Agentes inteligentes únicos

 

agente2

Podemos decir que un agente inteligente es cualquier cosa capaz de percibir su mediamente con la ayuda de sensores y actuar en ese medio utilizando actuadores, resaltando la condición de autonomía: Debe actuar autónomamente sin la intervención de seres humanos u otros sistemas y debe tener control sobre su estado interno y sobre su propio comportamiento.

Veamos algunas definiciones más, para complementar la anterior

Agente inteligente: entidad capaz de percibir el entorno y de actuar sobre él. / Es una entidad de software persistente con un propósito específico. / Un agente autónomo es un sistema que habita en un entorno dinámico y complejo, en el que percibe y actúa de manera autónoma, alcanzando el conjunto de objetivos para el que fue diseñado. / Un programa autocontenido que es capaz de controlar sus acciones y decisiones para alcanzar unos objetivos, basándose en su percepción del entorno. / Es un sistema que está situado y que forma parte de un determinado entorno, que percibe este entorno y que actúa en él continuamente y con su propia planificación, persiguiendo el objetivo de cambiar su propia percepción

En el libro Inteligencia artificial un enfoque moderno (un clásico), Precisamente el enfoque moderno consiste en que se enfoca hacia los agentes inteligentes y a su carácter racional (conducta racional) donde Stuart J. Russell y Peter Norvig (los autores) dan la siguiente definición

Agente racional

En cada posible secuencia de percepciones, un agente racional deberá emprender aquellas acciones que supuestamente maximice su medida de rendimiento, basandose en las evidencias aportadas por las secuencias de percepciones y el conocimiento que el agente mantiene almacenado.

Y agregan que la racionalidad en un momento determinado depende de cuatro acciones:

  • La medida de rendimiento que define el criterio de éxito.
  • El conocimiento acumulado por el agente del medio en que habita
  • Las acciones que el agente puede llevar a cabo
  • La secuencia de percepciones del agente hasta este momento.

Características de los agentes inteligentes:

‑ Los agentes tienen un punto de vista incompleto, pero esto no limita que se halle una solución (aproximada). Lo que se pretende en que la solución sea completa y consistente.

‑ Los agentes se mueven dentro de un entorno “virtual” operando a través de un sistema.

‑ Los agentes inteligentes dentro del entorno de software tendrán una función análoga a la que realizan los robots en el mundo real, de ahí que muchos los llamen softbots (software robot).

Tipos de entorno:

  • Accesible / inaccesible.
  • Determinista / indeterminista.
  • Episódico / no episódico.
  • Estático / dinámico.
  • Discreto / continuo

De acuerdo con su accionar sobre el entorno una agente inteligente se puede definir como: un sistema que está situado en un cierto entorno y que tiene capacidad de actuar autónomamente de forma flexible en ese entorno para satisfacer sus objetivos de diseño.

Flexibilidad:

  • Reactividad: capacidad de responder oportunamente a los cambios percibidos en el entorno.
  • Pro-actividad: comportamiento dirigido por el objetivo.
  • Habilidad social: capacidad de interacción con otros agentes para satisfacer sus propios objetivos (negociación y cooperación con agentes que persiguen otros objetivos).

Control del entorno

  • En la mayor parte de los dominios el agente sólo tendrá control parcial del entorno.
  • Una misma acción realizada por el agente en diferentes ocasiones puede tener efectos distintos.
  • Un agente debe estar preparado para fallar.
  • Un agente dispone de un repertorio de acciones con sus correspondientes precondiciones.

Un agente debe estar preparado para decidir que acción realizar para alcanzar sus objetivos de diseño

Características (básicas) de los agentes

Autonomía:

Los agentes actúan sin intervención humana directa o de otros agentes y tienen alguna clase de control sobre sus acciones y estado interno. El software tradicional se ejecuta en entornos interactivos, donde responde a órdenes directas del usuario.

Reactividad:

Percibe el entorno en el que está inmerso responde de manera oportuna a cambios que y tienen lugar en él (para actuar adecuadamente un agente debe poder conocer en todo momento el “mundo” que le rodea).

Iniciativa (proactividad):

Tiene que tener un carácter emprendedor y tomar la iniciativa para actuar guiado por los objetivos que debe satisfacer. En cada momento el agente decide qué acción llevar a cabo. No sólo actúa en función de los estímulos que percibe, sino que realiza acciones como resultado de sus decisiones.

Sociabilidad:

Capacidad de interaccionar con otros agentes (incluso humanos) utilizando alguna clase de lenguaje de comunicación de agentes. Los agentes colaboran entre sí para la ejecución de tareas (sistemas multiagentes).

Ventajas de los agentes inteligentes:

‑ Facilitarles el trabajo a los usuarios

‑ Actuar como consultantes

‑ Servir de operadores en medios complejos

Dificultades:

  • Cómo conocer la información relevante o irrelevante
  • Cómo agilizar la búsqueda
  • Cómo evitar repetir una tarea realizada.
  • Cómo habérselas con diferentes protocolos, formatos y sistemas de acceso a la información.

Siguiendo las ideas de Russell y Norvig tenemos:

Estructura de los agentes

El programa de los agentes que implementa la función del agente que proyecta las percepciones en las acciones. Se asume que este programa se ejecutara en algún tipo de computador con sensores físicos y actuadores, lo cual se conoce como arquitectura.

Agente = Arquitectura + Programa

Estructura de un programa agente

  • Reciben las percepciones actuales como entradas de los sensores
  • Devuelven una acción a los actuadores

Programa de los agentes: toma la percepción actual como entrada.

Función del agente: recibe la  percepción histórica completa

Arquitecturas de agentes.

En sus inicios las arquitecturas de agentes fueron diseñadas con técnicas de razonamiento simbólico (arquitectura deliberativa) siguiendo el modelo simbólico (primero de los modelos computaciones existentes) basado en la representación del conocimiento en forma de reglas, luego siguió la arquitectura reactiva, agentes que tienen una correspondencia directa entre situación y acción. (surge dentro del modelo simbólico hoy se habla de la necesidad de un modelo corpóreo) y por ultimo las arquitecturas híbridas que intentan combinar lo mejor de ambos enfoques.

Las arquitecturas de agente se definen como una metodología particular para la construcción de agentes y son sistemas de toma de decisiones empotradas en un entorno. Incluye técnicas y algoritmos que soportan esa metodología y se describen la interconexión de los módulos software-hardware que permiten a un agente exhibir la conducta racional. A diferencia de otras tecnologías con componentes fijos como la de objetos (atributos y métodos) o la de sistemas expertos (máquina de inferencia, base de conocimiento, base de hechos, etc.), los agentes exhiben una gran variedad de arquitecturas.

Tipos de arquitecturas:

1.-Arquitecturas deliberativas.

2.-Arquitecturas reactivas.

3.-Arquitecturas híbridas.

(De los tipos de arquitectura hablaremos, con más detalle,  en próximos artículos)

1.-Arquitecturas deliberativas.

Las arquitecturas deliberativas siguen la corriente de la IA simbólica, que se basa en la hipótesis enunciada por Newell y Simons, según la cual un sistema de símbolos físicos capaz de manipular estructuras simbólicas puede exhibir una conducta inteligente. Para ello es necesario describir los objetivos y medios de satisfacerlo, y como realizar la traducción del nivel de conocimiento al nivel simbólico.

Y suelen basarse en la teoría clásica de los sistemas de producción (sistemas expertos): dado un estado inicial, un conjunto de operadores y un estado objetivo; la deliberación del agente consiste en determinar que camino o pasos debe encadenar para lograr su objetivo, siguiendo un enfoque descendente (del objetivo a los hechos).

2.-Arquitecturas reactivas

Surgió como una alternativa al paradigma simbólico de la IA clásica. Donde el comportamiento racional es el resultado del agente (o robot) con su entorno y el comportamiento inteligente “emerge” de la interacción de varios comportamientos más simples.

Las arquitecturas reactivas cuestionan la viabilidad del paradigma simbólico y proponen una arquitectura que actúa siguiendo un enfoque conductista, con un modelo estimulo-respuesta y no tienen un modelo del mundo simbólico como elemento central de razonamiento al no utilizar razonamiento simbólico complejo, sino que siguen un procesamiento ascendente (de los hechos al objetivo), para lo cual mantienen una serie de patrones que se activan bajo ciertas condiciones de los sensores y tienen un efecto directo en la acción.

3.- Arquitecturas híbridas

Muchos investigadores han discutido que para construir agentes no es viable ni un enfoque puramente deliberativo ni un enfoque puramente reactivo. Entonces se ha sugerido un enfoque híbrido, en el cual se intenta conjuntar enfoques clásicos y alternativos.

Un enfoque obvio es construir un agente a partir de dos (o más) subsistemas:

– Uno deliberativo conteniendo un modelo del mundo simbólico que sea capaz de desarrollar planes y tomar decisiones complejas.

– Otro reactivo que sea capaz de reaccionar a eventos más rápidamente sin razonamiento simbólico.

Estas arquitecturas combinan módulos reactivos con módulos deliberativos. Los módulos reactivos de encargan de procesar los estímulos que no necesitan deliberación, mientras que los módulos deliberativos determinan que acciones deben realizarse para satisfacer los objetivos locales y cooperativos de los agentes.

 Por ultimo veremos las diferencias entre sistemas expertos y agentes inteligentes

Diferencias entre los sistemas expertos (SE) y agentes inteligentes

  • SE: no suelen interactuar directamente con el entorno – Agentes: interactúan con el entorno.
  • SE: decisión centralizada, suele diseñarse para tareas más complejas donde ellos tienen todo el control de las decisiones para ese dominio – Agentes: distribución de la toma de decisiones
  • SE: interacción con el usuario bajo petición – Agentes: mayor grado de interacción con el usuario
  • SE: no suelen cooperar entre si – Agentes: interacción con otros agentes inteligentes

 

Responder

Introduce tus datos o haz clic en un icono para iniciar sesión:

Logo de WordPress.com

Estás comentando usando tu cuenta de WordPress.com. Salir /  Cambiar )

Google photo

Estás comentando usando tu cuenta de Google. Salir /  Cambiar )

Imagen de Twitter

Estás comentando usando tu cuenta de Twitter. Salir /  Cambiar )

Foto de Facebook

Estás comentando usando tu cuenta de Facebook. Salir /  Cambiar )

Conectando a %s