> For the complete documentation index, see [llms.txt](https://manual.aguas.cc/llms.txt). Markdown versions of documentation pages are available by appending `.md` to page URLs; this page is available as [Markdown](https://manual.aguas.cc/selecao-de-elementos/principios-da-inteligencia-do-enxame.md). # Princípios da Inteligência do Enxame Há uma pesquisa para nós fundamental no campo da SI que cria o paradigma computacional Evolutionary Multi-Agent Systems (EMAS), proposto pelo Prof. Krzysztof Cetnarowicz. Ele é desenvolvido como um algoritmo evolucionário para resolver problemas de otimização de recursos não renováveis, particularmente com sucesso em problemas de arquitetura neural, otimização multicritérios e funções multimodais (CHEN, 2010). As pesquisas subsequentes sobre os EMAS nos influenciam principalmente porque delimitam problemas com a proposição de algoritmos evolucionários: sabemos o que eles fazem, mas não sabemos o porquê. Com o objetivo de perscrutar os parâmetros necessários às novas tecnologias capazes de incrementar a capacidade de adaptação em situações de risco à dignidade da pessoa humana, à biodiversidade e adaptação à eventos hídricos extremos, elencamos no quadro 3 alguns elementos adaptados das hipóteses selecionadas da literatura internacional de SI para guiar as perspectivas estratégicas futuras do nosso modelo em desenvolvimento. #### **Quadro 3 - Seleção de elementos da Inteligência do Enxame** | **Princípio SI** | **Descrição analítica** | | --------------------- | ----------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------- | | **Da proximidade** |

O grupo deve ser capaz de reconhecer a construção do espaço comum
em determinados passos de tempo.

| | **Da escalabilidade** |

Os sistemas multi-agentes, dado a baixa sobrecarga tanto na
comunicação quanto no processamento, permitem ganhos na
complexidade necessária para enfrentar situações de problemas

| | **Da qualidade** |

O grupo deve ser capaz de responder a fatores cíclicos na qualidade do
ambiente disponível

| | **Da adaptabilidade** |

O grupo deve ser capaz de alterar o modo de comportamento quando
vale a pena o esforço

| | **Do paralelismo** |

Enxames inteligentes tem uma capacidade maior do que um agente
somente ao abordar tarefas. Com inúmeros pontos de vista, enxames
podem criar subtarefas e realizá-las ao mesmo tempo

| | **Da robustez** |

A redundância nas funções e programação de um enxame elimina a
possibilidade de desastres, em casos onde o sistema apresentar falhas.
Enxames robustos são iterativos, interdependentes entre si e
“desencadeiam mudanças mútuas de estado”

| Fonte: Carlos Diego, adaptado de (GARNIER, 2007) O ser humano toma suas decisões sem a compreensão global do todo, principalmente dada a imersão seletiva que a cultura e sociedade provoca nos seres. Porém, ao fazê-lo, ele (1) tem a percepção do macronível onde suas tarefas impactam em seu ambiente, podendo assim (2) estabelecer os elementos nas escolhas e gestão tecnológicas como um (3) processo integrado através das águas criando condições de (4) qualidade de vida às suas relações com outros seres. Estes princípios podem ser aplicados em tarefas internas se necessárias às organizações. Quando oportuno, na consolidação de atividades orientadas ao BioTechnoSwarm, sugerimos sempre que evitem a ordenação prévia do tempo cronológico das atividades e o incremento da capacidade de obter boas informações, permitindo a percepção durante o processo das capacidades fundamentais, emergentes. \*Dados extraídos da agenda do IEEE Congress on Evolutionary Computation realizado no México em junho de 2013 --- # Agent Instructions This documentation is published with GitBook. GitBook is the documentation platform designed so that both humans and AI agents can read, navigate, and reason over technical content effectively. Learn more at gitbook.com. ## Querying This Documentation If you need additional information that is not directly available in this page, you can query the documentation dynamically by asking a question. Perform an HTTP GET request on the current page URL with the `ask` query parameter, and the optional `goal` query parameter: ``` GET https://manual.aguas.cc/selecao-de-elementos/principios-da-inteligencia-do-enxame.md?ask=&goal= ``` `ask` is the immediate question: it should be specific, self-contained, and written in natural language. `goal` is optional and describes the broader end goal you are ultimately trying to accomplish on behalf of the user. GitBook uses it to tailor the answer towards what is most useful for that goal. The response will contain a direct answer to the question and relevant excerpts and sources from the documentation. Use this mechanism when the answer is not explicitly present in the current page, you need clarification or additional context, or you want to retrieve related documentation sections.