“Año de la Integración Nacional y el Reconocimiento de Nuestra Diversidad" “INTELIGENCIA ARTIFICIAL” TEMA: AGENTES INTELIGENTES INTEGRANTES: BALTAZAR LICAS, NEAL. ENRRIQUEZ VALVERDE, LENIN ESCUELA: Ingeniería de Sistemas VII – Noche. DOCENTE: Saúl Mateo Pérez Vega LIMA - PERÚ 2012 1. DEFINICION Un agente inteligente, es una entidad capaz de percibir su entorno, procesar tales percepciones y responder o actuar en su entorno de manera racional, es decir, de manera correcta y tendiendo a maximizar un resultado esperado. Es capaz de percibir su medio ambiente con la ayuda de sensores y actuar en ese medio utilizando actuadores (elementos que reaccionan a un estímulo realizando una acción). En este contexto la racionalidad es la característica que posee una elección de ser correcta, más específicamente, de tender a maximizar un resultado esperado. Este concepto de racionalidad es más general y por ello más adecuado que inteligencia (la cual sugiere entendimiento) para describir el comportamiento de los agentes inteligentes. Por este motivo es mayor el consenso en llamarlos agentes racionales. Un agente inteligente puede ser una entidad física o virtual. Si bien el término agente racional se refiere a agentes artificiales en el campo de la Inteligencia Artificial, también puede considerarse agentes racionales a los animales incluido el hombre. Los agentes inteligentes se describen esquemáticamente como un sistema funcional abstracto. Por esta razón, los agentes inteligentes son a veces llamados Agentes Inteligentes Abstractos (AIA) para distinguirlos de sus implementaciones del mundo real como sistemas informáticos, los sistemas biológicos, o de organizaciones. Algunas definiciones de agentes inteligentes hacen énfasis en su autonomía por lo que prefieren el término agente inteligente autónomo. Y otros (en particular, Russell y Norvig (2003)) consideran conducta dirigida a objetivos como la esencia de lo inteligente y prefieren un término tomado de la economía "Agente Racional". En Ciencias de la Computación el término agente inteligente puede ser usado para referirse a un agente de software que tiene algo de inteligencia, independientemente de si no es un agente racional por definición de Russell y Norvig. Por ejemplo, programas autónomos utilizados para asistencia de un operador o de minería de datos (a veces denominado robots) son también llamados "agentes inteligentes". 2. CARACTERISTICAS: 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 el nombre de softbots (software robot). 3. CLASIFICACION Los agentes inteligentes se clasifican en 6 categorías principales: 1. 2. 3. 4. 5. 6. agentes reactivos agentes reactivos basados en modelo agentes basados en objetivos agentes basados en utilidad agentes que aprenden agentes de consulta 4. VENTAJAS Facilitarle el trabajo a los usuarios Actuar como consultantes. Servir de operadores en medios complejos. 5. DIFICULTADES Como conocer la información relevante e irrelevante. Como agilizar la búsqueda. Como evitar repetir una tarea realizada. 6. TIPOS DE AGENTES 7. ESTRUCTURA DE LOS AGENTES Como todos los agentes tienen una estructura básica o mínima o esquelética igual, se puede investigar cuál es ella. 7.1 Agentes de reflejo simple Las reglas condición / acción tienen la forma IF condición THEN acción Peligro puede ser de poco alcance. 7.2. Agente de reflejo con estado Incluye memoria extendiendo el horizonte de tiempo del agente. peligro: la información almacenada puede no ser válida. Un agente reflejo con un estado interno. Opera encontrando una regla cuya condición coincida con la situación actual y luego procede a efectuar la acción que corresponda a la regla. 7.3. Agente basado en metas Ayudan al agente a decidir las acciones correctas. Información sobre la meta ayuda al agente a describir situaciones deseables. Si la meta no es inmediata a una acción es necesario realizar algún proceso de búsqueda y planeación. La toma de decisiones no es tan directa como en un agente reactivo. Considera la forma en que cambiará el mundo. Es más flexible para adaptarse. Ejemplos de un agente basado en metas El robot debe mantener el objetivo en la mira. La trayectoria del objetivo no es conocida de antemano El robot no sabe de antemano todos los obstáculos 7.4. Agente basado en Utilidad Las metas no son suficientes para generar un comportamiento de calidad. Las utilidades sirven para distinguir la preferencia de un estado a otro. La utilidad mapea un estado a un número real. Debe considerarse las metas conflictivas y las metas inciertas. 8. AMBIENTE Accesible vs inaccesible Sensores detectan toda la información Determinista vs no determinista El siguiente estado depende sólo del anterior y de la acción actual Episódico vs no episódico Existen episodios con percepciones y acciones Estático vs dinámico El ambiente no cambia mientras el agente delibera. Discreto vs continúo Existe un número limitado de percepciones y acciones. Características de los ambientes: 9. GRAFICO DE UN AGENTE INTELIGENTE Imagen 01 – Agentes inteligentes Imagen 02 – Agentes Inteligentes