Los agentes inteligentes Un agente es toda entidad/sistema que percibe su ambiente mediante sensores y que responde o acta en tal

ambiente mediante efectores. Los agentes humanos tienen ojos, odos, y otros miembros que les sirven de sensores, as como manos, piernas, boca, que les sirven de efectores. Los agentes robticos tienen cmaras, sensores y telmetros infrarrojos, entre otros, como sensores, mientras que los efectores suelen estar constituidos por motores. Un agente de software utiliza las cadenas de bits como percepciones y acciones. "Los agentes deben lograr un buen comportamiento en su ambiente. Por tanto:debe precisarse qu se entiende por un buen comportamiento caracterstica de la racionalidad de un agente Resulta importante conocer los principios generales del diseo de agentes, entre los cuales destaca el principio de que los agentes deben poseer conocimientos. -Debe saberse relacionar un agente y un ambiente determinado. La caracterstica de racionalidad de los agentes Un agente racional es aquel que hace lo correcto. Lo correcto es como primera aproximacin aquello que permite al agent obtener un adecuado comportamiento o desempeo. Es necesario decidir cmo y cundo evaluar ese buen desempeo del agente. No existe una medida fija esto es, nica para medir el desempeo de cualquier agente el cmo. De todas formas es importante contar con una medida objetiva, propuesta por una autoridad en la materia. Ejemplo del cmo evaluar el desempeo de un agente. Considrese el caso de un agente encargado de limpiar con una aspiradora un piso sucio. Una posible medida de su desempeo podra ser la cantidad de suciedad eliminada en un turno de ocho horas. Una medida ms elaborada consistira en correlacionar la anterior medida con el consumo de electricidad y la cantidad de ruido generada. De esta forma se primara a los agentes que eliminasen la mayor cantidad de suciedad con un mnimo consumo de electricidad y generacin de ruido. El cundo evaluar el desempeo es tambin importante. Por ejemplo, si solo midiramos cunta suciedad elimin el agente del anterior ejemplo durante la primera hora de trabajo, entonces seran premiados aquellos agentes que empiezan a trabajar rpidamente, aunque posteriormente a la primera hora no hagan nada ms, en tanto que aquellos agentes que trabajen de manera constante todo el turno de ocho horas resultaran castigados. En cualquier caso, la evaluacin del desempeo a largo plazo suele ser habitual en multitud de casos.

 Existe una diferencia entre racionalidad y omnisciencia. Un agente omnisciente es aquel que sabe el resultado real que producirn sus acciones, y su conducta es congruente con ello. Sin embargo, en la realidad no existe la omnisciencia. Ejemplo. Supngase que una persona est paseandose y en un cierto momento observa que un amigo suyo camina por el otro lado de la calle, al cual decide ir a saludar. Como no hay trnsito en las cercanias y no se tiene prisa, esta persona decide cruzar la calle decisin completamente racional hasta el momento. Al mismo tiempo en que est cruzando, a una altura de 5000 metros se desprende una de las puertas de un avin, la cual va a parar sobre la cabeza de la pobre persona que est cruzando la calle, aplastndola completamente antes de poder alcanzar la otra acera. La conducta del desgraciado peaton debe considerarse completamente racional, puesto que tomando como base lo que haba percibido en su ambiente, el resultado esperado debiera haber sido, sin ninguna duda, exitoso. En otras palabras, no se puede culpar a un agente por no haber tomado en cuenta algo que no poda percibir, o por no emprender una accin por ejemplo, repeler la puerta del avin de la que es incapaz. Captulo 2. Resolucin de problemas en inteligencia artificial: los agentes inteligentes " En resumen, el carcter de racionalidad de lo que un agente hace en un momento dado depender de cuatro factores: De la medida con la que se evala el grado de xito logrado o rendimiento del agente. Del conocimiento que posea el agente acerca del medio se trata del conocimiento acerca del funcionamiento o evolucin del ambiente, no de las percepciones. De las acciones que el agente puede emprender. De todo lo que hasta ese momento haya percibido el agente. A esta historia perceptual completa se la denomina secuencia de percepciones. Estos cuatro factores constituyen lo que se conoce como el entorno de trabajo de un agente, para el cual se utiliza la abreviacin REAS (Rendimiento, Entorno, Actuadores, Sensores). Cuando se disea un agente, el primer paso debe ser siempre la especificacin del REAS, de la forma ms completa posible.

Captulo 2. Resolucin de problemas en inteligencia artificial: los agentes inteligentes Agente racional ideal " A partir de lo anterior se puede definir lo que es un agente racional ideal: En todos los casos de posibles secuencias de percepciones, un agente racional deber emprender todas aquellas acciones que favorezcan obtener el mximo de su medida de rendimiento, basndose en las evidencias aportadas por la secuencia de percepciones y en todo conocimiento sobre el medio incorporado en tal agente. El concepto de agente permite pensar en l como herramienta para el anlisis de sistemas, no como una caracterizacin absoluta que tajantemente divida al mundo en agentes y no agentes. Considrese el ejemplo de un reloj. Puede considerrsele como un objeto inanimado, o bien como un agente sencillo. En cuanto a esto ltimo, todos los relojes hacen siempre lo correcto: mueven las manecillas o presentan dgitos de manera adecuada. No obstante, stos son agentes degenerados, dado que su secuencia de percepciones est vaca, esto es, independientemente de lo que suceda en su exterior, las acciones del reloj no se ven afectadas. Aunque cuando viajemos a Australia nuestro reloj no se adelante las horas que corresponda, no nos enfadaremos con l, puesto que sabemos que est actuando racionalmente, considerando que no cuenta con un mecanismo de percepcin. Captulo 2. Resolucin de problemas en inteligencia artificial: los agentes inteligentes " El diseo de un agente ideal consiste en especificar qu tipo de accin deber emprender un agente como respuesta a una determinada secuencia de percepciones con objeto de alcanzar el mejor de los desempeos posibles. 1 Considrese por ejemplo el caso de un agente sencillo que deba calcular la raiz cuadrada mediante una calculadora. Sera absurdo tener que tabular explcitamente todas las secuencias x---raiz(x). Podra explicitarse intensionalmente de forma exhaustiva de la siguiente manera: Si la percepcin es un nmero positivo, x, la accin correcta consiste en devolver un nmero positivo z tal que z2=x. Un concepto importante que surge en la definicin de agente racional es la nocin de conocimiento integrado acerca del medio. Si un agente basa sus acciones exclusivamente en el conocimiento integrado de que dispone, incluyendo el mapeo de secuencias percepcin-accin, su conducta carece de flexibilidad y se dice que el agente no tiene autonoma. Si el agente cuenta con poca o nula experiencia, tendr que comportarse de manera aleatoria por lo que respecta al caso, a menos que el diseador le proporcione algn tipo de ayuda. Por ejemplo, los animales cuando nacen estn dotados de unos instintos bsicos que les permiten, entre otras cosas, mamar, levantarse y empezar a correr rpidamente, conocer a su

madre, etc " El autntico agente inteligente autnomo debe ser capaz de funcionar satisfactoriamente en una amplia gama de ambientes, considerando que se le da tiempo suficiente para adaptarse a travs de la adquisicin de experiencia. Por tanto, sera razonable dotar a un agente inteligente con ciertos conocimientos iniciales que suplan la ausencia de experiencia inicial y de capacidad para aprender, esto es, de adquirir experiencia. 2.3 Estructura de los agentes inteligentes

" La implantacin de un agente se realiza a travs del llamado programa de agente, el cual lleva a cabo los procedimientos/funciones que permiten implantar el mapeo del agente para pasar de percepciones a acciones. En este sentido, la tarea de la IA es el diseo de programas de agente. La arquitectura de un agente es el dispositivo de cmputo sobre el cual se ejecutar el programa de agente. Desde luego, dado un determinado programa de agente, debe elegirse una arquitectura que lo acepte y pueda ejecutar. La arquitectura puede ser por ejemplo, una computadora sencilla o hardware especial para la ejecucin de ciertas tareas, como en el caso del procesamiento de imgenes de una cmara, o el filtrado de seales de entrada de audio. Puede incluirse tambin en la arquitectura un software determinado, que permita ciertas funcionalidades. En general, la arquitectura pone al alcance del programa de agente las percepciones obtenidas mediante los sensores, ejecuta el programa de agente, y alimenta el efector con las acciones elegidas por el programa conforme stas se van generando. La relacin entre agente, arquitectura y programa de agente puede representarse esquemticamente de la siguiente manera: agente = arquitectura + programa Captulo 2. Resolucin de problemas en inteligencia artificial: los agentes inteligentes Programas de agente " Antes de proceder al diseo de un programa de agente, es necesario contar con una idea bastante clara y precisa de: Las posibles percepciones, Las acciones que ser capaz de adoptar el agente, Las metas o medidas de desempeo que se supone debe llevar a cabo el agente, El tipo de ambiente en qu tal agente operar. La siguiente figura 2 ilustra los anteriores elementos bsicos que se consideran para determinados tipos de agentes. paciente Tipo de agente Percepciones Acciones Metas Ambiente

Sistema para Sntomas, Preguntas, diagnsticos evidencias y pruebas, mdicos respuestas del tratamientos paciente, Sistema para el anlisis de imgenes de satlite Pxels intensidad colores diversos

Paciente Paciente, saludable, hospital reduccin al mnimo de costos de Imprimir una Clasificacin Imgenes y clasificacin de correcta enviadas desde escena (anlisis un satlite en de escena) rbita Lograr pureza, Refinera rendimiento y seguridad mximos el Estudiante, grupo la estudiantes en de

Controlador de Lecturas una refinera temperatura presin, Asesor interactivo ingls Palabras de escritas mquina

de Abrir y cerrar y vlvulas, ajustar la temperatura, ... Sugerencias, a correcciones ejercicios impresos

Que y estudiante obtenga mxima puntuacin una prueba

El esqueleto el programa esqueleto de todos los agentes inteligentes es el mismo: la aceptacin de percepciones originadas en un ambiente y la generacin de acciones respectivas. Las primeras versiones sobre programas de agente que se vern sern muy sencillas, emplendose en cada una de ellas algunas estructuras de datos internos que se irn actualizando con la llegada de nuevas percepciones. Tales estructuras de datos sern procesadas por los procedimientos de toma de decisiones de un agente, con objeto de generar la seleccin de una accin, la cual se transferir a la arquitectura para proceder a su ejecucin. Es importante comentar dos aspectos relacionados con el mencionado programa esqueleto de los agentes: i. Primero, el programa recibe como entrada una nica percepcin. Es decisin del agente construir la secuencia de percepciones en la memoria. Algunos ambientes permiten funcionar perfectamente sin necesidad de almacenar la secuencia de percepciones, mientras que en algunos dominios complejos no es factible el almacenaje de la totalidad de la secuencia. ii. Segundo, la meta o medicin del desempeo no forma parte del programa esqueleto. La razn es que la medicin del desempeo se realiza desde afuera, a fin de evaluar la conducta del agente. De hecho, es frecuente que se obtenga un alto desempeo sin contar con un conocimiento explcito de la medicin del propio desempeo por ejemplo, el agente de raiz cuadrada. En relacin al primer aspecto, la intencin del agente una vez percibida la percepcin del entorno percepcin que puede ser simple o compuesta, esto es, todo un vector de percepciones es elaborar una idea lo ms concisa posible respecto al estado actual del ambiente, con objeto de

conocer cul Ejemplo Considrese la tarea del diseo de un conductor de taxis automatizado problema todava fuera del alcance de la tecnologa actual. La tarea de conducir un automvil es, en su totalidad, extremadamente ilimitada, es decir, no hay lmite en cuanto a nuevas combinaciones de circunstancias que pueden surgir, razn por la cual se escogi esta actividad para el presente ejemplo. El planteamiento inicial del problema en trminos de agentes nos hace considerar, en primer lugar, las percepciones, acciones, metas, ambiente que corresponden a un taxi, los cuales se resumen en la figura 5. Tipo de agente Percepciones Acciones Conductor de Cmaras, taxi velocmetro, sistema global de ubicacin, sonar, micrfono, Manejo del volante, acelerar, hablar con el pasajero, Metas Un viaje Ambiente Caminos,

seguro, trfico, rpido, sin peatones, infracciones, clientes, cmodo, obtencin mxima de ganancias,

Figura 5. Tipo de agente conductor de taxi La siguiente cuestin es la medida del desempeo que el conductor automatizado debe satisfacer. Entre las cualidades deseables estn: llegar al destino correcto, reducir al mnimo el consumo de combustible, reducir al mnimo el desgaste del vehculo, reducir al mnimo el tiempo de recorrido, reducir al mnimo el costo del recorrido, reducir al mnimo las violaciones al reglamento de trnsito, reducir al mnimo las molestias ocasionadas a otros conductores, ofrecer el mximo de seguridad y comodidad al pasajero, producir el mximo de ganancias. Es claro que el logro de algunos de estos objetivos est en conflicto con el logro de otros, con lo que ser necesario implicar concesiones. Por ltimo, es necesario definir el tipo de ambiente de conduccin al que se enfrentar el taxista. Algunas preguntas relacionadas con el mismo son: Operara en calles comunes o en vas de alta velocidad? Estara en el sur de California, donde muy raramente se presenta el problema de la nieve en las calzadas, o en Alaska, donde rara vez la nieve no es problema? Se conducir siempre a la derecha, o se deber dotar al taxista de la

flexibilidad de conducir por la izquierda, como en Gran Bretaa o Japn? Naturalmente, cuanto ms restringido sea el ambiente, menos complicado ser el problema del diseo del taxista automatizado. Una vez definidos los anteriores elementos se debe proceder a la construccin del programa del agente, con objeto de implantar el mapeo que pasar de percepciones a acciones. Profundizando en la cuestin de la conduccin del taxi, se observa que los diversos aspectos de conducir un coche dan pie a la propuesta de diversos tipos de programa de agente. A modo de ejemplo, a continuacin se discuten brevemente cuatro tipos de estos programas para el agente considerado: Agentes reactivos simples Agentes con estado interno, tambien conocidos como agentes bien informados de todo lo que pasa Agentes basados en metas Agentes basados en utilidad Captulo 2. Resolucin de problemas en inteligencia artificial: los agentes inteligentes 2.4 Tipos de agentes Agentes reactivos simples o agentes estmulo-respuesta " Los agentes de reflejo simple son aquellos en los que la acci n a tomar en cada momento depende nica y exclusivamente de las percepciones en el momento dado. Captulo 2. Resolucin de problemas en inteligencia artificial: los agentes inteligentes Agentes con estado interno o bien informados de todo lo que pasa Los agentes de reflejo simple funcionan correctamente slo si se toma la decisin adecuada exclusivamente en base a la/s percepciones en un momento dado. No obstante, en determinadas situaciones es necesario disponer de cierto tipo de estado interno con el fin de estar en condiciones de optar por una accin. El estado interno puede, por ejemplo, guardar cierta historia pasada, ciertos aspectos relevantes del ambiente en un momento dado, etc y resulta particularmente til en aquellos casos en los que, por la causa que sea, los sensores no proporcionan toda la informacin sobre el entorno, y, de esta forma, las percepciones no resultan suficientes para elaborar una visin lo suficientemente precisa de cmo es el mundo en un instante dado. Considrese el siguiente ejemplo: En el diseo de luces ms comn en los coches, las luces de frenado y las de posicin/carretera se ubican en un hueco trasero comn. Aunque las intensidades de ambos tipos de luces son diferentes las de frenado son de mayor intensidad, no necesariamente existe mucha diferencia, por lo que no siempre es posible decir con precisin si el coche est frenando. Esto significa que un conductor nocturno debe mantener una especie de estado interno con el fin de distinguir si el coche que va delante del suyo

est frenando o no, lo cual le permitir decidir por la accin de frenar o no su propio coche. En este caso, el estado interno lo nico que precisa es la imagen/es anterior/es de la cmara para detectar si realmente ha habido un cambio del estado de las luces, en cuyo caso afirmativo se indicar que el coche est frenando o bien que acaba de frenar. Este tipo de problemas surgen debido a que los sensores no informan acerca del estado total del mundo. En tales casos el agente precisa actualizar determinada informacin del estado interno que le permita discernir entre estados del mundo que generan la misma entrada de percepciones pero que, sin embargo, son totalmente distintos es decir, que para cada uno de los estados las acciones a tomar son posiblemente distintas. En otras palabras, el estado interno constituye un conocimiento complementario sobre el mundo. " El estado interno puede evolucionar a lo largo del tiempo, con lo que debe mantenerse convenientemente actualizado. [En efecto, como el ambiente va cambiando de estado con el tiempo a causa de las acciones que sobre el mismo ejecuta el agente, tambin ser preciso representar tales cambios en el estado interno del agente] De manera general pueden considerarse tres tipos de conocimiento candidatos a formar parte de un estado interno "completo", esto es, con garantias de satisfacer cualquier demanda adicional de informacin que no pueda ser satisfecha por las percepciones: Alguna historia pasada u estado anterior del mundo estado anterior del mundo a partir del cual podr recomponerse el estado actual del mismo. Por ejemplo, alguna secuencia anterior de percepciones, el estado anterior del mundo, etc Por otra parte se necesita cierta informacin sobre cmo est evolucionando el mundo independientemente del agente cmo evoluciona el mundo. Por ejemplo, conocer la evolucin de nuestro mundo real permitir determinar que un coche que va alcanzando a otro coche generalmente estar ms cercano a la parte trasera de ste que lo que estaba hace un momento. Otro ejemplo, al lanzar una piedra contra un cristal, es evidente que el cristal saltar en pedazos, de hecho, esta ser la consecuencia del lanzamiento, no obstante, las leyes de nuestro mundo real manifiestan que despus de lanzar una piedra con la mano, sta no contiene ya la piedra, con lo cual si vemos otro cristal cercano, no podremos romperlo, pues ya no disponemos de ninguna piedra en la mano. Esta informacin constituye en realidad un modelo del mundo, y es independiente de los agentes que acten sobre el mismo. En realidad, este segundo aspecto constituye un modelo del funcionamiento del mundo independientemente del agente. 3. Por otra parte, se necesita informacin sobre cmo las acciones de un agente afectan al mundo qu producen las acciones del agente. Por ejemplo, cuando un agente cambia de carril a la derecha, entonces queda un espacio vaco por lo menos temporalmente en el carril en donde se encontraba prviamente.

 La interpretacin funcional de la estructura de la figura 8 se realiza como sigue: El agente, con objeto de actuar sobre el ambiente, precisa determinar el estado de ste (3). Dicho estado se obtiene a partir de las percepciones que ofrece el propio ambiente (1) y a partir del estado interno (2) del mismo. El conocimiento de (2) permite determinar el resultado de la ltima regla aplicada (2.c) al estado anterior del ambiente (2.a), para lo cual "puede precisarse" del conocimiento sobre cmo evoluciona el mundo (2.b). En realidad, (2.b) constituye un modelo del ambiente, necesario para conocer su evolucin cuando se acta sobre el mismo. A partir del estado actual obtenido (3) se calcula la accin a ejercer sobre el ambiente (5), utilizndose para ello las reglas condicin-accin de que se dispone (4). Una vez ejecutada dicha accin, el estado actual (3) sustituir al estado interno (2.a). Obsrvese como el estado interno se compone de los elementos (2.a), (2.b), y (2.c), los cuales permiten determinar todo el conocimiento necesario sobre el ambiente que no proporcionan las percepciones con objeto de determinar el estado actual del mundo (3). El algoritmo de la siguiente figura 9 toma en cuenta dicha consideracin, lo cual facilita su codificacin.