IISM-E&NT
UniFAI - São Paulo Outubro 2003
Agentes Inteligentes e
Aplicações
Interface entre Vida Artificial e
Sistemas de Apoio ao Ensino
Prof. Dr. Marcio Lobo Netto Rodrigo Filev Maia
Laboratório de Sistemas Integráveis Engenharia de Sistemas Eletrônicos
Escola Politécnica - Universidade de São Paulo
II Simpósio Multidisciplinar:
“Ética e Novas Tecnologias”
IISM-E&NT
UniFAI - São Paulo
Outubro 2003 agenda
Introdução
Parte I – Vida Artificial
Parte II – Agentes Inteligentes Parte III – Aplicação Educacional
IISM-E&NT
UniFAI - São Paulo
Outubro 2003 introdução
• o que há de comum nestes temas
– vida artificial
– sistemas multi-agentes inteligentes – suporte à educação
IISM-E&NT
UniFAI - São Paulo
Outubro 2003 objetivo
palestra
• despertar nos alunos o interesse pelo questionamento científico
• neste particular, trata-se da questão do conhecimento
– de sua representação (linguagem) – de sua aquisição (aprendizado)
– de sua avaliação (raciocínio)
– da evolução do aparato pensante
IISM-E&NT
UniFAI - São Paulo
Outubro 2003 objetivo
palestra
• entendidos alguns dos conceitos relacionados a conhecimento, e formas de criar agentes
computacionais que o manipulem, demonstrar então seu uso no apoio ao ensino
– com que objetivo
– quais técnicas são mais adequadas – como são aplicadas
IISM-E&NT
UniFAI - São Paulo Outubro 2003
PARTE I –
VIDA ARTIFICIAL
introdução
trabalhos de outros autores woxbot
IISM-E&NT
UniFAI - São Paulo
Outubro 2003 vida artificial
• compreensão dos conceitos e
princípios de vida, na forma como é conhecida (biológica) e de forma
mais abstrata sobre outros substratos que não carbono
• proposição de modelos de simulação de vida – a vida artificial
– como é entendida a vida – como pode ser simulada
IISM-E&NT
UniFAI - São Paulo
Outubro 2003 vida artificial
• vida artificial é uma forma de alternativa de sintetizar vida • para tal:
– vida artificial trata do estudo dos
princípios de qualificam um sistema ou organismo como vivo
– vida artificial propõe modelos de
implementação destes sistemas ou organismos
IISM-E&NT
UniFAI - São Paulo
Outubro 2003 vida artificial
• simulação computacional
– vida num substrato artificial
– simulação de fenômenos de vida
• evolução • adaptação • aprendizado
• aplicação à CG/RV
IISM-E&NT
UniFAI - São Paulo
Outubro 2003 trabalhos da área
diversos autores • Karl Sims
– adaptação morfológica
– procura espontânea de formas funcionalmente bem adaptadas
IISM-E&NT
UniFAI - São Paulo
Outubro 2003 trabalhos da área
diversos autores • Demetri Terzopoulos – evolução de sistemas – capacidades cognitivas – capacidade de treinamento • atividades motoras – capacidade de aprendizado • atividades intelectuais
IISM-E&NT
UniFAI - São Paulo
Outubro 2003 trabalhos da área
grupo de vida artificial da USP
• WOXBOT
– evolução comportamental
• ALIVE
– laboratório de vida artificial
• ALGA
IISM-E&NT
UniFAI - São Paulo
Outubro 2003 proposta grupo ARTLIFE
• desenvolvimento de ambientes para simulação de vida artificial
– modelos extensíveis que comportem personagens com diferentes
características
• estudo de modelos de evolução (genética) e de aprendizagem (linguagem), e combinação de ambos
IISM-E&NT
UniFAI - São Paulo
Outubro 2003 woxbot modelo • estrutura do personagem A+, A, A-B+, B, B-Símbolos Línguagem COGNIÇÃP Comportamento:
decisão (máquina de estados) &
SM
Image
PERCEPÇÃO
Percepção Visual:
sensoreamento (rendering) &
NN R
IISM-E&NT
UniFAI - São Paulo
Outubro 2003 woxbot
conceitos
• evolução genética
code (1st gen) code (2nd gen) code (3rd gen)
Evolução através de gerações: algorítmos genéticos
IISM-E&NT
UniFAI - São Paulo
Outubro 2003 woxbot
IISM-E&NT
UniFAI - São Paulo
Outubro 2003 aquário
conceitos
• ambiente habitado por peixes • peixes
– personagens individuais
– representação corporal simples – capacidades perceptivas
IISM-E&NT
UniFAI - São Paulo
Outubro 2003 peixes modelo • estrutura do personagem View Frustum PERCEPÇÃO VISUAL
Sensoreamento & Classificação COGNIÇÃODecisão & Ação (linguagem construção)
A+/ A / A-B+/ B / B-símbolos S C Ações Sentenças Analisador Comunicador
IISM-E&NT
UniFAI - São Paulo
Outubro 2003 peixes
conceitos
• percepção
– tradução da percepção visual numa representação lingüística
• perto / longe / cima / baixo / esq. / dir.
• cognição
– livro de vivências (diário)
• contendo o conhecimento adquirido
• sentenças (palavras simples) e métricas de avaliação (confidência, importância)
IISM-E&NT
UniFAI - São Paulo
Outubro 2003 peixes
conceitos
• linguagem
– dicionário
• conjunto de todas as possíveis ações (palavras) conhecidas pela espécie
– diário
• conjunto de ações conhecidas por um particular personagem
IISM-E&NT
UniFAI - São Paulo
Outubro 2003 peixes
conceitos
• execução de ações
– seleção de ações no subconjunto das possíveis (contidas no diário)
– reflexão (raciocínio) sobre confidência e importância (compromisso)
action confidence importance
case (perception)
turn right low low
food near left
stay medium low
food near left
eat high low
food near left
turn left high high
food near left
eat high high
food very close
stay medium low
food very close
none none none
food very close
none none none
IISM-E&NT
UniFAI - São Paulo
Outubro 2003 peixes
conceitos
• aprendizado (por contato social)
– recebendo novas dicas de outros peixes
• requer um sistema de comunicação
– reflexão sobre novas dicas recebidas
• transformando-as em conhecimento • analisando o conhecimento possuído
nascido (conhecimento instintivo)
IISM-E&NT
UniFAI - São Paulo
Outubro 2003 peixes
conceitos
• aprendizado (por auto reflexão)
– conclusão obtida por observação de
causa e efeito em diferentes situações – requer mecanismos de associação de
significado a nomes para estabelecimento das ações
• problemas num contexto social, quando um personagem tem que passar tais
informações para outro (como mostrar ao outro o significado atribuído a um novo conhecimento)
IISM-E&NT
UniFAI - São Paulo
Outubro 2003 peixes
conceitos
• análise
– medidas de sucesso
• recompensa (ex: alimentar-se)
– estrutura de Cadeias de Markov
• recompensa progressiva e retroativa
linha da história 1/8 1/2 recompensa
IISM-E&NT
UniFAI - São Paulo
Outubro 2003 aquário implementação / interface aquário visão cognição ação estatísticas
IISM-E&NT
UniFAI - São Paulo
Outubro 2003 aquário
implementação / interface
• JAVA (core simulation)
– orientação à objeto / suporte a comunicação entre objetos
– multi-threading
– personagens como agentes independentes
• JAVA 3D (modelo & visualização)
– descrição em alto nível da cena: modelo hierárquico
IISM-E&NT
UniFAI - São Paulo
Outubro 2003 aquário
versão desktop
• disponível como JAVA Applet
– http://www.lsi.usp.br/~alga
– projects
IISM-E&NT
UniFAI - São Paulo
Outubro 2003 aquário
versão desktop - resultados
IISM-E&NT
UniFAI - São Paulo
Outubro 2003 aquário
versão desktop - resultados
• vista e estatísticas
IISM-E&NT
UniFAI - São Paulo
Outubro 2003 aquário
versão desktop - resultados
IISM-E&NT
UniFAI - São Paulo
Outubro 2003 aquário
versão CAVE
IISM-E&NT
UniFAI - São Paulo
Outubro 2003 aquário
versão CAVE
IISM-E&NT
UniFAI - São Paulo Outubro 2003
• PARTE II – AGENTES INTELIGENTES
– agente
IISM-E&NT
UniFAI - São Paulo
Outubro 2003 agente
definição
“… um agente é uma entidade de software que funciona de forma
contínua e autônoma em um determinado ambiente,
freqüentemente associado com outros agentes ou processos …”
IISM-E&NT
UniFAI - São Paulo
Outubro 2003 agente
características
• reatividade
– reação a alterações no ambiente
• autonomia
– possui objetivos, pró-ativo, auto ativação
• comportamento de colaboração
– trabalha com outros agentes para atingir o objetivo
IISM-E&NT
UniFAI - São Paulo
Outubro 2003 agente
características
• capacidade de comunicação
– entre agentes e entre estes e humanos
• capacidade de inferência
– agir conforme o conhecimento sobre seus objetivos, considerando as
melhores formas para atingí-los
• continuidade temporal
– persistência da identidade e estados internos durante longos períodos de tempo (mesmo sofrendo desativação)
IISM-E&NT
UniFAI - São Paulo
Outubro 2003 agente
características
• personalidade
– capacidade de manifestar atributos de crença (demonstrar opinião)
• adaptabilidade
– capacidade de aprendizado e melhoria de ações com a experiência
• mobilidade
– ser capaz de migrar (de forma
independente) de uma máquina para outra
IISM-E&NT
UniFAI - São Paulo Outubro 2003 preferências raciocínio planejamento aprendizado agente classificação Finalidade Inteligência Agentes Inteligentes Fixed -Function Agents Expert Systems Service interactivity Application interactivity Data interactivity Representation of user Asynchrony estático scripts móveis (comunicação)
IISM-E&NT
UniFAI - São Paulo
Outubro 2003 agente inteligente
definição
• inteligência
– grau de razão e capacidade de aprendizado
– capacidade do agente de aceitar uma afirmação do usuário ou de um agente sobre um determinado objetivo e
IISM-E&NT
UniFAI - São Paulo
Outubro 2003 agente inteligente
definição
• necessita utilizar diversos tipos de algoritmos adequados tanto ao
aprendizado quanto à deduções
– sistemas especialistas – redes neurais
• área de estudo da inteligência artificial (AI)
IISM-E&NT
UniFAI - São Paulo
Outubro 2003 agente inteligente
sistemas especialistas
• sistemas capazes de deduzir a
probabilidade de uma ocorrência e tomar uma ação
• exemplo: sistema de diagnóstico médico:
– dados os sintomas, o sistema consegue estimar a doença do paciente
– inferência a partir de ampla base de conhecimento
IISM-E&NT
UniFAI - São Paulo
Outubro 2003 agente inteligente
sistemas especialistas
• dado que o paciente apresenta febre e mal estar e ingeriu peixe em uma barraquinha de praia, qual a doença?
– resfriado: 2% – gripe: 8%
IISM-E&NT
UniFAI - São Paulo
Outubro 2003 agente inteligente
redes neurais
• baseada na idéia do perceptron de McCulloch-Pitts
• ideal para reconhecimento de padrões
• processamento de linguagem natural • algoritmo capaz de dividir o universo
conhecido (pela rede) em regiões e determinar a que região um ponto pertence com precisão e velocidade
IISM-E&NT
UniFAI - São Paulo
Outubro 2003 agente inteligente
redes neurais Região A
IISM-E&NT
UniFAI - São Paulo
Outubro 2003 agente inteligente
IISM-E&NT
UniFAI - São Paulo
Outubro 2003 agente inteligente
IISM-E&NT
UniFAI - São Paulo Outubro 2003
• PARTE III –
PROPOSTAS EDUCACIONAIS
– proposta educacional com rede de dados (internet)
– proposta educacional com televisão
digital interativa (TVDI) e rede de dados (internet)
IISM-E&NT
UniFAI - São Paulo
Outubro 2003 proposta educacional:
rede de dados (situação atual)
• as escolas brasileiras, há alguns anos estão equipando laboratórios com
computadores e alguns programas educacionais, a fim de introduzir
seus alunos no ambiente da computação
• empresas de diversos segmentos pensam ou utilizam educação à distância em treinamento de
IISM-E&NT
UniFAI - São Paulo
Outubro 2003 proposta educacional:
rede de dados (novo paradigma)
• realidade do ensino: passividade na maioria das escolas
• realidade do aluno é interativa: video-game, computador, DVD
• realidade do profissional também é: handhelds, notebooks
• necessidade do ensino: ser mais atraente, interativo - próximo da realidade do indivíduo
IISM-E&NT
UniFAI - São Paulo
Outubro 2003 proposta educacional:
rede de dados (novo paradigma)
• educação centrada no aluno
– comprometimento da vivência da experiência educativa
– dinamismo
– favorecimento da auto-avaliação
– aprendizado difere de aprendiz para aprendiz
IISM-E&NT
UniFAI - São Paulo
Outubro 2003 proposta educacional:
rede de dados (novo paradigma)
• sistemas agentes podem auxiliar na busca da educação centrada no
aluno por meio de ferramentas, aumentando sua interatividade
– educação à distância (EAD)
– sistemas de gerenciamento do aprendizado (LMS)
IISM-E&NT
UniFAI - São Paulo
Outubro 2003 proposta educacional:
rede de dados (ensino à distância)
• ferramenta LMS:
– diferentes formatos de arquivos – reutilização dos módulos
– ferramentas de uso simples – distribuição de tarefas
– registro de alunos
– ferramentas interativas (chat e forum) – estatísticas
IISM-E&NT
UniFAI - São Paulo
Outubro 2003 proposta educacional:
rede de dados (ensino à distância)
• sistemas atuais apenas informam o aluno, não o auxiliam no estudo
• geralmente informam:
– uma nota
– aprovação ou reprovação – gabarito do teste realizado
• nenhum sistema informa o porquê de um sucesso ou fracasso!
IISM-E&NT
UniFAI - São Paulo
Outubro 2003 sistema multi-agente
apoio à aprendizagem
• acompanhamento por um tutor
– “assistente” do professor
• interatividade em toda a experiência do aprendizado:
– feedback das atividades – diagnóstico da atuação
– baseado em parâmetros educacionais
• melhores condições para um
IISM-E&NT
UniFAI - São Paulo
Outubro 2003 sistema multi-agente
apoio à aprendizagem
• professor elabora parâmetros de acompanhamento e avaliação
• o agente aprende estes parâmetros e
analisa desempenho do aluno, baseado nas ações atuais e no histórico do aluno • acompanhamento personalizado permite
ao aluno melhorar seu estudo
• dados entre alunos podem ser cruzados e o professor pode detectar eventuais
distorções no aprendizado coletivo ou falhas do curso
IISM-E&NT
UniFAI - São Paulo
Outubro 2003 sistema multi-agente
apoio à aprendizagem
• agentes tutor: sistema especialista para acompanhamento do aluno
– acompanha tanto no estudo quanto na avaliação e gera um diagnóstico do
desempenho do estudante
• agente LMS: interface com os sistemas LMS
– permite a comunicação entre o sistema de ensino e agentes
IISM-E&NT
UniFAI - São Paulo
Outubro 2003 sistema multi-agente
apoio à aprendizagem Ag tutor Ag LMS Sistemas LMS Repositórios Dados Repositórios Dados Alunos
IISM-E&NT
UniFAI - São Paulo
Outubro 2003 sistema multi-agente
apoio à aprendizagem Ag tutor Ag LMS Alunos Sistemas LMS Repositórios Dados Repositórios Dados
IISM-E&NT
UniFAI - São Paulo
Outubro 2003 outras aplicações
• AMOND – Criado pela Universidade Católica de Petrópolis.
IISM-E&NT
UniFAI - São Paulo
IISM-E&NT
UniFAI - São Paulo
Outubro 2003 sistema multi-agente
padronização
• FIPA – Foundation for Intelligent Physical Agents.
– fundada em 1996
– estabelecer padrões para softwares baseados em agentes
– publicou alguns padrões este ano – participantes
• France Telecom, Fujitsu, IBM, Intel,
Motorola, Rockwell, Siemens, Toshiba, dentre outras
IISM-E&NT
UniFAI - São Paulo
Outubro 2003 conclusões
• a utilização de agentes permite uma maior interatividade
• estima-se que o interesse do aprendiz aumentará
• com os diagnósticos gerados, pode-se extrair informações do
desempenho dos usuários e propor melhorias no ensino
IISM-E&NT
UniFAI - São Paulo
Outubro 2003 conclusões
• o modelo de agentes é do sistema LMS utilizado, já que há um agente para interface
• idéia utilizar a infra-estrutura
telefônica presente no país ou a estrutura de banda larga para comunicação entre agentes
IISM-E&NT
UniFAI - São Paulo
Outubro 2003 plataformas
tecnologias
• sistema multi-agentes inteligentes para auxílio do ensino
– na Internet
IISM-E&NT
UniFAI - São Paulo Outubro 2003
IISM-E&NT
UniFAI - São Paulo
Outubro 2003 contact
• Prof. Dr. Marcio Lobo Netto • Rodrigo Filev Maia
LSI - PSI - EPUSP
tel:3091-5671 sala A2-53
