Sistemas Multi-Agente (SMA) & Inteligencia Artificial Distribuida (IAD)

Transcripción

1 Sistemas Multi-Agente (SMA) & Inteligencia Artificial Distribuida (IAD) Fundamentos, Arquitecturas, Aplicaciones & Metodologías de Diseño y Desarrollo Prof. Demetrio A. Ovalle C., Ph.D. Agosto 8 de 2011

2 OBJETIVO GENERAL Al terminar el curso, el estudiante estará en capacidad de aplicar técnicas de Inteligencia Artificial Distribuida (IAD) para la solución de problemas. Igualmente, podrá diseñar, implementar y validar SMA en un área específica utilizando herramientas de propósito general y plataformas especializadas.

3 OBJETIVOS ESPECÍFICOS (pág.1) Identificar los fundamentos, las técnicas y las áreas de aplicación de la IAD. Solucionar problemas utilizando técnicas, formalismos de representación del conocimiento y mecanismos de razonamiento de IA en entornos distribuidos. Identificar los componentes de la arquitectura interna de un agente y las diferentes configuraciones de SMA.

4 OBJETIVOS ESPECÍFICOS (pág. 2) Analizar diferentes tipologías de agentes. Utilizar metodologías y herramientas apropiadas para la construcción de SMA. Caracterizar la arquitectura y funcionalidades de aplicaciones basadas en agentes. Desarrollar un proyecto de construcción de un SMA en un área específica.

5 SMA & IAD PLAN DE TEMAS Fundamentos Aplicaciones Metodologías de Diseño y Desarrollo Referencias Bibliográficas

6 SMA & IAD PLAN DE TEMAS Fundamentos Aplicaciones Metodologías de Diseño y Desarrollo Referencias Bibliográficas

7 Fundamentos Inteligencia Artificial Inteligencia Artificial Distribuida Noción de Agente (Arquitectura Interna) Arquitecturas de Sistemas Multi- Agente

8 Presente y Futuro de la IA: Trabajo Interdisciplinario Representación del Conocimiento y Razonamiento Descripción Lógica, Lógica de Primer y Segundo Orden. Razonamiento Computacional: Razonamiento No Monotónico (Hipotético & Por defecto) Ontologías & Web Semántica (SW) Visión Artificial Adquisición y Reconocimiento de Imágenes Reconocimiento de Gestos, de Huellas, de Rostros, de Productos Realidad Aumentada Fotografía Computacional Robótica Autónoma e Inteligente Vehículos autónomos, Sistemas de Biometría PLN (Procesamiento del Lenguaje Natural) Lingüística Computacional, Reconocimiento y Comprensión de Textos, de Voz, Escritura Juegos Damas, Ajedrez (Deep Blue), Backgammon (RN Multicapa), Videojuegos, Watson, etc

9 Presente y Futuro de la IA: Trabajo Interdisciplinario Agentes Inteligentes y SMA (Sist. Multi-Agente) (IBM: ABLE-Agent Building & Learning Environment, Agentes Híbridos Inteligentes, Subastas electrónicas, etc) Planificación en IA (Composición de Servicios Web, Búsqueda Heurística) Sistemas Inteligentes en la Web (Búsqueda Inteligente, Ontologías & SW, etc) KDD (Knowledge Discovery in Databases) Descubrimiento de Conocimiento en Bodegas de Datos & Minería de Datos (Data Mining) Intelig. de Negocio, Invest. de Mercados, Redes Sociales, Aprend. Estadístico Interfaces Inteligentes Percepción Multimodal, HCI (Human Computer Interaction) Inteligente Redes Neuronales (Programación Conexionista) y Programación Evolutiva (Genética, Operadores: Mutación, Selección & Cruce) Sistemas de Inferencia Difusa (Fuzzy Logic, Fuzzy Inference Systems) Sistemas Expertos (ES) y Sistemas Basados en Conocimientos (KBS) Sistemas de Toma de Decisiones (Sistemas Estadísticos Bayesianos) Aprendizaje de Máquina: Aprendizaje por Refuerzo, Basado en Casos, Filtrado Colaborativo, Aprendizaje Estadístico, Aprendizaje Supervisado y No supervisado.

10 Presente y Futuro de la IA: Trabajo Interdisciplinario

11 Futuro de la IA: Comunidad Científica USA: MIT (Massachussets Institute of Technology) - Boston: Computer Science and Artificial Intelligence Laboratory / Carnegie Mellon U. / U. of Illinois at Urbana- Champaign / U. of Chicago / Harvard U. / Purdue U. / Columbia U. / Kansas State U. / Drexel U. / U. of Southern California / U. of Maryland: Joint Institute for Knowledge Discovery / U. of Michigan / U. of California - Berkeley / Brown University / U. Massachussets Amherst (Knowledge Disvcovery Laboratory) / Toyota Research Institute (AI & Robotics Group) UK: U. of Nottingham / Open U. / Sussex U. / U. of Southampton Netherlands: Vrije Universiteit Amsterdam Canada: Laval University Israel: Bar-Ilan U. / U. of Ben Gurion in the Negev / Hebrew U. of Jerusalem Alemania: U. of Karlsruhe: Institute of Applied Informatics nad Formal Description Methods / Dresden U. of Technology / U. of Hamburg / U. of Stuttgart Rusia: U. of Moscow (Moscow Institute of Physics and Technology) España: Yahoo! Research in Barcelona.

12 Inteligencia Artificial Clásica Investigadores: USA: Marvin Minsky, John McCarthy, Allen Newell, Herbert Simon, Feigenbaum, Shortliffe, McDermott, Nils Nilsson, Hayes Roth, Warren McCulloch y Walter Pitts (Redes Neuronales) UK: Alan Turing Francia: Allain Colmerauer

13 Inteligencia Artificial Distribuida Los problemas complejos son físicamente distribuidos (una red de transporte, un sistema de control industrial, una línea de ensamblaje, etc.) Diseño de productos industriales (autos de Fórmula 1, lanzamiento de un cohete, etc.) => procesos en paralelo

14 Inteligencia Artificial Distribuida La WEB vista como un conjunto de redes de información intercontinental (datos y procesos distribuidos en sitios y servidores en todo el mundo) => sistemas inteligentes de recuperación de información en la Web Semántica (agentes móviles, de filtrado y búsqueda de información, etc). La complejidad de las soluciones está relacionada con una aproximación global del problema teniendo en cuenta el punto de vista local (ejm. problema de tráfico aéreo).

15 I.A.D. Por qué usarla? Los sistemas informáticos deben ser capaces de adaptarse a los cambios en la estructura del ambiente. - El diseño de software debe enfrentar los cambios en el contexto de las operaciones. - Los Sistemas Multi-Agente, son arquitecturas adecuadas para tomar en cuenta la capacidad de evolución y adaptación necesarias para el funcionamiento del sistema.

16 I.A.D. Por qué usarla? La ingeniería de software está comprometida actualmente con el diseño de entidades de interacción autónomas. Los ingenieros de software y del conocimiento => creación de módulos autónomos. Los Sistemas Multi-Agente incorporan comportamientos locales con autonomía y toma de decisiones distribuida.

17 Inteligencia Artificial Distribuida I n v e s t i g a d o r e s: USA: Lesser & Durfee, Hayes-Roth, Gasser, Pattie Maes (MIT), Keith Decker (Univ. Of Delaware), Katia Sycara (CMU), Tim Finin (Univ. Maryland, KQML), Shoham Y (Agent Orient. Prog.) UK: M. Wooldridge & N. Jennings (Queen Mary & Westfield College, London), H. Nwana (British Telecomm Labs) Francia: Jacques Ferber (Paris VI) & Yves Demazeau (INPG) España: Carlos Iglesias (UPM)

18 Massachusetts Institute of Technology (MIT) Media Laboratory, Boston, USA El futuro de la Computación será 100% conducido por delegación más que manipulando computadores NICHOLAS NEGROPONTE Founding Director of the Media Lab at MIT

19 Massachusetts Institute of Technology (MIT) Media Laboratory, Boston, USA Pattie Maes, Ph.D. El grupo de investigación en Software Agents del MIT Media Laboratory trabaja sobre sistemas computarizados a los cuales un usuario puede delegarle tareas. Los agentes de software difieren del software convencional en que tienen larga vida, son semi-autónomos, proactivos y adaptativos. Este grupo desarrolla técnicas y construye sistemas multi-agente prototipo que pueden ser validados.

20 Carnegie Mellon University Pittsburgh, USA Robotics Institute, School of Computer Science Human-Computer Interaction Institute Katia Sycara, Ph.D. Principal Research Scientist (Professor) Proyectos: RETSINA, CoABS (DARPA)

21

22 An Introduction to MultiAgent Systems by Michael Wooldridge, UK Es un texto guía en Sistemas Multi-Agente, publicado por John Wiley and Sons en Marzo de Es el primer libro diseñado para ser utilizado como texto guía de pregrado o curso inicial de posgrado sobre Sistemas Multi-Agente. Se requiere tener unos conocimientos básicos en Ingeniería de Sistemas. El texto presenta los aspectos más importantes en agentes inteligentes y sistemas multi-agente una de las áreas con mayor expansión y proyección actualmente de las Ciencias Computacionales.

23 MAS: Software Agent (M. Wooldridge & N. Jennings, 2002) GOALS BEHAVIOUR ACTS HAS OWN RESOURCES PERCEIVES OFFERS SERVICES MODELS CAN COMUNNICATE REPRODUCES (CLONNING) Research & Development Group in Artificial Intelligence

24 MAS: Multi-Agent Systems (M. Wooldridge & N. Jennings, 2002) Social Organization Cooperation Communication Coordination Control Research & Development Group in Artificial Intelligence

25 Noción de Agente de Software Según Jacques Ferber (1999) Un agente es una entidad física o virtual, la cual: Es capaz de actuar en un ambiente propio. Puede comunicarse directamente con otros agentes. Está manejado por un conjunto de objetivos o funciones que trata de optimizar. Posee recursos propios. Es capaz de percibir su ambiente (en forma limitada)

26 Agente de Software Tiene una representación parcial de su ambiente (algunas veces ninguna). Posee habilidades y puede ofrecer servicios. Puede ser capaz de clonarse. Su comportamiento tiende a satisfacer sus objetivos, teniendo en cuenta los recursos y habilidades propias, y dependiendo de su percepción, representación y comunicaciones que recibe.

27 Características deseables de un Agente de Software Autonomía: Los agentes pueden operar sin la intervención de humanos o de otros agentes. Sociabilidad: Los agentes son capaces de interactuar con otros agentes (humanos o no) a través de un lenguaje de comunicación de agentes (ACL:Agent Communication Language). Reactividad: Los agentes son capaces de percibir estímulos de su entorno y de reaccionar ante dichos estímulos. Racionalidad: Un agente intenta cumplir sus objetivos si son viables.

28 Características deseables de un Agente de Software Iniciativa (proactividad): Los agentes tienen un carácter emprendedor y pueden actuar guiados por sus objetivos. Movilidad: Capacidad de un agente de trasladarse a través de la red. Veracidad: Un agente siempre dice la verdad. Benevolencia: Un agente ayuda a otros agentes, si al hacerlo no genera conflictos con sus propios objetivos.

29 AGENTES INTELIGENTES EN IBM