Baixe o app para aproveitar ainda mais
Prévia do material em texto
INTELIGÊNCIA ARTIFICIAL BACHARELADO EM CIÊNCIA DA COMPUTAÇÃO SEMESTRE: 6º Prof. Me. Rhyan Ximenes INTELIGÊNCIA ARTIFICIAL 1 Lattes: lattes.cnpq.br/2089613781353862 http://lattes.cnpq.br/2089613781353862 Agentes de Resolução de Problemas • Agentes que utilizam representações atômicas, onde os estados do mundo são considerados como um todo; • A formulação de problemas é o processo de decidir que ações e estados devem ser considerados, dado um objetivo; • A formulação de objetivos, baseada na situação atual e na medida de desempenho do agente, é o primeiro passo para a resolução de problemas. INTELIGÊNCIA ARTIFICIAL 2 Agentes de Resolução de Problemas • Algoritmos de busca sem informação, não fornecem nenhuma informação sobre o problema a não ser sua definição; • Embora alguns desses algoritmos possam resolver qualquer problema solucionável, nenhum deles pode fazê-lo de forma eficiente; • Os algoritmos de busca informada, por outro lado, podem ter sucesso a partir de alguma orientação sobre onde procurar soluções. INTELIGÊNCIA ARTIFICIAL 3 Algoritmos de busca Agentes de Resolução de Problemas • Os agentes inteligentes devem maximizar sua medida de desempenho; • Esse objetivo é às vezes simplificado se o agente adotar um objetivo que deseja satisfazer. INTELIGÊNCIA ARTIFICIAL 4 Agentes de Resolução de Problemas • Um agente na cidade de Arad, na Romênia, aproveitando uma viagem de férias; • A medida de desempenho do agente contém muitos fatores: • Melhorar seu conhecimento do idioma romeno, ver as paisagens, apreciar a vida noturna, e assim por diante; • O problema de decisão é complexo e envolve muitos compromissos e leitura cuidadosa de guias de viagem. INTELIGÊNCIA ARTIFICIAL 5 Imagine: Agentes de Resolução de Problemas • Nesse caso, faz sentido para o agente adotar o objetivo de chegar a cidade Bucareste; • Considerando que um objetivo seja um conjunto de estados do mundo, exatamente os estados em que o objetivo é satisfeito; • O primeiro passo para a resolução de problemas é a formulação de objetivos baseada na situação atual e na medida de desempenho do agente. INTELIGÊNCIA ARTIFICIAL 6 Agentes de Resolução de Problemas • A tarefa do agente é descobrir como agir, agora e no futuro, para que atinja o estado objetivo; • O agente precisa decidir que tipo de ações e estados deve considerar; INTELIGÊNCIA ARTIFICIAL 7 Figura 1. Veículos autônomos Fonte: pixabay.com Agentes de Resolução de Problemas • Se tentasse considerar ações detalhadas como “mover o pé esquerdo para a frente uma polegada” ou “girar o volante um grau para a esquerda”, provavelmente nunca conseguiria sair do lugar nem chegaria a Bucareste; • Quanto mais detalhes, mais incertezas no mundo e muitos passos precisará para chegar a uma solução. INTELIGÊNCIA ARTIFICIAL 8 Figura 2. Abstração de um bicicleta Fonte: pixabay.com Agentes de Resolução de Problemas • A formulação de problemas é o processo de decidir que ações e estados devem ser considerados, dado um objetivo; • No exemplo da cidade de Bucareste, supõe-se que o agente vai considerar ações no nível de dirigir desde uma cidade importante até outra; • Cada estado corresponderá, portanto, a estar em uma determinada cidade. INTELIGÊNCIA ARTIFICIAL 9 Exemplo: Viajar Pela Romênia INTELIGÊNCIA ARTIFICIAL 10 • O agente tem como objetivo dirigir para Bucareste e está considerando para onde ir a partir de Arad. Três possibilidades: 1 – Zerind; 2 – Sibiu; 3 - Timisoara Uma delas atinge o objetivo? Figura 3. Mapa de cidades romenas Fonte: Norvig e Russel (2004) Exemplo: Viajar Pela Romênia INTELIGÊNCIA ARTIFICIAL 11 • Agente tem como objetivo dirigir para Bucareste e está considerando para onde ir a partir de Arad. O agente não conhece suficiente o estado que resulta da execução de cada ação. Figura 4. Mapa de cidades romenas Fonte: Norvig e Russel (2004) Exemplo: Viajar Pela Romênia INTELIGÊNCIA ARTIFICIAL 12 • Agente tem como objetivo dirigir para Bucareste e está considerando para onde ir a partir de Arad. Se o agente não tiver nenhuma informação adicional, se o ambiente for desconhecido no sentido definido, ele não terá escolha a não ser tentar uma das ações de forma aleatória. Figura 5. Mapa de cidades romenas Fonte: Norvig e Russel (2004) Exemplo: Viajar Pela Romênia INTELIGÊNCIA ARTIFICIAL 13 • Agente tem como objetivo dirigir para Bucareste e está considerando para onde ir a partir de Arad. O agente tem um mapa da Romênia. Finalidade: Fornecer ao agente informações sobre os estados em que ele próprio pode visitar e sobre as ações que ele pode executar. O agente pode usar essas informações passando por cada cidade, para descobrir o percurso que eventualmente chegue a Bucareste. Figura 6. Mapa de cidades romenas Fonte: Norvig e Russel (2004) Exemplo: Viajar Pela Romênia INTELIGÊNCIA ARTIFICIAL 14 • Agente tem como objetivo dirigir para Bucareste e está considerando para onde ir a partir de Arad. Pode-se concluir que: Um agente com várias opções imediatas de valor desconhecido pode decidir o que fazer examinando primeiro ações futuras que levam eventualmente a estados de valor conhecido. Figura 7. Mapa de cidades romenas Fonte: Norvig e Russel (2004) Agentes de Resolução de Problemas • Busca é um processo de procura pela melhor sequência de ações possíveis; • Um agente com várias opções imediatas pode decidir o que fazer comparando diferentes sequências de ações; • Os Agentes de resolução de problemas decidem o que fazer encontrando sequências de ações que levam a estados que são desejáveis; • Um algoritmo de busca recebe um problema como entrada e devolve uma solução sob a forma de uma sequência de ações; • Depois que uma solução é encontrada, as ações recomendadas podem ser executadas. INTELIGÊNCIA ARTIFICIAL 15 Definição de Problema • A definição do problema é a primeira e mais importante etapa do processo de resolução de problemas de inteligência artificial por meio de buscas. • Consiste em analisar o espaço de possibilidades de resolução do problema, encontrar sequências de ações que levem a um objetivo desejado. INTELIGÊNCIA ARTIFICIAL 16 Figura 8. Quebra-cabeça Fonte: pixabay.com Problemas e Soluções bem Definidos • Um problema pode ser definido formalmente por cinco componentes: • O estado inicial; • Uma descrição das ações possíveis que estão disponíveis para o agente; • Uma descrição do que cada ação faz; • O teste de objetivo; • Uma função de custo de caminho. INTELIGÊNCIA ARTIFICIAL 17 Problemas e Soluções bem Definidos • O estado inicial em que o agente começa; • Por exemplo: O estado inicial do agente na Romênia poderia ser descrito como Em(Arada). INTELIGÊNCIA ARTIFICIAL 18 Figura 9. Mapa de cidades romenas Fonte: Norvig e Russel (2004) Problemas e Soluções bem Definidos • Um agente simples de resolução de problemas; • I - Formula um objetivo e um problema; II - busca uma sequência de ações que resolvem o problema e III - executa as ações, uma de cada vez. Quando essa sequência se completa, ele formula outro objetivo e recomeça. INTELIGÊNCIA ARTIFICIAL 19 Figura 10. Algoritmo agente de resolução de problemas Fonte: Norvig e Russel (2004) Problemas e Soluções bem Definidos • Uma descrição das ações possíveis que estão disponíveis para o agente; • Dado um estado particular s, AÇÕES(s) devolve um conjunto de ações que podem ser executadas em s. Cada uma das ações é aplicável em s. • Por exemplo, a partir do estado Em(Arad), as ações aplicáveis são: {Ir(Sibiu), Ir(Timisoara), Ir(Zerind)}. INTELIGÊNCIA ARTIFICIAL 20 Figura 11. Mapa de cidades romenas Fonte: Norvig e Russel (2004) Problemas e Soluções bem Definidos • Uma descrição do que cada ação é especificado por uma função RESULTADO( s, a) que devolve o estado que resulta de executar uma ação a em estado s. • Usa-se também o termo sucessor para nos referirmos a qualquer estado acessível a partir de determinado estado por uma única ação• Por exemplo: RESULTADO (Em(Arad), Ir (Zerind)) = Em (Zerind); • Juntos, o estado inicial, as ações e o modelo de transição definem implicitamente o espaço de estados do problema — o conjunto de todos os estados acessíveis a partir do estado inicial, por qualquer sequência de ações. INTELIGÊNCIA ARTIFICIAL 21 Problemas e Soluções bem Definidos • O teste de objetivo determina se um estado é um estado objetivo; • O objetivo do agente na Romênia é o conjunto unitário {Em(Bucareste)}; • Por exemplo, no xadrez, o objetivo é alcançar um estado chamado “xeque-mate”, em que o rei do oponente está sob ataque e não consegue escapar; INTELIGÊNCIA ARTIFICIAL 22 Figura 12. Mapa de cidades romenas Fonte: Norvig e Russel (2004) Figura 13. Xeque-mate Fonte: pixabay.com Problemas e Soluções bem Definidos • Uma função de custo de caminho atribui um custo numérico a cada caminho; • O agente de resolução de problemas escolhe uma função de custo que reflete sua própria medida de desempenho; • Para o agente que tenta chegar a Bucareste, o tempo é essencial e, assim, o custo de um caminho poderia ser seu comprimento em quilômetros; INTELIGÊNCIA ARTIFICIAL 23 Problemas e Soluções bem Definidos • O custo de um caminho pode ser descrito como a soma dos custos das ações individuais ao longo do caminho; • O custo do passo de adotar a ação s para alcançar o estado s´ é denotado por c(s, a, s´); • A qualidade da solução é medida pela função de custo de caminho, e uma solução ótima tem o menor custo de caminho entre todas as soluções. INTELIGÊNCIA ARTIFICIAL 24 Medição de Desempenho • Completeza: O algoritmo oferecer a garantia de encontrar uma solução quando ela existir? • Otimização: A estratégia encontra a solução ótima; • Complexidade de tempo: Quanto tempo ele leva para encontrar uma solução? • Complexidade de espaço: Quanto de memória é necessário para executar a busca? INTELIGÊNCIA ARTIFICIAL 25 Agentes de Resolução de Problemas • A formulação do problema; • Processo de decidir que ações e estados devem ser considerados, dado um objetivo; • Tarefa do agente será descobrir que sequência de ações o levará a um estado objetivo. • Levar em consideração a abstração: Abstrair a descrição do estado e as próprias ações; • A abstração é útil se a execução de cada uma das ações na solução é mais fácil que o problema original. INTELIGÊNCIA ARTIFICIAL 26 Agentes de Resolução de Problemas • A abordagem de resolução de problemas é aplicada a uma ampla série de ambientes de tarefas; • Alguns dos mais conhecidos problemas fazem distinção entre problemas de mundos simplificados e problemas do mundo real; INTELIGÊNCIA ARTIFICIAL 27 Agentes de Resolução de Problemas • Um mundo simplificado ou mini problema; • Se destina a ilustrar ou exercitar diversos métodos de resolução de problemas; • São problemas com descrição concisa e exata. • Um problema do mundo real; • São problemas cujas soluções de fato interessam às pessoas; • Tais problemas tendem a não apresentar uma única descrição consensual; • São aqueles cujas soluções de fato preocupam as pessoas. INTELIGÊNCIA ARTIFICIAL 28 Problema do Mundo Simplificado • Ele pode ser formulado como um problema da seguinte forma: • Estados ; • Estado inicial; • Ações; • Modelo de Transição; • Teste de objetivo; • Custo do caminho. INTELIGÊNCIA ARTIFICIAL 29 Problema do Mundo Simplificado • Estados: • São determinados tanto pela posição do agente como da sujeira; • O agente está em uma entre duas posições, cada uma das quais pode conter sujeira ou não. Desse modo, há 2 × 22 = 8 estados do mundo possíveis; • Um ambiente mais amplo com n posições tem n · 2n estados. • Estado inicial: • Qualquer estado pode ser designado como o estado inicial. • Ações: • Nesse ambiente simples, cada estado tem apenas três ações: Esquerda, Direita e Aspirar; • Ambientes mais amplos podem também incluir Em Cima e Embaixo. INTELIGÊNCIA ARTIFICIAL 30 Problema do Mundo Simplificado • Modelo de transição: • As ações têm seus efeitos esperados, a não ser as ações: mover para a Esquerda no quadrado mais à esquerda, mover para a Direita, no quadrado mais à direita, e Aspirar, no quadrado limpo, que não tem nenhum efeito; INTELIGÊNCIA ARTIFICIAL 31 Figura 14 . Espaço de estado completos do mundo do aspirador de pó Fonte: Norvig e Russel (2004) Problema do Mundo Simplificado • Teste de objetivo: • Verifica se todos os quadrados estão limpos; • Custo de caminho: • Cada passo custa 1 e, assim, o custo do caminho é o número de passos do caminho. INTELIGÊNCIA ARTIFICIAL 32 Figura 15 . Espaço de estado completos do mundo do aspirador de pó Fonte: Norvig e Russel (2004) Problema do Mundo Simplificado • Características • Determinístico; • Completamente observáveis; • Estáticos; • Completamente conhecidos; • Exemplo: • Mundo do aspirador de pó: • Percebe em que quadrado está e se existe sujeira no quadrado; • Ele pode mover-se para direita ou para esquerda, aspirar à sujeira ou não fazer nada. INTELIGÊNCIA ARTIFICIAL 33 Figura 16 . Espaço de estado completos Fonte: Norvig e Russel (2004) Problema do Mundo Simplificado • Estados: Definidos pela posição do robô e sujeira (8 estados); • Estado inicial: qualquer um (estado) ; • Função sucessor: qualquer uma das ações (esquerda, direita, aspirar); • Teste de objetivo: Verificar se todos os quadrados limpos; • Custo do caminho: cada passo=1, custo do caminho = número de passos do caminho. INTELIGÊNCIA ARTIFICIAL 34 Figura 17 . Espaço de estado completos do mundo do aspirador de pó Fonte: Norvig e Russel (2004) Problema do Mundo Simplificado • Características • Determinístico; • Completamente observáveis; • Estáticos; • Completamente conhecidos; • Exemplo: • O quebra-cabeça de oito peças: consiste de um tabuleiro 3×3 com oito peças numeradas e um quadrado vazio; • Uma peça adjacente ao quadrado vazio pode deslizar para esse quadrado; • O objetivo é alcançar um estado objetivo especificado, como o do lado direito da figura. INTELIGÊNCIA ARTIFICIAL 35 Figura 18. Problema: Quebra-cabeça 8 peças Fonte: Norvig e Russel (2004) Problema do Mundo Simplificado • Estados: posição das 8 peças e do vazio; • Estado inicial: qualquer estado; • Função sucessor: esq., dir., acima, abaixo; • Teste de objetivo: verifica se o estado corresponde à configuração do objetivo; • Custo do caminho: cada passo=1; caminho=num. de passos do caminho. INTELIGÊNCIA ARTIFICIAL 36 Figura 19. Problema: Quebra-cabeça 8 peças Fonte: Norvig e Russel (2004) Problema do Mundo Simplificado • Características • Determinístico; • Completamente observáveis; • Sequencial; • Estáticos; • Completamente conhecidos; • Exemplo: • O objetivo do problema de oito rainhas é posicionar oito rainhas em um tabuleiro de xadrez de modo que nenhuma rainha ataque qualquer outra (uma rainha ataca qualquer peça situada na mesma linha, coluna ou diagonal). INTELIGÊNCIA ARTIFICIAL 37 Figura 20. Problema: 8 rainhas Fonte: Norvig e Russel (2004) Problema do Mundo Simplificado • Estados: qualquer disposição de rainhas; • Estado inicial: nenhuma rainha; • Função sucessor: colocar 1 rainha em qualquer vazio; • Teste: 8 rainhas no tab., nenhuma atacada • Custo do caminho: cada passo=1; caminho=num. de passos do caminho. INTELIGÊNCIA ARTIFICIAL 38 Figura 21. Problema: 8 rainhas Fonte: Norvig e Russel (2004) Problemas do Mundo Real • Problema de roteamento • Encontrar a melhor rota(aplicações: redes de computadores, planejamento militar, planejamento de viagens aéreas) • Problemas de tour • Visitar cada ponto pelo menos uma vez • Caixeiro viajante • Visitar cada cidade exatamente uma vez • Encontrar o caminho mais curto INTELIGÊNCIA ARTIFICIAL 39 Problemas do Mundo Real • Considere os problemas de viagens aéreas que devem ser resolvidos através de um site da Web de planejamento de viagem: • Estados: Cada estado inclui uma posição (por exemplo, um aeroporto) e o tempopresente; • Estado inicial: Especificado pela pergunta do usuário; • Ações: Pegar qualquer voo a partir da posição atual, em qualquer classe de assento, partindo após o instante atual, deixando tempo suficiente para translado no aeroporto, se necessário; INTELIGÊNCIA ARTIFICIAL 40 Problemas do Mundo Real • Considere os problemas de viagens aéreas que devem ser resolvidos através de um site da Web de planejamento de viagem: • Modelo de transição: O estado resultante de pegar um voo terá o destino do voo como a posição atual e a hora de chegada do voo como o instante atual. • Teste de objetivo: Estamos no destino final especificado pelo usuário? • Custo do caminho: Valor da moeda, do tempo de espera, horário do voo, procedimentos de imigração e de atendimento ao cliente, etc. INTELIGÊNCIA ARTIFICIAL 41 Referências Bibliográficas LUGER, George F. Inteligência Artificial-: Estruturas e estratégias para a solução de problemas complexos. Bookman, 2004. NORVIG, Peter; RUSSELL, Stuart J. Inteligência artificial. 2ed. Rio de Janeiro: Elsevier, 2004 Notas de aulas da profa. Raquel Silveira (IFCE) INTELIGÊNCIA ARTIFICIAL 42
Compartilhar