Sistemas Inteligentes Aluno - Parte II (1)

Prévia do material em texto

Sistemas Inteligentes
Tópicos de Aulas Teóricas
2. Agentes Inteligentes
“O que são Agentes Inteligentes? Em que contexto actuam?”
▪ Agentes e Ambientes
▪ Racionalidade.
▪ Caracterização de um Agente.
▪ Tipos de Agentes e Ambientes. 
2. 1. Agentes e Ambientes (1/7)
3
“Um Agente é um elemento que opera ou que age”. – Do
Dicionário.
“Um Agente é todo elemento que é capaz de captar/perceber o
ambiente em que se encontra (através de sensores) e actuar nesse
mesmo ambiente – neste caso realizando actividades (através de
actuadores)”.
2. 1. Agentes e Ambientes (2/7)
4
“O aspecto principal a se ter em conta quando se fala de Agentes é
que os mesmos devem não apenas ser inteligentes mas também
“autónomos”, ou seja, capazes de agir de forma independente de
outros agentes ou de um utilizador.”
2. 1. Agentes e Ambientes (3/7)
5
▪ Agente Humano:
▫ Sensores: Olhos, orelhas e
outros órgãos de sentido.
▫ Actuadores: Mãos, pernas,
boca e outras partes do
corpo.
▪ Agente Robótico:
▫ Sensores: Câmeras, microfones
e infravermelhos.
▫ Actuadores: Partes Motoras
(Componente Mecânicas).
2. 1. Agentes e Ambientes (4/7)
6
▪ Os Agentes e sua actuação podem teoricamente ser representados através de
uma função que mapeia uma sequência de percepções e converte-as em
acções. [f : P* -> A].
2. 1. Agentes e Ambientes (5/7)
7
▪ Percepções: [Localização, Conteúdo]
▫ Localização: A e B.
▫ Conteúdo: Limpo e Sujo.
▪ Acções: Esquerda, Direita e Aspirar.
Exemplo: Agente Robô Aspirador
2. 1. Agentes e Ambientes (6/7)
8
▪ Percepções: [Localização, Conteúdo]
▫ Localização: A e B.
▫ Conteúdo: Limpo e Sujo.
▪ Acções: Esquerda, Direita e Aspirar.
Exemplo: Agente Robô Aspirador
2. 1. Agentes e Ambientes (7/7)
9
▪ Função AgenteAspirador ([posicao, estadoLocal]) devolve a acção:
▫ Se estadoLocal = Sujo então devolve Aspirar
▫ Senão se estadoLocal = Limpo então devolve Direita
▫ Senão se posicao = A então devolve Esquerda
▫ …
Exemplo: Agente Robô Aspirador
2. 2. Racionalidade (1/10)
10
A definição do que é racional num
dado momento depende de quarto
factores:
1º - A medida de desempenho que
define o critério de sucesso;
2º - O conhecimento prévio que o
agente tem do ambiente;
3º - As acções que o agente pode
executar;
4º - A sequência de percepções do
agente até ao momento da tomda de
decisão.
2. 2. Racionalidade (2/10)
11
▪ Os factores anteriormente apresentados nos conduzem a uma definição básica do
que pode ser considerado um Agente Racional:
▫ Um Agente Racional é um agente capaz de, para cada sequência de
percepções possíveis, seleccionar uma acção (ou conjunto de acções) que se
espera virem a maximizar sua medida de desempenho, dada a evidência
fornecida pela sequência de percepções e por qualquer conhecimento interno
do agente.
▫ Um agente deve procurer fazer “o que está certo”, baseado nas suas
percepções e nas acções que pode tomar.
▫ A acção certa é aquela que dá maior expectativa e chance de sucesso ao
agente.
Agentes Racionais
2. 2. Racionalidade (4/10)
12
▪ Entende-se como medida de desempenho o critério objectivo que mede o
grau de sucesso de um agente na realização de uma dada tarefa.
▪ Uma má escolha/indicação da medida de desempenho pode resultar em
acções indesejadas.
▪ Por exemplo: No nosso exemplo do Agente Robô Aspirador, a medida de
desempenho pode ser a quantidade de sujidade aspirada, tempo gasto
para a aspiração, electricidade consumida, ruído gerado, etc.
Agentes Racionais – Medida de Desempenho
2. 2. Racionalidade (5/10)
13
▪ Racionalidade <> Omnisciência
▫ As percepções obtidas no ambiente podem não disponibilizar o
conhecimento que é importante/suficiente para se realizar uma
acção.
▪ Racionalidade <> Clarividência
▫ O resultado de uma acção ou decisão tomada pode não estar de
acordo com o esperado.
▪ Logo:
▫ Racionalidade <> Sucesso
Agentes Racionais
2. 2. Racionalidade (6/10)
14
▪ Racionalidade => Exploração, Aprendizagem, Autonomia
Agentes Racionais
Robot Sophia
▪ Capaz de captar, simular e reagir à todos os tipos de
expressões faciais humanas existentes;
▪ Capaz de desenvolver afecto e preocupação tal como
os humanos;
▪ Capaz de aprender e adaptar-se a partir de
interacções com humanos ou observações em
diversos ambientes;
▪ Capaz de conversar naturalmente com humanos;
▪ Capaz de entender via diálogo oral.
2. 2. Racionalidade (7/10)
15
▪ Um agente é autónomo se o seu conhecimento for determinado
apenas pela sua experência (com capacidade de aprender e
adaptar-se).
▫ Adaptação à situações novas para as quais não foi fornecido todo
conhecimento necessário com antecedência.
▫ Agentes podem tomar acções para obter informações úteis
(recolha de informação, exploração).
Racionalidade vs Autonomia: O Agente “Autónomo”
2. 2. Racionalidade (8/10)
16
PEAS - Caracterização de Agentes
Medida de Desempenho Ambiente
Actuadores Sensores
2. 2. Racionalidade (9/10)
17
PEAS – Agente: Médico
Medida de Desempenho
(Saúde do Paciente, custo da 
Consulta)
Ambiente
(Paciente, Clínica, 
Funcionários)
Actuadores
(Monitor: Questões, testes, 
diagnísticos, tratamentos)
Sensores
(Sintomas, Respostas)
2. 2. Racionalidade (10/10)
18
PEAS – Agente: Taxista
Medida de Desempenho
(Segurança, rotas, lucros, 
conforto, legalidade)
Ambiente
(Clientes-Passageiros, 
Estradas, trânsito, tempo)
Actuadores
(Volante, acelerador, travão, 
buzina, pisca)
Sensores
(GPS, Painel de Kms, 
Velocímetro, Nível do 
depósito, temperatura do 
óleo, etc.)
2. 2. Racionalidade (11/11)
19
PEAS – Agente: Agente de Trânsito
Medida de Desempenho
(?)
Ambiente
(?)
Actuadores
(?)
Sensors
(Sensores)
2. 3. Tipos de Agentes e Ambientes (22/34)
20
Ambientes – O que são? Como podem ser especificados?
▪ Finalmente após termos discutido sobre racionalidade e as formas de se construir
agentes racionais e inteligentes, chegou a hora de falarmos do lugar onde os
mesmos irão operar. Ambientes são na verdade o lugar onde estão concentrados
os problemas que o agente deve solucionar através das suas decisões e acções.
▪ Alguns estudiosos de AI defendem que primeiro deve se caracterizar e especificar
o ambiente antes de se começar a projectar um agente. Embora a ordem de
abordagem aqui na aula seja ao contrário, acreditamos ser a melhor maneira para
se ter um projecto de agente inteligente mais adequado com a realidade onde o
mesmo irá actuar.
2. 3. Tipos de Agentes e Ambientes (25/34)
21
Tipos de Ambientes
▪ A diversidade de ambientes estudados pela IA é sem dúvida vasta. Entretanto, é
possível identificar um número bastante reduzido de dimensões ao longo das
quais os ambientes podem ser categorizados.
▪ A dimensão comque um ambiente é categorizado é bastance crucial para a
especificação, tipificação e implementação do agente.
▪ Os tipos de ambientes mais comuns são:
▫ Completamente Observável vs Parcialmente Observável;
▫ Ambientes para agentes únicos vs multiagentes;
▫ Determinístico vs Estocrástico;
▫ Episódico vs Sequencial;
▫ Estático vs Dinámico;
▫ Discreto vs Contínuo.
2. 3. Tipos de Agentes e Ambientes (26/34)
22
Tipos de Ambientes – Observáveis vs Parcialmente Observáveis
▪ Se os sensores de um agente permitem acesso ao estado complete do ambiente
em cada instante, dizemos que o ambiente é completamente observável.
▪ Neste sentido, podemos definir um ambiente como sendo completamente
observável, se os sensors do agente(s) conseguem detector todos os aspectos
(relevantes) para a escolha da acção. Convém recorder com a relevância
dependerá sempre da medida de desempenho.
▪ No contrário, um ambiente é considerado parcialmente observável se existirem
elementos que interferem na captação de percepções por parte dos sensores ou
inclusive da imprecisão dos próprios sensores.
▪ Existe a possibilidade de um agente sem sensores operar num determinado
ambiente, no caso este ambiente seria inobservável.
2. 3. Tipos de Agentes e Ambientes (27/34)
23
Tipos de Ambientes – Estático vs Dinámico
▪ São considerados ambientesdinámicos, os que podem alterar enquanto um
agente está em actuação sobre o mesmo.
▪ Ambientes com características contrárias as descritas no ponto anterior, são
considerados ambientes estáticos.
▪ Os ambientes estáticos são muito mais fácil de se operarem e manipularem
porque o agente não precisa continuar a observer o ambiente enquanto esteja a
tomar suas decisões. Já os ambientes dinámicos, estão em continua alteração e
exigem do agente uma constant actualização do seu estado/modelo. Os
ambientes bastante dinámicos podem levar aos agentes a falharem
constantemente ou até anão conseguirem tomar uma decisão.
▪ Porém, se um ambiente não muda ao longo do tempo, mas o nível de
desempenho do agente se alterar, o ambiente é considerado semidinámico.
2. 3. Tipos de Agentes e Ambientes (28/34)
24
Tipos de Ambientes – Determinístico vs Estocástico
▪ Um ambiente é determinístico se o seu estado seguinte é determinado somente em
função do estado actual e da acção executada pelo agente que nele opera. Nestes
casos, não existe incerteza por parte do agente sobre o estado do ambiente depois de
executada a sua acção (falamos aqui de ambiente completamente observáveis e
ignoramus a incerteza provenientes das acções de outros ambientes – aqui o ambiente
seria de agente único).
▪ Se um ambiente é apenas parcialmente observável então é preferível considera-lo
como sendo um estocástico. Nos ambientes estocásticos, a incerteza sobre o resultado
das acções é sempre quantificada em termos de probabilidades.
▪ Um ambiente não determinístico é aquele em que as acções são caracterizadas por seus
resultados possíveis, sem probabilidade associada a ele. Logo, não devemos confundir
ambientes estocásticos com ambientes não determinísticos.
2. 3. Tipos de Agentes e Ambientes (29/34)
25
Tipos de Ambientes – Discreto vs Contínuo
▪ Um ambiente é Discreto se tiver um número limitado de percepções e acções
distintas que estão claramente definidas.
2. 3. Tipos de Agentes e Ambientes (30/34)
26
Tipos de Ambientes – Episódico vs Sequêncial
▪ Um ambiente é Episódico se a experiência do agente está dividida em episódios
atómicos (cada episódio consiste em percepção+acção do agente) e a escolha de
cada acção em cada episódio depende apenas do próprio episódio. É importante
que o episódio seguinte não dependa das acções executadas em episódios
anteriores.
▪ Ao contrário, os ambientes sequênciais são caracterizados pelo facto de que as
decisões actuais poderem afectar todas as decisões seguintes. Os episódicos são
mais simples de se implementar agentes do que nos sequenciais porque o agente
não precisa se preocupar com o que acontece lá a frente nem com o que fiz atrás.
2. 3. Tipos de Agentes e Ambientes (31/34)
27
Tipos de Ambientes – Agente Único vs Multi-Agente
▪ Competitivo - Jogos;
▪ Parcialmente Cooperativo e Parcialmente Competitivo;
▪ Comunicação;
▪ Comportamento aleatório.
2. 3. Tipos de Agentes e Ambientes (33/34)
28
Tipos de Ambientes – Exemplos
2. 3. Tipos de Agentes e Ambientes (34/34)
29
Tipos de Ambientes – Exemplos
2. 3. Tipos de Agentes e Ambientes (1/34)
30
Tipos de Agentes
▪ Os Agentes são categorizados
pela capacidade de tratamento
intermédio entre a informação
que ontém do ambiente
(Percepções) captadas através
dos seus Sensores e as
acções/decisões que tomam
através dos seus actuadores.
2. 3. Tipos de Agentes e Ambientes (2/34)
31
Tipos de Agentes
▪ Agentes de Reflexos/Reactivo Simples
▪ Agentes de Reflexos/Reactivo baseados em modelos
▪ Agentes baseados em objectivos
▪ Agentes baseados em utilidade;
▪ Agentes com aprendizagem.
2. 3. Tipos de Agentes e Ambientes (4/34)
32
Tipos de Agentes – Agentes de Reflexos Simples
É o tipo mais simples de Agente, pois
seleccionam as suas acções unica e
exclusivamente com base nas
percepções actuais do ambiente, não
considerando o restante do histórico de
percepções antigas. Os Humanos
também possuem este tipo de
comportamento, por exemplo: “Se o
carro da frente travar, também travo,
ignorando se já viu que o automóvel
que vem atrás vem com mais
velocidade e poderá bater.”
2. 3. Tipos de Agentes e Ambientes (3/34)
33
Tipos de Agentes – Agentes de Reflexos Simples
▪ Vantagens:
▫ Representação inteligível;
▫ Modular;
▫ Eficiente;
▫ Melhor em ambientes totalmente observáveis, estáticos e episódicos;
▪ Desvantagens:
▫ Não pode armazenar uma sequência de percepções;
▫ Pouca ou nenhuma autonomia;
▫ Dificuldade em operar em ambientes parcialmente observáveis e dinámicos
2. 3. Tipos de Agentes e Ambientes (5/34)
34
Tipos de Agentes – Agentes de Reflexos Simples
Exemplo:
2. 3. Tipos de Agentes e Ambientes (8/34)
35
Tipos de Agentes – Agentes de Reflexos baseado em Modelos
▪ São caracterizados pela capacidade de
observar e monitorar parte do ambiente
que em algum momento não conseguirá
observar no momento da tomada de
decisão.
▪ Possui e mantém um estado interno que
dependa do histórico de percepções e
represente aspectos não observáveis no
momento;
▪ Em alguns casos em que é necessário uma
acção imediata baseada rigorosamente no
estado actual do ambiente e dos outros
agentes que partilham o mesmo
ambiente.
2. 3. Tipos de Agentes e Ambientes (7/34)
36
Tipos de Agentes – Agentes de Reflexos baseado em Modelos
▪ Para que este tipo de agente possa operar é necessário:
▫ Captar as percepções actuais actuais (Comportamento igual aos agentes
reactivos simples);
▫ Possuir um estado interno;
▫ Ter informações de como o ambiente evolui ou altera independentemente
das suas acções (modelo do ambiente);
▫ Ter informações e noção a respeito do impacto/efeito das suas acções no
ambiente;
▫ E com base nas informações acima, actualiza o seu estado interno.
2. 3. Tipos de Agentes e Ambientes (7/34)
37
Tipos de Agentes – Agentes de Reflexos baseado em Modelos
▪ Vantagens:
▫ Pode operar em ambientes parcialmente observáveis;
▫ Melhor em ambientes determinísticos.
▪ Desvantagens:
▫ Não possui um objectivo que justifica/avalia as acções.
O Agente de Reflexos baseado em Modelo difere do Agente de Reflexos Simples
apenas pela capacidade de manter o estado actual do ambiente usando um modelo
do ambiente combinado com o histórico de percepções.
2. 3. Tipos de Agentes e Ambientes (9/34)
38
Tipos de Agentes – Agentes de Reflexos baseado em Modelos
Exemplo: O motorista muda de faixa para efectuar ultrapassagem, consegue
observar o transito à sua trás mas não consegue observer totalmente o trânsito na
sua frente. Pelo que precisa de um modelo e/ou de um estado interno para prever
onde devem estar os outros carros da frente.
2. 3. Tipos de Agentes e Ambientes (12/34)
39
Tipos de Agentes – Agentes baseado em Objectivos
- Um agente baseado em
modelos não é nada mais do
que um agente baseado em
modelos e orientado pelos
objectivos. O agente monitora
o estado do mundo, bem
como um conjunto de
objectivos que está tentando
atingir e escolhe uma acção
que (no final) o levará à
realização de seus objectivos.
2. 3. Tipos de Agentes e Ambientes (11/34)
40
Tipos de Agentes – Agentes baseado em Objectivos
▪ Ao contrário de um ARBM, conhecer o estado actual do ambiente nem
sempre é suficiente para decidir sobre a melhor acção a ser tomada.
▪ Da mesma forma que um agente precisa ter noção do estado actual, o
agente precisa também de algum tipo de informação sobre objectivos que
descreva situações desejáveis.
▪ A implementação de um algoritmo de para um agente pode ser a
combinação do modelo do ARBM com uma série de objectivos a serem
alcançados. Os agentes cuja implementação resultam nesta combinação com
a finalidade de proporcionar ao agente melhor capacidade de tomada de
decisões e escolhas de acções para um determinado objectivo, são
chamados de Agentes baseados em Objectivos.
2. 3. Tipos de Agentes e Ambientes (13/34)
41
Tipos de Agentes – Agentes baseado em Objectivos
▪ Em alguns casos, quando a decisão é baseada em modelos, a selecção da
acção a tomar é bastante directa. Estes casos acontecem quando a satisfaçãodo objective resulta de imediato de uma única acção.
▪ Entretanto, existem casos mais complexos, nos casos em que o agente tem
de considerer extensas e demoradas sequências de acções até encontrar um
meio de atingir o objectivo.
▪ Os aspectos relacionados com alcance de objectivos resultants de longas
sequências de acções, são abordados nos temas de Procura e Planeamento.
Que são subáreas da IA dedicadas a encontrar sequências de acções que
alcançam os objectivos do agente.
2. 3. Tipos de Agentes e Ambientes (14/34)
42
Tipos de Agentes – Agentes baseado em Objectivos
▪ Os agentes baseados em objectivos não implementam um modelo de regras
codição-acção, como é o caso dos agentes reactivos. Essa não
implementação deste modelo é fruto da necessidade do agente ter uma
visão futurista, com perguntas como “O que vai acontecer se eu fizer isso
e/ou aquilo?” e esta acção “me ajudará a alcançar os meus objectivos ou
pelo menos mais perto deles?”.
▪ Importa realçar que nos agentes de reflexos não temos presente este tipo de
questões visto que as regras internas fazem um mapeamento directo de
percepções -> acções.
▪ Um agente beaseado em objectivos pode parecer menos eficiente, mas é
muito mais flexível em relação aos outros agentes baseados em reflex,
porque as suas decisões são apoiadas mediante conhecimento.
2. 3. Tipos de Agentes e Ambientes (15/34)
43
Tipos de Agentes – Agentes baseado em Objectivos
▪ O que é na verdade um agente baseado em objectivos?
“Pegue num agente de reflexos baseado em
modelo e acrescenta nele considerações sobre o 
futuro como base para alcançar os seus
objectivos.”
2. 3. Tipos de Agentes e Ambientes (16/34)
44
Tipos de Agentes – Agentes baseados em Utilidade
▪ São chamados de Agentes baseado em Utilidade, os agentes que possuem a
capacidade de estabelecer preferências entre sequências de estados que
permitem atingir os mesmos objectivos.
▪ Em outras palavras, são os agentes que possuem a capacidade de se questionarem
quão útil será o resultado da acção a ser tomada.
▪ Importa salientar que apenas com objectivos, os agentes podem não possuir
capacidade suficiente para serem considerados de agentes com comportamento
de alta qualidade.
▪ A implementação do conceito de objectivos apenas permite uma distinção binária
entre acções e estados “felizes” e “infelizes”, enquanto que uma medida de
desempenho mais geral permitiria uma comparação entre accções e estados
felizes para se definer o mais útil.
2. 3. Tipos de Agentes e Ambientes (17/34)
45
Tipos de Agentes – Agentes baseados em Utilidade
- Um ABU não precisa
implementar o conceito de
objectivos. Usa um modelo do
ambiente juntamente com uma
função utilidade p/ medir suas
preferências entre estados do
ambiente e escolhe a acção que
leva à melhor utilidade esperada,
calculada pela media entre todos
estados resultantes possíveis,
ponderados pela probabilidade do
sucesso no resultado.
2. 3. Tipos de Agentes e Ambientes (18/34)
46
Tipos de Agentes – Agentes baseados em Utilidade
▪ Como visto anteriomente, uma medida de desempenho atribui uma pontuação
para toda e qualquer sequência de estados do ambiente, e assim se é capaz de
distinguir faclmente entre formas mais ou menos desejáveis (úteis).
▪ A função utilidade implementada por este tipo de agente é essencialmente uma
internalização da medida de desempenho e dos seus respectivos
resultados/pontuação.
▪ Caso a função utilidade armazenada internamente pelo agente e a medida externa
de desempenho estiverem alinhadas, um agente que escolhe acções que
maximize a sua utilidade será racional de acordo com a medida de desempenho
externa.
2. 3. Tipos de Agentes e Ambientes (19/34)
47
Tipos de Agentes – Agentes com Aprendizagem
▪ Até agora, todos os agentes vistos, baseiam suas tomadas de decisões e acções
em função da implementação de um algorítmo de decisão.
▪ Já em 1950, Alan Turing questionou sobre a dificuldade de se implementar todas
as decisões e acções que um agente pode realizar, levantando assim a necessidade
dos agentes passarem a ter a capacidade de aprender e posteriomente ensina-las
▪ A Aprendizagem passou rapidamente a ser o aspecto principal da IA no que toca a
construção de agentes inteligentes.
▪ Dentre muitas vantagens da construção de agentes com aprendizagem, destacam-
se a capacidade dos mesmos operarem em ambientes inicialmente desconhecidos
e se tornar mais competentes do que na altura do seu conhecimento inicial.
2. 3. Tipos de Agentes e Ambientes (20/34)
48
Tipos de Agentes – Agentes com Aprendizagem
- Um AA tem uma estrutura
conceptual de 4 componentes.
Os 2 mais importantes e mais
distintos são o Elemento de
aprendizagem e o Elemento de
desempenho. O primeiro é
responsável pela execução de
aperfeiçoamentos, e o Segundo
é o responsável pela
escolha/selecção de acções a
serem executadas no ambiente.
2. 3. Tipos de Agentes e Ambientes (21/34)
49
Tipos de Agentes – Agentes com Aprendizagem
▪ Nos agentes com aprendizagem, os elementos de aprendizagem e de
desempenho são os mais importante e que tornam este tipo de agente como
sendo o modelo mais completo de agente.
▪ Existe porém um outro elemento muito importante, que é o componente Crítico,
que realimenta o elemento de aprendizagem, que por sua vez tem como
finalidade avaliar o modo como o agente está actuando (tomada de decisões e
execução de acções) e determina de que maneira o elemento de desempenho
deve ser modificado para funcionar melhor no futuro (Aprendizagem).
▪ Existe um ultimo componente, mas não menos importante, o Gerador de
Problemas, que é o responsável por sugerir acções exploratórias que levarão a
experiências novas e informativas.
Sistemas Inteligentes
Fim da Parte 2