Inteligencia Artificial y Sistemas Expertos Temática: Agentes Inteligentes
▲Un agente inteligente, es una entidad capaz de percibir su entorno, procesar tales percepciones y responder o actuar en su medio de manera racional, es decir, de manera correcta y tendiendo a maximizar un resultado esperado. Podemos referirnos a ellos como “agentes racionales” mas que inteligentes, ya que mediante uso de criterios podemos maximizar resultados, entonces la obtención del resultados se debe a la toma de la decisión mas racional.
Otra definición: ▲ Podemos definir un agente inteligente como una entidad o software que mediante su propio conocimiento realiza un conjunto de operaciones destinadas a satisfacer las necesidades de un usuario o de otro programa, bien por iniciativa propia o porque se requiere. Se pueden encontrar un gran número de definiciones del concepto de agente, sin que ninguna de ellas haya sido plenamente aceptada por la comunidad científica, siendo quizás la más simple la de Russell que considera un agente como una entidad que percibe y actúa sobre un entorno . Basándose en esta definición, se pueden Caracterizar distintos agentes de acuerdo a los atributos que posean ( que van a definir su comportamiento) para resolver un determinado problema.
Marco Teórico entorno a la IA y agentes inteligentes Es importante resaltar que en el momento en que se disponga de una metodología clara para la construcción de dichos agentes inteligentes, la aplicabilidad de las técnicas de IA a cualquier tipo de problema podrá abordarse de una manera más clara y unificada. De momento, se puede asegurar que, hoy en día, existe una idea generalizada dentro de la IA, de que nos encontramos ante el nacimiento de una nueva tecnología, la de agentes inteligentes, que permite abordar de una manera más apropiada la construcción de sistemas inteligentes más complejos aplicados a muy diversos campos.
Los agentes inteligentes se han definido de diferentes maneras Los agentes inteligentes se han definido de diferentes maneras. Según Nikola Kasabov los sistemas Inteligentes de IA deben exhibir las siguientes características: ▲Aprender nuevos problemas e incrementar normas de solución. ▲Capacidad de adaptación en línea y en tiempo real. ▲Ser capaz de analizar condiciones en términos de comportamiento, el error y el éxito. ▲Aprender y mejorar a través de la interacción con el medio ambiente (realización). ▲Aprender rápidamente de grandes cantidades de datos. ▲Deben estas basados en memoria de almacenamiento masivo y la recuperación de dicha capacidad.
“La racionalidad es necesaria” Es posible clasificar los agentes inteligentes en 5 categorías principales: ▲agentes reactivos ▲agentes reactivos basados en modelo ▲agentes basados en objetivos ▲agentes basados en utilidad ▲agentes que aprenden ▲agentes de consultas “La racionalidad es necesaria” En muchos textos se define agente inteligente como todo agente capaz de tener conciencia de su entorno y actuar sobre él. No obstante es necesario exigir que estas decisiones sean racionales en el sentido de que persigan algún fin.
Quizá la mejor forma de poder mostrar de que estamos hablando es por medio de un sencillo ejemplo: ▲Supongamos que, como usuarios de Internet, realizamos de forma periódica ciertas operaciones como pueden ser el consultar las noticias de diversos periódicos electrónicos, buscar y obtener ese nuevo artículo de investigación . ▲Esta entidad sería capaz de aprender nuestros gustos y actuar tal y como lo haríamos nosotros, pero adelantándose y realizando tareas que nosotros podríamos realizar si dispusiésemos de más tiempo. Dicha entidad se podría considerar como un agente; este agente, conocido como agente de información, realizaría toda la gestión, de una forma racional, de la información proveniente de Internet para un usuario concreto.
La conducta de un agente no suele ser la óptima!! Paradójicamente, la conducta de un agente rara vez es la óptima. La razón es muy sencilla, calcular el óptimo de un criterio lo suficientemente bueno para ser considerado razonable teniendo en cuenta las múltiples restricciones que concurren es muy difícil. Ejemplos de ello es lo difícil que es calcular la mejor ala para un avión o el mejor perfil para un auto. Cuando el criterio es una función real de muchas variables y las restricciones también, los cálculos son mucho más complicados. Algunas veces se puede lograr una buena aproximación; pero, si un agente inteligente debe tomar una decisión en muy poco tiempo, deberá conformarse con la mejor aproximación que pueda calcular en el escaso tiempo de que dispone. ¿Cómo se puede expresar con una ecuación simple que le conviene mas a una persona que pretende salvar la vida de otra?
Plataformas genéricas y Herramientas. Las plataformas de desarrollo más extendidas son JADE [Bellifemine, Poggi , Rimassa ] y Grasshopper [Breugst, Magedanz]. En JADE y Grasshopper existe una arquitectura básica de agente que hay que utilizar para acceder a los servicios de la plataforma correspondiente, esto significa atenerse a estándares de comunicación y de gestión de agentes. El aporte de una metodología a desarrollos basados en este tipo de plataformas consiste en organizar el proceso de generación del SMA y en proporcionar elementos para que el diseñador pueda describir estos aspectos , teniendo en cuenta las restricciones de la plataforma destino.
Zeus es una herramienta de desarrollo de SMA. Está constituido fundamentalmente por 3 grupos funcionales: Biblioteca de componentes de agentes: Conjunto de clases implementadas Reutilizables Programas de construcción: Conjunto de herramientas para desarrollar agentes, el cual incorpora: ▲Un editor de ontologías ▲Un editor de hechos ▲Un editor de agentes ▲Un editor de organización y coordinación ▲Un editor de tareas Agentes de utilidad: ▲Visualizador, para operaciones de depuración y monitorización ▲Herramientas de generación de informes y estadísticas
La creación de un agente en Zeus se realiza por etapas, siguiendo las capas de las que consta Paso 1: Creación de la Ontología Paso 2: Creación del Agente Paso 3: Configuración de los Agentes de Utilidad Paso 4: Configuración de las Tareas del Agente Paso 5: Implementación del Agente Cuando esta fase termina la aplicación está preparada para su ejecución.
Implementación: La implementación conlleva dos etapas. La primera es generar automáticamente parte del código y los scripts empleando el generador de agentes. El segundo paso consiste en escribir el código en Java de las tareas y GUI externos.
Agente inteligente de compra ;) EL FUTURO: Toda nueva tecnología debe poder ofrecer algo novedoso, algo con que venderse; en el caso del mundo de los agentes inteligentes, la mejor forma de hacerlo es plantear algún ejemplo de utilización de esta nueva tecnología. ▲Que pasaría si compráramos en internet contando con una herramienta que simplemente indicándole lo que queremos comprar , se encargase automáticamente de buscar dónde encontrar una mejor relación calidad-precio y pudiese repartir las compras entre diferentes tiendas para conseguir mejores precios, teniendo en cuenta posibles restricciones como pedidos mínimos, descuentos o cargos adicionales ??? Agente inteligente de compra ;)
Dentro del marco de las aplicaciones industriales los agentes inteligentes nos permiten el desarrollo de sistemas industriales distribuidos, algunos ejemplos de ellos son: ▲Control de procesos. ▲Control Producción. En otras áreas destacamos: ▲Gestión de información: como por ejemplo el filtrado inteligente de correo electrónico . ▲Aplicaciones comerciales. ▲Comercio electrónico: en este caso la tecnología se emplea para proporcionar el entorno virtual donde realizar posibles operaciones comerciales. ▲Monitorización: proporcionan al usuario la información cuando sucede un determinado acontecimiento. ▲Mediador de diferentes fuentes de información. ▲Aplicaciones médicas.
Conclusión : Los ejemplos comentados en este ppt los podríamos denominar como la primera generación de sistemas basados en agentes, dando quizás un poco más a la razón a quien opina que «los agentes constituyen la nueva revolución en el Software». En concreto, el concepto de agente/ sistema multi-agente supone el siguiente paso en la evolución de la IA y el enfoque con el que va a ser abordado en el futuro el desarrollo de sistemas inteligentes, en un cada vez más amplio y diverso dominio de problemas como la medicina, la industria, comercio electrónico, entretenimiento, la educación, etc.
Gracias por su atención !!! FIN Gracias por su atención !!!