PROJECTO IPS 2003/2004

(Apoiado pelo Instituto Politécnico de Setúbal)

[Edital] [Regulamento]

Aplicações Empresariais de Sistemas Multi-Agente Inteligentes

[equipa] [bibliografia] [simulador de mercado] [artigo]

Introdução

Pretende-se, neste projecto, efectuar a extensão dos resultados obtidos no projecto de investigação anteriormente financiado pelo IPS, no período 1997-2000, sob o título “Integração de Sistemas de Informação Heterogéneos em Ambientes Empresariais”, por forma a desenvolver o quadro conceptual então iniciado, e a fazer a aplicação prática, em organizações reais, das metodologias e tecnologias desenvolvidas.

Os resultados do projecto anterior, acima referido, foram promissores e julgamos que podem ser potenciados pela extensão que aqui se propõe. Salientam-se os seguintes:

Pensamos que, dados os bons indicadores obtidos da linha de I&D iniciada em 1997, como se pode ver pelos resultados acima expostos, tendo chegado a este ponto será agora possível desenvolver substancialmente o quadro conceptual estabelecido, prosseguindo a mesma linha de I&D e progredir na identificação e geração de modelos organizacionais usando o paradigma dos sistemas multi-agente inteligentes por forma a criar as condições para a aplicação deste paradigma a casos de organizações reais. Este objectivo prático, de demonstração das capacidades da tecnologia, é o principal propósito do projecto que aqui se propõe.

 É importante continuarmos a desenvolver a colaboração com outras equipas de I&D, com quem tivemos oportunidade de iniciar um relacionamento promissor nas áreas da aplicação da tecnologia de sistemas multi-agente inteligentes às organizações, a nível nacional e internacional incluindo, entre outros:

É também importante criar massa crítica para a sustentação deste esforço de I&D na ESTSetúbal e no IPS. Para isso contamos enquadrar, no âmbito deste projecto, docentes e alunos da área de Informática desta Escola e até de outras Escolas do IPS.

 Como se mostra com mais detalhe mais abaixo, ao longo desta proposta, o facto de haver um enquadramento deste projecto a nível local (grupo de I&D SITEC) bem como um enquadramento a nível nacional e internacional, acrescido do facto de haver experiência prática nesta área noutros países, em contexto académico e empresarial, permitem antever a exequibilidade do projecto e até mesmo uma probabilidade de sucesso apreciável.

Enquadramento

A linha de investigação aqui proposta insere-se nas linhas de acção previstas para o grupo de Sistemas e Tecnologias de Informação da EST-Setúbal (SITEC 2002) que é uma unidade de I&D interna nesta área do conhecimento.

Ao longo dos últimos anos foram desenvolvidos esforços, por esta equipa da EST-Setúbal, no sentido de criar uma rede internacional de I&D na área dos sistemas de informação distribuídos, com ênfase nos agentes de software inteligentes e na compreensão da sua actividade em contextos organizacionais. Foi possível, por exemplo, contar com seminários leccionados por Professores ilustres, que se deslocaram a Setúbal a convite do proponente deste projecto, de que se salientam os Professores Thomas Greene (MIT) em 1999, Ronald Stamper (Univ. Twente) em 1999, Mark Klein (MIT), Helder Coelho (Univ. Lisboa) em 2000, Gio Wiederhold (Univ. Stanford) em 2001, Frank Dignum (Univ. Utrecht) em 2001, e outros. Foi ainda muito proveitosa para o desenvolvimento da I&D na área de Informática a presença do Professor Anatol Holt (Univ. de Milão) – inventor da Teoria da Actividade Organizada – que se deslocou à ESTSetúbal várias vezes durante os últimos 3 anos, sendo o tempo acumulado de permanência superior a 6 meses.

Relativamente à actividade realizada com alunos, destaca-se o envolvimento na área da programação dos sistemas multi-agente inteligentes tem sido utilizado e motivado pelas trocas de estudantes no âmbito do programa internacional Socrates/Erasmus. Foi ainda proveitoso o contacto dos alunos de Informática com vários investigadores na área dos sistemas de informação distribuídos, que no total passaram em Setúbal cerca de 3 semanas em contacto com os projectos de fim de curso de Engenharia Informática, de que se salientam os Professores Fons Wijnhoven (Univ Twente/Holanda), Giorgio De Michelis (Univ. of Milano/Itália) e Qusay Mahmoud (Univ. Simon Fraser/Canadá).

Pensamos que este enquadramento demonstra a existência de uma forte dinâmica de I&D na equipa proponente, que representa um dos pontos fortes no panorama da actividade de I&D do IPS e que poderá vir a ser potenciada pela realização do projecto aqui descrito.

Objectivos

O objectivo principal, como se disse na introdução, é o do desenvolvimento de uma linha de I&D já iniciada, por forma a criar as condições para a aplicação deste paradigma a casos de organizações reais. Utilizar-se-ão os resultados teóricos anteriormente obtidos, o know-how acumulado e as ferramentas de software construídas para incrementar os desenvolvimentos conceptuais e oferecer no final do projecto um corpo de conhecimento e uma infraestrutura tecnológica que permita a implementação de sistemas de informação empresariais. Os passos que se pretende dar são os seguintes:

1.       Formulação e implementação de um modelo de agente inteligente que permita conjugar a capacidade de raciocínio lógico individualizado com a capacidade de integração no sistema distribuído organizacional (Filipe, 2001). Serão utilizadas as metodologias e tecnologias acima referidas.

2.       Estudo e desenvolvimento de interfaces multimédia de comunicação entre o agente de software e a pessoa que o agente representa, através do qual seja possível a qualquer utilizador, mesmo sem experiência informática, dialogar com o seu agente por forma a dar-lhe ordens e a tomar conhecimento dos resultados. Serão usadas aqui as ferramentas de software e as tecnologias acima referidas.

3.       Implementação de um sistema multi-agente, utilizando técnicas de programação designadas por programação baseada em agentes (uma especialização da programação baseada em objectos) (Shoham 1993), com ênfase nos aspectos da coordenação de actividades desses agentes (Holt, 1997).

4.       Verificação e validação mediante a aplicação da tecnologia a um ou mais casos de estudo. Prevê-se a possibilidade de aplicação nos contextos de produção industrial e/ou militar.

A arquitectura do sistema multi-agente está ilustrada na figura abaixo. Cada agente de software é descrito por uma base de conhecimento, modelada com recurso às lógicas deôntica e de acção (Filipe 2001), e em que a comunicação e coordenação entre agentes se estabelece no quadro da Teoria dos Actos de Fala, tendo uma das suas implementações sido efectuada e descrita em (Filipe 2001).

                     Figura 1 – Modelo do sistema multi-agente a implementar

Esta arquitectura permite a integração de sistemas heterogéneos e/ou previamente isolados, como é frequente em muitas organizações estruturadas de forma departamental e funcional. Nesses casos, um agente pode ser usado como interface entre um sistema ´legado´e o sistema multi-agente, mediante o encapsulamento do sistema ‘legado’.

Cada um dos agentes, como se exemplifica na figura, rege-se por um conjunto de normas organizacionais que definem os seus papéis em cada processo burocrático, incluindo a definição dos seus direitos e responsabilidades. Tendo formalizado este conhecimento, usando regras de lógica deôntica, é então possível implantar em cada um dos agentes a capacidade de raciocínio – usando a tecnologia de sistemas periciais – que lhe permite participar nas actividades organizacionais.

A importância deste projecto de investigação decorre por um lado da dificuldade de construção dos modelos organizacionais acima descritos, incluindo quer o modelo do sistema multi-agente no seu todo quer os modelos individuais de cada um dos agentes, e por outro do impacto que a solução terá, dado que este tipo de processos existe em quase todas as organizações, empresariais ou não. Assim, conjugam-se aqui o desafio de um desenvolvimento científico em várias áreas do conhecimento com o esforço de desenvolvimento técnico e implementação de uma solução que permitirá automatizar alguns processos burocráticos através da integração de sistemas de informação heterogéneos com o consequente acréscimo de eficiência (Gasser 1986).

Estado Actual do Conhecimento

A importância da tecnologia de agentes é actualmente reconhecida de forma clara em várias indústrias, especialmente na defesa, telecomunicações e produção industrial, bem como por certos organismos internacionais ligados à normalização (standards) das práticas de Engenharia Informática, como por exemplo o OMG (Object Management Group) e a FIPA (Foundation for Intelligent Physical Agents) as quais reconhecem os seguintes benefícios empresariais e técnicos:

·         Aumento de produtividade dos utilizadores de computadores e dos clientes que usam serviços on-line, num negócio centrado na rede,

·         Modelo misto de informação e conhecimento acerca do negócio e dos sistemas de informação, que permite a adaptação mais rápida a uma envolvente dinâmica e complexa,

·         Utilização eficiente da largura de banda, tão necessária no funcionamento de sistemas de informação distribuídos, centrados na rede.

Em relação à área académica, a equipa de projecto está bastante bem actualizada dado que o proponente do projecto completou recentemente uma tese de doutoramento nesta área (Filipe, 2001), na qual se desenvolveu um modelo de agente inteligente e um modelo de coordenação de actividades em sistemas multi-agente cuja aplicabilidade se pretende agora demonstrar.

O trabalho de investigação que aqui se propõe pretende aplicar conceitos e tecnologias estudados nas áreas de Inteligência Artificial e de Sistemas de Informação, salientando-se a importância da formalização dos conceitos sociais normativos necessários para a modelação de comportamentos organizacionais, para o que se recorreu à Lógica Deôntica, uma área de conhecimento que também se descreve brevemente mais abaixo.

 A área de Inteligência Artificial conta com muitos exemplos de aplicação em que a ideia acima indicada foi implementada com sucesso em sistemas mono-agente, recorrendo à tecnologia dos Sistemas Periciais (Expert Systems). Realça-se os exemplos do XCON (VAX Configuration) desenvolvido pela DIGITAL, INC. e do AA (Authorizer Assistant) desenvolvido pela American Express (Feigenbaum 1988). Qualquer dos sistemas está inserido na operação quotidiana destas empresas. O XCON efectua mais de 70% das configurações dos mainframes e minis da série VAX, enquanto o Authorizer Assistant trata automaticamente mais de 25% do tráfego da American Express.

       A Inteligência Artificial Distribuída é uma especialização da área de Inteligência Artificial (Chaib-draa 1992), onde se pretende abordar aspectos relacionados com a descrição e construção de sociedades de agentes inteligentes, i.e. com capacidade para raciocinar de forma lógica, com base nos dados disponíveis (Jennings 1993). Um conceito fundamental na Inteligência Artificial Distribuída (IAD) é o conceito de agente. Contudo a definição do termo agente é um dos problemas da comunidade de IAD. Parece não haver uma definição universalmente aceite do termo. Wooldridge (1996) propõe duas classes de agente: Uma noção fraca e uma noção mais forte.

·         Noção fraca de agente: Um sistema computacional com autonomia (operando sem intervenção humana directa), capacidade social (interage com outros agentes e pessoas), reactividade (percecciona o ambiente e reage em conformidade) e pro-actividade (pode tomar a iniciativa).

·         Noção forte de agente: um sistema computacional que, para além das características acima mencionadas tem que ser descrito, devido à sua complexidade e forma de agir, em termos humanos, utilizando abstracções como conhecimento, crença, intenção e obrigação (Singh 1995).

Enquanto é fácil encontrar exemplos da primeira noção de agente em sistemas concorrentes, na área da programação de sistemas e sistemas distribuídos em geral, a segunda noção é característica da comunidade da Inteligência Artificial e aplica-se a sistemas altamente complexos ou que envolvem a participação de agentes humanos, onde é necessario utilizar abstracções de mais alto nível.

Embora possa parecer despropositado usar termos antropomórficos como crença, desejo ou intenção  (Rao et al. 1991) em relação a máquinas, por vezes eles tornam-se bastante úteis devido à sua elevada capacidade expressiva. Sendo estes termos atractivos, é contudo necessário formalizá-los, dando-lhes um significado rigoroso (Wooldridge 1996) para que possam ser de alguma utilidade.

       A formalização destes termos é tradicionalmente efectuada através da sua representação lógica. Um dos sistemas de lógica mais utilizados em Inteligência Artificial é a chamada lógica predicativa, ou lógica de primeira ordem. Contudo, os conceitos de crença e desejo não podem ser representados em lógica predicativa porque são noções referencialmente opacas (não funcionais booleanas / dependentes do contexto) e portanto as regras de substituição típicas da lógica de primeira ordem não se aplicam. Assim, são necessárias lógicas de ordem superior, capazes de representar e raciocinar acerca de conceitos intencionais (como crença e desejo).

       Tradicionalmente utilizam-se lógicas modais com uma sintaxe específica e uma semântica tipicamente baseada na abordagem de mundos-possíveis (Chellas 1980). Rao e Georgeff (1991) desenvolveram um formalismo lógico baseado nos conceitos de crença, desejo e intenção, sobre uma lógica temporal que pode ser de tempo-linear ou tempo-ramificado. Este formalismo permite, por exemplo, analisar como as crenças do agente no futuro podem afectar os seus desejos e intenções presentes. As primitivas desta linguagem incluem um conjunto não vazio de proposições primitivas f; conectivas proposicionais  Ú e Ø;  operadores modais BEL (believes), DES (desires) e INTEND (intends) e operadores temporais X (next), U (until) e F (future). A semântica desta linguagem pode ser definida utilizando uma abordagem de mundos-possíveis, baseada em estruturas de Kripke. Uma estrutura de Kripke é um tuplo M = < W, {Sw: wÎW}, {Rw: wÎW}, L, B, D, I >, em que W é um conjunto de mundos possíveis, Sw  é o conjunto de estados em cada mundo, Rw é uma relação binária total (Rw Í Sw X Sw),  L é a corespondência do valor lógico das proposições primitivas F para cada mundo w ÎW em cada estado s Î Sw e B, D e I são relações de acessibilidade em cada mundo W e estados S (B Í W x S x W).

São adoptados os axiomas e regras de inferência da lógica temporal proposicional linear, acrescidos dos axiomas K, D, 4 e 5 de acordo com a nomenclatura de Chellas (1980). A lógica Deôntica é um ramo da lógica que estuda o comportamento normativo. É utilizada na descrição formal de normas e na manipulação automática das mesmas, através de mecanismos lógicos envolvendo o encadeamento de regras deônticas em raciocínios normativos.

As expressões normativas surgem formal e/ou informalmente em qualquer tipo de sociedade e referem-se a conceitos como ‘obrigação’, ‘permissão’, ‘proibição’, ‘responsabilidade’, ‘dever’, e outros relacionados (vonWright 1951).  Embora a lógica deôntica tenha as suas raízes na filosofia, onde a deontologia é considerada a ciência da moralidade, esta lógica foi ‘descoberta’ para a área da Computação há algumas décadas e tem sido aplicada com sucesso em diversas sub-áreas da Ciência da Computação e, em particular, da Inteligência Artificial (Meyer et al. 1991).

Encontram-se exemplos na descrição de relações de integridade conceptual em sistemas de informação (Wieringa et al. 1989), nos sistemas empresariais (onde aspectos como a tolerância-à-falha e/ou segurança são essenciais), em processamento de linguagem natural e em sistemas periciais jurídicos (Jones 1990). Muitas outras aplicações poderiam ser enumeradas, sob o denominador comum de sistemas normativos.

Por vezes, a distinção entre comportamento normativo e comportamento real não é clara, na especificação de sistemas. Isto impede que seja considerado o que se deve fazer quando determinado comportamento, ainda que ilegal, acontece. Contudo em muitas circunstâncias é essencial especificar o que fazer quando este tipo de comportamento ilegal mas possível acontece, daí a utilização de lógica deôntica na descrição de sistemas de informação organizacionais (Wieringa 1989). Efectivamente, sem esquecer os factos, crenças, desejos e intenções que podem ser associados aos agentes organizacionais e que por isso requerem um formalismo de representação adequado, conforme se descreveu na secção anterior, acresce ainda o conhecimento normativo subjacente a grande parte dos padrões de comportamento organizacionais e que é essencial para a modelação dos processos burocráticos (Torre e Tan 1996), tal como se pretende neste projecto de investigação. 

Do ponto de vista técnico, a lógica deôntica é tipicamente expressa como uma lógica modal, conforme foi proposto em 1951 por von Wright (1951). A lógica deôntica standard refere-se a uma classificação de sistemas de lógica modal universalmente aceite, definida por Brian Chellas (1980).

Seguidamente, apresentam-se alguns exemplos de projectos envolvendo aplicações das tecnologias de Inteligência Artificial Distribuída, nomeadamente sistemas multi-agente, a casos práticos.

Cockburn e Jennings (1996) descrevem o sistema ARCHON, o qual foi desenvolvido no âmbito de um projecto ESPRIT com o objectivo de criar uma metodologia de integração de subsistemas heterogéneos. Esta metodologia foi aplicada, ainda no âmbito do projecto, à distribuição de energia eléctrica em Espanha. (Iberdrola), ao controlo de um forno cimenteiro, ao controlo de um acelerador de partículas e ao controlo de robots.

MACIV é um projecto PRAXIS XXI em que estão envolvidas várias Instituições de I&D e a empresa Mota e Companhia, cujo objectivo é aplicar técnicas de Inteligência Artificial Distribuída para a gestão descentralizada de diferentes recursos de empresas de construção civil, envolvendo negociação entre agentes, formação dinâmica de equipas de agentes, e a efectivação de contratos com a ajuda de agentes inteligentes.

A utilização mais frequente de sistemas multi-agente em produção industrial é no planeamento e controlo. Baker (1991) descreve um caso de job-shop na General Electric em que as workstations eram representadas por agentes, que estabeleciam entre si uma rede de contratos, sem controlo central.

O sistema de gestão logística (LMS) descrito por Fordyce (1992) suporta o lançamento de ordens de fabrico numa fábrica de semicondutores da IBM. A fábrica produz 13000 circuitos diferentes, cada um dos quais requerendo entre 200 e 400 operações. O sistema processa cerca de 240,000 transacções por dia. Certas operações dependem da análise de critérios de qualidade que são tratados individualmente por diferentes agentes, por forma a que o processo de tomada de decisão sobre o escalonamento de tarefas é toma do em conjunto.

Andrzej Bieszczad e colegas, da empresa Bell Labs publicaram em 1999 (Bieszczad et al.) um relatório em que apresentaram a seguinte conclusão: "The studies conducted thus far in our ongoing work on a Lucent-grown agent platform, the Lucent Intelligent Network Agent (LucINA), and its applications indicate that intelligent agents constitute an attractive technology to address these issues. Agents communicate at a high level of abstraction using an agent communication language (ACL). The language provides a universal wrapper for specific content and a capability to negotiate communication means including language, protocol, and domain terminology (ontology)—a characteristic very desirable in heterogeneous, multivendor environments." (recommended by apiszcz@mitre.org).

A empresa AOS (Agent-Oriented Software) comercializa uma ferramenta de software designada JACK, fazendo no seu web site (http://www.agent-software.com/shared/home/applications.html) o seguinte comentário:

Currently Intelligent Agents are being applied in industries such as:

A empresa Topia Ventures apresenta no seu web site (http://www.topiaventures.com) uma descrição da sua actividade: cross-platform diagnostics company that uses mobile agents to automatically diagnose and fix technical problems. Topia agents are simple diagnostic applications that assess the health of a computer system and automatically fix the problems behind the scenes. All of this is done while maintaining user privacy.