República del Saber



" Agentes Inteligentes"


MÓNICA HERRERA 127841, JAQUELINE PRIETO 139844, MIGUEL LÓPEZ 139964, ENRIQUE MARTÍNEZ 140014, FLORA DE LAS CASAS 140029

agentes_ia@chihuahua.com


(2002/06/04)


Presentación hecha con ExpoVision Versión 0.91a7
MEXICO © 2002
República del Saber
"Agentes Inteligentes"

Contenido

  1. Historia
  2. Terminología
  3. Agente Basado en Tablas
  4. Agente de Reflejo Simple
  5. Agente con Metas Explicítas
  6. Agentes Basados en Utilidad
  7. Aplicaciones
  8. Comunicación entre Agentes
  9. Inteligencia
  10. Ejemplos de Aplicaciones Generales
  11. Agentes Individuales
  12. Multiagentes
  13. Aplicaciones de Agentes
  14. Aplicaciones.
  15. Amalthea
  16. Letizia
  17. Mondrian
  18. UltraHal
  19. Agentes Funcionales
  20. Tutores Inteligentes
  21. Características que distinguen un sistema tutor inteligente
  22. Componentes generales
  23. Sistemas Adaptativos: Una clasificación
  24. Agentes Multiagentes
  25. Comercio Electrónico
  26. Ventajas
  27. Desventajas
  28. Conclusiones
  29. Referencias
  30. Lista de Figuras
(2/51)
República del Saber
"Agentes Inteligentes"

Historia

  • El análisis de la actividad de un agente racional como una correlación que permite pasar de secuencias de percepciones a acciones probablemente se haya originado del esfuerzo por definir las conductas racionales dentro del ámbito de la economía y de otras formas de razonamiento bajo condiciones de incertidumbre y de los trabajos de conductistas psicológicos como Skinner (1953) enfocados a reducir la sicología de los organismos a meras correlaciones entrada/ salida o estímulo/ respuesta. [Rusell & Norving]
(3/51)
República del Saber
"Agentes Inteligentes"

Historia

  • El paso del conductismo al funcionalismo en el ámbito de la sicología, en parte resultado de la aplicación de la metáfora de la computadora de los agentes (Putnam,1960; Lewis, 1966) incorporó al cuadro general la noción de estado interno de un agente.[Rusell & Norving]
  • El filósofo Daniel Dennet (1969, 1978) contribuyó a sintetizar todos estos puntos de vista en una “posición intencional” coherente en relación con los agentes. También en el ambito de la IA, se ha adoptado una perspectiva abstracta y de alto nivel en torno a la noción de agencia (McCarthy y Hayes,1969).[Rusell & Norving]
(4/51)
República del Saber
"Agentes Inteligentes"

Historia

  • Jon Doyle (1983) propuso la idea de que el diseño de agentes racionales es la medula de la IA y seguiría siendo su objetivo primordial, en tanto que otros temas relacionados con la IA experimentarían una evolución hasta constituirse en nuevas disciplinas.[Rusell & Norving]
  • Horvitz (1988) fueron específicos al sugerir el empleo de la racionalidad, concebida ésta como la obtención del máximo de utilidad esperada como fundamento de la IA. [Rusell & Norving]
(5/51)
República del Saber
"Agentes Inteligentes"

Historia

  • Herb Simon, investigador en IA y economista ganador del premio Nobel, estableció una clara diferencia entre la racionalidad bajo limitaciones de recursos (racionalidad de procedimientos) y la racionalidad de hacer una elección objetivamente racional (racionalidad sustantiva) (Simon, 1958).[Rusell & Norving]
  • Cherniak (1986) explora el nivel mínimo de racionalidad necesario para que una entidad se pueda considerar como agente. Russell y Wefald (1991) abordan explícitamente la posibilidad del empleo de una diversidad de arquitecturas de agente.[Rusell & Norving]
(6/51)
República del Saber
"Agentes Inteligentes"

Terminología

  • Agente
Agente es todo aquello que puede considerarse que percibe su ambiente mediante sensores y que responde o actúa en tal ambiente por medio de efectores.[Agentes Inteligentes]
  • Agente Autónomo
Un agente autónomo es un sistema situado que siente ese entorno y actúa sobre él, a través del tiempo, persiguiendo sus propios objetivos de forma que afecte lo que siente en el futuro.[Agentes Autónomos Inteligentes]
  • Agente Humano
Los agentes humanos tienen ojos, oídos y otros órganos que le sirven de sensores, así como manos, piernas, boca y otras partes de su cuerpo que le sirven de efectores.[Agentes Inteligentes]
(7/51)
República del Saber
"Agentes Inteligentes"

Terminología

  • Agente Ideal
Un buen agente debe ser comunicativo, es decir, debe ser capaz de entender tus propuestas, preferencias y limitaciones. Además, debe estar capacitado para escoger entre varias opciones a partir de una simple consulta; debe ser autónomo y actuar sin que el usuario le controle todo el tiempo; y, por último, debería ser adaptable, que pudiera aprender de otras experiencias y de las preferencias de sus usuarios.[Agente Ideal]
  • Agente Inteligente
El agente inteligente es capaz de autoevaluarse, autoaprender y cambiar su acción de acuerdo al ambiente.[Agentes Inteligentes]
(8/51)
República del Saber
"Agentes Inteligentes"

Terminología

  • Agentes Robóticos
En el caso de agentes robóticos, los sensores son sustituidos por cámaras infrarrojas y los efectores son reemplazados mediante motores.[Agentes Inteligentes]
  • Agente Racional
Es aquel que hace lo correcto, lo correcto se afirmará que es que el agente tenga el mejor desempeño. El agente racional puede medir su propio desempeño. Los agentes pueden medirse pero no es recomendable.[Agentes Inteligentes]
  • Agentes de Software
En el caso de un agente de software, sus percepciones y acciones vienen a ser la cadena de bits codificados.[Agentes Inteligentes]
  • DAML
Permite representar estas relaciones entre objetos, y por tanto facilitar la interpretación de la información representada por algún agente software. El desarrollo de DAML, significa un avance importante en el desarrollo de agentes inteligentes, ya que facilitará su tarea a la hora de interpretar la información mostrada en una web. En este sentido,[Berners-Lee] presenta un concepto muy interesante, la [Web semántica]. La web semántica significaría que toda la información que circula por Internet, pudiera ser interpretada por las máquinas, no como ocurre actualmente, ya que esta información está pensada para que sea interpretada por las personas.[DAML]
(9/51)
República del Saber
"Agentes Inteligentes"

Terminología

  • KQML
Se planteó en función de un módelo llamado KBS (Knowledge Based System) consistente en la interacción dinámica entre agentes inteligentes. Este modelo permite evitar en el diseño las limitaciones que imponían los actuales modelos distribuidos, y a la vez hacer más fácil la interación entre verdaderos agentes inteligentes y simples aplicaciones cliente-servidor. Dentro de este modelo de sistemas de conocimiento, KQML se centra más en el campo pragmático de la comunicación (como iniciar y mantener una comunicación, conocer a quien hablar y encontrarle), que en la sintaxis y la semántica (que quedarían dentro del ámbito de los otros dos grupos). [KQML]
(10/51)
República del Saber
"Agentes Inteligentes"

Terminología

  • Medición de desempeño
El término de medición de desempeño se aplica al cómo es el criterio que sirve para definir qué tan exitoso ha sido un agente.[Agentes Inteligentes]
  • Omnisciencia
Un agente omnisciente es aquel que sube el resultado real que producirán sus acciones, y su conducta es congruente con ello.[Agentes Inteligentes]
(11/51)
República del Saber
"Agentes Inteligentes"

Agente Basado en Tablas

Un mapeo de secuencias de percepciones a acciones es una tabla cuyas entradas describen las acciones que un agente emprende como respuesta a cada una de las secuencia de percepciones posibles. Si disponemos de tal tabla, podemos construir un agente cuyo comportamiento se base en el contenido de ésta. Llamaremos a tal agente un agente basado en tablas.[Tipos-a]


Image #1
Fig. 1. Esquema de un Agente Basado en Tablas [Tipos-a]


Agente = Arquitectura de agente + Programa de agente. [Tipos-a]
(12/51)
República del Saber
"Agentes Inteligentes"

Agente Basado en Tablas


  • Programa de agente es la especificación que permite implementar el mapeo de secuencias de percepciones a acciones para tal agente.[Tipos-a]
  • Arquitectura de agente es el sistema de computación en que se ejecuta el programa de agente.[Tipos-a]


Una posible solución a uno de los problemas de los agentes basados en tablas puede lograrse a través del reemplazo de la tabla que implementa el mapeo percepción - acción por un conjunto de reglas condición - acción (también llamadas reglas situación - acción o reglas de producción) cuyos elementos resumen fragmentos de la tabla.[Tipos-a]
(13/51)
República del Saber
"Agentes Inteligentes"

Agente de Reflejo Simple


Un agente reflejo simple es aquel en el cual las acciones son determinadas mediante el pareamiento de la situación del mundo (como es percibida por el agente) con el antecedente de una regla situación - acción.[Tipos-a]


Image #2
Fig. 2. Esquema de un Agente Reflejo Simple [Tipos-a]

(14/51)
República del Saber
"Agentes Inteligentes"

Agente de Reflejo Simple


Un agente reflejo tiene posibilidad de presentar un comportamiento más inteligente cuando es capaz de interpretar el estado del mundo en base a cierto conocimiento sobre:
  • su estado interno
¿Cómo me encuentro YO en este momento?
  • cómo evoluciona el mundo
¿Cuál es mi teoría del mundo (en particular de aquellas porciones de éste que no puedo percibir ahora, pero que sé que existen)?
  • el potencial efecto de sus acciones
¿Qué ocurre en el mundo y en mi interior cuando realizo una determinada acción?


en este caso, denominaremos al agente un agente reflejo con estado interno.[Tipos-a]


Image #3
Fig. 3. Esquema de un Agente Reflejo con Estado Interno [Tipos-a]

(15/51)
República del Saber
"Agentes Inteligentes"

Agente con Metas Explicítas

En muchas ocasiones, la simple reacción o reflejo con mayor o menor información, puede ser insuficiente para lograr un comportamiento adecuado, siendo conveniente introducir el conocimiento del objetivo o meta que el agente debe lograr como elemento participante en el proceso de toma de decisiones de dicho agente, incrementando, de este modo, su grado de "inteligencia" al considerar durante dicho proceso las posibles condiciones futuras, tanto del mismo agente, como del mundo que lo rodea en caso de tomar una acción determinada.[Tipos-a]


Image #4
Fig. 4. Esquema de un Agente con Metas Explicítas [Tipos-a]


(16/51)
República del Saber
"Agentes Inteligentes"

Agente con Metas Explicítas

  • La búsqueda y la planificación son dos áreas de la I.A. relacionadas con los procesos internos de un agente basado en metas.[Tipos-a]
(17/51)
República del Saber
"Agentes Inteligentes"

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.[Tipos-a]
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.
(18/51)
República del Saber
"Agentes Inteligentes"

Agentes Basados en Utilidad

  • Las acciones que el agente puede emprender.[Tipos-a]


Image #5
Fig. 5. Esquema de un Agente Basado en Utilidad [Tipos-a]



  • Un agente es autónomo en la medida en que su conducta está definida por su propia experiencia.[Tipos-a]
El auténtico agente inteligente autónomo debe ser capaz de funcionar satisfactoriamente en una amplia gama de ambientes, considerando que se le da suficiente tiempo para adaptarse. El aprendizaje automático es una de las ramas de la IA directamente relacionada con el desarrollo de la autonomía en agentes inteligentes.[Tipos-a]
(19/51)
República del Saber
"Agentes Inteligentes"

Aplicaciones

CUESTIONES BÁSICAS PARA AGENTES
(20/51)
República del Saber
"Agentes Inteligentes"

Comunicación entre Agentes


1. Se presupone comunicación física y de protocolos básicos (ej. TCP/IP).[Comunicación]


2. Sintaxis Estándar KQML
  • Actos de habla (tell, ask deny , perform,...)


3. Semántica: KIF, Ontologías
  • Clases estándares, reuso
(21/51)
República del Saber
"Agentes Inteligentes"

Inteligencia



1. Deducción automática.[Inteligencia]


2. Planes de acción.[Inteligencia]


3. Teoría de juegos.[Inteligencia]


4. Modelación de otros.[Inteligencia]


5. Aprendizaje.[Inteligencia]
(22/51)
República del Saber
"Agentes Inteligentes"

Ejemplos de Aplicaciones Generales

(23/51)
República del Saber
"Agentes Inteligentes"

Agentes Individuales

(24/51)
República del Saber
"Agentes Inteligentes"

Multiagentes

  • Interacción de varios agentes similares o heterogéneos.[MultiAgentes]
(25/51)
República del Saber
"Agentes Inteligentes"

Aplicaciones de Agentes

(26/51)
República del Saber
"Agentes Inteligentes"

Aplicaciones.

A continuación se muestra ejemplos de diversos tipos de Agentes.


Image #6
Fig. 6. Aplicaciones[Algunos Tipos de Agentes ]

(27/51)
República del Saber
"Agentes Inteligentes"

Amalthea



Amalthea es un asistente a la navegación de WWW, sugeriendo páginas en base a un perfil de usuario, creando resúmenes sin intervención del usuario. Utiliza una sociedad de agentes dinámica (algoritmos genéticos) para "acertar" en lo que el usuario desea. Es un sistema multiagente, con dos tipos de agentes: filtros de información y descubridores de información. Utiliza TFIDF para medir los documentos, y ha sido implementado basándose en en la biblioteca de acceso a Internet libwww (para la próxima versión beta prometen que estará implementado en el lenguaje Java).[Amalthea]
(28/51)
República del Saber
"Agentes Inteligentes"

Letizia

Letizia es un agente de interfaz que ayuda a su usuario en sus búsquedas por la WWW, investigando los enlaces de las páginas que éste visita y recomendando los que, a su juicio, pueden resultar más interesantes.[Letizia]
Las posibles acciones que Letizia que juzgará son: examinar una página Web, escoger un enlace a seguir, volver a una página del historial, marcar una página o volver a una página marcada.[Letizia]
Está implementado en Common Lisp de Macintosh, y no tiene conocimientos del lenguaje natural sólo de palabras clave.[Letizia]


Image #7
Fig. 7. Interfaz de Letizia [Letizia]

(29/51)
República del Saber
"Agentes Inteligentes"

Mondrian

Mondrian:Un agente gráfico
Puede ser de interés describir brevemente aquí el caso del agente "Mondrian", un agente autónomo que no sólo intereactúa con la interfaz modificándola (agente autónomo de interfaz) sino que se utiliza para facilitar labores de diseño gráfico. Mondrian parte "conociendo" solamente figuras geométricas básicas. Se puede seleccionar alguna en su paleta de comandos y luego determinar su posición y tamaño, y eventualmente desplazar y borrar. Pero, lo más interesante -y característica esencial del agente- es que, teniendo alguna figura diseñada en base a los componentes fundamentales, se pueden agrupar, nombrar y -de este modo- agregar como nuevo recurso en la paleta (ver Figura 3).[Mondrian]


Image #8
Fig. 8. Etapa Inicial [Mondrian]


De este modo, con tres rectángulos, por ejemplo, se puede crear un arco y agregar éste a nuestros recursos. Posteriormente, podemos volver a usar el arco, aún modificando su tamaño y aspecto general, ya que el agente es extremadamente dúctil, gracias a una heurística especial que facilita la generalización(ver figura 4).[Mondrian]


Image #9
Fig. 9. Arco "Prendido"[Mondrian]


Progresivamente, al agente "aprende" así nuevas confi-guraciones y las agrega a su base de conocimientos, el diseñador llegando a disponer de una gran cantidad de figuras reutilizables. [Mondrian]
En cualquier momento el usuario puede obtener información acerca del modo en que el componente fue construído gracias a otra funcionalidad del agente, que despliega los pasos seguidos a modo de guión gráfico (story board), como en la Figura 5. También puede obtener un feed-back auditivo, ya que se ha incluído un canal de audio capaz de vocalizar el código generado por el agente.[Mondrian]


Image #10
Fig. 10. Guión de Construcción del Arco [Mondrian]

(30/51)
República del Saber
"Agentes Inteligentes"

UltraHal

  • UltraHal: un secretario en el escritorio de Windows
"UltraHal Assistant", fabricado por Zabaware Inc., pretende ser un secretario virtual, que se encarga de manejar su agenda, recordándole (verbalmente) sus compromisos y con el cual puede incluso entablar un diálogo, por cierto intrascendente (y en inglés) ... y donde pronto se dará cuenta de que no es muy inteligente.[UltraHal]


Image #11
Fig. 11. Interfaz [UltraHal]


Más específicamente, ofrece manejo de "chat", asistencia a la navegación por web, manejo de direcciones y compromisos, control vocal del computador (p.ej. para lanzar aplicaciones) y digitación automática u oral de números de teléfono.[UltraHal]
Aunque pretende inspirarse en el famoso computador Hal del filme "2001 Odisea del Espacio", no le llega ni a los talones y, en su opción de diálogo, es sólo una versión mejorada del famoso "Elisa", el primer programa de diálogo supuestamente basado en Inteligencia Artificial (el que se basaba solamente en el reconocimiento de palabras claves y una lista de frases asociadas a ellas). Puede ser entretenido -por un momento- jugar el juego del diálogo pero, por cierto, algunos apreciarán más a UltraHal como apreciarán más a UltraHal como te los olvidadizos.[UltraHal]
Desde aquí se puede bajar la versión "light" (comprimida y sólo para Windows 9x). Para su instalación, requiere un PC con procesador Pentium, al menos 24 Mb de RAM y 30 Mb libres en disco. Una versión profesional con más amplias capacidades puede ser comprada al fabricante.[UltraHal]
(31/51)
República del Saber
"Agentes Inteligentes"

Agentes Funcionales

Aquí se van a ver algunos agentes ya implementados y funcionando, indicando la plataforma (si es que existe) sobre la que se implementó, el lenguaje utilizado, los servicios que ofrece, el soporte de comunicación, etc. [Agentes Funcionales]
Se presenta un resumen para cada agente de las siguientes características:
1. ¿Es posible personalizarlo?[Agentes Funcionales]
2. ¿Realiza búsquedas de forma proactiva de la información?[Agentes Funcionales]
3. ¿Genera resúmenes?[Agentes Funcionales]
4. ¿Es posible compartir la información entre un grupo de agentes?[Agentes Funcionales]
5. ¿Almacena los resultados?[Agentes Funcionales]
6. Sistema de Aprendizaje.[Agentes Funcionales]
7. Tipo de interfaz.[Agentes Funcionales]
8. Lenguaje utilizado para su implementación.[Agentes Funcionales]
9. Soporte de comunicación.[Agentes Funcionales]


Image #12
Fig. 12. Comparativa entre Agentes [Agentes Funcionales]

Image #13
Fig. 13. Comparativa entre Agentes [Agentes Funcionales]

(32/51)
República del Saber
"Agentes Inteligentes"

Tutores Inteligentes



Un Sistema Tutor Inteligente es un sistema de enseñanza asistida por computadora, que utiliza técnicas de Inteligencia Artificial, principalmente para representar el conocimiento y dirigir una estrategia de enseñanza; y es capaz de comportarse como un experto, tanto en el dominio de conocimiento que enseña (mostrando al alumno cómo aplicar dicho conocimiento), como en el dominio pedagógico, donde es capaz de diagnosticar la situación en la que se encuentra el estudiante y de acuerdo a ello ofrecer una acción o solución que le permita progresar en el aprendizaje.[Sistemas Tutores Inteligentes]
(33/51)
República del Saber
"Agentes Inteligentes"

Características que distinguen un sistema tutor inteligente

Podemos resumir un conjunto de características que debe cumplir todo sistema tutor inteligente (ITS).[Sistemas Tutores Inteligentes]
En primer lugar, se les da el calificativo de "Inteligentes" para contrastarlo con los sistemas tradicionales de instrucción por computadora (CAI), siendo la diferencia el uso de técnicas de la Inteligencia Artificial. [Sistemas Tutores Inteligentes]
Una razón para atribuir "inteligencia" a estos sistemas, está en su capacidad de resolver los problemas que presenta a los estudiantes, y explicar cómo lo hizo. [Sistemas Tutores Inteligentes]
En un sistema de CAI no inteligente, el orden y plan de interacción están más bien predefinidos; mientras que en un ITS, se usan técnicas de Inteligencia Artificial tales como la planeación, optimización y búsquedas, dejando que el sistema decida "inteligentemente" el orden de presentación del contenido al alumno.[Sistemas Tutores Inteligentes]
La interacción puede ser muy variada en un ITS; desde los pasivos o reactivos, que dependen completamente de esperar a que el alumno realice una acción bien determinada; hasta los que constantemente presentan nueva información (tutor oportunista), pasando por los asesores, caracterizados por observar al alumno mientras que realiza una tarea, sin interferir constantemente, pero explicando o enseñando un concepto en un momento importante o cuando el alumno lo pide.[Sistemas Tutores Inteligentes]
Recientemente, se ha ampliado el uso de interfases más sofisticadas, que refuerzan la disponibilidad y facilidad de uso de los tutores inteligentes. Dos tendencias importantes en este sentido, son la utilización de multimedia y del WWW.[Sistemas Tutores Inteligentes]

No basta con indicarle a un estudiante su error y luego cuál es la solución correcta; debe hacer hipótesis basadas en su historial de errores, y de acuerdo a eso detectar la fuente del problema.[Sistemas Tutores Inteligentes]
(34/51)
República del Saber
"Agentes Inteligentes"

Componentes generales

Kaplan propone una arquitectura para un Sistema Tutor Inteligente.[Sistemas Tutores Inteligentes]


Image #14
Fig. 14. Arquitectura de STI [Sistemas Tutores Inteligentes]

(35/51)
República del Saber
"Agentes Inteligentes"

Sistemas Adaptativos: Una clasificación


Image #15
Fig. 15. Sistemas Adaptativos [Sistemas Tutores Inteligentes]
(36/51)
República del Saber
"Agentes Inteligentes"

Agentes Multiagentes



VIPAR(Virtual Information Processing Agent Research)
Agente inteligente orientado al uso militar, desarrollado en el laboratorio nacional de la Oak Ridge que realiza un rápido acopio de grandes cantidades de información , destilando la información adecuada para el uso favorable del analista, por ejemplo: encontrar información terrorista, entre otras. [VIPAR]
Por medio de traductores se hace la interpretación de los documentos.[VIPAR]


Image #16
Fig. 16. Esquema [Arquitectura VIPAR]

(37/51)
República del Saber
"Agentes Inteligentes"

Agentes Multiagentes

Otros
(38/51)
República del Saber
"Agentes Inteligentes"

Comercio Electrónico



Smartshop.Com
Permite a los clientes: Aprender sobre nuevos centenares de productos comerciables. Comparar una variedad amplia de características basadas en las preferencias individuales por funcionamiento, calidad, garantías, etc. Encontrar el mejor costo de envío, promociones disponibles, descuentos, etc. En pocas palabras, comprar el producto sin ir a un sitio mercantil.[Comercio Electrónico]
(39/51)
República del Saber
"Agentes Inteligentes"

Comercio Electrónico

Más ejemplos
(40/51)
República del Saber
"Agentes Inteligentes"

Ventajas

  • Los agentes representan una abstracción más para diseñar y desarrollar software, y que entra a ser parte de las abstracciones ya existentes, que han ayudado a administrar la complejidad inherente al software. Y así como muchos sistemas pueden ser modelados en forma natural y fácilmente entendibles como un conjunto de objetos pasivos que interactúan entre sí, muchos otros sistemas pueden modelarse como una colección de agentes autónomos interactuando entre si.[Ventajas]
(41/51)
República del Saber
"Agentes Inteligentes"

Ventajas

  • La tecnología de agentes autónomos y sistemas multiagentes es más apropiada para construir sistemas en los que:
  • Los datos, control o recursos están distribuidos.[Ventajas]
  • Los agentes dan una metáfora natural para dar funcionalidad al sistema.[Ventajas]
  • Sistemas heredados deben interoperar en la red.[Ventajas]
  • Los agentes inteligentes liberan de la tarea de discriminar entre un conjunto de información que se tiene acerca de un tema para poder obtener la información que sea más conveniente para su uso.
  • Un agente utiliza la información adquirida en el pasado para tomar decisiones en situaciones futuras en las que se encuentre.
(42/51)
República del Saber
"Agentes Inteligentes"

Ventajas

  • Búsquedas de ofertas en el ambiente de comercio.




Image #17
Fig. 17. [Ventajas de un Agente Inteligente]
(43/51)
República del Saber
"Agentes Inteligentes"

Desventajas

  • PROBLEMAS POLITICOS
  • Sobre Utilización de Agentes
Muchos de los sistemas que se han construido basados en agentes se podrían haber escritos fácilmente utilizando técnicas no agentes. Otro problema frecuente es asociar directamente los Agentes con Inteligencia Artificial, lo cual limita el ámbito de trabajo.[Desventajas]
  • Dogmas Sobre los Agentes
A pesar de que existen ya numerosas aplicaciones basadas en agentes, todavía no es una tecnología universal, y dada su inmadurez tiene claras desventajas frente a otros paradigmas, al momento de seleccionar una metodología.[Desventajas]
(44/51)
República del Saber
"Agentes Inteligentes"

Desventajas

  • PROBLEMAS DE ADMINISTRACION
  • No saber porqué se quiere agentes
El problema radica en una falta general de entendimiento del por qué y cómo utilizar la tecnología de agentes.[Desventajas]
  • Querer soluciones genéricas
Las personas quieren soluciones reutilizables pero para los que tienen experiencia en soluciones orientadas a objeto saben que esto no es fácil de obtener. Y las soluciones basadas en agentes son más específicas para cierto tipo de aplicaciones.[Desventajas]
(45/51)
República del Saber
"Agentes Inteligentes"

Desventajas

  • PROBLEMAS CONCEPTUALES
  • Creer que los agentes son la panacea
Los agentes no tienen una base científica que pueda afirmar que son la solución frente a la complejidad de desarrollar software y hasta el momento la experiencia ha sido muy poca para afirmarlo, así que habrá que esperar a que pase el tiempo.[Desventajas]
  • Olvidar que los agentes son software
Muchos desarrolladores de sistemas de agentes terminan tomando el proceso como algo experiental y no aplican ninguna de las metodologías de desarrollo de software.[Desventajas]
  • Olvidar que los agentes son software multithreading.
El desarrollo de sistemas multi-agentes acarrea por defecto todos los problemas de las aplicaciones multithreading, sincronización, administración de recursos compartidos, dead locks, live locks, que a pesar del esfuerzo de los investigadores por desarrollar herramientas y metodologías que ayuden a solucionar el problema, todavía no está resuelto.[Desventajas]
(46/51)
República del Saber
"Agentes Inteligentes"

Desventajas

  • PROBLEMAS DE ANALISIS Y DISEÑO
  • Ignorar la tecnología relacionada
Si bien es cierto no existen estándares dentro de la tecnología agente, no hay que olvidar que se pueden utilizar herramientas estándares para el desarrollo de sistemas de agentes. Por ejemplo, utilizar Java por su característica multiplataforma, CORBA por su interoperabilidad, que pueden hacer más fácil la integración de los sistemas en el futuro.[Desventajas]
  • No explotar la concurrencia
Hay que analizar la necesidad de explotar al máximo las ventajas de la concurrencia, porque una aplicación que utilice un solo thread es mejor desarrollarla en el esquema orientado a objetos.[Desventajas]
(47/51)
República del Saber
"Agentes Inteligentes"

Desventajas

  • Olvidar los sistemas heredados.
Hay que tener en cuenta que muchas veces es necesario interactuar con sistemas heredados que son críticos dentro de la aplicación, de modo que hay que hacerlos parte del sistema.[Desventajas]
(48/51)
República del Saber
"Agentes Inteligentes"

Desventajas

  • PROBLEMAS A NIVEL DE AGENTES
  • Querer una arquitectura propia de agentes
Muchos desarrolladores creen que no existen arquitecturas de agentes y empiezan por intentar desarrollar su propia arquitectura, lo que amerita un gran esfuerzo de desarrollo e investigación para poder obtener una plataforma segura y confiable.[Desventajas]
  • Usar demasiado conceptos Inteligencia Artificial
Intentar utilizar todos los conceptos y herramientas de Inteligencia Artificial en un proyecto puede sobrecargarlo y terminar siendo inútiles.[Desventajas]
  • No usar conceptos de Inteligencia Artificial
El otro extremo es olvidar que existen las técnicas de Inteligencia Artificial, que pueden ayudar a que la aplicación que se desarrolla sea más robusta.[Desventajas]
(49/51)
República del Saber
"Agentes Inteligentes"

Desventajas

  • PROBLEMAS A NIVEL DE SISTEMA
  • Ver agentes por todas partes.
No es bueno seguir el modelo orientado a objetos donde todo en el sistema se modela como objetos, porque esto termina sobre cargando el sistema de una gran cantidad de agentes comunicándose entre sí.[Desventajas]
  • Tener pocos agentes
El otro extremo es no explotar el esquema multiagente y querer que un agente haga muchas cosas. Esto resulta en que el sistema no pasa las pruebas de coherencia, donde cada agente debe tener una funcionalidad específica.[Desventajas]
  • Los agentes interactuan muy libremente
Se debe tener técnicas para administrar la interacción dinámica de los agentes, con protocolos simples se pueden enriquecer en forma adecuada las aplicaciones con la característica de colaboración.[Desventajas]
(50/51)
República del Saber
"Agentes Inteligentes"

Desventajas

  • Falta de estructura
Una error conceptual común es pensar que los sistemas de agentes no requieren de una estructura real. Tener una estructura ayuda a reducir la complejidad y aumentar la eficiencia y la exactitud del sistema.[Desventajas]




Image #18
Fig. 18. [Desventajas]

(51/51)
República del Saber
"Agentes Inteligentes"

Conclusiones

Cuando se llegue al establecimiento de estándares eliminando completamente la fase experimental, y se vea la creación de agentes como una oportunidad en el desarrollo y la creatividad, crecerá, aún más, la facilidad del manejo de la información así como el desarrollo de nuevos tipos de software.
La tecnología de agentes de software ha mostrado una nueva forma de trabajar con computadores, permitiendo “delegar” en un programa (el agente) ciertas tareas que, de otra forma, solamente podría hacer el usuario. En algunos casos, puede tratarse simplemente de tareas repetitivas, pero en otros, puede ser una solución a problemas tales como la sobrecarga de información.[Conclusión]
Los agentes han surgido como una solución posible y adecuada a la creciente dificultad de las personas para encontrar información útil, sobre todo con la creciente popularidad de internet. En este sentido, pueden verse como una buena herramienta que asiste en el proceso de abastecimiento y demanda de información, actuando como intermediarios entre quienes poseen la información y quienes la necesitan. Internet es el ambiente ideal para desarrollar agentes, ya que presenta un medio cambiante y complejo pero por sobre todo muy extenso, donde los agentes de software pueden asistir a los usuarios a encontrar “la información correcta en el tiempo justo”.[Conclusión]
La evolución de esta tecnología puede, además, plantear el uso de agentes móviles para resolver el problema de la sobrecarga de información, exponiendo las fuentes de información a grupos de agentes administradores, los cuales “entiendan” la arquitectura, complejidad y dominio del recurso que manejan. Estos agentes pueden ser consultados por agentes itinerantes que, ante una solicitud por parte de un usuario, “naveguen” la red en busca de satisfacer el requerimiento.[Conclusión]
Los agentes, ya sea en forma individual, o bien trabajando en forma conjunta, poseen el potencial de llegar a ser una herramienta valiosa en esta nueva sociedad de la información.[Conclusión]
República del Saber
"Agentes Inteligentes"

Referencias

  1. [Rusell & Norving] Rusell S & Norving P, "Inteligencia Artificial", Pearson Educación, 1996, p. 52-53
  2. [Agentes Inteligentes] Arellano G. et al, "Agentes Inteligentes", Universidad de Guayaquil-Ecuador , http://cruzrojaguayas.org/inteligencia/Introducci%F3n1.htm
  3. [Agentes Autónomos Inteligentes] Merelo J.J, "RED CIENTIFICA, Ciencia, Tecnología y Pensamiento", Madrid, http://www.redcientifica.com/doc/doc199903310001.html
  4. [Agente Ideal] Enredando,"Los Agentes Inteligentes entenderán el concepto de la Web", España, 2000, http://www.enredando.com/cas/cgi-bin/entrevista/plantilla.pl?ident=70
  5. [DAML] Hernando J, "IA Distribuidas y Sistemas Multiagentes", Madrid, 2001, http://a01-unix.lab.inf.uc3m.es/~a0019518/Redes/mipagina.html
  6. [Web semántica] Gutierrez C, "La Web Semántica", Santiago-Chile , http://www.dcc.uchile.cl/~cgutierr/websemantica/
  7. [Berners-Lee] W3C, "Tim Berners-Lee", 2002, http://www.w3.org/People/Berners-Lee/
  8. [KQML] Fernández C, "KQML", 2000, http://www.gsi.dit.upm.es/~rgarcia/pfc_phaya/node13.html
  9. [Tipos-a] Pinninghoff M, "Agentes Inteligentes", Chile, http://www.inf.udec.cl/~intartif/agentes.html
  10. [Cuestiones] Brenan R,"Agentes Inteligentes", Monterrey-México, diap.13, http://www-cia.mty.itesm.mx/~rbrena/SMA/INTROSMA.PPT
  11. [Comunicación] Brenan R,"Agentes Inteligentes", Monterrey-México, diap.13, http://www-cia.mty.itesm.mx/~rbrena/SMA/INTROSMA.PPT
  12. [Inteligencia] Brenan R,"Agentes Inteligentes", Monterrey-México, diap.15, http://www-cia.mty.itesm.mx/~rbrena/SMA/INTROSMA.PPT
  13. [Aplicaciones Generales] Merelo J.J., "Agentes Autónomos Inteligentes", Madrid, http://www.redcientifica.com/doc/doc199903310001.html
  14. [Agentes Individuales] Brenan R,"Agentes Inteligentes", Monterrey-México, diap.10, http://www-cia.mty.itesm.mx/~rbrena/SMA/INTROSMA.PPT
  15. [MultiAgentes] Brenan R,"Agentes Inteligentes", Monterrey-México, diap.11, http://www-cia.mty.itesm.mx/~rbrena/SMA/INTROSMA.PPT
  16. [Aplicaciones] Brenan R,"Agentes Inteligentes", Monterrey-México, diap.16, http://www-cia.mty.itesm.mx/~rbrena/SMA/INTROSMA.PPT
  17. [Algunos Tipos de Agentes ] Pacheco A, "Definición de Inteligencia Artificial", Chihuahua-México, 1999, http://www.depi.itch.edu.mx/apacheco/
  18. [Amalthea] Iglesias C, "Comentario sobre Agentes Funcionales", Madrid, 2000, http://www.gsi.dit.upm.es/~rgarcia/pfc_phaya/node35.html
  19. [Letizia] Colle R,"Agentes Autónomos o softbots",Santiago-Chile,2001, http://facom.udp.cl/CEM/TDC/estudios/agentes/agentes2.htm#letizia
  20. [Mondrian] Colle R,"Agentes Autónomos o softbots",Santiago-Chile,2001, http://facom.udp.cl/CEM/TDC/estudios/agentes/agentes2.htm#mondrian
  21. [UltraHal] Colle R,"Agentes Autónomos o softbots",Santiago-Chile,2001, http://facom.udp.cl/CEM/TDC/estudios/agentes/agentes2.htm#ultrahal
  22. [Agentes Funcionales] Iglesias C, "Comentario sobre Agentes Funcionales", Madrid, 2000, http://www.gsi.dit.upm.es/~rgarcia/pfc_phaya/node32.html
  23. [Sistemas Tutores Inteligentes] Guardia B,"Sistemas Tutores Inteligentes", México, 2001, http://www.sinergia-web.com.mx/clases/tesis/stis.htm
  24. [VIPAR] Potok T, "VIPAR", EUA, http://www.csm.ornl.gov/~v8q/Homepage/Projects/VIPAR/VIPAR%2001.doc
  25. [Arquitectura VIPAR] Potok T, "Intelligent Software Agent Technology", EUA, 2001, http://www.csm.ornl.gov/~v8q/Homepage/Projects/VIPAR/VIPAR%20Presentation.ppt
  26. [Aplicaciones Agentes Multiagentes] University of Maryland Baltimore, "UMB,Agent Web", Baltimore, http://agents.umbc.edu/Applications_and_Software/Software/Academic/Multiagent_systems/index.shtml
  27. [Comercio Electrónico] University of Maryland Baltimore, "UMB,Agent Web", Baltimore, http://agents.umbc.edu/Applications_and_Software/Applications/Electronic_Commerce/index.shtml
  28. [Ventajas] Vidal J, "Bibliografía y Enlaces Comentados", Santiago-Chile, 1999, http://www.dcc.uchile.cl/~jcvidal/Agentes/Bibliografia_Comentada.html#uno
  29. [Ventajas de un Agente Inteligente] Von der Becke C, "Agente,Agente Autónomo,Agente Inteligente", Argentina, 2001, http://victorian.fortunecity.com/brutalist/560/H/agente.html
  30. [Desventajas] Vidal J, "Bibliografía y Enlaces Comentados", Santiago-Chile, 1999, http://www.dcc.uchile.cl/~jcvidal/Agentes/Bibliografia_Comentada.html#uno
  31. [Desventajas] Pinninghoff M, "Agentes Inteligentes", Chile, http://www.inf.udec.cl/~intartif/agentes.html
  32. [Conclusión] Hernan G, Alfredo Bordignon F, "Revisión: tecnología de agentes de software", Argentina, 1999, http://www.unlu.edu.ar/~tyr/TYR-publica/paper-agentes.pdf
República del Saber
"Agentes Inteligentes"

Lista de Figuras

Fig. 1 Esquema de un Agente Basado en Tablas [Tipos-a]

Fig. 2 Esquema de un Agente Reflejo Simple [Tipos-a]

Fig. 3 Esquema de un Agente Reflejo con Estado Interno [Tipos-a]

Fig. 4 Esquema de un Agente con Metas Explicítas [Tipos-a]

Fig. 5 Esquema de un Agente Basado en Utilidad [Tipos-a]

Fig. 6 Aplicaciones[Algunos Tipos de Agentes ]

Fig. 7 Interfaz de Letizia [Letizia]

Fig. 8 Etapa Inicial [Mondrian]

Fig. 9 Arco "Prendido"[Mondrian]

Fig. 10 Guión de Construcción del Arco [Mondrian]

Fig. 11 Interfaz [UltraHal]

Fig. 12 Comparativa entre Agentes [Agentes Funcionales]

Fig. 13 Comparativa entre Agentes [Agentes Funcionales]

Fig. 14 Arquitectura de STI [Sistemas Tutores Inteligentes]

Fig. 15 Sistemas Adaptativos [Sistemas Tutores Inteligentes]

Fig. 16 Esquema [Arquitectura VIPAR]

Fig. 17 [Ventajas de un Agente Inteligente]

Fig. 18 [Desventajas]