AGENTES DE SISTEMAS EVOLUTIVOS

AGENTES DE SISTEMAS EVOLUTIVOS
INTRODUCCION
Actualmente con el aumento en la complejidad de los sistemas de
información es necesario contar con elementos de software a manera
de aliados que apoyen al usuario en el manejo de su información.
Se han desarrollado algunos sistemas basados en agentes que heredan
del usuario su autoridad para actuar en su nombre y entonces tomar
cierto tipo de decisiones de manera autónoma y productiva (sin
intervención explicita del usuario).
1
ANTECEDENTES
Los agentes tienen sus antecedentes en los intentos de obtener
comportamientos inteligentes a partir de componentes no inteligentes y
por otra parte como evolución normal del aumento en la complejidad
de los sistemas de información existentes y su necesidad de cooperar.
En algunos casos a los agentes de software se les intenta mostrar con
características antropomórficas, como EMOCIONES, PERSONALIDAD,
CREATIVIDAD, con esto los investigadores pretenden acercarse a los
usuarios de una forma amigable y de ayuda en los sistemas de
información.
La comunicación entre agentes se ha estudiado siguiendo dos
enfoques:
 Lenguajes imperativos.
 Lenguajes declarativos.
LENGUAJES IMPERATIVOS:
En los que el usuario le especifica al agente lo que debe hacer.
LENGUAJES DECLARATIVOS:
Se utilizan como intercambio de la información, en este sentido se ha
desarrollado principalmente el lenguaje KQML.
2
MODELO DE INTERACCIONES ENTRE AGENTES
Los agentes cuentan con propósitos que alcanzan mediante la
interacción con otros agentes, en interacciones en donde cuentan con
elementos para participar, y cuando no cuenta con estos el mismo
decide no participar.
El usuario externo es quien crea los ambientes de interacción indicando
las propiedades tanto de las interacciones como de los agentes, hecho
esto, las interacciones se llevan a cabo sin su intervención.
 Un agente tiene varios propósitos que intenta alcanzar, los cuales
él únicamente los puede cambiar llevando a cabo los papeles
que toma de las interacciones en las que puede participar.
 Las interacciones en las que participa únicamente hacen que el
agente logre o no su propósito de acuerdo con los valores
internos de cada agente.
 Una interacción tiene varios papeles que toman los agentes para
ejecutarlos y propiciar el alcance de sus propósitos. Para que un
agente tome un papel, debe de satisfacer los requerimientos que
se especifican para cada uno, heredando las variables que
ayudarán en la comunicación entre agentes.
 Al igual que los agentes, se generan instancias de interacciones
mediante un comando de creación y la especificación de sus
propiedades.
3
AREA DE AGENTES
Una de las áreas de la inteligencia artificial distribuida (IAD) que más
auge ha tomado en los últimos años es sin duda alguna el área de
agentes. Dentro de la misma han emergido 3 campos de investigación
importantes: teoría, arquitecturas y lenguajes. La teoría de agentes
trata principalmente de determinar que propiedades deben de tener los
agentes, cómo representarlas y razonar con ellas.
También es importante explicar cómo se relacionan aspectos de
obligaciones, deseos, intenciones, etc. con la información que posee el
agente, o bien, cómo cambia el estado cognitivo del agente en el
tiempo o cómo se ve afectado por el medio ambiente en el que se
encuentra.
PROPIEDADES
Entre las diferentes propiedades que posee un agente quizá la más
importante sea la de la autonomía. Esta propiedad es requisito para
que se de otra propiedad igualmente importante, la adaptación, que
tiene que ver con el comportamiento inteligente del agente.
Otra clase de arquitecturas de agentes que ha tenido fuerte desarrollo
es la de agentes de interacción, que trata de implantar las dinámicas
de coordinación y cooperación entre agentes autónomos. Los tópicos
más importantes son: comunicación, solución a problemas distribuidos,
planeación multi-agente, solución a conflictos, cooperación y
negociación.
Los agentes de computación tienen sus orígenes en el área de IAD,
heredando características muy particulares que los diferencian del
software convencional. De este modo, los agentes se han beneficiado
tanto de la parte de IA, conocidos como agentes inteligentes, como de
la computación distribuida, llamados agentes no inteligentes.
Un agente es un objeto con estado interno, que es capaz de
comunicarse vía mensajes con otro objeto parecido.
4
Actualmente el área de agentes es uno de los campos con mayor
potencial de desarrollo prácticamente en todos los campos de la
computación. Por ejemplo, se ha observado un cambio, gradual pero
significativo, de la IA basada en conocimiento (sistemas expertos) a la
de agentes autónomos, o como también se le conoce IA basada en
comportamiento.
El auge que ha tenido esta área de agentes es debido a la demanda de
contar con aplicaciones de toda clase, que puedan percibir el medio
ambiente y tener el conocimiento suficiente para ejecutar acciones
efectivas, realizando tareas simples o complejas, que de manera
autónoma, realicen una toma de decisiones, control, planeación,
análisis de diagnósticos, etc.
LENGUAJES DE PROGRAMACIÓN PARA AGENTES
El potencial de los agentes es producto de la tecnología de una nueva
generación de lenguajes de programación, como por ejemplo, la
Programación Orientada a Agentes (POA) que esta basada en lógica
epistémico y en el acto de hablar. El lenguaje Java es utilizado para
programar agentes, para hacer aplicaciones en Internet como, buscar,
filtrar y recuperar información. Otro ejemplo de lenguaje es Telescript
que se utiliza para construir agentes móviles.
5
UTILIDAD
Las propiedades que poseen los agentes hacen que la utilidad de estos
sea diferente al software tradicional. La utilidad esta en función de sus
propiedades. Uno de los objetivos de programar agentes es apoyar al
usuario a realizar un conjunto de acciones repetitivas que pueden ser
automatizadas.
Los agentes tienen múltiples capacidades simples y complejas, por
ejemplo, cuando son intermediarios en una transacción de comercio
electrónico o financiera importante y pueden además enviar un simple
correo electrónico.
La utilidad también se da cuando los agentes tienen la posibilidad de
comunicarse y cooperar entre ellos para realizar una tarea en común
de manera fácil y eficiente y si entran en conflicto, negocian para
resolverlo.
Dadas las características de los agentes se puede construir una gran
cantidad de aplicaciones especificas de ellos, por ejemplo: agentes que
recuperan y administran información, que hacen descubrimiento de
conocimiento o minería de datos, que son asistentes personales, que
envían y organizan correo electrónico, que controlan bibliotecas
digitales y bases de datos inteligentes, etc.
6
APLICACIONES Y EJEMPLOS
En este fin de siglo el desarrollo de la computación distribuida, las
telecomunicaciones, las tecnologías de información y, sobre todo, la
utilización masiva de Internet y del World Wide Web (WWW), han
propiciado el desarrollo de una nueva clase de sistemas que
contemplan la difusión del conocimiento, la comunicación. La
coordinación y la colaboración entre grupos de personas, situadas en
lugares geográficos diferentes.
Los ambientes cooperativos de enseñanza utilizan la inteligencia
artificial, las tecnologías de groupware, workflow y agentes, las redes
de computadoras y las telecomunicaciones, para generar ambientes
virtuales de enseñanza y, en general, de trabajo, en los que
interactúan diversas personas (alumnos, profesores, investigadores,
asesores, administrativos, como el Laboratorio de Agentes del CICIPN).
EJEMPLOS
SISTEMA DE APRENDIZAJE COOPERATIVO ( CSCL )
Se define como el uso de la computadora como un dispositivo de
ayuda a los aprendices, para comunicarse y colaborar en actividades
conjuntas mediante una red, asistiéndoles en la coordinación y
aplicación del conocimiento en cierto dominio.
Los sistemas Multi-Agentes (SMA), donde los agentes cooperan para
llevar a cabo objetivos comunes, es una tecnología que promete la
solución al problema de cooperación en general y en la educación en
particular:
 En el campo de los CSCL se proponen distintas arquitecturas de los
SMA (Sistema Multi-Agentes) para la creación de ambientes virtuales
de aprendizaje.
 Un enfoque, es incluir los agentes autónomos reactivos (Similares a
aprendices humanos) y agentes cognitivos (Quienes instruyen a los
aprendices) en un sistema CSCL.
7
 Otra tendencia en tecnología en educación cooperativa, es la de
incluir un agente artificial (compañero) en el modelo del estudiante,
el cual, por un lado, colabore o compita con el alumno y, por otro,
que aconseje y aprenda del alumno humano.
SISTEMA MULTI-AGENTES DE APRENDIZAJE
Un sistema multi-agente de aprendizaje y enseñanza comprende un
conjunto de agentes, que forman el entorno de educación personal de
cada tutor y estudiante.
El proyecto consta del desarrollo del ambiente multi-agente de asesoría
y asistencia personal inteligente para el alumno que consta de agentes
de los siguientes tipos:
AGENTE DE BUSQUEDA EN INTERNET:
Que busque en la red cursos que le interesen al alumno de acuerdo a
su plan académico, que de todo lo encontrado sintetice la información
de diversas fuentes.
8
AGENTE DE COLABORACION:
Que compare su desarrollo académico con otros alumnos para formar
grupos de asesoría y colaboración, solicite ayuda o información a otros
asesores.
AGENTE ASESOR PERSONAL:
Selecciona, integra y ordena la información a estudiar; se comunica
con el agente de búsqueda para encontrar la información relevante al
tema de estudio, se comunica con el agente de colaboración para
colaborar con otros miembros del grupo.
AGENTE EVALUADOR:
Compruebe periódicamente el aprendizaje y problemática del alumno,
intenta encontrar las causas de incorrecta comprensión, se comunica
con el agente asesor para reorganizar la información a estudiar,
maneja el modelo de estudios
AGENTE ASISTENTE PERSONAL:
Que sugiera un plan personalizado de estudios al alumno de acuerdo a
su formación académica, intereses, habilidades y avances, que
modifique el plan de estudios del alumno si es necesario, que le diga
donde encontrar material didáctico, y que le recuerde de eventos,
conferencias, videoconferencias, cursos, tareas, exámenes, etc.
9