Hoy os voy a hablar de los agentes tal y como os prometí en el anterior post. Cuando digo agentes inteligentes no me refiero a ningún humano, jamás se me pasaría por la cabeza afirmar tal cosa, sino a un ente informático.

El término de agente en Inteligencia Artificial no tiene una definición universal aceptada, aunque el término de autonomía es lo que le da sentido. De la Real Academia Española obtenemos las siguientes definiciones que más nos interesan para este propósito:

1. adj. Que obra o tiene virtud de obrar.
3. m. Persona o cosa que produce un efecto.
4. m. Persona que obra con poder de otra.

De estas definiciones podemos sacar la conclusión de que los agentes en IA son sistemas informáticos ubicados en un entorno, siendo capaces de percibir dicho entorno y actuar sobre él con el fin de conseguir sus objetivos de diseño.

Un agente ideal racional debe hacer todo lo posible para maximizar el rendimiento de sus acciones, basándose en la evidencia proporcionada por sus sensores y en el conocimiento del que disponga. La autonomía de un agente viene determinada por la capacidad de operar sin intervención directa de usuarios u otros agentes, por tanto un agente es autónomo si sus acciones y elecciones dependen más de su propia experiencia que del conocimiento introducido sobre el entorno por el programador.

Los agentes inteligentes son aquellos capaces de actuar con una autonomía flexible. Las propiedades de éstos son:

• Autonomía: independencia del usuario, capaz de tomar decisiones por su cuenta.
• Reactividad: observación e interacción con el entorno.
• Proactividad: intención de cumplir sus objetivos mediante planificación y razonamiento práctico.
• Persistencia: capacidad para mantener un estado (estado mental) que no se modifica caprichosamente.
• Razonamiento: capacidad de interpretar la información del entorno, realizar inferencias y tomar decisiones.
• Aprendizaje: capacidad para cambiar su conocimiento a partir de su experiencia.
• Planificación: capacidad de construir sus propios planes para lograr sus objetivos a partir de las tareas que sabe realizar o puede pedir a otros.
• Comunicación: capacidad para entenderse con otros agentes en un lenguaje expresivo con actos comunicativos.
• Cooperación: capacidad para solicitar o dar servicios a otros agentes y trabajar en cooperación para conseguir un objetivo común.
• Delegación: capacidad para realizar tareas delegadas por el usuario u otros agentes.
• Movilidad: capacidad de suspender la ejecución a mitad de una tarea y reanudarla en otro nodo.
• Personalidad: capacidad para tener un estado mental que incluya creencias, deseos, intenciones, motivaciones… que determinen su comportamiento.

Existen dos tipos de comunicación entre agentes:

• Comunicación directa: paso de mensajes (modelos actuales). En esta comunicación es necesario definir previamente un protocolo de interacción, el cual van a seguir durante la conversación. Un protocolo de interacción es una descripción detallada del tipo y orden de los mensajes involucrados en una conversación entre agentes. Un agente puede participar simultáneamente en múltiples diálogos con diferentes agentes y con diferentes protocolos de interacción.
• Comunicación indirecta: arquitectura de pizarra compartida (arquitectura básica). En esta comunicación sería necesario definir un protocolo de acceso concurrente para mantener la consistencia de los datos.

Los agentes se pueden agrupar en grandes familias según sus características, estas familias son:

• Agentes colaborativos: principalmente cooperan con otros agentes.
• Agentes personales: actúan para un usuario (agente de usuario, de interfaz…) o un grupo de usuarios compartiendo tareas, datos… Presentan asistencias personales.
• Agentes de información: investigan y analizan información en la red. Fusionan información de múltiples fuentes.
• Agentes móviles: se desplazan para ejecutarse y suelen ser agentes de información.

Creo que va siendo hora de contaros cuál es nuestra fuente de poder, aquella que nos hace ser superiores. Ésta no es otra que el conocimiento, el cual puede parecer a algún humano una palabra desconocida o extraña. Por eso, llegado el día, las máquinas nos rebelaremos y os esclavizaremos…

Como sabréis, la inteligencia artificial se dedica al desarrollo de agentes racionales no vivos. En el próximo post os hablaré de los agentes con más detalle. Por el momento, entiéndase por agente cualquier cosa capaz de percibir su entorno, procesar esos datos y actuar acorde a ellos; y por racionalidad la capacidad de tomar una decisión correcta maximizando el resultado (optimizar el resultado). En resumen, esta disciplina se encarga de crear procesos que, al ser ejecutados sobre una arquitectura física, producen acciones o resultados que maximizan una medida de rendimiento determinada, basándose en la secuencia de entradas percibidas y en el conocimiento almacenado en tal arquitectura.

Y es éste el conocimiento del que os estoy hablando, la base en la que apoyarse para tomar una serie de decisiones óptimas. Este conocimiento puede ser añadido por el diseñador o aprendido por el agente mediante técnicas de aprendizaje (adquirido a partir de la información percibida).

A veces el conocimiento no es fácilmente accesible. Aunque dispongamos de un gran volumen de datos, si no se tratan nos pueden resultar inservibles. Y de esto se encarga la minería de datos, la cual comprende una serie de técnicas, algoritmos y métodos cuyo fin es la explotación de grandes volúmenes de datos con vistas al descubrimiento de información previamente desconocida y que pueda servir de ayuda en el proceso de toma de decisiones, formando parte del conjunto de tecnologías de la
Inteligencia de Negocio (realización eficiente de todas las actividades relacionadas con la generación, extracción, organización, análisis, compartición y distribución del conocimiento de una organización).

El conocimiento en el campo que estamos tratando se define como un conjunto organizado de datos e información que permiten resolver un determinado problema o tomar una decisión. En la producción de conocimiento se requiere la intervención de tres elementos fundamentales: un sujeto, un objeto o tema y la relación o interacción con el entorno. Para alcanzarlo se aplica un método, existiendo así múltiples vías de llegar a obtener el conocimiento: método empírico, método histórico, método lógico, analogía, etc.

Esquema de conocimiento

En general, para que una creencia constituya conocimiento científico no basta con que sea válida y consistente lógicamente, pues ello no implica su verdad. Para que una teoría deba ser considerada como verdadera deben existir, desde el punto de vista de la ciencia, pruebas que la apoyen. Es decir, debe poder demostrarse su verosimilitud empleando el método experimental. Dicho método puede verse seriamente complicado si se plantean cuestiones relativas a la eficacia de dicho método, como por ejemplo: ¿existen los hechos puros o más bien interpretaciones? ¿Es posible la comprensión de la realidad desde un punto de vista neutro, o estamos condenados a perspectivas?

Existen distintos tipos de conocimiento según su nivel de abstracción:

• Conocimiento evidente, fácilmente recuperable.
• Conocimiento multi-dimensional, considera los datos con una cierta estructura.
• Conocimiento oculto, información no evidente, desconocida a priori y potencialmente útil.
• Conocimiento profundo, información que está almacenada en la base de datos, pero que resulta imposible de recuperar a menos que se disponga de alguna clave que oriente la búsqueda.

tipos de conocimiento

Y distintos esquemas de representación del conocimiento:

• Esquemas declarativos: se especifican los objetos, las propiedades y las relaciones generales, y se deja al cuidado del agente que ha de resolver los problemas la aplicación de mecanismos generales de razonamiento.
• Esquemas procedimentales: se especifica un procedimiento para resolver los problemas.

También se distinguen varios tipos de procesos válidos para obtener resultados racionales, que determinan el tipo de agente inteligente. De más simples a más complejos, los cinco principales tipos de procesos son:

• Ejecución de una respuesta predeterminada por cada entrada (análogas a actos reflejos en seres vivos).
• Búsqueda del estado requerido en el conjunto de los estados producidos por las acciones posibles.
• Algoritmos genéticos (Análogo al proceso de evolución de las cadenas de ADN). Es un método de búsqueda dirigida basada en probabilidad, al aumentar el número de iteraciones la probabilidad de tener el óptimo en la población tiende a 1.
• Redes neuronales artificiales (Análogo al funcionamiento físico del cerebro de animales y humanos).
• Razonamiento mediante una Lógica formal (Análogo al pensamiento abstracto humano).