Agentes Inteligentes e KDD (Parte 1-3)


Uso De Agentes Inteligentes No Processo De
Descoberta de Conhecimento Em Base De Dados

Este artigo compreende na primeira parte de um total de três onde pretendo despertar no leitor a curiosidade do uso de Agentes Inteligentes nas mais diversas situações principalmente no processo de descoberta de conhecimento de base de dados. Para quem ainda não esta familiarizado com o assunto Agentes, vale apena fazer uma rápida pesquisa e saber mais sobre essa tecnologia que tem crescido de forma rápida nos últimos anos principalmente devido ao avanço da telefonia móvel e sua aplicação em inteligência artificial.
Hoje irei fazer uma breve introdução no assunto e explicar o que é SMA e KDD. Manterei as devidas referencias durante o texto com a expressão {ref:nomeChave} pois pretendo ao final da terceira parte deste artigo listar todas elas.

O artigo completo será composto dos seguintes tópicos:

Introdução
Agentes Inteligentes e Sistemas Multi Agente
Descoberta de Conhecimento em Base de Dados
Definição e Compreensão do Domínio
Seleção dos Dados
Transformação
Mineração de dados
Interpretação
Conclusão

Resumo

Com o constante avanço tecnológico dia após dia são gerados grande volume de dados, aproveitar essas informações e saber analisá-las ajuda na tomada de decisões estratégicas e permite ganho de competitividade.

Os Agentes Inteligentes devido algumas de suas características, se mostram uma ótima tecnologia para apoiar a extração de conhecimento em grandes volumes de dados.

O objetivo desse artigo é de modo desafiador, demonstrar cada etapa do processo de descoberta de conhecimento apoiada por uma sociedade de Agentes (SMA) especializados que podem comunicar-se, colaborar, competir ou cooperarem para realização de suas metas evitando o gasto desnecessário de recursos.

Introdução

A informatização dos meios produtivos cada vez mais comum, são gerados um grande volume de dados, aproveitar essas informações e saber analisá-las ajuda na tomada de decisões estratégicas e permite ganho de competitividade.

A muito tempo as bases de dados deixaram de ser encarada como simples repositórios de informações e já fazem parte do patrimônio corporativo, nota-se uma supervalorização dessa informação que apesar de seu imenso valor estão além da capacidade de interpretação do ser humano.

Os Agentes Inteligentes se mostram uma ótima tecnologia para apoiar o processo de extração de conhecimento em grandes volumes de dados, seja para tarefas repetitivas de transformação dos dados como para sua mineração. Eles podem executar essas tarefas com grande velocidade aproveitando com mais eficiência os conhecimentos implícitos nesses repositórios, para encontrar e interpretar padrões nos dados, descobrindo tendências, associações ou perfis neles contidos.

Agentes Inteligentes e Sistemas Multi Agente

Por se tratar de uma tecnologia que envolve diversas áreas de pesquisa, é difícil estabelecer uma única definição para esse termo que contemple todos os tipos de Agentes. Podemos dizer que Agentes são entidades de software ou hardware que executam algumas tarefas sem ajuda de usuários e com algum grau de autonomia {Ref:distributed}. Possuem habilidades para fazer escolhas, planejar, comunicar-ser com outros Agentes, perceber e adaptar-se a mudanças em um ambiente além de aprender através da experiência. Essas habilidades variam de acordo com os propósitos para o qual o Agente foi criado.

O objetivo nesses Agentes são reproduzir características comuns dos Agentes Humanos, pessoas especialistas naquilo que faz, que realizam tarefas bem determinadas e por um custo bem menor do que se nós mesmos tentássemos realizá-lo.

Agentes Inteligentes podem ter diversos habilidades implementadas, aqueles criados para o processo de Data Mining é importante que tenham autonomia, pró-atividade, comunicabilidade e aprendizagem. Um Agente possui autonomia quando exerce controle sobre suas próprias ações, pró-atividade quando é capaz de tomar iniciativas para contemplar suas metas, comunicabilidade ao se comunicar com outros Agentes e aprendizagem ao utilizar suas experiências prévias para aprender e adaptar-se a mudanças no ambiente {Ref:gudwin}.

Esses Agentes podem ser agrupados formando sociedades que se comunicam com outras sociedades quando necessário caracterizando assim um Sistema Multi Agente (SMA). Em um SMA não necessariamente todos Agentes são iguais, de acordo com o domínio do problema Agentes com habilidades diferentes agem juntos para resolver problemas que estariam além de suas capacidade individuais.

Descoberta de Conhecimento em Base de Dados

O processo de transformação de dados em conhecimento é conhecido por Descoberta de Conhecimento em Base de Dados do inglês Knowledge Discovery Database (KDD), é empregado para descrever todo o processo de extração de conhecimentos dos dados, e possui várias etapas interligadas como: seleção, pré-processamento, transformação, Data-Mining e interpretação {ref:iac} enquanto que data mining é empregado somente para o estágio de descoberta do processo de KDD {ref:iac2}.

Cada etapa do processo de descoberta de conhecimento pode ser apoiada por uma sociedade de Agentes (SMA) especializados que podem comunicarem-se internamente, colaborar, competir ou cooperarem para realização de suas metas trabalhando de maneira eficiente para evitar o gasto de recursos desnecessário e atuar de maneira estratégica através de uma coordenação seja ela centralizada ou distribuída.

A visão geral de uma arquitetura orientada a Agente para apoio ao processo de KDD é demonstrada na figura visaoGeral, onde cada etapa pode ser delegada a um conjunto de Agentes que formam sociedades e realizam suas tarefas gerando saídas (output) que servirão de entrada (input) para o processo seguinte. Algumas dessas etapas são desempenhadas por Agentes Humanos como é o caso da definição e compreensão do domínio e a interpretação.

visaoGeral

visaoGeral: Visão geral de uma arquitetura orientada a Agente para apoio ao processo de KDD.

A extração de conhecimento de base de dados pode ser considerada uma área multidisciplinar que envolve conhecimentos estatísticos, matemáticos, base de dados, inteligência artificial e outros (veja a figura areaConhecimento), por isso a criação de um processo de KDD totalmente baseado em Agentes se torna uma atividade extremamente complexa e em alguns caso inviáveis de acordo com a quantidade de recursos disponíveis para investimento. Nos próximos tópicos será elucidado cada etapa desse processo sobre uma visão orientada a Agentes.

areaConhecimento

areaConhecimento : O KDD pode ser considerada uma área multidisciplinar que envolve vários conhecimentos.

Na próxima semana irei falar sobre a fase de Definição e Compreensão do Domínio e como pode funcionar o processo de Seleção e Transformação dos dados apoiada por Agentes.

Até a próxima semana.

Eduardo Gonçalves da Costa

Últimos 5 artigos de Eduardo Costa

Sobre Eduardo Costa

De Campinas-SP, bacharel em Sistema de Informação pela Anhanguera Educacional e pós graduado no curso de MBA em Gestão de Projetos e Metodologia do Ensino Superior. Atualmente trabalha como arquiteto e desenvolvedor Java em empresa de desenvolvimento de software de suporte a tomada de decisão, além de ministrar aulas de Orientação a Objeto, Linguagem Java e XML. Já atuou como líder técnico, coordenador de produto e analista de negócios.

Deixe uma resposta