IA Distribuída

Slide 1: Inteligência Artificial IA Distribuída Rafael Rosario rafael.rosario@sociesc.org.br rafael.rosario@datasul.com.br

Slide 2: 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;

Slide 3: 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?

Slide 4: IA Distribuída Inteligência Artificial Distribuída – IAD: Inteligência: comportamento social. Origem sociológica e etologia; Cooperações, interações e fluxo de conhecimento; Inteligência coletiva;

Slide 5: 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.

Slide 6: 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;

Slide 7: 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.

Slide 8: 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.

Slide 9: 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.

Slide 10: 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);

Slide 11: 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.

Slide 12: 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”

Slide 13: Agentes (III) Exemplo: • Molécula de água, H2O: 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.

Slide 14: 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;

Slide 15: 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)

Slide 16: Resolução Distribuída de Problemas (I) Se caracteriza por ter como objeto PROBLEMA principal o problema a ser resolvido: • Problemas que requerem “esforço coletivo”; SOLUÇÃO • Distribuição de tarefas; • Distribuição de conhecimento AGENTES (resultados); EXECUÇÃO

Slide 17: 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.

Slide 18: Resolução Distribuída de Problemas (III) Exemplo: Contract Net

Slide 19: 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)

Slide 20: Sistemas Multiagentes (I) Agentes podem preexistir ao problema. AGENTES Cada agente possui informação e/ou capacidades incompletas. PROBLEMA Não há um sistema de controle global. Dados descentralizados . SOLUÇÕES Computação assíncrona. EXECUÇÃO

Slide 21: 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).

Slide 22: 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?

Slide 23: 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.

Slide 24: 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;

Slide 25: 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.

Slide 26: 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).

Slide 27: 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);

Slide 28: 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;

Slide 29: 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.

Slide 30: Aplicações (IV) 1. Um dos agentes da comunidade necessita realizar uma atividade cooperativa, abre uma licitação e difunde na comunidade o respectivo edital; 2. Os demais agentes da comunidade respondem com propostas, aceitando ou rejeitando a realização da tarefa licitada; 3. Cada uma das propostas para realizar a tarefa licitada, possui um valor numérico associado (Grade); 4. Recebidas as propostas, a de maior Grade vence.

Slide 31: 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;

Slide 32: 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)

Slide 33: Referências • http://www.aosgrp.com/index.html • http://64.233.169.104/search?q=cache:dnkuj0HoDwYJ:www.das.ufsc.br/gia/iaft-ap • 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