuais




grupo de vida artificial da USP

• WOXBOT–evolução comportamental

• ALIVE– laboratório de vida artificial

• ALGA–estratégias de aprendizado



IISM-E&NTUniFAI - São PauloOutubro 2003 proposta grupo ARTLIFE

• desenvolvimento de ambientes para simulação de vida artificial–modelos extensíveis que comportem

personagens com diferentes características

• estudo de modelos de evolução (genética) e de aprendizagem (linguagem), e combinação de ambos



IISM-E&NTUniFAI - São PauloOutubro 2003 woxbot

modelo

• estrutura do personagemA+, A, A-B+, B, B-SímbolosLínguagem

COGNIÇÃPComportamento:decisão (máquina de estados) & ação

SMImage

PERCEPÇÃOPercepção Visual:sensoreamento (rendering) &classificação (redes neurais)

NNR




conceitos

• evolução genética

code (1st gen) code (2nd gen) code (3rd gen)

Evolução através de gerações: algorítmos genéticos

SM SM SM




implementação / interface



IISM-E&NTUniFAI - São PauloOutubro 2003 aquário

conceitos

• ambiente habitado por peixes

• peixes–personagens individuais– representação corporal simples–capacidades perceptivas–capacidades de aprendizado



IISM-E&NTUniFAI - São PauloOutubro 2003 peixes

modelo

• estrutura do personagem

ViewFrustum

PERCEPÇÃO VISUALSensoreamento & Classificação

COGNIÇÃODecisão & Ação (linguagem construção)

A+/ A / A-B+/ B / B-

símbolos

S C

Ações

Sentenças

Analisador

Comunicador




conceitos

• percepção– tradução da percepção visual numa

representação lingüística• perto / longe / cima / baixo / esq. / dir.

• cognição– livro de vivências (diário)

• contendo o conhecimento adquirido• sentenças (palavras simples) e métricas de

avaliação (confidência, importância)




conceitos

• linguagem–dicionário

• conjunto de todas as possíveis ações (palavras) conhecidas pela espécie

–diário• conjunto de ações conhecidas por um

particular personagem• um sub-conjunto do dicionário




conceitos

• execução de ações–seleção de ações no subconjunto das

possíveis (contidas no diário)– reflexão (raciocínio) sobre confidência e

importância (compromisso)action confidence importancecase (perception)

turn right low lowfood near leftstay medium lowfood near lefteat high lowfood near leftturn left high highfood near left

eat high highfood very closestay medium lowfood very closenone none nonefood very closenone none nonefood very close




conceitos

• aprendizado (por contato social)–recebendo novas dicas de outros peixes

• requer um sistema de comunicação

–reflexão sobre novas dicas recebidas• transformando-as em conhecimento• analisando o conhecimento possuído

nascido (conhecimento instintivo)

aprendido (conhecimento adquirido)




conceitos

• aprendizado (por auto reflexão)–conclusão obtida por observação de

causa e efeito em diferentes situações – requer mecanismos de associação de

significado a nomes para estabelecimento das ações • problemas num contexto social, quando um

personagem tem que passar tais informações para outro (como mostrar ao outro o significado atribuído a um novo conhecimento)




conceitos

• análise–medidas de sucesso

• recompensa (ex: alimentar-se)

–estrutura de Cadeias de Markov• recompensa progressiva e retroativa

linha da história

1/8 1/2 recompensa

1/4

1/16

linha do tempo




implementação / interfaceaquáriovisãocogniçãoaçãoestatísticas




implementação / interface

• JAVA (core simulation)–orientação à objeto / suporte a

comunicação entre objetos–multi-threading–personagens como agentes

independentes

• JAVA 3D (modelo & visualização)–descrição em alto nível da cena: modelo

hierárquico–plataforma de visualização: rendering




versão desktop

• disponível como JAVA Applet–http://www.lsi.usp.br/~alga

–projects–prototypes




versão desktop - resultados• vista e estatísticas

• aquário: ciclos iniciais





• aquário:ciclo intermediário





• aquário - ciclos finais




versão CAVE

• vista da caverna digital




versão CAVE

• experiência imersiva




• PARTE II – AGENTES INTELIGENTES

–agente

–agente inteligente



IISM-E&NTUniFAI - São PauloOutubro 2003 agente

definição

“… um agente é uma entidade de software que funciona de forma

contínua e autônoma em um determinado ambiente,

freqüentemente associado com outros agentes ou processos …”

(Shoham, 1997)




características

• reatividade–reação a alterações no ambiente

• autonomia–possui objetivos, pró-ativo, auto

ativação

• comportamento de colaboração– trabalha com outros agentes para

atingir o objetivo




características• capacidade de comunicação

–entre agentes e entre estes e humanos• capacidade de inferência

–agir conforme o conhecimento sobre seus objetivos, considerando as melhores formas para atingí-los

• continuidade temporal–persistência da identidade e estados

internos durante longos períodos de tempo (mesmo sofrendo desativação)




características

• personalidade–capacidade de manifestar atributos de

crença (demonstrar opinião)

• adaptabilidade–capacidade de aprendizado e melhoria

de ações com a experiência

• mobilidade–ser capaz de migrar (de forma

independente) de uma máquina para outra




preferênciasraciocínio

planejamentoaprendizado

agenteclassificação

Finalidade

Inteligência

Mobilidade

Agentes Inteligentes

Fixed-FunctionAgents

Expert Systems

Service interactivityApplication interactivity

Data interactivityRepresentation of user

Asynchrony

estático

scripts móveis (comunicação)

objetos móveis

Fonte: Gilbert et al. 1995. IBM Intelligent Agent StrategyBrandshaw, An introduction to software agents



IISM-E&NTUniFAI - São PauloOutubro 2003 agente inteligente

definição• inteligência

–grau de razão e capacidade de aprendizado

–capacidade do agente de aceitar uma afirmação do usuário ou de um agente sobre um determinado objetivo e executar a tarefa delegada




definição

• necessita utilizar diversos tipos de algoritmos adequados tanto ao aprendizado quanto à deduções–sistemas especialistas– redes neurais

• área de estudo da inteligência artificial (AI)




sistemas especialistas

• sistemas capazes de deduzir a probabilidade de uma ocorrência e tomar uma ação

• exemplo: sistema de diagnóstico médico: –dados os sintomas, o sistema consegue

estimar a doença do paciente– inferência a partir de ampla base de

conhecimento




sistemas especialistas

• dado que o paciente apresenta febre e mal estar e ingeriu peixe em uma barraquinha de praia, qual a doença?–resfriado: 2%–gripe: 8%–estomatite por bactéria: 90%




redes neurais

• baseada na idéia do perceptron de McCulloch-Pitts

• ideal para reconhecimento de padrões

• processamento de linguagem natural• algoritmo capaz de dividir o universo

conhecido (pela rede) em regiões e determinar a que região um ponto pertence com precisão e velocidade




redes neurais

Região A

Região B




redes neurais




redes neurais

sprott.physics.wisc.edu/ pubs/paper232.htm




• PARTE III –PROPOSTAS EDUCACIONAIS

–proposta educacional com rede de dados (internet)

–proposta educacional com televisão digital interativa (TVDI) e rede de dados (internet)



IISM-E&NTUniFAI - São PauloOutubro 2003 proposta educacional:

rede de dados (situação atual)

• as escolas brasileiras, há alguns anos estão equipando laboratórios com computadores e alguns programas educacionais, a fim de introduzir seus alunos no ambiente da computação

• empresas de diversos segmentos pensam ou utilizam educação à distância em treinamento de colaboradores




rede de dados (novo paradigma)

• realidade do ensino: passividade na maioria das escolas

• realidade do aluno é interativa:video-game, computador, DVD

• realidade do profissional também é:handhelds, notebooks

• necessidade do ensino: ser mais atraente, interativo - próximo da realidade do indivíduo





• educação centrada no aluno–comprometimento da vivência da

experiência educativa–dinamismo– favorecimento da auto-avaliação–aprendizado difere de aprendiz para

aprendiz





• sistemas agentes podem auxiliar na busca da educação centrada no aluno por meio de ferramentas, aumentando sua interatividade–educação à distância (EAD)–sistemas de gerenciamento do

aprendizado (LMS)




rede de dados (ensino à distância)

• ferramenta LMS:–diferentes formatos de arquivos– reutilização dos módulos– ferramentas de uso simples–distribuição de tarefas– registro de alunos– ferramentas interativas (chat e forum)–estatísticas–aplicação e correção de testes–controle de acesso




rede de dados (ensino à distância)• sistemas atuais apenas informam o

aluno, não o auxiliam no estudo• geralmente informam:

–uma nota–aprovação ou reprovação–gabarito do teste realizado

• nenhum sistema informa o porquê de um sucesso ou fracasso!

• resultado: desânimo - frustração



IISM-E&NTUniFAI - São PauloOutubro 2003 sistema multi-agente

apoio à aprendizagem• acompanhamento por um tutor

–“assistente” do professor• interatividade em toda a experiência

do aprendizado:– feedback das atividades–diagnóstico da atuação–baseado em parâmetros educacionais

• melhores condições para um professor acompanhar os alunos




apoio à aprendizagem• professor elabora parâmetros de

acompanhamento e avaliação• o agente aprende estes parâmetros e

analisa desempenho do aluno, baseado nas ações atuais e no histórico do aluno

• acompanhamento personalizado permite ao aluno melhorar seu estudo

• dados entre alunos podem ser cruzados e o professor pode detectar eventuais distorções no aprendizado coletivo ou falhas do curso




apoio à aprendizagem

• agentes tutor: sistema especialista para acompanhamento do aluno–acompanha tanto no estudo quanto na

avaliação e gera um diagnóstico do desempenho do estudante

• agente LMS: interface com os sistemas LMS–permite a comunicação entre o sistema

de ensino e agentes





Ag tutor

Ag LMS

Sistemas LMS

RepositóriosDados

RepositóriosDados

Alunos





Ag tutor

Ag LMS

Alunos

Sistemas LMS

RepositóriosDados

RepositóriosDados



IISM-E&NTUniFAI - São PauloOutubro 2003 outras aplicações

• AMOND – Criado pela Universidade Católica de Petrópolis.



IISM-E&NTUniFAI - São PauloOutubro 2003 outra utilização de agentes

Fonte: www.ssgrr.it/en/ssgrr2001/papers/ Oscar%20Fuhua%20Lin.pdf




padronização

• FIPA – Foundation for Intelligent Physical Agents.– fundada em 1996–estabelecer padrões para softwares

baseados em agentes–publicou alguns padrões este ano–participantes

• France Telecom, Fujitsu, IBM, Intel,Motorola, Rockwell, Siemens, Toshiba, dentre outras



IISM-E&NTUniFAI - São PauloOutubro 2003 conclusões

• a utilização de agentes permite uma maior interatividade

• estima-se que o interesse do aprendiz aumentará

• com os diagnósticos gerados, pode-se extrair informações do desempenho dos usuários e propor melhorias no ensino



IISM-E&NTUniFAI - São PauloOutubro 2003 conclusões

• o modelo de agentes é do sistema LMS utilizado, já que há um agente para interface

• idéia utilizar a infra-estrutura telefônica presente no país ou a estrutura de banda larga para comunicação entre agentes



IISM-E&NTUniFAI - São PauloOutubro 2003 plataformas

tecnologias

• sistema multi-agentes inteligentes para auxílio do ensino –na Internet –na TV Digital Interativa




Obrigado



IISM-E&NTUniFAI - São PauloOutubro 2003 contact

• Prof. Dr. Marcio Lobo Netto

• Rodrigo Filev Maia

LSI - PSI - EPUSPtel:3091-5671 sala A2-53

{lobonett, filev}@lsi.usp.br

http://www.lsi.usp.br/~artlife

Documents

Agentes Inteligentes e Aplicaçõeslsi.usp.br/~lobonett/publications/2003.10_UNIFAI_AgentesInteligente… · Agentes Inteligentes e Aplicações 5 IISM-E&NT UniFAI - São Paulo Outubro