Minicursos da ERCEMAPI 2025
Palavras-chave:
Chatbot, Paradigma Multiagente, LangChain, LangGraph, Aplicações Paralelas, Parallel Scalability SuiteSinopse
Este livro reúne os minicursos apresentados na Escola Regional de Computação Ceará, Maranhão e Piauí (ERCEMAPI 2025), abordando temas relacionados à inteligência artificial baseada em agentes e à análise de desempenho de aplicações paralelas. Os capítulos discutem conceitos fundamentais e aspectos práticos do desenvolvimento de sistemas computacionais, incluindo arquiteturas de agentes baseadas em Grandes Modelos de Linguagem (LLMs) e métodos para avaliação da escalabilidade e eficiência em ambientes de computação paralela. O primeiro capítulo apresenta a construção de chatbots e agentes inteligentes no paradigma multiagente utilizando os frameworks LangChain e LangGraph, relacionando conceitos da teoria clássica de agentes com sua implementação em aplicações modernas. O segundo capítulo aborda técnicas de perfilamento e análise da escalabilidade de aplicações paralelas, discutindo métricas como speedup, eficiência e escalabilidade, além do uso da ferramenta Parallel Scalability Suite (PaScal Suite) para coleta e visualização de dados de desempenho. O livro oferece, assim, um material de apoio para estudantes, pesquisadores e profissionais interessados em inteligência artificial e computação de alto desempenho.
Capítulos
-
1. Agentes de IA: Construção de Chatbot no Paradigma Multiagente com LangChain e LangGraph
-
2. Perfilamento e Visualização da Escalabilidade de Aplicações Paralelas com o Parallel Scalability Suite
Downloads
Referências
Amdahl, G. M. (1967) Validity of the single processor approach to achieving large scale computing capabilities. In Proceedings of the April 18-20, 1967, Spring Joint Computer Conference (pp. 483–485). Association for Computing Machinery.
Hana Derouiche, Haithem Mezni, and Zaki Brahmi. Agentic ai frameworks: Architectures, protocols, and design challenges. arXiv preprint arXiv:2508.10146, 2025.
John L. Gustafson. 1988. Reevaluating Amdahl’s law. Commun. ACM 31, 5 (May 1988), 532–533. DOI: 10.1145/42411.42415
LeiWang, Chen Ma, Xueyang Feng, Zeyu Zhang, Hao Yang, et al. A survey on large language model based autonomous agents. Frontiers of Computer Science, 2024.
Malik Ghallab, Dana Nau, and Paolo Traverso. Automated Planning: Theory and Practice. Morgan Kaufmann, 1998.
Nóbrega-da-Silva, Anderson, Cunha, Daniel, Silva, Vitor, Araújo Furtunato, Alex Fabiano, and Xavier-de-Souza, Samuel (2019). "PaScal Viewer: A Tool for the Visualization of Parallel Scalability Trends". In: Handbook of Research on Emerging Developments and Applications of High Performance Computing. pp. 250-264. ISBN: 978-981-13-6209-5. DOI: 10.1007/978-3-030-17872-7_15.
Pacheco, P. S. (2011) An introduction to parallel programming. Morgan Kaufmann.
Satyadhar Joshi. Advancing innovation in financial stability: A comprehensive review of ai agent frameworks, challenges and applications. World Journal of Advanced Engineering Technology and Sciences, 14(2):117–126, 2025.
Shunyu Yao, Jeffrey Zhao, Dian Yu, Nan Du, Izhak Shafran, Karthik Wen, and Mike Lewis. React: Synergizing reasoning and acting in language models. arXiv preprint arXiv:2210.03629, 2022.
Silva, Vitor, Nóbrega-da-Silva, Anderson, Valderrama Sakuyama, C., Manneback, Pierre, and Xavier-de-Souza, Samuel (2022). "A Minimally Intrusive Approach for Automatic Assessment of Parallel Performance Scalability of Shared-Memory HPC Applications". Electronics, vol. 11, no. 5. DOI: 10.3390/electronics11050689.
Stuart J. Russell and Peter Norvig. Artificial Intelligence: A Modern Approach. Pearson Education, 4th edition, 2020.
Downloads
Data de publicação
Categorias
Licença
Este trabalho está licenciado sob uma licença Creative Commons Attribution 4.0 International License.
