O documento discute agentes inteligentes em bibliotecas digitais. Ele define agentes inteligentes e seus tipos, incluindo reativos simples, baseados em modelos, baseados em objetivos, baseados em utilidade e com aprendizagem. Também descreve como agentes podem ser aplicados em bibliotecas digitais, por exemplo, para busca de informação, disseminação de informação com perfis de usuários e notificações.
A Experiência do CEDRIC na gestão documental do CTCL
Agentes inteligentes
1. Agentes Inteligentes
UNIVERSIDADE FEDERAL DE SANTA CATARINA
Departamento de Ciência da Informação
Programa de Pós-Graduação em Ciência da Informação
Disciplina: Recuperação Inteligente da Informação
Profº: Dr. Angel Godoy Vieira
Vanessa Levati Biff
Abril, 2016
3. Agentes inteligentes | Definição
Um agente é algo capaz de perceber seu ambiente por meio de sensores e de agir
sobre esse ambiente por meio de atuadores.
4. Agentes inteligentes | Características
Autonomia: capacidade de agir sem intervenção.
Sociabilidade: capacidade de interagir com outros agentes, usuários, objetos e
ambiente.
Reatividade: habilidade de agir a estímulos do ambiente;
Pró-Atividade: propriedade de agir guiado por objetivos, a partir de iniciativa
própria.
Continuidade Temporal: capacidade de executar continuamente processos que
tanto podem estar ativos, quanto adormecidos.
5. Agentes inteligentes | Características
Inteligência: recursos que o habilitam a decidir que ações executar, bem como a
capacidade de tratar ambiguidades.
Adaptatividade: capacidade de se adaptar ao ambiente.
Mobilidade: habilidade de se mover entre ambientes.
Veracidade: propriedade de dizer sempre a verdade.
Benevolência: característica de realizar tudo aquilo que lhe é solicitado.
Racionalidade: capacidade de agir sempre em busca dos próprios objetivos.
6. Agentes inteligentes | Tipos
Agentes reativos
Agentes baseados em objetivos
Agentes baseados na utilidade
Agentes com aprendizagem
Agentes reativos simples
Agentes reativos baseados em modelos.
7. Agentes inteligentes | Reativos Simples
Selecionam ações com base somente na percepção atual.
É baseado em regras de condição-ação (se condição/então ação). Interpreta
entrada, verifica regra correspondente e age.
São simples, porém limitados, funciona apenas se o ambiente for completamente
observável e a decisão correta puder ser tomada com base apenas na percepção
atual.
A tabela de regras condição-ação pode se tornar muito grande em problemas
complexos.
8. Agentes inteligentes | Reativo Simples
Ex.: Aspirador de pó automático
Se o quadrado atual estiver sujo,
então aspirar, caso contrário
mover para o outro lado.
9. Agentes inteligentes | Reativo baseados em
modelos
Além das características do agente reflexivo simples (baseado em regras de
condição-ação) este tipo de agente possui um estado interno que é utilizado para
o processo de tomada de decisão e que pode ser atualizado.
Podem lidar com ambientes parcialmente observáveis.
O agente deve manter um estado interno que dependa do histórico de percepções
e reflita os aspectos não observados no estado atual.
10. Agentes inteligentes | Reativo baseados em
modelos
Ex: Carro mudando de faixa,
no trânsito (percepção parcial,
precisa do modelo do mundo
pra prever onde estão os
outros carros)
11. Agentes inteligentes | Baseados em objetivos
Busca uma sequência de ações que levem ao estado desejável. (objetivos)
Considera o que pode acontecer no futuro, mais flexível do que o agente reativo.
Necessidade de busca e planejamento: áreas da IA dedicadas a encontrar
sequências de ações que alcançam os objetivos do agente
A seleção da ação baseada em objetivo pode ser:
– Direta: quando o resultado de uma única ação atinge o objetivo.
– Mais complexa: quando será necessário longas sequências de ações para
atingir o objetivo
12. Agentes inteligentes | Baseados em objetivos
Ex: Taxi em um entroncamento de
estradas: virar à esquerda, à direita
ou ir em frente?
Depende do objetivo: Qual destino?
13. Agentes inteligentes | Baseados em utilidade
Existem muitas sequências de ações que levam o agente ao seu objetivo.
Algumas mais rápidas, mais seguras, mais econômicas, etc.
Utilizam uma medida de desempenho (função de utilidade) que permite uma
comparação entre diferentes estados do mundo, permitindo selecionar uma
determinada sequência de ações.
São utilizados nos projetos em que a tomada de decisões devem lidar com
incertezas.
14. Agentes inteligentes | Baseados em utilidade
Ex.: Um taxi que pretende chegar a
um destino, existem muitas
sequências de ações através das
quais se atinge este objetivo, mas
alguns são mais rápidos, seguros,
mais confiáveis, ou baratos que
outros.
15. Agentes inteligentes | Com aprendizagem
Podem atuar em ambientes totalmente desconhecidos e se tornar mais eficientes
do que o seu conhecimento inicial poderia permitir.
Em agentes sem aprendizagem, tudo o que o agente sabe foi colocado nele pelo
projetista.
17. Agentes inteligentes em Bibliotecas Digitais
Agentes podem atuar de diversas formas, observando, buscando, filtrando,
manipulando e classificando informações em diversas bases de dados
simultaneamente.
Agentes inteligentes atentos aos hábitos de seus usuários, os auxiliarão na
construção de espaços de informação personalizados, reduzindo a
complexidade do universo de informações ao seu alcance.
18. Agentes inteligentes em Bibliotecas Digitais
Guoying (2011) fez um estudo abrangente sobre aplicações de agentes
inteligentes no ambiente da biblioteca digital, que inclui:
a) Bibliotecas digitais baseada em arquitetura multi-agente;
b) Agentes que estão apoiando processo de pesquisa;
c) Agentes voltados para distribuição da informação (serviços);
d) Agentes voltados para personalização de interface.
19. Agentes inteligentes em Bibliotecas Digitais
- Projeto UMDL da Biblioteca Digital da Universidade de Michigan
A arquitetura multi-agente é proposta para fornecer acesso à informação em
diferentes formatos multimídia, com objetivo de se federar o maior número de
fornecedores de conteúdos, e prestadores de serviços possíveis, bem como,
também suportar a conclusão automática de tarefas administrativas.
20. Agentes inteligentes em Bibliotecas Digitais
O UMDL é povoada por três classes de agentes:
● UIAs (Agentes de interface do usuário): Proporcionam comunicação em torno de uma interface de
usuário. Ele formata consultas na forma adequada, e envia o perfil do usuário para agentes
mediadores para orientar o processo de pesquisa
● Agentes mediadores: Executam todas as tarefas que são necessárias para se referir uma consulta
de um UIA para um CIA, existem dois tipos de mediadores: agentes de registro e agentes de
consulta e planejamento. Estes agentes trabalham em conjunto para executar os pedidos iniciais
ou transmissão de resultados de pesquisa.
● CIAs (Agentes de coleta): Fornecem a comunicação para um conjunto de informações. Formata os
pedidos iniciais encaminhados pelos agentes mediadores, buscando dentro da coleção, e envia a
resposta novamente aos agentes mediadores.
22. Agentes inteligentes em Bibliotecas Digitais
Agentes aplicados a disseminação da informação (perfis e notificações.)
Os agentes de interface gerenciam
informações que caracterizam as
necessidades de informação do usuário no
longo prazo (manutenção dos perfis), além de
realizar o envio de notificações.
Os perfis são utilizados como base para a
busca e notificação automáticas, que envia
alertas aos usuários de acordo com o
surgimento de novos recursos de seu
interesse.
23. Agentes inteligentes em Bibliotecas Digitais
A utilização de agentes em interfaces de bibliotecas digitais tem sido mais
estudada no sentido de delegar tarefas tais como: filtragem e recepção de
mensagens eletrônicas, aviso quando itens de interesse são adicionados ou
atualizados na biblioteca.
Ao se definir como será realizado o emprego de agentes em bibliotecas digitais
algumas atividades são imprescindíveis, como a realização um estudo sobre os
tipos de usuários que utilizam o sistema, que tipos de atividades estes realizam e
quais esperam que o sistema realize, e ainda, o estudo de como será realizada a
manipulação destes dados pelos agentes.
24. Referências
Guoying Liu. The application of intelligent agents in libraries: a survey. Program: electronic library and
information systems, Vol. 45 Iss: 1 pp. 78 – 97, 2011.
Roch H. Glitho and Edgar Olougouna, Samuel Pierre. Mobile Agents and Their Use for Information Retrieval:
A Brief Overview and an Elaborate Case Study. IEEE Network • January/February 2002.
Yan Li, Fuwen Guo and Xiufeng Wang. Intelligent personalised information retrieval system based on multi-
agent. Int. J. Modelling, Identification and Control, Vol. 12, Nos. 1/2, 2011.
Yi Xiao, Ming Xiao and Fan Zhang. Intelligent Information Retrieval Model Based on Multi-Agents. Wireless
Communications, Networking and Mobile Computing, 2007. WiCom 2007. International Conference.
Piotr Jedrzejowicz. Machine Learning and Agents. 5th KES International Conference on Agent and Multi-
Agent Systems: Technologies and Applications, KES-AMSTA 2011;Manchester; June 2011.