Agentes Inteligentes Inteligncia Artificial Simblica www di ufpe

Agentes Inteligentes & Inteligência Artificial Simbólica www. di. ufpe. br/~compint/projetos-agentes. html * Geber Ramalho (Dr. Paris 6) • glr@di. ufpe. br, www. di. ufpe. br/~glr * Flávia Barros (Ph. D. Essex, UK) • fab@di. ufpe. br, www. di. ufpe. br/~fab * Francisco de Carvalho (Dr. Paris XI e INRIA) • fatc@di. ufpe. br, www. di. ufpe. br/~fatc * Jacques Robin (Ph. D. Columbia, New York) • jr@di. ufpe. br, www. di. ufpe. br/~jr

Problemas recentes que a computação convencional não consegue resolver * Exemplos: • • • Recuperação e extração de informação na Web Descoberta e integração de conhecimento em BDs Comercio eletrônico Jogos inteligentes Ensino a distância * Características em comuns: • Tarefas complexas e heterogêneas • Não há “solução algorítmica” • Há soluções: especialistas humanos ou base de exemplos 2

Para resolvê-los, é preciso desenvolver software com novas capacidades. . . n Autonomia (raciocínio com conhecimento) n Adaptabilidade e aprendizagem n Comunicação, cooperação e interoperabilidade n Personalidade n Mobilidade 3

Como desenvolver essas “novas” capacidades? Elas se agrupam sobre a noção de “Agente Inteligente”, que integra. . . *Várias áreas da IA • representação do conhecimento, percepção, aprendizagem, processamento de linguagem natural, planejamento, . . . *Outras áreas da informática • BDs, Sistemas Distribuídos, Engenharia de Software, . . . *Disciplinas fora da informática • sociologia, estatística, economia, psicologia, lingüística, lógica, . . . 4

Temas de pesquisa * Problemas • • (em aplicações reais !!!) Recuperação e extração de informação na Web Sistemas Cooperativos na Internet e Intranets Mineração e integração de dados Jogos e Multimídia * Ferramentas de desenvolvimento • Motores de Inferência • Bases de Conhecimento Ontológicas e Lingüísticas 5

Busca e Gerenciamento de Informação na Web • Recuperação de Informação Inteligente • Engenharia de Software (WISE) • Conhecimento ontológico e lingüístico • Sistemas distribuídos * Sistemas para Gerenciamento de Informação na Web (KMS - Knowledge Management Systems): Busca, Classificação e Extração de Informação • Flávia, Mariana (mln), Carla (ccrn) * CLASSE: qual conhecimento lingüístico realmente ajuda a localizar a informação relevante? Tesauros (Expan. Sys) • Franklin Ramalho (fsr), Jacques 6

Agentes Especializados para KMS • IA Distribuída Robô • Conhecimento ontológico WE B Mec. Links Busca + páginas Robô Índices • Recuperação de Informação Inteligente • Sistemas distribuídos • BDs • Agentes cooperativos para recuperação e extração de informações em páginas semi-estruturadas • Aplicações: • automatizar criação de páginas de links (CFP, Publicações, Hotéis, Restaurantes, etc) • automatizar preenchimento de BDs (e. g. , CNCT) • Flávia, Geber, Carla, Mariana 7

Comércio Eletrônico mediado por Agentes: O que? Onde? Quanto? Aconselhando produtos Negociando Agentes Agente de Shopping Compras Center Agentes de Vendas • Áreas: IA Distribuída, Aprendizagem, Teoria dos jogos, Engenharia de software (WISE), Sistemas distribuídos, BDs • Equipe: Gustavo (gep), Geórgia, Simone, Francisco de Carvalho, Fábio, Sílvio, Chico Ramos (depto. de economia), Geber, . . . ? 8

Agentes para Administração de Sistemas/Redes e Telecomunicações • IA Distribuída • Otimização & teoria dos jogos • Administração de Sistemas distribuídos • Redes de computadores • Agentes móveis que cooperam e negociam para • monitoramento e manutenção de espaço em disco em intranets • adminstração de performace de redes • planejar sistema celulares • Equipe: Hendrik (htm), Arnoldo (ans), Ricardo (rmas), Geber, Carlos Ferraz, . . . 9

Sistemas de Estudo Cooperativo na Internet Projeto FIACE • Educação à distância • IA Distribuída • Representação de conhecimento • Redes de computadores • Ferramentas para criação de Ambiente Virtuais de Ensino • Agentes que dão suporte a cooperação e aprendizagem: Expositor, Consultor (chatter), Pesquisador, Monitor e Notificador • Flávia, Geber, André (ammn), Patrícia (pscavalcante@npd. ufpe. br) 10

Entretenimento e Multimídia: All that Jazz !! • Computação Musical • Raciocínio baseado em casos, redes neurais • Inteligência Artificial Distribuída • Sistemas embarcados para tempo real • Multimídia • Acompanhamento musical em tempo real – Percepção, previsão de acordes, improvisação coletiva, etc. • Paulo Abadie (pag), Henrique (hbsl), Germano (gfg), Ivan (iobl), Fábio (flus), Sérgio, Geber, . . . ? 11

Entretenimento e Jogos Batalha dos Guararapes Enigmas do Campus 12 Net. Maze Agentes, Sistemas distribuídos, Computação gráfica, . . . • • Atores Sintéticos com personalidade, comportamento social e autonomia Multi-usuários distribuídos Trilhas sonoras adaptativas & Realidade virtual Kiko (cas), Danielle (drds), Charles (cagm), Jeferson (jlfv), Alessandro (all), Alejandro, Carlos Ferraz, Geber, . . .

Maracatu & Robo. Reporter Robofutebol Clube • Sistemas Multiagentes: para • • • cooperativo e antagônico • tempo real • percepção parcial • percepções & ações ruidosas Programação em Lógica Aprendizagem de Máquina Mineração de Dados Geração de Linguagem Natural Time A Time B Soccer Monitor Client 1 UDP/IP Client 11 www. di. ufpe. br/~robocup 13 www. robocup. ufsc. br Soccer Server UDP/IP Client 11 www. robocup. org

Descoberta de Conhecimento em BD (KDD) Arquivos de Log Páginas Web BD Relacional * Aprendizagem Mineração de Dados Data Warehouse Dimensional Base de Conhecimento Geração de Linguagem Natural Ex, conhecimento extraído de um BD de supermercado: • No ano passado, as variações de vendas mais incomuns foram: t t t Soda Diet com decrescimento de 40% na região nordeste de julho a agosto Cerveja Bavaria com crescimento de 42% nacional de setembro a outubro; . . . 14

What is the MATRIKS? * Motivação: estado da arte em ambientes de KDD • ou coleção ad-hoc de ferramentas essencialmente incompatíveis • ou sistemas integrados proprietários, fechados, monolíticos e frágeis • inutilizáveis por executivos (apenas por hackers) • descoberta de conhecimento ainda laboriosa e demorada * Metas: • processo de KDD mais automático • ambiente de KDD mais abrangente e extensível * Abordagem: • integrar data warehousing, mineração de dados, BD dedutivos e PLN • como serviços encapsulados em componentes interagindo via API 15

Serviços 16 Orientação a Objetos SGBD Dedução Indução Conectividade com: Bibliotecas Gráficas, Internet, etc. Resolução de Restrições Parsing & Geração de Frases Inductive, Deductive, Dimensional Database of Objects and Constraints Programação em Lógica +Java + SQL + MDX Linguagens de Suporte

17 Mineração de Conhecimento Simbólico Mineração de Dados Conhecimento Especialista } Conhecimento Simbólico 1 2 Meta. Conhecimento & Conhecimento [] [] 1 2 3 4 5 45 Estruturação Hierárquica do Conhecimento 12 3

18 Iniciativas em Mineração de Conhecimento Simbólico * Índices de Proximidade e Mineração de Conhecimentos * Classificação Hierárquica / Piramidal de Dados Simbólicos * * * Algoritmos de Tipo Nuvens Dinâmicas para Dados Simbólicos FORMA Normal Simbólica Classificação Supervisionada baseada em Objetos Simbólicos Participantes: Renata Souza (CIN), Cezar Anselmo (DE), Sidney Carvalho (CIN) Rosanna Verde (Itália), Paula Brito (Portugal), Marc Csernel (França), Yves Lechevallier (França), Francisco de A. T. de Carvalho (CIN)

19 Disciplinas * Básicas para quem faz IA (como primeira opção) • Métodos de Computação Inteligente • Aplicações de Computação Inteligente * Básicas para quem escolheu outras áreas • Agentes Inteligentes * Eletivas 2000. 1 • Tópicos Avançados em Computação Inteligente III (Mineração de Dados)

20 • A diminuição de 40% das vendas de soda diet de julho a agosto na região nordeste foi realmente atípica porque: para as outras regiões, a variação média das vendas desse produto no mesmo período foi um aumento de 9%; t para o ano todo, as vendas desse produto nessa mesma região decresceram de apenas 7%; t as vendas globais, de todos os produtos, nessa região e no mesmo periódo, decresceram de apenas 2% t Volta