Inteligenta Artificiala: Domeniul stiintei calculatoarelor care se ocupa cu dezvoltarea unor sisteme hardware si software capabile sa rationeze, sa invete,

, sa se adapteze, sa recunoasca limbajul natural, sa vorbeasca, sa recunoasca obiecte din mediul de lucru Capacitati similare inteligentei umane

Agent: Un agent este o entitate care are capacitati de perceptie si de actiune. In mod ideal, un agent inteligent va lua cea mai buna decizie de actiune intr-o situatie data Agent inteligent: este o entitate fizica sau virtuala care percepe mediul de lucru si realizeaza actiuni asupra mediului de lucru. Agentul este inteligent daca are caracteristicile specifice intligentei umane. Caracteristici agent: Reactiv Proactiv Autonom Social

Cunostintele cuprind idei, teorii, reguli, metode, tehnici dintr-un anumit domeniu. Cunostinte euristice: sunt metode, reguli, tehnici deduse din experienta expertilor umani Metode de reprezentare: Reguli de productie Logica simbolica Retele semantice

Inferenta este o procedura prin care pornind de la cunostinte date se deduc noi cunostinte. Deductia este o metoda fundamentala de inferenta prin care concluzia decurge cu necesitate din premisa. IF <premisa> THEN <concluzie> Inductia este o metoda fundamentala de inferenta in care se porneste de la particular la general. <concluzie> IF <premisa> Sistemul cognitiv (baza de cunostinte) cuprinde totalitatea cunostintelor generale si specifice unui anumit domeniu de experienta. Caracteristici: Completitudine Coerenta neredundanta

Sistem rezolutiv (motor de inferenta) cuprinde un mecanism de rationare care prelucreaza cunostintele din B.C. inlantuindu-le in lanturi de rationamente pana la gasirea unei solutii Testul Turing propus in anii 50 si stabileste daca un sistem este sau nu inteligent Rezolvarea problemelor in inteligenta artificiala necesita indeplinirea a 3 cerinte: 1. o structura simbolica pentru reprezentarea starilor problemei (BC) 2. multimea operatorilor de transformare a starilor in mai multe stari (MI) 3. o metodologie de planificare (MI) Un sistem bazat pe cunostinte este un program sau pachet de programe care incorporeaza cunostinte dintr-un anumit domeniu si rezolva probleme din acel domeniu prin rationare. Sistem expert este un SBC care include cunotinele expertilor umani in domeniu si rezolva problemele din acel domeniu la nivelul expertilor umani. Tipuri de aplicatii ale SBC: aplicatii de diagnoza, monitorizare si control, planificare, analiza etc. Metode de reprezentare a cunstintelor: Logica simbolica Metoda procedurala Reguli de productie Retele semantice Cadre Scenarii

Reguli de productie: Reprezinta o metoda de baza in care cunoasterea este reprezentata sub forma de reguli si fapte. Regulile au forma urmatoare: LHS -> RHS Regulile se pot scrie sub 2 forme: 1. Forma deductiva: Daca <premisa> atunci <concluzie> 2. Forma inductiva <concluzie> daca <premisa> Fapte: o cunostinta adevarata la un moment dat. Regulile sunt imperative si active, iar faptele sunt statice si inactive. Regulile sunt dinamice -> se activeaza cand faptele sunt adevarate. Zeus: pachet software care permite dezvoltare agentilor inteligenti si a sistemelor multiagent

Componentele ZEUS: Agent Library Component Generatorul de agenti Instrumente de vizualizare si depanare a sistemelor multiagent sau agentilor inteligenti

Concepte de baza din Zeus:

Agent Scop (Goal) Task Fapt (Fact)

Agent: un agent este o entitate fizica sau virtuala care percepe mediul de lucru si realizeaza actiuni in functie de aceste perceptii. 2 categorii de agenti: 1. Agenti task: sunt agenti care realizeaza taskuri si care depind de aplicatie 2. Agenti utilitari: a. Nameserver: age utilitar care simuleaza un server la care se coneteaza toti ceilalti agenti. In aplicatii se gaseste sub numele de ANS b. Agent facilitator: pasteaza informatii despre ceialalti agenti c. Visualiser: are rolul de a depanare si vizualizare a rularii sistemului multiagent Scopul SMA este strans legat de taskurile pe care fiecare agent trebuie sa le realizeze Task: o secventa de actiuni sau de operatii care rezolva anumite probleme sau subprobleme din domeniul aplicatiei. Taskuri primitive Taskuri de tip baza de reguli Summary

Fapt: o cunostinta pe care o detine un agent la un momemt dat Un task poate sa aib preconditii si apoi postconditii. Metodologia de dezvoltare a agentilor inteligenti /SMA in Zeus Etape: 1. Analiza domeniului de aplicatie modelarea rolurilor 2. Proiectarea SMA sau sistem bazat pe agenti se proiecteaza ontologia, agentii, taskurile. 3. Realizarea SMA (definirea ontologiei, definirea agentilor, organizare agenti, coordonare agenti) 4. Rularea aplicatiei Realizarea aplicatiei:

1. Implementarea ontologiei: se implementeaza folosind o ierarhie de fapte: abstract si entitate 2. Definirea agentului task (depinde de aplicatie) a. Descrierea taskurilor b. Descrierea mecanismului de coordonare si strategiile corespunzatoare de interactiune c. Configurarea agentului task d. Configurarea agentilor utilitari e. Implemetnarea proprietatilor externe f. Generarea automata a codului sursa Societatea de agenti: este alcatuita din toti agentii care apar in SMA dezvoltat Rapoarte: afiseaza taskurile executate de agenti si descompunerea acestora in subtaskuri pentru intreaga aplicatie Vizualizare Agent = inspectarea starii interne ale fiecarui agent Statistic tool = vizualizare statistici pt agenti, taskuri in diferite forme Instumente de control: optiuni pentru controlul aplicatiei Limbaj de comunicare intre agenti: FIPA ACL (Agent Communication language) Protocoale standard FIPA: Contract-Net-Protocol protocol de coordonare a agentilor. Un task primitiv in Zeus este definit de urmatoarele elemente: Faptele asociate preconditiilor Faptele asociate efectelor taskului Un cost asociat efectuarii taskului Restrictii ale unui task O lista de prioritati pentru preconditii

Un task de tip rulebase are asociata o baza de reguli cu prioritati asociate regulilor Componenetele unui agent Zeus generic: O cutie postala Un gestionar de mesaje Un motor de coordonare Un panificator Un monitor de executie O BD pentru ontologie O BD a resurselor agentului O BD task O BD pentru alte subcomponente ale agentului

Agenti inteligenti: Caracteristici de baza Autonomie Proactivitate

Reactivitatea Abilitatea sociala

Caracteristici suplimentare: Un Agent: Comportament Interactiune cu ceilalti agenti Taskuri asociate Este inclus intr-o schema de coordonare Planificator Resurse Baza de cunsostine Ontologie specifica domeniului Mobilitatea Rationalitatea Sinceritatea Bunavointa Invatarea Adaptare

Descriere agent (PASM: perceptii actiuni scop mediu) Mediu de lucru: caracteristici: Accesibil/inaccesibil Determinist/nedterminist Static/dinamic Discret/continuu Episodic/neepisodic

Agent = Arhitectura + Program Arhitecturi: 1. Deliberative Sunt arhitecturi care folosesc o structura simbolica asociata agentului si realizeaza rationamentul specific modulului simbolic. Formeaza un model complet al mediului de lucru astfel incat agentul deliberativ foloseste o reprezentare explicita a mediului de lucru. Sunt cele mai bune tipuri de athitecturi pentru ca detine informatii complete si rationeaza folosind cunostinte interne agentului. Dezavantajul major este timpul relativ mare in care agentul respunde cu o solutie a problemelor rezolvate Arhitectura BDI (Belief- Desires - Intentions) Are 2 etape: deliberare si rationare

2. Reactive Rationarea se face pe baza unui set limitat de reguli Model tipic pentru robotii mobili Timpul de raspuns este unic, dezavantajul este ca in anumite situatii nu se pot folosi 3. Hibride Folosesc cele 2 tipuri de arhitecturi combinate astfel incat dezavantajele unei arhitecturi sunt anulate de avantajele celeilalte Stratifcarea arhitecturii pe nivele: Orizontala Verticala o Intr-un pas o 2 pasi cu revenire

Arhitectura Zeus: Deliberativa Stratificate pe verticala in 2 pasi cu revenire o Comunicare o Coordonare o Organizare o Definire o Interfata

Tipuri de program agent: Agent reflex simplu Agent care pastreaza urma mediului Agent ghidat de scop Agent ghidat de utilitate

Un SMA este un sistem alcatuit din minim 2 agenti care au un scop global si care de obicei sunt distribuiti geografic. Agentii dintr-un SMA pot fi heterogeni si de asemenea pot avea scopuri locale. Agentii interactioneaza si comunica intre ei realizand taskurile care le revin in rezolvarea scopului global. Elementul de baza al unui SMA este modularitatea si cooperarea intre agenti. Arhitecturi SMA: 1. Ierarhizate 2. Tip stea 3. Retea SMA: deschis sau inchis Mecanisme SMA:

Coordonare o Agentii care fac parte din sistem trebuie sa respecte niste protocoale de interactiune. 2 elemnte: Protocoale de coordonare Strategii de interactiune Comunicare o Cuprinde: Ontologia Protocol/protocoale de comunica Limbaj de comunicare Cooperare o Strategii de cooperare o Mec de coordonare

Comunicarea in SMA Agentii comunica folosind un limbaj de comunicare specific, cu anumite protocoale de comunicare si o ontologie cu termeni din domeniul aplicatiei Limbaj comunicare agent KQML FIPA ACL La baza unui limbaj de comunicare avem ontologia Ontologia reprezinta o conceptualizare a unui domeniu. Intr-o ontologie este inclus un vocabular cu terminii specifici din domeniu, un set de axiome, care descriu restrictii de utilizare a termenilor si un set de relatii intre termeni. Termenii pot fi: concepte, tipuri de relatii complexe. Tipuri de mesaje: De informare De interogare De cerere servicii De colaborare/cooperare

Coordonarea SMA: Prin comunicare limbaj de comunicare Fara comunicare modele ale celorlati agenti

Mecanisme de coordonare Ierarhii de autoritate Pre-enumerarea actiunilor

Tehnici de coordonare: Stucturarea organizationala Contractarea

Negocierea Planificarea multiagent Alte tehnici

Cooperarea are rolul de a mentine robustetea SMA. Tehnici de cooperare: Interactiunea cooperativa o Agentii isi folosesc abilitatile pentru a rezolva problemele SMA Cooperarea bazata pe contract o Ne referim la un tip particular (ex licitatii) Cooperarea negociata o Secvente de propuneri si contrapropuneri referitoare la un anumit produs o Cea mai importanta tehnica de cooperare: Negocierea distributiva (licitatia) Negocierea integrativa negocierea propriu-zisa

Durata maxima a negocierii: Tmax Tactici de negociere: Dependenta de resurse Dependenta de timp Dependenta de comportamentul celorlalti agenti

CNP are 2 elemente Piata de desfacere Agenti cu 2 tipuri de roluri: manageri sau contractori si initiator sau respondent

Un SMA nu poate functia fara un mecanism de coordonare care sa tina cont de scopul global al sistemului Tipuri de proprietati functionale ale SMA: Coordonarea Modelarea cunoasterii Rationalitatea

Proprietati nefunctionale Performanta Scalabilitatea

Modelarea cunoasterii este realizata prin definerea de ontologiicare conceptualizeaza domeniul de expertiza. Performanta SMA se poate masura prin timpul de raspuns, timpul de conversatie/comunicare Scalabilitatea daca nr de agenti creste atunci creste timpul alocat comunicarii. Un SMA este scalabil daca are un comportamnt adecvat atunci cand numarul de agenti creste semnificativ. Invatarea agentilor: proces prin care agentii isi imbunatatesc prefomantele: agentii pot invata modele de comportare ale celorlalti agenti

Un actor este o entitate autonoma interactiva care comunica prin transmiterea in mod asincron a mesajelor. Retea neuronala artificiala: sunt structuri neliniare alcatuite din neuroni artificiali care sunt conectati conform unei anumite topologii astfel incat pentru nu vecto de intrare sa se obitina la iesire vectorul corespunzator in conformitate cu un criteriu de optim prestabilit. Etaple dezvoltarii unui SMA Analiza cerintelor spcificatiile sistemului proiectarea sistemului implementarea sistemului testarea sistemului intretinerea sistemului

Etapele metodologiei Zeus: Analiza domeniului de aplicatie Proiectarea aplicatiei Realizarea aplicatiei Rularea aplicatiei

Un rol descrie pozitia si lista de responsabilitati ale agentului in cadrul unui anumit context sau model de rol. Ce este un model de rol? Un sablon al celei mai simple solutii pentru o anumita aplicatie