Este documento discute a aplicação da inteligência artificial, especificamente o uso de redes neurais e sistemas de agentes. Ele introduz esses tópicos e discute como eles podem melhorar a integração entre humanos e máquinas. O documento também aborda o teste de Turing e como a IA é usada em jogos.
Aplicabilidade do sistema de informação no desenvolvimento de sistemas embarc...
Um estudo sobre inteligência artificial e o funcionamento de um agente
1. Curso de Bacharelado em Sistemas de Informação 1
Um estudo sobre Inteligência Artificial e o funcionamento de um
agente
André Dionísio da Silva1,
Luiz Augusto Almeida Trigueiro2,
Elizabeth d´Arrochella Teixeira3
Brasília, DF – julho 2011
Resumo: Mostrar a aplicação da Inteligência artificial, junto com a utilização de
redes neurais e sistema de agentes, para melhorar a integração entre homem e
maquina, e a abordagem de algumas áreas da Inteligência Artificial empregadas em
jogos, aumentando cada vez mais o nível de aprendizagem e capacidade das
“maquinas”, e o aumento do nível de interação entre seres humanos e maquinas, e a
aplicação delas para o desenvolvimento de diversas funções antes exercidas pelo
homem.
Palavras-chave: Inteligência Artificial. Teste de Turing. Redes Neurais. Agente.
Sistema Multiagente. Robótica. Jogos. Aplicação Inteligência Artificial.
Introdução
Devido ao grande crescimento econômico, e a escassez de mão de obra
especializada em determinados setores, sugiram a necessidade de ser criar
maquinas capazes de executarem essas tarefas semelhantes ao desempenhado
pelo homem, mais devido a grande capacidade e desempenho dessas maquinas,
logo o seu desenvolvimento se tornou expansivo. A criação de novas tecnologias
para o auxilio e até mesmo autonômicos, são possíveis graças a Inteligência
Artificial, através de redes neurais e agentes , essas maquinas por assim dizer são
capazes de desempenhar funções como trabalhos em linhas de montagens
operando apenas com dados armazenados em seus sistema e sensores no qual se
assemelha o com os sentidos dos seres humanos.
Essa capacidade e devido principalmente por agentes e multiagentes, sua
interação com o meio e sua capacidade de aprendizagem e adaptação os ajudam
em suas tomadas de decisões com base do conhecimento adquirido através de
informações pré-defendidas, que são estabelecidas tanto por seus operadores
quanto por experiências já obtidas.
Tema e Justificativa
Mostrar a aplicação da Inteligência artificial tendo como foco principal os tipos
de agentes, o sistema multiagente, a robótica, entre outras áreas em que e utilizado.
Aprendendo e se interando com o meio onde esteja operando.
1
Aluno do curso de Bacharel em Sistemas de Informação, andre.ds17@hotmail.com
2
Aluno do curso de Bacharel em Sistemas de Informação, augusto_trigueiro@hotmail.com
3
Mestra em Gestão do Conhecimento e Tecnologia da Informação, Professora no curso de BSI da Faculdade Alvorada,
darrochella.alv@terra.com.br
2. Curso de Bacharelado em Sistemas de Informação 2
Objetivos
Fornecer ao leitor um guia para o entendimento de um Agente e de um
sistema Multiagente, que é um dos ramos da Inteligência Artificial. Mostrando alguns
conceitos sobre Redes Neurais, Teste de Turing e de robótica.
Inteligência Artificial
Conforme declaração de Herbert Simon em 1957. (Russell e Norvig, 2004):
Não é meu objetivo surpreende-los ou chocá-los – mas o modo mais
simples de resumir tudo isso é dizer que agora existem no mundo máquinas
que pensam, aprendem e criam. Além disso, sua capacidade de realizar
essas atividades está crescendo rapidamente até o ponto – em um futuro
visível – no qual a variedade de problemas com que elas poderão lidar será
correspondente à variedade de problemas com os quais lida a mente
humana.
Conforme Junior e Yoneyama (2000) a Inteligência Artificial busca fornecer
máquinas que possam realizar algumas atividades mentais do ser humano. Essas
atividades podem envolver a senso percepção (Como o tato, audição e visão),
capacidades intelectuais (aprendizado, raciocínio dedutivo, memória), linguagem
(Verbais e gráficas) e a atenção (Concentrar as atividades em um determinado
estímulo).
Para Pfeifer (2007) o termo Inteligência Artificial foi proposto por John
McCarthy em 1956 para descrever os computadores que possuem a capacidade de
imitar ou duplicar as funções do cérebro humano.
Segundo Russell e Norvig (2004) os cérebros e os computadores digitais
executam tarefas diferentes e possuem diferentes propriedades. No cérebro humano
existem 1.000 vezes mais neurônios do que existem portas lógicas na CPU de um
computador de ponta. A Lei de Moore prevê que aproximadamente em 2020 as
portas lógicas existentes em uma CPU serão equivalente aos neurônios do cérebro
humano.
Ainda segundo Russell e Norvig (2004) os chips de computadores podem
executar uma instrução em um nanossegundo, milhões de vezes mais rápido que os
neurônios. Porém, o cérebro compensa essa diferença, pois todos os neurônios
estão ativos ao mesmo tempo, enquanto a maioria dos computadores atuais possui
apenas uma ou no máximo algumas CPUs.
Computador Cérebro Humano
8 11
Unidades Computacionais 1 CPU, 10 Portas Lógicas 10 Neurônios
10 11
Unidades de Armazenamento RAM de 10 Bits 10 Neurônios
11 14
Disco de 10 Bits 10 Sinapses
-9 -3
Tempo de Ciclo 10 Segundos 10 Segundos
10 14
Largura de Banda 10 Bits/s 10 Bits/s
9 14
Atualizações de Memória/s 10 10
Figura 1 Uma comparação grotesca dos recursos computacionais brutos disponíveis para
computadores (de 2003) e cérebros (Russel e Norvig 2004)
"Hoje os Sistemas de Inteligência Artificial incluem o uso de hardwares,
softwares, dados, procedimentos, pessoas e os conhecimentos necessários para
3. Curso de Bacharelado em Sistemas de Informação 3
desenvolver sistemas e máquinas que demonstrem características de inteligência."
(Pfeifer, 2007)
Algumas aplicações da Inteligência Artificial.
Para Junior e Yoneyama (2000) existem algumas aplicações típicas da
Inteligência Artificial. São exemplos: Jogos, Sistemas Especialistas e Compreensão
de linguagem natural.
Jogos
Segundo Kishimoto (2004) a Inteligência Artificial em jogos ajuda no fator de
diversão, e também os usuários não jogáveis inteligentes criam a ilusão ao jogador
de que está em um mundo com outros jogadores inteligentes.
Sistemas Especialistas
Segundo Junior e Yoneyama (2000) os sistemas especialistas atuam como
consultores altamente qualificados, em uma área específica do conhecimento.
Podem ser usados para auxiliarem médicos, operadores de máquinas ou cliente de
uma loja. Eles permitem que o conhecimento possa ser disseminado e utilizado por
um grande número de pessoas, sem a necessidade da presença do especialista.
Também permitem que o conhecimento de vários especialistas sejam guardados em
uma só base de dados.
Compreensão de Linguagem Natural
Conforme Oliveira (2009) o processamento de linguagem natural é uma tarefa
que permite com que os seres humanos se comuniquem com os computadores
utilizando a linguagem que mais estão habituados. Para que o computador interprete
uma sentença em linguagem natural, é necessário que mantenha informações
morfológicas, sintáticas e semânticas, palavras que o sistema compreenda, dente
outros.
Ainda conforme Oliveira (2009) para o futuro revelam a existência de
máquinas que serão capazes de entender a linguagem natural, como por exemplo,
atender a comandos expressos na linguagem falada por usuários e permitirá um
maior processamento de informações, pois a maior parte do conhecimento do
homem está registrado na forma lingüística.
Teste de Turing
Segundo Luger (2004) o Teste de Turing, proposto pelo matemático britânico
Alan Turing em 1950, calcula o desempenho de uma máquina inteligente,
comparado ao desempenho de um ser humano. Esse teste, que foi chamado por
Turing de “Jogo de imitação” coloca a máquina e o ser humano em salas diferentes,
tendo um terceiro ser humano como interrogador.
Ainda segundo Luger (2004) esse interrogador não vê nenhum dos dois
participantes e nem fala diretamente com eles. O único meio para se comunicar com
eles é através de um dispositivo textual, como um terminal. O interrogador deve
4. Curso de Bacharelado em Sistemas de Informação 4
distinguir o computador do ser humano baseando apenas nas respostas dadas as
suas perguntas por meio deste equipamento. Se o interrogador não conseguir
distinguir a máquina do ser humano, de acordo com Turing, poderá supor que a
máquina é inteligente.
Figura 2 Ilustração de como é feito o teste de Turing
fonte: Máquina Especulativa
Segundo Russell e Norvig (2004) para que um computador passe no teste de
Turing, ele deverá ter algumas capacidades:
Processamento de linguagem natural: Irá permitir com que a máquina se
comunique por meio de um idioma com o interrogador.
Representação do conhecimento: Para armazenar o que sabe ou o que se
ouve.
Raciocínio automatizado: Para utilizar as informações que foram
armazenadas para responder perguntas e tirar novas conclusões.
Aprendizado de máquina: Para se adaptar as novas situações e para mostrar
e extrapolar padrões.
Conforme Russell e Norvig (2004) existe outro teste chamado teste de Turing
total que inclui um sinal de vídeo, onde o interrogador poderá testar a percepção do
assunto, além de poder testar as habilidades sensoriais da máquina. Para ser
aprovado no teste de Turing total, a máquina precisará:
Visão de computador: Usado para distinguir os objetos.
Robótica: Para manobrar objetos e para se movimentar.
Essas seis disciplinas constituem a maior parte da inteligência artificial.
Redes Neurais
Segundo Barreto (2002) rede neural artificial é a construção de um
computador que possui circuitos modelando os circuitos cerebrais e que gere um
comportamento inteligente. Aprendendo coisas novas, fazendo descobertas, errando
e apresentando um comportamento imprevisível.
5. Curso de Bacharelado em Sistemas de Informação 5
Conforme Tinós (1999) as redes neurais artificiais tem sido usadas na solução
de muitos problemas. Elas utilizam como unidade de processamento o neurônio
artificial, que é inspirado no funcionamento do neurônio biológico.
Figura 3 Ilustração de um neurônio biológico e de um Neurônio Artificial.
fonte: Mecatrônica Fácil
Segundo Russell e Norvig (2004) o primeiro computador com uma rede neural
foi construído em 1951 por dois alunos do departamento de matemática de
Princeton, Marvin Minsky e Dean Edmonds. Chamado de SNARC, usava 3.000
válvulas eletrônicas e um mecanismo de piloto automático retirado de um
bombardeiro B-24 para simular uma rede neural de 40 neurônios.
Jogos
Segundo Zugman (2005) um jogo é qualquer situação que tenha duas ou
mais entidades em que suas ações irão interferir nos resultados do outro.
Para Russell e Norvig (2004) um jogo ótimo e definido por seu estado inicial,
por ações válidas feitas em cada estado, por um teste de término que mostrará
quando o jogo é terminado e por uma função de utilidade que será aplicada aos
estados terminais.
Conforme Sartini, ET AL (2004) o elemento básico para um jogo é um
conjunto de jogadores que dele irão participar. Cada jogador possui várias
estratégias, que quando as escolhem, terá uma situação no espaço de todas as
situações que são possíveis.
Para Sanson (2009), “jogador é todo agente que participa e possui objetivos
em um jogo. Podem ser um país, um grupo ou uma pessoa, o que interessa é que,
dentro de um jogo, ele possua interesses específicos e se comporte como um todo”.
Segundo Kishimoto (2004) o uso de redes neurais e aprendizado em jogos
podem trazer vantagens como não ser necessário fazer a programação
manualmente da Inteligência Artificial, pois o jogo aprenderá sozinho.
Ainda segundo Kishimoto (2004) a implementação de redes neurais em jogos
também é utilizada, onde os personagens necessitam de aprendizado conforme as
escolhas do jogador, como no jogo Black & White (Figura 4) onde o jogador assume
a posição de Deus e comanda o ambiente do jogo.
6. Curso de Bacharelado em Sistemas de Informação 6
Figura 4 Black & White. Jogo que utiliza redes neurais.
fonte: E3expo (2000)
Primeiros jogos com Inteligência
Segundo Russell e Norvig (2004) a partir de 1952, Arthur Samuel da IBM
criou um programa de jogo de damas que jogando sozinho por milhares de vezes
aprendeu sua própria função para avaliação.
Ainda segundo Russell e Norvig (2004) em 1962 o programa venceu Robert
Nealy, que era campeão em uma modalidade chamada de “jogo de damas às
cegas” por causa de um erro de Robert. O computador utilizado pelo programa era
um IBM 704 (Figura 5) que possuía 10.000 bytes de memória principal, usava fita
magnética para armazenamento de longo prazo e tinha um processador de
0,000001 GHz.
Figura 5 IBM 704 de 1954.
fonte: IBM
7. Curso de Bacharelado em Sistemas de Informação 7
Segundo Russell e Norvig (2004) o jogo Othello (Mais conhecido como
Reversi) derrotou Takeshi Murakami, campeão mundial humano em 1997. O
programa Logistello venceu por seis jogos a zero.
Conforme Cavalcanti (2004) o Deep Blue da IBM mostrou uma
competitividade boa em um ambiente fechado, pois possuem regras fixas e claras,
um campo de atuação (tabuleiro) que não sofre alterações, movimentos conhecidos
e uma ilimitada concordância no significado de ganhar ou perder.
Para Russell e Norvig (2004) o Deep Blue se tornou o primeiro programa de
computador a vencer o campeão mundial Garry Kasparov em uma partida de
xadrez. Kasparov disse que sentiu “uma nova espécie de inteligência” do outro lado
do tabuleiro.
Segundo Kishimoto (2004) O maior benefício do uso da Inteligência Artificial
em jogos é o fator de diversão. Os personagens de um jogo deverão simular
inteligência e erros humanos. Além de ter personalidades, devem ser capazes de
proporcionar diferentes níveis e dificuldade ao jogador, para que o mesmo possa se
sentir desafiado.
Ainda segundo Kishimoto (2004) os Usuários Não Jogáveis (non-player
characters – NPC’s) inteligentes são necessários em qualquer tipo de jogo para criar
a ilusão ao jogador de que está em um mundo com outros jogadores inteligentes.
Agentes
Segundo Russell e Norvig (2004) um agente é tudo que consegue identificar o
seu ambiente utilizando sensores e que seja capaz de agir nesse ambiente
utilizando atuadores.
Conforme Russell e Norvig (2004) um agente humano possui olhos, ouvidos e
outros órgãos como sensores, e possuem mãos, pernas, boca e outras partes do
corpo como atuadores. Um agente robótico possui câmeras, detectores de faixa
infravermelho e outros equipamentos como sensores, e vários motores como
atuadores. Um agente de software recebe dados como teclas digitadas, conteúdo de
arquivos e pacotes de rede como sensores e como atuadores, exibe algo na tela,
grava arquivos e envia pacotes de rede.
Segundo Frigo e Pozzebon e Bittencourt (2004) um agente deve possuir
algum grau de autonomia para raciocinar, tomar decisões usando sua própria
vontade, além de interagir com outros agentes. Deve também ter independência
para resolver um problema.
Segundo Bagatini (2001) um agente deve ser capaz de perceber as
mudanças e agir no meio ambiente. Isso deve acontecer por mecanismos
automáticos, que não precisem da intervenção humana ou de outros agentes para
serem executadas. O agente deve ser capaz de decidir o que fazer e quando fazer.
(figura 6)
8. Curso de Bacharelado em Sistemas de Informação 8
Figura 6 Funcionamento de um Agente.
fonte: Bagatini (2001)
Segundo Russell e Norvig (2004) existem quatro tipos básicos de agentes que
incorporam quase todos os sistemas inteligentes:
Agentes reativos simples
Agentes reativos baseados em modelo
Agentes baseados em objetivos
Agentes baseados na utilidade
Agentes Reativos Simples
Segundo Russell e Norvig (2004) o agente reativo simples é o tipo mais
simples de agente. Esse tipo de agente escolhe suas ações de acordo com sua
percepção atual, ignorando completamente o histórico de percepções. Eles se
caracterizam por possuir uma inteligência muito limitada.
Segundo Alvares e Sichman (1997) os agentes reativos são simples não
possuem uma representação do ambiente, portanto as informações necessárias
para o seu comportamento irão depender unicamente de sua percepção do
ambiente.
Agentes Reativos Baseados em Modelo
Segundo Alvares e Sichman (1997) os agentes baseados em modelos (Ou
cognitivos) mantêm uma representação do ambiente e dos demais agentes da
sociedade, mantém um histórico de interações e de suas ações passadas, eles
raciocinam e decidem quais objetivos devem alcançar e seu modelo de organização
é baseado nos modelos sociológicos.
Agentes Baseados em Objetivos
Segundo Russell e Norvig (2004) para um agente decidir o que fazer, nem
sempre as informações de como o ambiente está atualmente serão suficientes. O
9. Curso de Bacharelado em Sistemas de Informação 9
agente baseado em objetivos precisa, além de como o ambiente está atualmente,
precisa de informações que mostre as situações que são desejáveis. O programa de
agente poderá combinar isso com as informações dos resultados das ações
possíveis para escolher ações que chegaram ao seu objetivo.
Agentes Baseados na Utilidade
Segundo Russell e Norvig (2004) os objetivos não são suficientes para que o
agente tenha um comportamento de alta qualidade nos ambientes, pois permitem
somente uma distinção binária crua entre “felizes” (concluído) e “Infelizes” (não
concluídos).
Ainda segundo Russell e Norvig (2004) uma função de utilidade irá mapear
um estado em um número real, que irá mostrar o grau de felicidade que está
associado. Uma especificação completa desta função irá permitir decisões racionais
em casos onde os objetivos não seriam adequados.
Sistemas Multiagentes
Segundo Bagatini (2001) o sistema multiagente abrange o estudo de sistemas
que são formados por várias entidades que são independentes. São agentes
autônomos, que tem existência própria, não são dependentes de outros agentes e
que podem ter objetivos diferentes que no conjunto, podem levar a solução de um
problema.
Segundo Alvares e Sichman (1997) o sistema multiagente se interessa pelo
estudo dos agentes autônomos no universo Multiagente. Esse termo autônimo é
devido os agentes terem uma existência própria, independente dos demais agentes.
Tendo como objetivo, conceder meios que assegurem que os agentes desejem
cooperar, com a finalidade de resolver um problema específico quando for
apresentado ao sistema.
Segundo Bagatini (2001) sistema multiagente é o estudo de sistemas
compostos por várias entidades independentes, ou agentes. Esses agentes são
autônomos, possuem existência própria, não dependem da existência de outros
agentes e que podem ter, cada um, diferentes objetivos que no final os levará a
solução de um problema. (Figura 7)
Figura 7 Funcionamento de um sistema multiagente.
fonte: Bagatini (2001)
10. Curso de Bacharelado em Sistemas de Informação 10
Segundo Bagatini (2001) os sistemas multiagentes podem ser usados em
projetos de sistemas complexos, na busca de uma solução com o uso de vários
agentes que serão representados por seus objetivos e interesses. Como por
exemplo, em um futebol de robôs, onde os agentes autônimos poderão jogar uns
contra os outros e ainda cooperar com os companheiros dos times.
Para Viana (2008) "Em um ambiente multiagente, cada agente deve se
coordenar uns com os outros, procurando a melhor solução para o conjunto, não
para o individual."
Segundo Frigo (2004) a característica essencial para um sistema de
multiagente é a filosofia de resolução distribuída de problemas, onde é adotado uma
estratégia de divisão para conquistar. A resolução cooperativa distribuída de
problemas diz que um determinado problema será dividido em subproblemas e cada
um será solucionado separadamente por um agente, cada um dos agentes estará
comunicando ou cooperando entre si quando for necessário, com a idéia de que a
soma dos resultados locais irá corresponder à solução do problema geral.
Conforme Bagatini (2001) os sistemas multiagentes se e o sistema de um
único agente se diferenciam de forma significativa. Por exemplo, em um sistema
multiagente, o meio ambiente dinâmico será determinado pela existência de outros
agentes. Devido a isso, poderão ser adicionadas incertezas, pois outros agentes
poderão intencionalmente afetar o meio ambiente de uma forma imprevisível.
Para Bagatini (2001) cada agente, por ser uma entidade independente, poderá
ser modelado de maneira diferente, poderá ter diferentes objetivos, percepções,
conhecimentos e ações.
Robótica
“A robótica é uma ciência interdisciplinar que congrega diversas disciplinas,
como mecânica, física de sensores, ciência dos materiais, teoria de controle,
eletrônica de potência e muitas outras, incluindo, particularmente, IA.”
(Junior e Yoneyama, 2000)
Para Russel e Norvig (2004) robôs são agentes físicos que realizam tarefas
manipulando o mundo físico, usando efetuadores como pernas, rodas, articulações e
garras. Esses robôs utilizam também equipamentos como sensores, câmeras e
ultra-som para perceber o seu ambiente.
Conforme Russel e Norvig (2004) a maior parte dos robôs atuais estão entre
as três categorias principais da robótica:
Manipuladores
Segundo Russel o Norvig (2004) Os robôs manipuladores estão fixos em seu
local de trabalho. O seu movimento em geral envolve uma cadeia inteira de
articulações controláveis, que permite colocar seus efetuadores em qualquer
posição dentro do local de trabalho.
11. Curso de Bacharelado em Sistemas de Informação 11
Segundo Sant'Anna et al (2004) o robô cirúrgico é um manipulador
controlado por computador com sensores artificiais, nos quais o cirurgião manipula o
robô para a execução de funções, que são divididas em dois modos: Passivos que
tem como finalidade a introdução de câmeras para melhor visualização de imagem e
também por sua firmeza e estabilidade em relação a um assistente humano, e o
ativo que por sua vez manipula os instrumentos cirúrgicos, se assimilando ao
movimento das mãos do cirurgião. Criando assim um efeito mestre-escravo, onde o
cirurgião efetua a cirurgia com mais exatidão e evitando tremores e agilizando a
operação. Sendo o robô Da Vinci (Figura 8) um dos modelos mais utilizados em
cirurgias robóticas.
Figura 8 Robô “Da Vinci” em uma cirurgia robótica.
fonte: Eletrônica Mensal (2008)
Robô móvel
Segundo Russel o Norvig (2004) os robôs móveis se deslocam pelo ambiente
usando rodas, pernas ou mecanismo semelhante. Foram projetados para serem
usados na entrega de alimentos em hospitais, mover containers em docas de carga
e tarefas semelhantes.
Para Neto (2005) uma arquitetura comum dos robôs móveis, é a arquitetura
de robôs compostos por rodas. Existem variações desta arquitetura, sendo a mais
demonstrada ao público a arquitetura composta por seis rodas e amortecedores
independentes, existentes no robô Sojourner (Figura 9) enviado pela NASA ao
planeta Marte.
Figura 9 Robô Sojourner da NASA enviado a Marte em 1997.
fonte: Apollo (2010)
12. Curso de Bacharelado em Sistemas de Informação 12
Híbrido
Segundo Russel e Norvig (2004) o robô hibrido é um robô móvel equipado com
manipuladores, onde incluem também o robô humanóide. Esses robôs aplicam seus
efetuadores em campos mais amplos que os manipuladores fixos, mas isso se torna
mais difícil, pois não possuem a rigidez do ponto de fixação.
“O robô humanóide Asimo é capaz de correr até 6 km/h, andar de mãos
dadas com seres humanos, caminhar sobre pisos irregulares, virar
suavemente, subir e descer escadas, segurar objetos e abrir e fechar portas.
Pode ainda compreender e responder a comandos de voz, reconhecer um
grupo selecionado de pessoas e desviar de obstáculos.” (HONDA, 2011)
Figura 10 Robô Hibrido. ASIMO
fonte: Love Asimo (2009)
Conforme Russel e Norvig (2004) a robótica também inclui dispositivos
protéticos (membros artificiais, orelhas e olhos para seres humanos), ambientes
inteligentes (uma casa equipada com sensores e efetuadores) e sistemas com
vários corpos, onde a ação robótica é atingida por enxames de pequenos robôs
cooperativos.
Melhorando a eficiência de um agente
Segundo Viana (2008) existe idéias que viabilizam a criação de um agente
eficiente na coleta de recursos.
Grid Computing
Para Viana (2008) Grid Computing é a técnica onde se utiliza diversos
computadores em paralelo, todos resolvendo o mesmo problema. "É uma forma de
computação distribuída onde um computador mais poderoso e virtual é na verdade
composto por pequenas unidades autônomas, mas que atuam juntas para resolver
problemas maiores."
13. Curso de Bacharelado em Sistemas de Informação 13
GridWorker
Conforme Viana (2008) o agente GridWorker tem como principal objetivo tirar
proveito, de alguns momentos de descanso dos agentes, para realizar cálculos que
serão usados para melhorar a eficiência da tarefa de coleta de recursos. "Esses
momentos são especialmente os turnos de movimentação e de coleta, que
constituem a maior parte das ações do agente."
Conclusão
Os agentes por si desempenham uma grande mudança no entendimento por
inteligência artificial, mais sua aplicação e evolução não são os únicos fatores que
possibilitam isso, a integração entre diversos setores colaboram para uma tecnologia
mais sofisticada e muito próxima da realidade humana em termos de conhecimento,
o agente tem uma interação maior tanto com o trabalho com pessoas tanto quanto
com outras maquinas com a aplicação de sistemas multiagentes. Porém sua
capacidade e de fato gerada pelo entrelaçamento de diversos ramos da inteligência
artificial, como a robótica e as redes neurais, e assim como na aplicação para jogos
que e um mercado que tem gerado muitos investimentos e trazendo grandes
retornos.
Referências Bibliográficas
ALVARES, Luis Otavio e SICHMAN, Jaime Simão. (1997) Introdução aos Sistemas
Multiagentes. Disponível em: http://www.inf.ufrgs.br/~alvares/SMA/Apostila_SMA.ps
Acessado em: 22 de maio de 2011
APOLLO, Beyond (2010). Disponível em:
http://beyondapollo.blogspot.com/2010/12/misr-1996.html Acessado em: 03 de Julho
de 2011
BAGATINI, Daniela Duarte da Silva (2001). Um Sistema Multiagente para o
Simulador Soccerserver Disponível em:
http://www.lume.ufrgs.br/bitstream/handle/10183/1650/000214914.pdf?sequence=1
Acessado em: 22 de maio de 2011
BARRETO, Jorge M. Introdução às Redes Neurais Artificiais. Disponível em:
http://www.inf.ufsc.br/~barreto/tutoriais/Survey.pdf Acessado em: 11 de maio de
2011.
CAVALCANTI, Elmano Pontes (2004). Inteligência artificial e o sucesso nos
negócios. Disponível em:
http://www.ufcg.edu.br/~elmanopc/projeto2007/IE_e_o_sucesos_nos_negocios.pdf
Acessado em: 22 de Maio de 2011
E3EXPO (2000). Disponível em: http://e3expo.com.br/2010/04/principais-jogos-e3-
2000/ Acessado em: 28 de Maio de 2011
ELETRÔNICA MENSAL, Revista (2008).Disponível em:
http://www.sergipe.com.br/balaiodenoticias/elba_116.htm Acessado em: 30 de
Junho de 2011
14. Curso de Bacharelado em Sistemas de Informação 14
FRIGO, Luciana Bolan. POZZEBON, Eliane e BITTENCOURT, Guilherme (2004)
O Papel dos Agentes Inteligentes nos Sistemas Tutores Inteligentes
Disponível em: http://www.inf.ufsc.br/~l3c/artigos/frigo04a.pdf Acessado em: 20 de
Abril de 2011
HONDA, The Powers of Dreams (2011) Asimo. Disponível em:
http://www.honda.com.br/tecnologia/Paginas/default.aspx Acessado em: 03 de Julho
de 2011.
IBM. http://www-03.ibm.com/ibm/history/exhibits/mainframe/mainframe_PP704.html
JUNIOR, Cairo Lúcio Nascimento e YONEYAMA, Takashi (2000). Inteligência
Artificial em controle e automação. Primeira Edição. Editora Edgard Blücher ltda
KISHIMOTO, André. (2004) Inteligência Artificial em Jogos Eletrônicos.
Disponível em:
http://www.programadoresdejogos.com/trab_academicos/andre_kishimoto.pdf
Acessado em: 29 de Abril de 2011.
LOVE ASIMO (2009).Disponível em: http://www.loveasimo.org/2009/09/asimo-fan-
photo-canon-5d-x-asimo.html Acessado em: 02 de julho de 2011
LUGER, George F. (2004). Inteligência Artificial. Quarta Edição. Editora Bookman
MÁQUINA ESPECULATIVA. Disponível em:
http://maquinaespeculativa.blogspot.com/2007/06/o-teste-de-turing-e-o-
psicoterapeuta.html Acessado em: 22 de Maio de 2011.
MECATRÔNICA FÁCIL. Revista Mecatrônica Fácil Ano 6 Nº 47
NETO, Roberto Fernandes Tavares (2005). Planejamento de Vistorias Usando
Robôs Móveis Autônomos e Otimização pelo Algoritmo de Colônias de
Formigas. Disponível em:
http://www.produtronica.pucpr.br/sip/conteudo/dissertacoes/pdf/RobertoTavares.pdf
Acessado em: 02 de Julho de 2011.
OLIVEIRA, Fábio Abreu Dias de (2009). Processamento de Linguagem Natural:
Princípios Básicos e a Implementação de um Analisador Sintático de
Sentenças da Lingua Portuguesa. Disponivel em:
http://www.erfelipe.com.br/artigos/Processamento_de_linguagem_analisador_sintatic
o.pdf Acessado em: 29 de Junho de 2011
PFEIFER, Jaime Tiago Cicolella (2007). Emprego de Técnicas de Inteligência
Artificial para Apoio e Análise de Lançamentos Contábeis. Disponível em:
http://www.uniritter.edu.br/graduacao/informatica/sistemas/downloads/tcc2k7-
2/JaimeTiagoCicolellaPfeifer.pdf Acessado em: 07 de Maio de 2011.
RUSSELL, Stuart e NORVIG, Peter (2004). Inteligência Artificial. Tradução da
Segunda Edição. Editora Campus
15. Curso de Bacharelado em Sistemas de Informação 15
TINÓS, Renato (1999). Detecção e Diagnóstico de Falhas em Robôs
Manipuladores via Redes Neurais Artificiais. Disponível em:
http://www.sel.eesc.usp.br/lasi/arquivos/renato-d.pdf Acessado em: 13 de maio de
2011.
SANSON, Rafael. COLATTO, Matheus M. JÚNIOR, Sergio do Prado. FACIN,
Rogério (2009). Jogos de empresas. Pesquisa, visão teórica e implementação.
Disponível em: http://www.administradores.com.br/informe-se/producao-
academica/jogos-de-empresas-teoria-dos-jogos/1785/ Acessado em: 26 de Maio de
2011.
SANT'ANNA, Roberto T. PRATES, Paulo R. L. SANT'ANNA, João Ricardo M.
PRATES, Paulo R. KALIL, Renato A. K. SANTOS, Diogo E. e NESRALLA, Ivo A.
(2004). Emprego de Sistemas Robóticos na Cirurgia Cardiovascular. Disponível em:
http://www.scielo.br/pdf/rbccv/v19n2/v19n2a12.pdf Acessado em: 30 de Junho de
2011.
SARTINI, Brígida Alexandre. GAMBURGIO, Gilmar. BORTOLOSSI, Humberto José.
SANTOS, Polyane Alves e BARRETO, Larissa Santana (2004). Uma Introdução a
Teoria dos Jogos. Disponível em:
http://www.uspleste.usp.br/rvicente/IntroTeoriaDosJogos.pdf Acessado em: 20 de
Maio de 2011.
VIANA, Pablo Alessandro B. (2008) Um Estudo de Estratégias com Multiagentes
para Jogos RTS usando o Simulador RTSCup Disponível em:
http://www.cin.ufpe.br/~tg/2008-2/pabv.pdf Acessado em: 18 de Maio de 2011
ZUGMAN, Fábio (2005). Teoria dos Jogos - Uma introdução à disciplina que vê
a vida como uma seqüência de jogos Disponível em:
http://www.zugman.com/Fabio_Zugman__Criatividade,_Estrategia_e_Negocios/Artig
os.html Acessado em: 15 de Maio de 2011.