Escolar Documentos
Profissional Documentos
Cultura Documentos
Roteiro
Introduo
Histrico
Inteligncia Artificial Abordagens da IA
Agentes Inteligentes
Parte I Resoluo de problemas atravs da Busca
Lgica de Primeira Ordem
Programao em lgica e a linguagem Prolog
Curso de Graduao em Cincia da Computao, UFMA
Prof. Dra. Rosario Girardi
Construindo bases de conhecimento
Sistemas de raciocnio lgico
rgirardi@deinf.ufma.br
http://maae.deinf.ufma.br/rgirardi.html Planejamento
2004 / 2
2004 Rosario Girardi http://maae.deinf.ufma.br/rgirardi.html 2
Objetivo:
Psicologia
Bases de Inteligncia
Dados Artificial
Inteligncia
Lgica
Artificial
Matemtica
Engenharia Filosofia
de Software Linguistica
Sociologia
Informtica
Introduo
IA vs Informtica Clssica
Processos cognitivos
Psicologia cognitiva
Evoluo humana bem sucedida devido a
faculdades mentais para uso e acceso Sensao e percepo da informao de entrada
informao Ateno informao relevante
Armazenamento em memria de corta durao
Processador enquanto processada
Mente de Aquisio de habilidades complexas
Informao Produo lingstica de sada oral ou escrita
Resoluo de problemas para tomar aes
apropriadas
Planejamento de seqncia de aes
familiaridade
Sistemas que Sistemas que
Comportamento atuam como atuam
AO
possibilidade de ser discriminados humanos racionalmente
Pensam racionalmente
Abordagens da IA
Desempenho Capacidade de
Abordagem lgica humano raciocnio
desde 65 - dada a descrio de um problema
em notao lgica, encontravam, si existia
Processos mentais Sistemas que Sistemas que
uma soluo ao problema e de raciocinio pensam como pensam
obstculos humanos racionalmente
PENSAMENTO
dificuldade de formalizar conhecimento Sistemas que Sistemas que
diferena entre teoria e prtica (recursos Comportamento atuam como atuam
AO
computacionais) humanos racionalmente
B C 1950
Sistema Os indivduos A, B e C esto separados fisicamente
Mquina Intermedirio Homem Eles se comunicam via um sistema intermedirio
O objetivo do Interrogador descobrir quem (B ou
C) a mquina.
A mquina inteligente se o interrogador
incapaz de descobrir
quem (B ou C) a mquina
Interrogador A
aprendizado de mquina
parte de ser um agente racional gerao de estratgias cada vez mais efetivas
no nica forma de atuar racionalmente viso
(aes reflexas) conseqncias de determinada ao
Abordagens da IA
Desempenho Capacidade de
humano raciocinio
mquina
de retroalimentao
mecanismos que poderiam ser simulados possivelmente
atravs de mquinas
Paradigmas de desenvolvimento
Mundo
computacional Orientado a agentes
Aplicaes Aplicaes
Aplicaes Industriais Aplicaes Comerciais
Controle de Trfego Areo (OASIS-dMARS) Gerncia de Informaes
Controle de Manufatura (Parunak) Filtragem e recuperao de Informaes
Controle de Processos (Automao Industrial) Comrcio Eletrnico
Distribuio de Energia Eltrica (ARCHON)
Software Educativo
Controle de Espaonaves
Interface Humano-Computador
Monitorao de Usinas Nucleares
Telecomunicaes Modelagem de usurios
Sistemas de Transporte
Aplicaes Agentes
Percepes Sensores
Aplicaes Mdicas
Monitorao de Pacientes
Entretenimento Ambiente ?
Jogos
Agente
Cinema Interativo
Russel e Norvig
Weiss Agentes Reflexivos
GESEC Agentes Reflexivos com estado
Agentes baseados em metas
Agentes baseados na utilidade
Sensor
Entrada
Funo reviso
de crena
troca de mensagens
seja comum a todos os agentes que vivem em
federativa sociedade.
KQML (Knowledge Query and Manipulation
Coordenao de agentes Language)
maneira com que os agentes esto organizados a fim de cooperar para
alcanar um objetivo comum ao sistema linguagem de comunicao entre agentes (ACL)
Mestre escravo
Mecanismo de mercado suporte aos mecanismos de coordenao e
cooperao
Tipos de comunicao
Troca de mensagens entre agentes
mensagens podem ser de dois tipos: Comunicao direta
consulta os agentes se conhecem e, por isso, trocam
um agente envia uma pergunta para um outro informaes diretamente entre si
agente. Comunicao indireta
afirmao os agentes no se conhecem e, desta
resultado da consulta, ou seja, o agente que maneira, a comunicao ocorre atravs de
recebeu uma consulta envia uma resposta ao uma estrutura de dados compartilhada
agente que solicitou a consulta
Os agentes da sociedade so
divididos em grupos ou federaes duas classes de agentes
segundo um critrio de agrupamento os gerentes (mestres) e
escolhido, e junto a cada grupo os trabalhadores (escravos)
existem os agentes facilitadores
Formulao de Problemas
Problemas e solues bem definidos
datatype PROBLEM
components: INITIAL_STATE {conj. de estados iniciais}
OPERATORS, {possveis aes do agente}
GOAL_TEST, {teste de objetivo}
PATH_COST_FUNCTION {funo que atribui
um custo a um caminho}
3 aspetos:
1 - Encontra uma soluo?
2 - uma boa soluo?
Custo do caminho (caminho mais barato)
3 - Qual o custo da busca?
tempo e memria
INITIAL_STATE (qqer arranjo de 8 rainhas no tabuleiro) Ex. Mapa rodovirio - achar caminho
OPERATORS (colocar uma rainha em qqer
localizao) rvore de busca
GOAL_TEST (8 rainhas no tabuleiro, no atacveis) N raiz = estado inicial
PATH_COST (zero) Gerar novos estados
Ex. Do aspirador
Expandir um n
INITIAL_STATE (um dos 8 mostrados na fig.)
OPERATORS {esq, dir, aspirar} Estratgia de busca
GOAL_TEST (sem poeira a esq, sem poeira a dir) Seleo de que ns expandir primeiro
PATH_COST: cada ao custa 1
Algoritmo de busca
function GENERAL-
GENERAL-SEARCH( problem, strategy) returns
a solution, or failure
initialize the search tree using the initial state of problem
loop do
if there are no candidates for expansion
then return failure
choose a leaf node for expansion according to strategy
if the node contains a goal state
then return the corresponding solution
else
expand the node and add the resulting nodes to the
search tree
end
Fator de Ramificao
Busca em Amplitude quantidade de tempo e memria
fator de ramificao (b)
mximo nro. de ns a serem
expandidos para uma soluo de
profundidade d
1 + b + b2 + b3 + b4 + bd
Busca em Profundidade
Exemplo de Rota Sempre expande o n de maior
Ir de S para G profundidade
Quando a busca chega num
n sem sucessores o algoritmo expande
um n com menor profundidade
Requer pouca memria
m => profundidade mxima
b => fator ramificao
bm => necessidade de armazenamento
Busca em
Profundidade Limitada
Limitar a profundidade da busca
Complexidade
Tempo o(bL)
Espao o(bL)
Busca Bidirecional
Comparao
Requer gerao de predecessores Criterion Breadth-
First
Uniform-
Cost
Depth-
First
Depth-
Limited
Deepening
Iterative
Bidirectional
(if applicable)
Time bd bd bm bl bd bd/2