IA Distribuída
Upcoming SlideShare
Loading in...5
×
 

IA Distribuída

on

  • 4,742 views

Apresentação geral sobre IA Distribuída, suas classificações (agentes inteligentes, sistemas multiagentes) e aplicações

Apresentação geral sobre IA Distribuída, suas classificações (agentes inteligentes, sistemas multiagentes) e aplicações

Statistics

Views

Total Views
4,742
Views on SlideShare
4,713
Embed Views
29

Actions

Likes
3
Downloads
118
Comments
1

1 Embed 29

http://www.slideshare.net 29

Accessibility

Categories

Upload Details

Uploaded via as Microsoft PowerPoint

Usage Rights

© All Rights Reserved

Report content

Flagged as inappropriate Flag as inappropriate
Flag as inappropriate

Select your reason for flagging this presentation as inappropriate.

Cancel
  • Full Name Full Name Comment goes here.
    Are you sure you want to
    Your message goes here
    Processing…
  • Olá,

    só adicionar o meu usuario (rafael.joi) no seu slideshare, e eu compartilho o ppt para você.
    Are you sure you want to
    Your message goes here
    Processing…
Post Comment
Edit your comment

IA Distribuída IA Distribuída Presentation Transcript

  • Inteligência Artificial IA Distribuída Rafael Rosario [email_address] [email_address]
  • IA Clássica x IA Distribuída (I)
    • Inteligência Artificial Clássica – IA:
      • Inteligência : comportamento humano individual. Origem psicológica ;
      • Representação do conhecimento (simbólica, neuronal);
      • Redução do espaço de busca / Analogias;
  • IA Clássica x IA Distribuída (II)
    • Inteligência coletiva : porque pensar a inteligência como propriedade de um único indivíduo?
    • Não existe inteligência em:
      • um time de futebol?
      • um formigueiro?
      • uma empresa?
      • na sociedade?
  • IA Distribuída
    • Inteligência Artificial Distribuída – IAD:
      • Inteligência : comportamento social .
      • Origem sociológica e etologia ;
      • Cooperações, interações e fluxo de conhecimento;
      • Inteligência coletiva;
  • IA Distribuída - Conceito
    • Sistemas de Inteligência Artificial Distribuída são a classe de sistemas que permite a vários processos autônomos , chamados agentes, realizarem atos de inteligência global .
    • Os agentes utilizam somente processamento local e comunicação inter-processos.
    • A meta dos sistemas IAD é poder coordenar atividades de grupo resolvendo problemas que os sistemas compartilham - totalmente ou em parte.
  • Benefícios IAD (I)
    • Os benefícios da IAD são similares aos benefícios derivados de ter um grupo de pessoas trabalhando juntas para resolver problemas.
    • Problemas que são muito extensos para um só especialista resolver, pode ser resolvido por um grupo;
  • Benefícios IAD (II)
    • Mais Poder de Computação e Hardware mais barato;
    • Maior Segurança e Tolerância a Falhas;
    • Mais agilidade na resolução de sistema com a aplicação do paralelismo;
    • Múltiplas Perspectivas;
    • Melhor performance em problema com vários domínios e que podem envolver dados fisicamente distribuídos.
  • Paralelismo
    • Nove autores são capazes de escrever um livro mais rápido que somente um autor sozinho.
    • Mas nove mulheres grávidas não conseguem dar a luz a um filho mais rápido que uma sozinha.
  • Paralelismo – Prolog (I)
    • No Prolog temos casos em que o paralelismo ajuda , e outros não :
      • Algumas cláusulas OU podem ser executas em paralelo, juntando o resultado final;
      • Da mesma forma, algumas cláusulas E podem ser executadas em paralelo;
      • Outras cláusulas que compartilham variáveis não podem ser satisfeitas independentemente .
  • Paralelismo – Prolog (II)
    • Identifique quais das cláusulas abaixo podem ser executadas em paralelo ou não, e porque:
    • tio (X,Y): - mae (Z,Y), irmaos (X,Z);
    • tio (X,Y):- pai (Z, Y), irmaos (X,Z);
    • rico(X):- rendaAlta(X), semDívidas(X), patrimonio(X);
    • avo(X,Y):- genitor(X,Z), genitor (Z, Y);
  • Agentes (I)
    • Um agente inteligente é uma peça de software que executa uma determinada tarefa empregando informação extraída de seu ambiente .
    • Podem ser entidades reais ou virtuais imersas num ambiente sobre o qual são capazes de agir .
    • Diferem das noções estáticas tais como módulos, conjunto de regras e bases de conhecimentos.
    • Juntos , agentes resolvem problemas complexos .
  • Agentes (II)
    • Inspiração biológica : cada agente contribui para o todo.
    • O comportamento individual pouco conta, importa o comportamento coletivo;
    • “ O resultado final é maior que a soma das partes”
  • Agentes (III)
    • Exemplo:
    • Molécula de água, H 2 O : 2 átomos de hidrogênio e 1 átomo de oxigênio;
    • Hidrogênio e oxigênio são inflamáveis;
    • A água apaga o fogo.
    • O todo tem propriedades que as partes não possuem.
  • Agentes - Características
    • Autonomia - escolhe a ação a tomar baseado mais na própria experiência do que no conhecimento embutido pelo projetista.
    • Reatividade - reage aos estímulos do ambiente.
    • Proatividade - além de responder a estímulos, exibe um comportamento de prever como atingir ou evitar um determinado estado ou objetivo .
    • Comunicação - troca informações com o ambiente e com os outros agentes ;
  • IAD – Sub-áreas
    • A IAD pode ser dividida em duas áreas de pesquisa :
    • Resolução Distribuída de Problemas (Distributed Problem Solving - DPS)
    • Sistemas Multiagentes (Multiagent Systems - MAS)
  • Resolução Distribuída de Problemas (I)
    • Se caracteriza por ter como objeto principal o problema a ser resolvido:
    • Problemas que requerem “esforço coletivo ”;
    • Distribuição de tarefas ;
    • Distribuição de conhecimento (resultados);
    PROBLEMA SOLUÇÃO AGENTES EXECUÇÃO
  • Resolução Distribuída de Problemas (II)
    • Motivações:
    • Velocidade da resolução do problema:
      • Ex.: distribuição de uma aplicação em várias máquinas;
    • Especialização inerente ao problema:
      • Ex.: monitoramento de uma grande área geográfica;
    • Necessidade dos resultados serem distribuídos :
      • Ex.: Entrega distribuída.
  • Resolução Distribuída de Problemas (III)
    • Exemplo: Contract Net
  • Sistemas Multiagentes (I)
    • “ Sistemas Multiagentes (SMA) são sistemas compostos por múltiplos elementos computacionais interativos ( agentes ).
    • Agentes possuem duas habilidades fundamentais:
    • (1) decidir por si próprios o que devem fazer para satisfazer seus objetivos de projeto e
    • (2) interagir com outros agentes de forma social (...)”.
    • (Michael Wooldridge, 2002)
  • Sistemas Multiagentes (I)
    • Agentes podem preexistir ao problema.
    • Cada agente possui informação e/ou capacidades incompletas .
    • Não há um sistema de controle global .
    • Dados descentralizados .
    • Computação assíncrona .
    AGENTES PROBLEMA SOLUÇÕES EXECUÇÃO
  • SMA – Classificação (I)
    • Reativos - consideram as informações correntes (momento) do ambiente para sua tomada de decisão, eles não têm "memória" para armazenar vivências .
    • Cognitivos - cognitivos podem aprender com suas experiências e são deliberativos (planejam e excetuam planos criados por eles).
  • SMA – Classificação(II)
    • Para refletir:
    • Por não terem memória, os agentes reativos são mais fáceis de implementar?
    • Os agentes abaixo são reativos ou cognitivos?
      • Jogos Computadorizados?
      • Patrulhamento robotizado?
      • Vôo não tripulado?
  • SMA Reativos
    • Baseados nos modelos etológicos (formigas, cupins,...):
      • Estímulo-Resposta ou Ação-Reação ;
      • Grande número de agentes (até milhares );
      • Não há Representação do Conhecimento ;
      • Não há Representação do Ambiente ;
      • Não há Memória das Ações.
    • Usados para: Recuperação de Informações (redes de computadores) e Telecomunicações (reconfiguração do sistema), entre outros.
  • SMA Cognitivos
    • Baseados nos modelos sociais humanos:
      • Representação explícita do ambiente e dos outros agentes da sociedade ;
      • Poucos agentes (dezenas no máximo);
      • Histórico das interações para planejamento das ações futuras ;
      • Comunicação com outros agentes de modo direto ;
  • Comunicação e Padronização(I)
    • Com a distribuição dos processos, surge o problema da padronização :
      • Linguagem de comunicação entre os agentes;
      • Forma de representação do conhecimento;
    • Solução:
      • Base de dados comun aos processos;
        • Diminui a comunicação inter-processos;
        • Cada agente busca e grava dado na base.
  • Comunicação e Padronização(II)
    • Sistema de quadro-negro ( blackboard ):
      • Repositório que armazena o conhecimento do problema e o estado da solução ;
      • As fontes de conhecimento (KSs) resolvem suas partes e devolvem os dados ao blackboard;
      • Um sistema de controle ( Agenda ) coordena as atividades das KSs ( inserções no blackboard).
  • Aplicações (I)
    • Primeiro Vôo Não Tripulado (UAV) totalmente autônomo – Melbourne, Australia (jul/04):
      • O avatar foi guiado pelo sistema JACK de IAD;
      • O agente on-board escolheu a melhor rota para voar avaliando em tempo real variáveis como velocidade (ar e terra), tempo e posição (GPS) ;
  • Aplicações (II)
    • Robocup – copa do mundo de futebol de robôs :
      • 5 robôs em cada time;
      • O time da Austrália utilizou o JACK em cada um dos robôs;
      • Cada jogador é autônomo , mas tem comportamento coletivo ;
  • Aplicações (III)
    • Recomposição da rede de transmissão de energia elétrica da região sul do Brasil, após um “ blackout ”.
    • Usa o Expert-Coop: ambiente para desenvolvimento de SMA cognitivos, heterogêneos e abertos.
    • Cada unidade da rede de transmissão de energia elétrica possui seu próprio domínio de conhecimento sobre os equipamentos e procedimentos operacionais.
    • As unidades se comunicam através de um mail box, e abrem “ licitações ” de tarefas. Ex.: ajudar a suportar uma sobrecarga de demanda.
  • Aplicações (IV)
    • Um dos agentes da comunidade necessita realizar uma atividade cooperativa, abre uma licitação e difunde na comunidade o respectivo edital ;
    • Os demais agentes da comunidade respondem com propostas, aceitando ou rejeitando a realização da tarefa licitada;
    • Cada uma das propostas para realizar a tarefa licitada, possui um valor numérico associado ( Grade );
    • Recebidas as propostas , a de maior Grade vence.
  • Aplicações (V)
    • Outras (várias) aplicações:
    • Agentes de busca na internet;
    • Controle espaçonaves ( Deep Space 1);
    • Controle de tráfico aéreo;
    • Games;
    • Compra e Venda on-line via Internet;
  • What is next?
    • Exercício: Pesquisar e apresentar sobre uma aplicação ou plataforma de desenvolvimento IAD. Sugestões:
      • SeSAm : ambiente para desenvolvimento de Simulação Multiagentes ( http://www.simsesam.de/ );
      • Cougaar : arquitetura que suporta aplicações distribuídas baseadas em agentes ( http://cougaar.org/ )
      • Outras: JADE, Aglets, Jason, LGPL
      • Vôos não tripulados e outros ( http://www.aosgrp.com/applications/index.html )
      • STI – Artigo sobre Sistemas tutores inteligentes e agentes inteligente: http://www.edukbr.com.br/colunas/artigo_conteudo.asp?Id=22 e http://www.edukbr.com.br/colunas/artigo_conteudo.asp?Id=25
      • Artigo: Jogos usando IAD - http://www2.dbd.puc-rio.br/pergamum/tesesabertas/0210488_04_cap_02.pdf (SMA) --- http://www2.dbd.puc-rio.br/pergamum/tesesabertas/0210488_04_cap_03.pdf - (RNA) ---- http://www2.dbd.puc-rio.br/pergamum/tesesabertas/0210488_04_cap_06.pdf (Comunicacao entre agentes) -----
      • Artigo – Compra e Venda on-line: http://www.inf.ufes.br/~jpalmeida/cvitae/smarket-techreport.pdf
      • Distribuição de produtos entre fábricas e mercados ( http://www.inf.furb.br/~jomi/tccs/ate98/fabiano/sld030.htm )
  • Referências
    • http://www.aosgrp.com/index.html
    • http://64.233.169.104/search?q=cache:dnkuj0HoDwYJ:www.das.ufsc.br/gia/iaft-apoio/tra-iad.ps+ia+distribuida&hl=pt-BR&ct=clnk&cd=12&gl=br
    • http://cougaar.org/
    • http://penta.ufrgs.br/gr952/trab1/geren21.html
    • http://pt.wikipedia.org/wiki/Sistema_multiagente
    • http://tutorials.cougaar.org/pizza/
    • http://www.edukbr.com.br/colunas/artigo_conteudo.asp?Id=25
    • http://ia.ucpel.tche.br/~lpalazzo/Aulas/SMA/
    • http://pt.wikipedia.org/wiki/Sistema_multiagente
    • http://www.inf.pucrs.br/~blois/materiais/dsm/IntroducaoEAgentes.pdf