Estudo Guiado 02 - Agentes Inteligentes

Objetivo

Ao concluir este estudo, você deve ser capaz de modelar um sistema como agente, definir sua tarefa por meio de PEAS, classificar o ambiente e justificar a arquitetura de agente mais adequada ao problema.

1. Retomada

Antes de iniciar, responda:

  • o que significa agir racionalmente;
  • por que uma ação pode ser racional mesmo quando o resultado final não é o melhor possível;
  • qual é a diferença entre ter informação completa e agir da melhor forma com a informação disponível.

Essas respostas conectam a Aula 01 ao conceito de agente racional.

2. Vocabulário fundamental

Certifique-se de distinguir:

  • agente;
  • ambiente;
  • percepção;
  • sequência perceptiva;
  • sensor;
  • atuador;
  • ação;
  • função do agente;
  • programa do agente;
  • medida de desempenho;
  • racionalidade.

Não trate sensor e percepção como sinônimos, nem atuador e ação como a mesma coisa.

3. Modelo percepção-ação

Escolha dois exemplos diferentes, como um robô móvel e um agente de software. Para cada um, complete:

Elemento Exemplo 1 Exemplo 2
Ambiente
Sensores/fontes de percepção
Percepções
Ações
Atuadores/meios de atuação
Medida de desempenho

Depois responda: o que mudaria se o agente tivesse acesso apenas parcial ao ambiente?

4. PEAS

PEAS organiza a especificação da tarefa de um agente:

  • P - Performance measure, ou medida de desempenho;
  • E - Environment, ou ambiente;
  • A - Actuators, ou atuadores;
  • S - Sensors, ou sensores.

Monte um PEAS completo para um dos seguintes sistemas:

  • veículo autônomo;
  • agente de recomendação acadêmica;
  • sistema de monitoramento de infraestrutura;
  • robô de entrega.

Não use apenas palavras genéricas. A medida de desempenho deve permitir discutir o que significa uma ação boa ou ruim naquele contexto.

5. Racionalidade não é onisciência

Considere um agente que toma uma decisão com base em informações incompletas e, depois, descobre que outra ação teria produzido resultado melhor.

Responda:

  1. Isso prova que a decisão inicial foi irracional?
  2. Que informação estava disponível no momento da decisão?
  3. Qual era a medida de desempenho?
  4. A ação escolhida maximizava o desempenho esperado com base no que era conhecido?

A racionalidade deve ser analisada no momento da decisão, não apenas depois de observar o resultado.

6. Natureza do ambiente

Para um sistema escolhido por você, classifique o ambiente segundo os pares estudados na aula, justificando cada classificação:

  • completamente observável ou parcialmente observável;
  • determinístico ou estocástico;
  • episódico ou sequencial;
  • estático ou dinâmico;
  • discreto ou contínuo;
  • agente único ou multiagente.

Em seguida, altere uma hipótese do problema e verifique se alguma classificação muda.

7. Estruturas de agentes

Compare as seguintes arquiteturas:

  • agente reativo simples;
  • agente reativo baseado em modelo;
  • agente orientado por metas;
  • agente orientado por utilidade;
  • agente com aprendizagem.

Para cada uma, responda:

  • que informação precisa ser mantida;
  • como a ação é escolhida;
  • que limitação da arquitetura anterior ela procura superar;
  • em que tipo de ambiente ela seria adequada.

8. Discussão: ChatGPT é um agente?

Não responda apenas "sim" ou "não". Analise dois cenários:

Cenário A

Um modelo recebe uma mensagem e produz uma resposta, sem executar ações externas.

Cenário B

Um sistema usa um modelo para observar informações, decidir passos, chamar ferramentas, verificar resultados e continuar até atingir uma meta.

Para os dois cenários, identifique:

  • ambiente;
  • percepções;
  • ações;
  • grau de autonomia;
  • medida de desempenho ou objetivo;
  • se a descrição como agente é adequada.

9. Ponte para a Aula 03

Um agente orientado por metas precisa saber algo sobre o mundo e sobre as consequências de suas ações.

Explique por que isso conduz naturalmente às perguntas:

  • como representar estados do ambiente?
  • como representar ações e transições?
  • como transformar uma meta em um problema computacional?

Autoavaliação

  • [ ] Consigo definir agente sem depender de um exemplo específico.
  • [ ] Consigo distinguir percepção, sensor, ação e atuador.
  • [ ] Consigo montar um PEAS coerente.
  • [ ] Consigo diferenciar racionalidade de onisciência.
  • [ ] Consigo classificar um ambiente e justificar cada propriedade.
  • [ ] Consigo comparar as principais estruturas de agentes.
  • [ ] Consigo explicar a passagem de agentes orientados por metas para formulação de problemas.