Instituto Tecnológico de San Juan del Río

AGENTES INTELIGENTES

TEMAS SELECTOS DE SISTEMAS INTELITENTES

P R E S E N T A:

Camacho Urquiza María VianneyHernández Ávila María JanethMartínez Tovar Laura Natzily

Silvestre Reyes Hilaria

San Juan del Río, Qro. Marzo de 2011

Av. Tecnológico No. 2. Esq. Av. Paseo Central San Juan Del Río, Qro. Tel: (01.427) 272.4118, 272.4178, 272.8546 Fax: 272.4238 C.P. 76800, Apartado Postal 49

SUBSECRETARÍA DE EDUCACIÓN SUPERIORDIRECCIÓN GENERAL DE EDUCACIÓN SUPERIOR TECNOLÓGICA

ÍNDICE

Introducción.......................................................................................................................................3

Definición de agente inteligente........................................................................................................4

Racionalidad.......................................................................................................................................5

Conducta de un agente inteligente....................................................................................................5

Agentes reactivos...............................................................................................................................6

Agentes reactivos basados en modelos.............................................................................................7

Agentes basados en objetivos............................................................................................................7

Agentes basados en utilidad..............................................................................................................8

Agentes de Consulta..........................................................................................................................9

Agentes que Aprenden.....................................................................................................................10

Conclusión........................................................................................................................................13

Referencias.......................................................................................................................................14

Introducción

En este documento se habla sobre los agentes inteligentes, las diversas definiciones que

se manejan en torno a él, así como su conducta y su racionalidad, así mismo se describen

a los tipos de agentes en los que se clasifican que son: agentes reactivos, agentes reactivos

basados en modelo, agentes basados en objetivos, agentes basados en utilidad, agentes

de consulta y agentes que aprenden.

Definición de agente inteligente

Podemos definir al agente inteligente como una entidad software que, basándose en 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 alguno

de éstos se lo requiere.

Todos los agentes inteligentes son programas, pero no todos los programas que realizan

búsquedas son agentes inteligentes. Los agentes en sí mismos pueden ser considerados

como entidades individuales (partes de programa que tienen control sobre sus propias

vidas y movimientos). Continuamente están realizando procesos que les indican qué hacer

y cómo. Se comunican con otros agentes para resolver de forma adecuada su trabajo.

De acuerdo con el punto de vista de la inteligencia artificial un agente posee las

siguientes propiedades: autonomía, sociabilidad, capacidad de reacción, iniciativa,

benevolencia y racionalidad

Según Wooldridge y Jennings, 1995:

Un agente inteligente es una entidad software que, basándose en su propio

conocimiento, realiza un conjunto de operaciones para satisfacer las necesidades de un

usuario o de otro programa, bien por iniciativa propia o porque alguno de éstos se lo

requiere

Según Nikola Kasabov las características que debe tener un agente inteligente son las

siguientes:

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.

Aprender rápidamente de grandes cantidades de datos.

Deben estas basados en memoria de almacenamiento masivo y la recuperación de

dicha capacidad.

En otras palabras podemos decir que un agente inteligente es aquel se basa en el

conocimiento propio como lo es su experiencia, con el fin de cumplir las metas y

necesidades para el cual fue construido, así como también perciben su entorno que los

rodea.

Racionalidad

El agente inteligente es definido como todo aquel que es capaz de tener conciencia de su

entorno y actuar sobre él. Se debe tener en cuenta que la toma de decisiones es la base y

deben ser racionales, esto se refiere a que debe de tenerse en cuenta un fin concreto.

Para tener una visión más clara de cómo es que actúa un agente inteligente cuando un

fotón con la suficiente energía incide sobre un átomo, puede arrancar de él un electrón.

Aquí bien se podría considerar al átomo inteligente puesto que percibe su entorno y actúa

sobre su entorno.

Conducta de un agente inteligente

Un agente inteligente rara vez es óptimo, esto tiene una explicación pues que el óptimo

de un criterio lo suficientemente bueno para ser considerado razonable teniendo en

cuenta las múltiples restricciones que concurren es muy difícil.

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.

Agentes reactivos

Es un agente de bajo nivel, que no dispone de un protocolo ni de un lenguaje de comunicación y

cuya única capacidad es responder a estímulos. Los agentes reactivos no son individualmente

inteligentes, sino globalmente inteligentes.

Los sistemas reactivos por lo general están compuestos por un gran número de agentes reactivos

que realizan acciones entre todos, para esto es necesario tener en cuenta nuevas teorías de

cooperación y comunicación que permitan el desempeño de estas acciones

Problemas de los agentes reactivos

Los agentes necesitan conocer suficiente información sobre su entorno para actuar

adecuadamente

La visión del agente es a corto plazo ya que está basada únicamente en información local

Es difícil el aprendizaje y la mejora de las capacidades de los Agentes con el tiempo

Es difícil desarrollar agentes con muchas capas de Comportamiento

La dinámica de las interacciones entre los comportamientos se Hace cada vez más

compleja

No hay metodología para crear este tipo de agentes: prueba y error

Clasificación de los agentes reactivos

Agentes organizados auto-organización

Agentes reproductores mecanismos de reproducción

Agentes cooperativos mecanismos de agrupación

Acciones coordinadas mecanismos de inhibición/activación

Arquitecturas de subsunción

Estímulo/Respuesta Autómatas de estados finitos

Agentes reactivos basados en modelos

Almacenan información del mundo que no pueden ver, así como la existencia de estado

interno que contiene la historia. Respondiendo las siguientes preguntas por ejemplo:

¿Cómo evoluciona el mundo? ¿Qué efecto causan mis acciones?

Este agente es basado en lenguajes definidos anticipadamente a la máquina obteniendo

una respuesta en base a sensores, así mismo se puede decir que el conocimiento es

llamado Modelo.

Agentes basados en objetivos

El conocimiento sobre el estado actual del mundo no es siempre suficiente para decidir

qué hacer. Por ejemplo en el cruce de carreteras, el taxista puede girar a la izquierda, girar

a la derecha o seguir hacia delante.

Un agente basado en objetivos utiliza una descripción de las metas a alcanzar que le sirva

para escoger entre las distintas acciones posibles el destino del pasajero. Además de

saber el estado actual el agente necesita información precisa sobre su meta.

Estructura de un agente basado en objetivos

Agentes basados en utilidad

Un Agente Basado en utilidad o agente racional ideal es aquel que en todos los casos de

posibles secuencias de percepciones, emprende todas aquellas acciones que favorezcan

obtener el máximo de su medida de rendimiento, basándose en las evidencias aportadas

por la secuencia de percepciones y en todo el conocimiento incorporado en tal agente. A

diferencia de los agentes basados en el objetivo dan una solución pero puede ser un

camino no muy satisfactorio.

La racionalidad está relacionada con:

La medida con la que se evalúa el grado de éxito logrado.

La secuencia de percepciones, es decir, todo lo que hasta ese momento el agente

haya percibido.

El conocimiento que el agente posea del mundo y de sí mismo.

Agentes de Consulta

Un sistema de agentes orientados a consulta origina uno o más agentes en respuesta a la

pregunta formulada por el usuario. Estos agentes trabajan en representación del

individuo mientras dura la consulta, recogiendo información de todas las bases de datos

disponibles.

Cuando una persona realiza una pregunta, esta se descompondrá en subconsultas para su

resolución. Si los agentes existentes son incapaces de dar respuesta en toda su amplitud,

se generan nuevos agentes que buscarán en otras bases de datos. Si aun así la respuesta

no es suficientemente amplia se crean nuevos agentes hasta poder ofrecer la respuesta

adecuada.

Agentes que Aprenden

Autonomía: Comportamiento determinado por sus entradas actuales y por sus

experiencias pasadas , Aprende sobre su entorno En un poco de literatura IAs también se

refieren como autónomo agentes inteligentes, que los medios ellos actúan

independientemente, y aprenderán y se adaptarán a las circunstancias que cambian.

Según Nikola Kasabov Los sistemas de IA deben exhibir las características siguientes:

aprenda y mejore con la interacción con el ambiente (encarnación)

adáptese en línea y adentro en tiempo real

aprenda rápidamente de cantidades grandes de datos

acomode nuevo el solucionar de problema reglas incremental

tenga exemplar almacenado en la memoria almacenaje y capacidades de la

recuperación

tenga parámetros para representar memoria, edad, olvidarse, el etc. a corto y

largo plazo.

pueda analizar sí mismo en términos de comportamiento, error y éxito.

A continuación se explica el modelo general de agentes que aprenden.

Componentes del elemento de desempeño

Cada uno de los siete componentes del elemento de desempeño puede ser descripto

matemáticamente como una función. El punto clave es que todo el aprendizaje puede

verse como aprender la representación de una función.

• Un mapeo directo de condiciones en el estado actual, a acciones.

• Un medio para inferir propiedades relevantes del mundo a partir de la secuencia

de percepciones.

• Información acerca del modo en que evoluciona el mundo.

• Información acerca de los resultados de posibles acciones que puede realizar el

agente.

• Información de utilidad indicando cuan deseables son los estados del mundo.

• Información del valor de cada acción indicando cuan deseables son las acciones

particulares en estados particulares.

• Objetivos que describen clases de estados cuyos desenvolvimientos maximizan la

utilidad del agente.

Crítico, Generador de problemas

Crítico: diseñado para informar al elemento de aprendizaje cuan bien está haciendo las

cosas el agente. Usa un estándar de desempeño fijo.

Generador de problemas: responsable de sugerir acciones que llevarán a nuevas

experiencias informativas. Si el agente explora un poco, y realiza algunas acciones tal vez

subóptimas en el corto plazo, puede descubrir acciones mucho mejores en el largo plazo.

Factores que afectan el diseño del elemento de aprendizaje

• Qué componentes del elemento de desempeño van a ser mejorados

• Qué representación se usa para esos componentes

• Qué retroalimentación hay disponible

• Qué información previa hay disponible

Conclusión

De acuerdo a lo que anteriormente se investigó cada tipo de agente inteligente tiene una

ventaja sobre otro por ejemplo: el agente de utilidad tiene la ventaja sobre el agente

objetivo puesto que razona la decisión tomada y el agente objetivo tiende a dar varias

soluciones pero no siempre es la adecuada o la esperada o en otras palabras el camino

más correcto. Además de que se hace mención en algunos objetivos sus restricciones y

desventajas en ciertos casos.

Referencias

http://www.elprofesionaldelainformacion.com/contenidos/1999/abril/

agentes_inteligentes_definicion_y_tipologia_los_agentes_de_informacion.html

Nombre del artículo: Agentes inteligentes: definición y tipología. Los agentes de

información

Autor: Pedro Hípola y Benjamín Vargas-Quesada

http://es.wikipedia.org/wiki/Agente_inteligente_(inteligencia_artificial)

Agente Inteligente (Inteligencia Artificial)

Autor: Wikipedia

http://www.robot.uji.es/docencia/II28/teoria/transparencias-tema02.pdf

Nombre del artículo: Agentes inteligentes tema 2

Autor: M. Marcos

http://www.depi.itch.edu.mx/apacheco/expo/html/ai12/

Nombre del artículo: Agentes inteligentes

Autor: Mónica Herrera, Jacqueline Prieto