Características de los agentes inteligentes

agente3

¿Qué es un agente inteligente?

Podemos decir que un agente inteligente es una entidad de software capaz de percibir y actuar sobre un determinado entorno de forma autónoma con la ayuda de sensores y que es capaz de controlar sus acciones y decisiones para alcanzar los objetivos para los que fue diseñado

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

En cada posible secuencia de percepciones, un agente racional deberá emprender aquellas acciones que supuestamente maximice su medida de rendimiento, basándose 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).

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.

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

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.

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).

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.

Arquitecturas de agentes

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.

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).

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 hibridas

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 último 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 sí – Agentes: interactúan con otros agentes inteligentes