Anda di halaman 1dari 6

1.

INTRODUCCIN:

Inteligencia artificial distribuida (IAD):


La Inteligencia artificial distribuida es un campo de la IA dedicado al estudio de las
tcnicas y el conocimiento necesario para la coordinacin y distribucin del conocimiento y
las acciones en un entorno con mltiples agentes.
Podemos distinguir dos reas principales de desarrollo:
1. Solucin cooperativa de problemas distribuidos (SCPD): Estudia como unos
conjuntos de mdulos (o nodos) cooperan para dividir y compartir el conocimiento de un
problema y en el desarrollo de la solucin.
2. Sistemas multiagentes (SMA): Estudia la coordinacin de la conducta inteligente entre
un conjunto de agentes inteligentes autnomos.
La principal diferencia entre ambas reas estriba en la flexibilidad de la coordinacin entre
los agentes. En la SCPD, las interacciones y tareas que cada agente realiza, estn prefijadas
de antemano: hay un plan centralizado de resolucin de problemas. Suele haber un
miembro que ejerce un control global que centraliza los resultados parciales y datos entre el
resto de los componentes del sistema. En contraposicin en los SMA, los agentes tienen un
grado de autonoma mayor y pueden decidir dinmicamente que interacciones son
adecuadas, que tareas deben realizar, quien realiza cada tarea y, adems, es posible
mantener conocimiento que no es globalmente consistente, incluso los agentes pueden
mantener objetivos globales diferentes. Esta definicin permite distinguir entre sistemas
que se centran en el comportamiento global, con una conducta fija de los agentes (SCPD) y
sistemas que se centran en la conducta de los individuos que como resultado, obtenan una
conducta del sistema (SMA). Vista como una sociedad, seria escoger entre un estado que
planifica y regula las conductas de los individuos (que sern predecibles) o dejar que el
sistema se resuelva por la libre iniciativa de los individuos.
Los problemas bsicos que estudia la IAD y que son comunes a todos los sistemas son:
1. Como formular, describir, descomponer y asignar problemas y sintentetizar los
resultados entre un grupo de agentes inteligentes.
2. Como capacitar a los agentes para que se comuniquen e interacten: que lenguajes de
comunicacin o protocolos deben utilizarse, que y cuando deben comunicarse, etc.

3. Como asegurar que los agentes acten coherentemente al tomar decisiones o realizar
acciones, como acomodar los efectos globales de las decisiones locales y prevenir
interacciones no deseadas.
4. Como capacitar a los agentes para representar y razonar sobre acciones, planes y
conocimientos de otros agentes para coordinarse; como razonar sobre el estado de su
proceso de coordinacin (inicio o terminacin).
5. Como reconocer y reconciliar puntos de vista e intenciones conflictivas entre un conjunto
de agentes para coordinar sus acciones; como sintetizar los puntos de vista y los resultados.
6. Como utilizar tcnicas ingenieriles y desarrollar sistemas con IAD. Como desarrollar
plataformas de SMA y metodologas de desarrollo con tenas de IAD.

2. CONCEPTOS FUNDAMENTALES DE LGICA DIFUSA:


Una de las disciplinas matemticas con mayor nmero de seguidores actualmente es la
llamada lgica difusa o borrosa, que es la lgica que utiliza expresiones que no son ni
totalmente ciertas ni completamente falsas, es decir, es la lgica aplicada a conceptos que
pueden tomar un valor cualquiera de veracidad dentro de un conjunto de valores que
oscilan entre dos extremos, la verdad absoluta y la falsedad total.
Conviene recalcar que lo que es difuso, borroso, impreciso o vago no es la lgica en s, sino
el objeto que estudia: expresa la falta de definicin del concepto al que se aplica. La lgica
difusa permite tratar informacin imprecisa, como estatura media o temperatura baja, en
trminos de conjuntos borrosos que se combinan en reglas para definir acciones: si la
temperatura es alta entonces enfriar mucho. De esta manera, los sistemas de control
basados en lgica difusa combinan variables de entrada, definidas en trminos de conjuntos
difusos, por medio de grupos de reglas que producen uno o varios valores de salida.

Caractersticas de sistemas basados en lgica difusa:

Los sistemas basados en lgica difusa imitan la forma en que toman decisiones los
humanos, con la ventaja de ser mucho ms rpidos.

Los sistemas basados en lgica difusa imitan la forma en que toman decisiones los
humanos, con la ventaja de ser mucho ms rpidos.

La lgica difusa con la intencin de imitar el razonamiento humano en la


programacin de computadoras. Con la lgica convencional, las computadoras
pueden manipular valores estrictamente duales, como verdadero/falso, s/no o
ligado/desligado. En la lgica difusa, se usan modelos matemticos para representar
nociones subjetivas, como caliente/tibio/fro, para valores concretos que puedan ser
manipuladas por los ordenadores.

Operadores lgicos y funciones matemticas usadas en lgica difusa:

Los operadores lgicos que se utilizarn en Lgica Difusa (AND, OR, etc.) se definen
tambin usando tablas de verdad, pero mediante un "principio de extensin" por el cual
gran parte del aparato matemtico clsico existente puede ser adaptado a la manipulacin
de los Conjuntos difusos y, por tanto, a la de las variables lingsticas.
La operacin ms importante para el desarrollo y creacin de Reglas Lgicas es la
implicacin, simbolizada por " " que representa el "Entonces" de las reglas heursticas:
Si (...) Entonces ( ) (...).

As, en la Lgica Difusa hay muchas maneras de definir la implicacin. Se puede elegir una
"funcin (matemtica) de implicacin" distinta en cada caso para representar a la
implicacin.

La ltima caracterstica de los sistemas lgicos es el procedimiento de razonamiento, que


permite inferir resultados lgicos a partir de una serie de antecedentes. Generalmente, el
razonamiento lgico se basa en silogismos, en los que los antecedentes son por un lado las
proposiciones condicionales (nuestras reglas), y las observaciones presentes por otro (sern
las premisas de cada regla).

Conjuntos difusos:
El primer ejemplo utilizado por Lofti A. Zadeh, para ilustrar el concepto de conjunto
difuso, fue el conjunto hombres altos. Segn la teora de la lgica clsica el conjunto
hombres altos es un conjunto al que perteneceran los hombres con una estatura mayor a
un cierto valor, que podemos establecer en 1.80 metros, por ejemplo, y todos los hombres
con una altura inferior a este valor quedaran fuera del conjunto. As tendramos que un
hombre que mide1.81 metros de estatura pertenecera al conjunto hombre altos, y en

cambio un hombre que mida 1.79 metros de altura ya no pertenecera a ese conjunto. Sin
embargo, no parece muy lgico decir que un hombre es alto y otro no lo es cuando su altura
difiere en dos centmetros. El enfoque de la lgica difusa considera que el conjunto
hombres altos es un conjunto que no tiene una frontera clara para pertenecer o no
pertenecer a l: mediante una funcin que define la transicin de alto a no alto se
asigna a cada valor de altura un grado de pertenencia al conjunto, entre 0 y 1. As por
ejemplo, un hombre que mida 1.79 podra pertenecer al conjunto difuso hombres altos
con un grado 0.8 de pertenencia, uno que mida 1.81 con un grado 0.85, y uno que mida
1.50 m con un grado 0.1. Visto desde esta perspectiva se puede considerar que la lgica
clsica es un caso lmite de la lgica difusa en el que se asigna un grado de pertenencia 1 a
los hombres con una altura mayor o igual a 1.80 y un grado de pertenencia 0 a los que
tienen una altura menor.

3. COMUNICACIN ENTRE AGENTES


Los agentes pueden mejorar su coordinacin y coherencia gestionando qu, cmo y cundo se
comunican entre s. La comunicacin puede proporcionar a los agentes el conocimiento necesario
para desarrollar sus acciones con una visin menos local y poder sincronizarse con el resto de
agentes. Sin embargo, una excesiva comunicacin puede dar lugar a una sociedad de agentes
burocrticos, cuya sobrecarga de comunicacin sea mayor que el trabajo efectivo realizado.

Podemos distinguir un rango amplio de formas de comunicacin, que van desde la falta de
comunicacin hasta la comunicacin de alto nivel y la interaccin hombre mquina.

Sin comunicacin los agentes pueden interactuar sin comunicarse, inriendo las intenciones de
otros agentes. Esta situacin puede darse debido a fallos de hardware, a la imposibilidad de
comunicarse o al deseo de que los agentes gocen de una mayor autonoma. Normalmente, para que
sea posible la cooperacin se supondr que los agentes disponen de la informacin sensorial
suciente para poder inferir los objetivos e intenciones del resto de agentes. Para estudiar este tipo

de interaccin se ha recurrido a la teora de juegos, empleado matrices de costes, en las que se


representa la ganancia que obtiene cada agente dependiendo de la accin que realice otro agente.

Este enfoque se ha extendido con tcnicas probabilistas para representar la incertidumbre


sobre los posibles movimientos de los otros agentes.

Comunicacin directa:
Una organizacin de agentes por comunicacin directa se caracteriza por agentes que
manejan su propia coordinacin, la cual tiene la ventaja de que no depende de otros
programas y la desventaja de que aumenta el grado de complejidad en la implementacin
de cada agente. Dentro de esta forma de organizacin existen dos arquitecturas que son la
de red de contratos y la de especificacin compartida.
Coordinacin asistida:
Otra forma de organizar a los agentes es mediante la coordinacin asistida y un ejemplo
bastante popular de este tipo de organizacin es la arquitectura conocida como sistema
federado, en donde en lugar de que los agentes se comuniquen directamente, lo hacen por
medio de facilitadores. En esta arquitectura los agentes generalmente utilizan ACL (Agent
Communication Language) para comunicar sus necesidades y habilidades a su facilitador
local, quien se encarga de encontrar la ruta correcta por la cual hacer llegar solicitudes a
otros facilitadores, quienes a su vez pasan las solicitudes a alguno de los agentes de su
dominio que pueda satisfacer la solicitud [Genesereth y Ketchpel 1994].

4. TCNICA DE COMUNICACIN ELEGIDA:


Arquitectura de pizarra:

La arquitectura de pizarra es otro paradigma de comunicacin, cuya estructura consta tres


componentes principales: la pizarra, un conjunto de fuentes de conocimiento (Kss,
Knowledge sources) y un mecanismo de control. La pizarra es una base de datos global
(compartida por todas las KSs) que contiene datos e hiptesis (soluciones parciales
potenciales). Se suele estructurar la pizarra en niveles, asociando clases de hiptesis a un
nivel, y las hiptesis suelen estar ligadas a hiptesis de otro nivel. Las fuentes de
conocimiento son mdulos especializados que intercambian mensajes (hiptesis, resultados
parciales, etc.) a travs de la pizarra. Partiendo de los resultados e hiptesis de otras KSs,
una KS puede generar otra solucin parcial tentativa. Cada nivel de la pizarra suele suponer
un nivel de abstraccin en la resolucin del problema, y las KSs trabajando en un nivel ven
las hiptesis de su nivel y los adyacentes, de forma que las hiptesis de los niveles
prximos se van propagando a los niveles ms abstractos de forma ascendente. Para

gestionar la concurrencia en el acceso a la pizarra se debe emplear un mecanismo de


control, tpicamente basado en una agenda. Esta agenda es gestionada por un monitor de la
pizarra que activa las fuentes de conocimiento adecuadas segn los datos mantenidos en la
pizarra. Algunas arquitecturas de agente utilizan esta arquitectura para intercambiar
informacin entre subsistemas de agentes o para modelar el intercambio entre los distintos
mdulos (o subagentes) que componen la estructura de un agente.
Diagrama de la arquitectura de pizarra:

Agente2

Agente1

PIZARRA

Agente3

Agente4

BIBLIOGRAFA:
Fundamentos de los agentes inteligentes - Informe Tcnico UPM/DIT/GSI 16/97, Carlos
ngel Iglesias Fernndez
https://cibernetica.wordpress.com/2007/05/31/inteligencia-artificial-distribuida-1/
http://www.tdx.cat/bitstream/handle/10803/6887/04Rpp04de11.pdf;jsessionid=1E7721F8D
7EAF363A63F0D1757381C35.tdx1?sequence=4
http://catarina.udlap.mx/u_dl_a/tales/documentos/lis/barceinas_g_a/capitulo2.pdf

Anda mungkin juga menyukai