1 Introducao AgentesReactivos V2

INTRODUÇÃO À
INTELIGÊNCIA ARTIFICIAL
INFORMÁTICA DE GESTÃO
FRANCISCO GONÇALVES
ÍNDICE
• INTRODUÇÃO
• AGENTES REACTIVOS
• AGENTES DE PROCURA
• AGENTES BASEADOS EM CONHECIMENTO
• INTRODUÇÃO AO LISP
• AGENTES APRENDIZES
• CONCLUSÃO
Francisco Gonçalves 2
1
AVALIAÇÃO
• 1ª PROVA
• 2ª PROVA
INTRODUÇÃO
• DIFINIÇÕES: PASSADO, PRESENTE E FUTURO
• PARADIGMAS: SIMBÓLICO; CONEXIONISTA; BIOLÓGICO
• AGENTES, AMBIENTES, TAREFAS E COMPORTAMENTOS
2
INTRODUÇÃO
“Existe uma probabilidade de 83% de que trabalhadores que ganhem

$20 por hora ou menos terem os seus empregos substituídos por robôs
nos próximos cinco anos. Aqueles que estão no escalão dos $40 por hora
enfrentam uma probabilidade de 31% de terem os seus empregos
tomados pelas máquinas” – Barack Obama
INTRODUÇÃO
O que é a inteligência?
“A inteligência é o que você usa quando não sabe o que fazer” - Jean Piaget
3
INTRODUÇÃO
DIFINIÇÕES: PASSADO, PRESENTE E FUTURO
Verão de 1956, no Dartmouth College - EUA
Durante duas semanas, dez cientistas reúnem-se para estudarem a Inteligência

Artificial com base na conjectura de que:
todo o aspecto da aprendizagem ou qualquer outra característica da inteligência, em

princípio pode ser descrita com tanta precisão que uma máquina pode ser construída
para dissimulá-la.
INTRODUÇÃO
Verão de 1956, no Dartmouth College - EUA
Os dez cientista são: John McCarthy, Marvin Minsky, Claude Shannon, Nathaniel
Rochester, Thenchard More (Princeton), Arthur Samuel (IBM), Ray Solomonoff e
Oliver Selfridge do MIT, Allen Newell e Herbert Simon do Carnegie Tech.
Mas antes desta data, outros cientistas trabalharam na construção das bases na nova
ciência.
4
INTRODUÇÃO
Alguns cientistas que criaram as bases da I.A.:
• Aristóteles, filósofo grego, desenvolveu os silogismos: conjunto de regras para
formalizar o pensamento.
• Descartes, considerou a possibilidade da mente ser vista como um sistema físico.
• Pascal e Leibniz, prosseguiram especulando sobre a “máquina de calcular”.
• Boole e De Morgan desenvolveram as regras do pensamento que serviram de base
para a lógica moderna por Frege.
• Charles Babagge, Claude Shannon, John Von Neumann
• McCulloch e W. Pitts em 1943, criaram um modelo de neurónio artificial.
• Donald Hebb em 1949, regra dos pesos das ligações entre os neurónios.
Aprendizagem.
• Alan Turing publicou em 1950 o teste de Turing
INTRODUÇÃO
A possibilidade de existir inteligência artificial não é consensual. Por isso, o

conceito também não é.
Surgem questões e objecções, algumas conhecidas como:
• Objecção teológica: Só as almas pensam
• Objecção da “Avestruz”: se existirem máquinas que pensam, as
consequências das suas acções seriam terríveis para a humanidade.
• Objecção Matemática: As máquinas têm capacidade limitada para
executarem tarefas complexas
• Objecção de Lady Lovelace: As máquinas só fazem aquilo para o qual foram
programadas pelos homens.
5
INTRODUÇÃO
A relutância em aceitar a possibilidade de existirem máquinas pensantes, é definida

por Mazlish (Mazlish 1975) como a teoria das quatro descontinuidades:
• Momento cosmológico: resultou na destruição do geocentrismo por
Copérnico. A Terra deixou de ser considerada como o centro do Universo.
• Momento biológico: destruição do criacionismo por Darwin com a sua teoria
da evolução das espécies. Somos parentes dos macacos.
• Momento psicológico: Com a psicanálise, Freud destruiu behaviorismo - a
ideia de que os actos podem ser facilmente explicados pelas manifestações
superficiais da pessoa que os pratica.
• Partilha da Inteligência com as máquinas.
INTRODUÇÃO
A inteligência é muito mais complexa do que a simples racionalização. Mesmo os
pesquisadores em ciências cognitivas não sabem como a inteligência surge, qual a
sua constituição e como funciona.
Os modelos ocidentais de inteligência apresentam problemas (Álvaro Guarda):
• Albert Einstein maltratava a mulher. Era muito rabugento.
• Sigmund Freud: sofria de complexo de Édipo. Era um intectual pessimista.
• Karl Marx queria o fim do capitalismo, mas não era contido nos seus gastos e
estava sempre a pedir dinheiro emprestado aos amigos.
• Charles Darwin pesquisava compulsivamente, tinha síndrome de pánico. Tinha
crises de vómito com medo da sua Teoria da Evolução.
6
INTRODUÇÃO
O que é a Inteligência Artificial?
Mesmo os que admitem a existência de máquinas pensantes, divergem quanto a sua
natureza. Segundo Russel e Norvig, existem quatro definições:
Tese da I.A. fraca Tese da I.A. forte
Sistemas que pensam como humanos Sistemas que pensam racionalmente
(abordagem pelo Teste de Turing) (abordagem pela lei do pensamento: a Lógica. Dá
ênfase na correcta inferência)
Sistemas que agem como humanos Sistemas que agem racionalmente

(abordagem pelos modelos cognitivos: Introspecção (abordagem pelo agente racional)
ou experimentos psicológicos)
Vamos utilizar a abordagem pelo agente racional
INTRODUÇÃO
TESTE DE TURING
Uma pessoa (entrevistador) conversa com um computador e com uma outra pessoa
(entrevistado), através de um terminal teletipo, com o objetivo de identificar quem é
a pessoa e quem é o computador.
Entrevistado
Entrevistador computador
Se o examinador não distinguir então a máquina é considerada inteligente.
7
INTRODUÇÃO
BASES DA INTELIGÊNCIA ARTIFICIAL
• Filosofia (428 AC)
• Matemática ( 800 DC)
• Psicologia (1879)
• Engenharia da Computação (1940)
• Linguística (1957)
INTRODUÇÃO
• Gestação (1943-1956)
• Entusiasmo e grandes expectativas (1952-1969)
• Choque com a realidade (1966-1974)
• Sistemas baseados em conhecimento (1969-1979)
• Início do sucesso na indústria (1980-1988)
• O retorno da redes neuronais (1986)
• Agentes aprendizes (Meado dos anos 80)
(Russel e Norvig)
8
INTRODUÇÃO
• De 1956 a 1970: pretendia simular a inteligência humana, mas subestimou a
complexidade dos problemas
• De 1970 a 1980: simular a inteligência humana em situações pré-determinadas,
mas sobestimou a quantidade de conhecimento necessário.
• De 1980 a 1990: simular o comportamento de um especialista humano ao resolver
problemas do seu domínio. Sobestimou a complexidade do problema de aquisição
de conhecimento
• Desde 1990:
• Resolver problemas do mundo real de forma eficiente: Engenharia
• Explicar os princípios por traz da inteligência: Ciência.
(André de Carvalho)
INTRODUÇÃO
Hoje a inteligência é discutida sobre vários aspectos. Howard Gardner, “especializa”
as Inteligências em:
• Lógico-Matemática
• Inteligência Pessoal
• Inteligência Linguística
• Inteligência Musical
• Inteligência Espacial
• Inteligência Corporal-Cinestésica
Fala-se ainda em Inteligência Emocional além do QI como medidas da inteligência

Humana.
9
INTRODUÇÃO
Temos Agentes Especialistas que executam tarefas de forma mais eficiente do que
os seres humanos, como:
• Jogar xadrez
• Compor música
• Fazer análises clínicas
• Interpretar situações
• Prever
• Projectar
• Planificar
• Instruir
• Controlar
• Etc.
Estamos na era da ANI (Artificial Narrow Intelligence)
INTRODUÇÃO
1. Construir agentes autónomos tão capazes quanto o homem, de:
• Aprenderem;
• lidar com a incerteza e a complexidade;
• evoluirem adaptando-se ao ambiente
Era da AGI (Artificial General Intelligence)
2. Finalmente construir agentes que superam a inteligência de qualquer homem na

face da terra.
Era da ASI (Artificial Super Intelligence)
10
INTRODUÇÃO
PARADIGMAS: SIMBÓLICO; CONEXIONISTA; BIOLÓGICO
Um paradigma é um sistema ou modelo conceptual. É uma forma de encarar um
determinado aspecto da realidade – a inteligência no nosso caso.
A inteligência tem sido vista sob três paradigmas:

• Simbólico
• Conexionista
• Biológico
INTRODUÇÃO
Olha a inteligência como computação. Para Newell e Simon, os computadores e a
mente humana são instâncias dos Sistemas Físicos de Símbolos (SFS).
A base dos SFS são as Estruturas Simbólicas que representam o conhecimento do
mundo.
A inteligência é o resultado da actuação dos processos (criação, modificação,
cópia ou destuição) sobre as estruturas simbólicas.
Inteligência = Processos + Estruturas Simbólicas
Os processos geralmente são programas.
11
INTRODUÇÃO
A Inteligência é uma propriedade emergente das interacções de um número

elevado de unidades elementares de processamento (Rumelhard e McClelland
1986)
Corpo Celular Núcleo
Axónio
Dendrites
Neurónio natural
INTRODUÇÃO
O cérebro humano é composto por cerca de 1011 neurónios interligados (cerca de

104 ligações, cada).
Por essas ligações circulam sinais eléctricos que inibem ou excitam os neurónios.
Apesar dos neurónios humanos serem lentos (tempo de comutação entre os estados
de inibição e excitação é de cerca de 10-3 segundos, ao passo que um computador é
da ordem dos 10-10 ) resolvemos problemas complexos rapidamente porque eles
funcionam de forma distribuída e paralela.
O computador opera em série.
12
INTRODUÇÃO
𝑥1
𝑤1
𝑥2 𝑤2
෍ 𝑥𝑖 ∗ 𝑤𝑖
𝑥3 𝑤3 f
𝑥𝑖 𝑤𝑖
Limiar
𝑤𝑛
𝑥𝑛
Neurónio artificial de
McCulloch e Pitts
INTRODUÇÃO
Baseado na teoria de Charles Darwin sobre a seleção natural, os indivíduos que

melhor se adaptam têm mais possibilidades de sobrevivência.
Na reprodução estão presentes os operadores genéticos que fazem a recombinação e
mutação dos genes.
A ideia é partir de um conjunto de soluções candidatas (população) que se faz
evoluir ao longo do tempo.
13
INTRODUÇÃO
• Uma população é constituída por indivíduos.

• Cada indivíduo é formado por cromossomas.
• Os cromossomas são constituído por genes.
• Aos genes são atribuídos valores ou alelos.
Cada indivíduo tem determinada qualidade ou mérito relacionada à sua capacidade

de adaptação
INTRODUÇÃO
Os cromossomas dos indivíduos representam o mundo ou problema a ser resolvido.

Cada gene representa uma característica da realidade.
14
INTRODUÇÃO
AGENTES, AMBIENTES, PROBLEMAS E COMPORTAMENTOS
Decisão
Percepção
Acção
AGENTE AMBIENTE
INTRODUÇÃO
AGENTES, AMBIENTES, PROBLEMAS E COMPORTAMENTOS
Tipo de agente Percepções Acções Objectivo Ambiente
Sist. de diagnóstico Sintomas, resultados, Perguntas, testes, Saúde do paciente, Paciente, Hospital
médico respostas dos tratamentos minimização de
pacientes custos
Sistema de Análise variação da Impressão duma Categorização Imagens do Satélite
de Imagens Satélite Intensidade dos categorização da cena Correcta em órbita
Pixels, cor
Robot Arruma Peças Pixels de intensidade Pega as peças e Colocar peças nas Tapete rolante da
variável coloca-as em caixas caixas correctas fábrica com peças
Controlador de Leituras de Abre, fecha válvulas; maximizar a pureza, Refinaria
Refinaria temperatura e de ajusta a temperatura produção, segurança
pressão
Tutor Interactivo de Palavras escritas Imprime Exercícios, Maximizar a Conjunto de
Inglês sugestões, correcções classificação do estudantes
estudante nos testes
Russel e Norvig
15
INTRODUÇÃO
• AGENTES, AMBIENTES, PROBLEMAS E COMPORTAMENTOS
Agente: entidade capaz de interagir com o ambiente. Pode ser guiado por objetivos.
Pode ter algumas ou todas propriedades seguintes:
• corpo
• localização
• capacidades de percepção e acção
• mecanismos de decisão
• estratégias para resolverem as tarefas
• medidas de desempenho para saber quando foram bem sucedidos
INTRODUÇÃO
Agente autónomo:
É um sistema situado num ambiente capaz de percepcionar esse ambiente e actuar
sobre ele ao longo do tempo, tendo em vista a satisfação dos propósitos da sua
agenda, de modo a afectar o que será percepcionado no futuro (Franklin e Graesser
1977)
Um agente autónomo tem capacidade de decidir não só com base no conhecimento
gravado nele pelo seu fabricante, ou assistente humano, mas também na experiência
que ele adquire ao interagir com o ambiente aonde se encontra.
16
INTRODUÇÃO
Agente autónomo:
• Quanto a sua origem, os agentes autónomos podem ser agrupados em:
• Biológicos
• Robóticos
• Computacionais:
• Software
• Vida artificial
• Quanto as funções/tarefas que desempenham, vamos estudar os grupos de:
• Agentes Reactivos
• Agentes de Procura
• Agentes Baseados em Conhecimento
• Agentes Aprendizes
INTRODUÇÃO
Um ambiente pode apresentar as seguintes características:
• Acessíveis ou inacessível: se o agente pode adquirir do ambiente toda a
informação que precisa para executar a sua tarefa, o ambiente considera-se
acessível. Ex.: Jogo das damas, xadrez.
• Determinístico ou não determinístico: se com base no estado actual do
ambiente e na acção do agente pudermos determinar o estado seguinte, o
ambiente é considerado determinístico.1 Ex.: Se desligarmos o interruptor, a
sala fica menos iluminada.
• Episódico ou não episódico: A experiência do agente é dividida em episódios
(percepção e acção) independentes.
• Estático ou não estático (dinâmico): Se o ambiente não se altera enquanto o
agente decide o que fazer, diz-se que o ambiente é estático.
• Discreto ou contínuo: Se há um número distinto e bem definido de
percepções e acções dizemos que o ambiente é discreto.
17
INTRODUÇÃO
MICROMUNDO (Costa e Simões).
Visão parcial e limitada do mundo para definir o ambiente onde os agentes “vivem”.
Além da características vistas no diapositivo anterior, um ambiente pode ainda ser
caracterizado como um espaço de n dimensões que podem ser:
• Limitadas;
• infinitas ou;
• Toroidal (quando os extemos opostos do mundo estão ligados).
INTRODUÇÃO
MICROMUNDO
De duas dimensões (8x8)
18
INTRODUÇÃO
Exemplos:
Ambiente Acessível Determinístico Episódico Estático Discreto

Xadrez com relógio Sim Sim Não Semi Sim
Xadrez sem relógio Sim Sim Não Sim Sim
Sueca Não Não Não Sim Sim
Condução de candongueiro Não Não Não Não Não
Sist. de diag. médico Não Não Não Não Não
Sist. Análise de imagem Sim Sim Sim Semi Não
Tutor Interactivo de Inglês Não Não Não Não Sim
Russel e Norvig, adaptada.
INTRODUÇÃO
Um Problema pode ser definido pelos seguintes componentes:
1. Estado inicial (configuração ou situação inicial ou corrente);
2. Acções que podem ser executadas pelo agente num determinado estado;
3. Operadores que alteram os estados mediantes as acções possíveis.
4. estados intermédios. Ao conjunto de todos estados possíveis chamamos espaço
de estados ou espaço de procura.
5. Um ou mais estados finais (configurações ou situações finais ou desejadas:
soluções).
6. Teste de meta: critério de reconhecimento de que a situação desejada foi
alcançada.
7. Restrições às acções do agente.
8. Custo de cada passo e do caminho do estado inicial ao final
19
INTRODUÇÃO
As tarefas (problemas) podem ser caracterizadas como (E. Costa e A. Simões):

• Deliberação: o agente decide.
• Mudança: a nível do agente e/ou do ambiente
• Interacção: entre o agente e o ambiente, ou com outro(s) agente(s).
• Imposição: tarefas determinadas pelo ambiente.
As tarefas podem apresentar estas características em certo grau.
INTRODUÇÃO
Existem quatro tipos diferentes de problemas (Norvig):
• Problemas de único estado; (ambiente acessível e determinístico) O agente
conhece o ambiente e os efeitos das suas acções. O agente raciocina sobre um
conjunto de estados que levá-lo-ão a solução.
• Problemas de múltiplos estados; (ambiente não totalmente acessível e
determinístico) ou (ambiente acessível e não determinístico). O agente não
conhece bem o ambiente mas conhece os efeitos das suas acções. O agente
raciocina sobre vários conjuntos de estados que poderão leva-lo a solução.
• Problemas de contingência; (ambiente não totalmente acessível e
determinístico). Um problema de contingência consiste num conjunto de variáveis
que podem tomar valores num conjunto (Norvig)
• Problemas de exploração; (O agente não conhece o ambiente nem os efeitos dos
seus actos. É como estar perdido num país estrangeiro sem um mapa)
20
INTRODUÇÃO
Abstração: é o processo mental de considerar apenas os detalhes relevantes para a
representação de um problema.
A abstração deve ser efectuada na descrição do(s) estado(s) e também nas acções.
INTRODUÇÃO
O comportamento de agente depende das características:

• Do próprio agente;
• Do ambiente;
• Do problema/objectivo.
Pode ser: reactivo ou reflectivo. Do comportamento reflectivo pode resultar

mudança da extrutura interna do agente: aprendizagem ou adaptação.
21
INTRODUÇÃO
• Quanto as funções que desempenham, vamos estudar os grupos de:

• Agentes Reactivos
• Agentes de Procura
• Agentes Baseados em Conhecimento
• Agentes Aprendizes
AGENTES REACTIVOS
OBJECTIVOS
Depois de estudar este tema, o estudante deverá ser capaz de:
• Representar um agente reactivo no seu ambiente
• Representar os estados dum ambiente e as respectivas percepções por parte dum
agente.
• Representar e implementar as acções de um agente reactivo num micromundo com
recurso aos sistemas de produções.
22
AGENTES REACTIVOS
Agentes reactivos, são aqueles que agem quando percebem a ocorrência de
determinado(s) evento(s).
Exemplos:
Câmera com detector de movimento;
Sistema de detecção de incêndios;
Alarmes antirroubo;
Etc.
AGENTES REACTIVOS
REPRESENTAÇÃO
Percepção
Acção
Agente
Ambiente
E. Costa e A. Simões
23
AGENTES REACTIVOS
REPRESENTAÇÃO DO ESTADO DO AMBIENTE E DAS PERCEPÇÕES
Caracterizamos o ambiente como um conjunto de estados E={e1,e2,e3,en} sensíveis à

percepção P do agente.
Em função de uma sequência de percepções P*, o agente pratica uma acção num
conjunto de possíveis acções A ={a1,a2,a3,an}.
Percepção: E → 𝑃
Acção: 𝑃∗ → 𝐴
AGENTES REACTIVOS
• Um agente decide com base na percepção que ele tem do ambiente. Essa
percepção é limitada.
• Através da sua percepção – limitada – o agente vai criando internamente uma
representação do estado do ambiente, uma visão, um modelo que se aproxima da
realidade.
• Dois agentes podem ter (geralmente têm) visões diferentes do mesmo ambiente.
24
AGENTES REACTIVOS
REPRESENTAÇÃO DUM AGENTE NUM MICROMUNDO: EXEMPLO
Estado do ambiente e=<q1,q2,q3,q4> = <1,1,0,0>

sendo que:
1 0= quadrado livre
4 2 1= quadrado ocupado.
3
Percepções do agente p
p=< ocupado, ocupado, livre, livre> =<𝑜1 , 𝑜2 , ¬𝑜3 , ¬𝑜4 >
AGENTES REACTIVOS
• REPRESENTAÇÃO E IMPLEMENTAÇÃO DAS ACÇÕES
• Sistemas de produções*
• Unidades lineares de Limiar (TLU- Threshold Limiar Units)
• Arquitectura de subordinação
25
AGENTES REACTIVOS
• SISTEMAS DE PRODUÇÕES
Basicamente constituido por:
• Conjunto de regras ou produções do tipo:
Se <condição> então <acção>
• Um interpretador de regras ou mecanismo de controlo
• Memória de trabalho
AGENTES REACTIVOS
• SISTEMAS DE PRODUÇÕES
Exemplo: Deambular
• Algoritmo:
Função acção (percepção): acção
Se p=¬𝑜1 𝑒𝑛𝑡ã𝑜 𝑟𝑒𝑡𝑜𝑟𝑛𝑎 𝑛𝑜𝑟𝑡𝑒
1 Senão_se p=¬𝑜2 𝑒𝑛𝑡ã𝑜 𝑟𝑒𝑡𝑜𝑟𝑛𝑎 𝑒𝑠𝑡𝑒
4 2 Senão_se p=¬𝑜3 𝑒𝑛𝑡ã𝑜 𝑟𝑒𝑡𝑜𝑟𝑛𝑎 𝑠𝑢𝑙
Senão_se p=¬𝑜4 𝑒𝑛𝑡ã𝑜 𝑟𝑒𝑡𝑜𝑟𝑛𝑎 (𝑜𝑒𝑠𝑡𝑒)
3 Fim_de _se
Fim_de_função
• Sistema de produções:
1: ¬𝑜1 → 𝑁
2: ¬𝑜2 → 𝐸
3: ¬𝑜3 → 𝑆
4: ¬𝑜4 → 𝑂
26
AGENTES REACTIVOS
• UNIDADES LINEARES DE LIMIAR (TLU)
• Baseada em neurónios artificiais
𝑥1
𝑤1
𝑥2 𝑤2
෍ 𝑥𝑖 ∗ 𝑤𝑖
𝑥3 𝑤3 f
𝑥𝑖 𝑤𝑖
Limiar
𝑤𝑛
𝑥𝑛
AGENTES REACTIVOS
• UNIDADES LINEARES DE LIMIAR (TLU)
Exemplo de uma regra: se 𝑥1=1 e 𝑥2=1 então f=1
𝑥1 𝑤1 = 1
෍ 𝑥𝑖 ∗ 𝑤𝑖 𝜃 = 1,5
f
𝑥2 𝑤2 = 1
Para 𝑥1=1 e 𝑥2=1

temos σ 𝑥𝑖 ∗ 𝑤𝑖 = 𝑥1*𝑤1 +𝑥2*𝑤2 =1*1+1*1=1+1=2
Como 2>1.5 então f=1
27
AGENTES REACTIVOS
• ARQUITECTURA DE SUBORDINAÇÃO (de Rodney Brooks)
Pensada para a robótica, baseia-se no que Brooks chamou de hipótese do

fundamento físico, segundo o qual o comportamento inteligente resulta da
interacção do agente e com o ambiente e não da manipulação de representações
explícitas do ambiente.
Apresenta uma arquitectura de camadas dispostas na horizontal diferente da IA
tradicional que vertical.
AGENTES REACTIVOS
• Exemplo de representação da IA clássica:
Percepção Modelização Planeamento acção
Camada 1 Camada 2 Camada 3 Camada 4
• Exemplo de arquitectura de subordinação
Camada 4 Alimentar-se
Camada 3 Descansar i
Camada 2 Trabalhar i
Camada 1 Passear i
28
AGENTES REACTIVOS
Cada camada é composta por módulos interligados.

Cada módulo é implementado com máquinas de estados.
Uma máquina de estados é um circuito que pode transitar entre vários estados, de
acordo com uma tabela de estados.
A tabela de estados indica, para cada estado em que a máquina pode estar e para
cada combinação dos valores das entradas, qual o valor das saídas e qual o estado
seguinte em que a máquina transitará.
Um relógio determina quando é que cada transição ocorre.
AGENTES REACTIVOS
Exemplo de Tabela de Estados
Estado actual Estado seguinte Saídas (Estado actual)
Q3 Q2 Q1 Q0 Q3 Q2 Q1 Q0 a b c d e f g
0 0 0 0 0 0 0 1 1 1 1 1 1 1 0
0 0 0 1 0 0 1 0 0 1 1 0 0 0 0
0 0 1 0 0 0 1 1 1 1 0 1 1 0 1
0 0 1 1 0 1 0 0 1 1 1 1 0 0 1
0 1 0 0 0 1 0 1 0 1 1 0 0 1 1
0 1 0 1 0 1 1 0 1 0 1 1 0 1 1
0 1 1 0 0 1 1 1 1 0 1 1 1 1 1
0 1 1 1 1 0 0 0 1 1 1 0 0 0 0
1 0 0 0 1 0 0 1 1 1 1 1 1 1 1
1 0 0 1 0 0 0 0 1 1 1 1 0 1 1
29
AGENTES REACTIVOS
Exemplo de Máquina de Estados
a
a
X
0 0
Q
0
D
0 b
Decod. f b
0 X Q D c
1
Cont
1 1 sete g
Q d
0 X
2 2
D
2 segmentos e
X Q D
0 3 3 3 f e c
g
Ck
PL d
Contador
BIBLIOGRAFIA
• COSTA, Ernesto e SIMÕES, Anabela. Inteligência Artificial – Fundamentos e
Aplicações. Lisboa: FCA
• RUSSEL, Stuart J. and NORVIG, Peter. Artificial Intelligence A Modern
Approach. New Jersey: Prentice Hall, 1995. ISBN 0-13-103805-2
• ALVARES, Luis Otavio. INF01048 INTELIGÊNCIA ARTIFICIAL, UFRGS.
• DE CARVALHO, André et al. Introdução à Inteligência Artificial –
Fundamentos. LABIC
• DELGADO, José e RIBEIRO, Carlos. Arquitectura de Computadores. FCA
30
AGENTES DE PROCURA
FIM
31

1 Introducao AgentesReactivos V2

Enviado por

Dados do documento

Direitos autorais

Formatos disponíveis

Compartilhar este documento

Compartilhar ou incorporar documento

Opções de compartilhamento

Você considera este documento útil?

Este conteúdo é inapropriado?

Direitos autorais:

Formatos disponíveis

1 Introducao AgentesReactivos V2

Enviado por

Direitos autorais:

Formatos disponíveis

INTRODUÇÃO À

“Existe uma probabilidade de 83% de que trabalhadores que ganhem

Verão de 1956, no Dartmouth College - EUA

Durante duas semanas, dez cientistas reúnem-se para estudarem a Inteligência

todo o aspecto da aprendizagem ou qualquer outra característica da inteligência, em

Verão de 1956, no Dartmouth College - EUA

A possibilidade de existir inteligência artificial não é consensual. Por isso, o

A relutância em aceitar a possibilidade de existirem máquinas pensantes, é definida

Sistemas que agem como humanos Sistemas que agem racionalmente

Vamos utilizar a abordagem pelo agente racional

Se o examinador não distinguir então a máquina é considerada inteligente.

Fala-se ainda em Inteligência Emocional além do QI como medidas da inteligência

Era da AGI (Artificial General Intelligence)

2. Finalmente construir agentes que superam a inteligência de qualquer homem na

Era da ASI (Artificial Super Intelligence)

A inteligência tem sido vista sob três paradigmas:

Inteligência = Processos + Estruturas Simbólicas

Os processos geralmente são programas.

A Inteligência é uma propriedade emergente das interacções de um número

Corpo Celular Núcleo

O cérebro humano é composto por cerca de 1011 neurónios interligados (cerca de

Baseado na teoria de Charles Darwin sobre a seleção natural, os indivíduos que

• Uma população é constituída por indivíduos.

Cada indivíduo tem determinada qualidade ou mérito relacionada à sua capacidade

Os cromossomas dos indivíduos representam o mundo ou problema a ser resolvido.

Ambiente Acessível Determinístico Episódico Estático Discreto

Russel e Norvig, adaptada.

As tarefas (problemas) podem ser caracterizadas como (E. Costa e A. Simões):

As tarefas podem apresentar estas características em certo grau.

O comportamento de agente depende das características:

Pode ser: reactivo ou reflectivo. Do comportamento reflectivo pode resultar

• Quanto as funções que desempenham, vamos estudar os grupos de:

Caracterizamos o ambiente como um conjunto de estados E={e1,e2,e3,en} sensíveis à

Estado do ambiente e=<q1,q2,q3,q4> = <1,1,0,0>

Para 𝑥1=1 e 𝑥2=1

Pensada para a robótica, baseia-se no que Brooks chamou de hipótese do

Cada camada é composta por módulos interligados.

Você também pode gostar