DEFINICION DE AGENTES INTELIGENTESUn agente inteligente es una entidad software que, basndose en su propio conocimiento, realiza un conjunto de operaciones para satisfacer las necesidades de un usuario o de otro programa, bien por iniciativa propia o porque alguno de stos se lo requiereDefinicin de Agente inteligente

En computacin, aquellos agentes de software que poseen inteligencia, estudiada en la inteligencia artificial. Esta capacidad incluye la habilidad de adaptarse y de aprender.

La adaptacin implica sentir el entorno y reconfigurarse en respuesta a este. Esto puede ser logrado a travs de la eleccin de algoritmos, o a travs del descubrimiento de estrategias para resolver el problema.

La habilidad de aprender, puede hacerse a travs de un aprendizaje por prueba y error, implicando una cierta capacidad de introspeccin y anlisis de comportamientos y sucesos. Tambin el proceso de aprendizaje puede darse a travs del ejemplo y la generalizacin, esto implica capacidad de abstraccin y generalizacin.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.CaractersticasLa mayora de los agentes poseen las siguientes tres caractersticas: comunicacin, inteligencia y autonoma. Comunicacin. El agente puede comunicarse con el usuario, con otros agentes y con otros programas. Con el usuario se comunica con un interfaz amigable, mediante el que personaliza sus preferencias. Algunos agentes permiten comunicarse en lenguaje natural, algo tpico de los chatbots.

El grado de inteligencia vara mucho de unos agentes a otros, que suelen incorporar mdulos con tecnologas procedentes de la Inteligencia Artificial. Los ms sencillos se limitan a recoger las preferencias del usuario, quien debe personalizarlos. Un ejemplo son los agentes inteligentes basados en tecnologa de redes neuronales especializados en identificar mensajes de correo electrnico sospechosos de contener spam -mensajes no deseados-. En una primera fase el usuario debe marcarlos como spam, el agente va aprendiendo a identificar los rasgos que caracterizan a estos mensajes y posteriormente los filtra.

Autonoma. Un agente no slo debe ser capaz de hacer sugerencias al usuario sino de actuar. En el ejemplo anterior, el agente que filtra el spam no puede estar continuamente alertando al usuario en cada mensaje de correo que llega sobre la posibilidad de que sea un mensaje no deseado y su verdadera utilidad surge cuando elimina de forma autnoma dichos mensajes. Caractersticas de los agentes inteligentes:Los agentes tienen un punto de vista incompleto, pero esto no limita que se halle una solucin (aproximada). Lo que se pretende en que la solucin sea completa y consistente.Los agentes se mueven dentro de un entorno virtual operando a travs de un sistema.Los agentes inteligentes dentro del entorno de software tendrn una funcin anloga a la que realizan los robots en el mundo real, de ah el nombre de softbots (software robot).

Cmo se caracteriza un agente?Un agente va a venir caracterizado por una serie de calificativos, los cuales vienen a denotar ciertas propiedades a cumplir por el agente. Esto nos lleva a plantear otra definicin bastante aceptada de agente donde se emplean tres calificativos que, segn, el autor se consideran bsicos. Esta definicin ve a un agente como un sistema de computacin capaz de actuar de forma autnoma y flexible en un entorno [Wooldridge1995], entendiendo por flexible que sea:

Reactivo, el agente es capaz de responder a cambios en el entorno en que se encuentra situado.

Pro-activo, a su vez el agente debe ser capaz de intentar cumplir sus propios planes u objetivos.

Social , debe de poder comunicarse con otros agentes mediante algn tipo de lenguaje de comunicacin de agentes.

Como vemos en este caso, hemos identificado una serie de caractersticas o apellidos que de por s debe tener un agente.

Atendiendo a esta idea, para poder asociar a una herramienta el trmino agente debe ser capaz de cumplir los requerimientos anteriormente expuestos. Actualmente, un pequeo porcentaje del SW de propsito general existente se adapta a dicha definicin. Apliquemos estas caractersticas a nuestro agente de informacin de ejemplo: sera reactivo?

Podemos pensar que s a juzgar por el hecho de que el agente debera reaccionar frente a los mandatos que le indicamos, adems debe poder reaccionar frente a posible eventos que le lleguen de la red. Sera pro-activo?, evidentemente que s, nuestro agente debera autoplantearse su curso de accin para poder realizar todas sus tareas adelantndose a las peticiones de su usuario. Por ltimo debemos pensar si nuestro agente sera social. Esta caracterstica desde nuestro punto de vista no sera bsica en una definicin general de agente, no obstante, s que podemos claramente identificar una conducta social en nuestro ejemplo si observamos que debera poder comunicarse con infinidad de recursos en la red y, por qu no, con otros agentes existentes en la misma.

Pero, en definitiva, cules son las caractersticas bsicas y de qu mas caractersticas disponemos para poder calificar a un agente?. Revisemos a algunas de las caractersticas que en la literatura se suelen atribuir a los agentes en mayor o menor grado para resolver problemas particulares y que han sido descritos por autores tales como Franklin y Graesser [Franklin1996], y Nwana [Nwana1996], stas son:

Continuidad Temporal: se considera un agente un proceso sin fin, ejecutndose continuamente y desarrollando su funcin.

Autonoma: un agente es completamente autnomo si es capaz de actuar basndose en su experiencia. El agente es capaz de adaptarse aunque el entorno cambie severamente. Por otra parte, una definicin menos estricta de autonoma sera cuando el agente percibe el entorno.

Sociabilidad: este atributo permite a un agente comunicar con otros agentes o incluso con otras entidades.

Racionalidad: el agente siempre realiza lo correcto a partir de los datos que percibe del entorno.

Reactividad: un agente acta como resultado de cambios en su entorno. En este caso, un agente percibe el entorno y esos cambios dirigen el comportamiento del agente.

Pro-actividad: un agente es pro-activo cuando es capaz de controlar sus propios objetivos a pesar de cambios en el entorno.

Adaptatividad: est relacionado con el aprendizaje que un agente es capaz de realizar y si puede cambiar su comportamiento basndose en ese aprendizaje.

Movilidad: capacidad de un agente de trasladarse a travs de una red telemtica.

Veracidad: asuncin de que un agente no comunica informacin falsa a propsito.

Benevolencia: asuncin de que un agente est dispuesto a ayudar a otros agentes si esto no entra en conflicto con sus propios objetivos.

No existe un consenso sobre el grado de importancia de cada una de estas propiedades para un agente. Sin embargo, se puede afirmar que estas propiedades son las que distinguen a los agentes de meros programas. Segn hemos visto en la definicin de Wooldridge, las caractersticas de autonoma, reactividad, pro-actividad y sociabilidad son las caracte-rsticas bsicas. Podramos encontrar otras definiciones donde varan ligeramente las caractersticas a aplicar a un agente bsico.

Figura 3. Navaja suiza de Parunak representando los conceptos que puede integrar un agenteTal como indica el Dr. H. Van Dyke Parunak en su trabajo [Parunak1999], un agente es como una navaja del ejrcito suizo en el que se puede ver la definicin bsica como slo la navaja y en el que si se necesita algn accesorio ms se le aade y, si no se necesita, no hay necesidad de acarrear con todos los accesorios (figura 3).

Entonces:Un Agente puede definirse como una entidad, semi o completamente autnoma, la cual acta racionalmente de acuerdo a sus percepciones del exterior y el estado de su conocimiento.

Desde un punto de vista estructural, y de acuerdo a [Ber, 92] , el agente puede dividirse en dos partes principales. La primera est relacionada con el conocimiento que el agente posee acerca del mundo exterior, las habilidades de otros agentes y las suyas propias, as como sus tpicos de inters; el segundo aspecto abarca el procesamiento dinmico que el agente realiza de los mensajes y que definir su actividad de razonamiento ante problemas e informaciones nuevas. Por esto se basa en un lenguaje de comunicacin externo, para interactuar con otros agentes, uno interno, para la comunicacin entre sus propias componentes, y un conjunto de mtodos que permite el procesamiento de estos mensajes.

La base de la Inteligencia Artificial es el diseo de un programa de agente: Una funcin que permita implantar el mapeo del agente para pasar de percepciones a acciones. Este programa se ejecutar en algn tipo de dispositivo de cmputo al que se denominar arquitectura. La arquitectura puede ser una computadora sencilla o un hardware especial.

Elementos bsicos que se consideran en la eleccin de los tipos de agente:

PAMA (Percepciones, Acciones, Metas y Ambiente)Softbots (Agentes de software o robots de software)Programas de Agentefunction SKELETON-AGENT (percept) returns Actionfuncin ESQUELETO-AGENTE(percepcin) responde con una accinesttica: memoria (la memoria del mundo del agente)memoria ACTUALIZACION-MEMORIA(memoria, percepcin)accin ESCOGER-LA-MEJOR-ACCION(memoria)memoria ACTUALIZACION-MEMORIA(memoria, accin)responde con una accinEl esqueleto de un agente. Cada vez que as se solicite, se actualiza la memoria para que refleje la nueva percepcin, se escoge la mejor accin y tambin se consigna en la memoria la accin emprendida. La memoria persiste de una solicitud a otra.

function TABLE-DRIVEN-AGENT (percept) returns actionfuncin AGENTE-CONDUCIDO-MEDIANTE-TABLA (percepcin) responde con una accinesttico: percepciones, una secuencia, originalmente est vacatabla: una tabla indizada mediante secuencia de percepciones originalmente especificada en su totalidadaadir la percepcin al final de todas las percepcionesaccin CONSULTA(percepciones, tabla)devolver accin

Un agente basado en una tabla de consulta previamente especificada. Se mantiene al tanto de la secuencia de percepciones y se limita a definir cul es la mejor accin. Carecen de autonoma, pero son vlidos.Antes de proceder al diseo de un programa de agente es necesario contar con una idea bastante precisa de las posibles percepciones y acciones que intervendrn, qu metas o medidas de desempeo se supone lleve a cabo el agente, as como del tipo de ambiente en que tal agente operar, para tal efecto, denominamos a la matriz PAMA (percepciones, acciones, metas y ambientes).Tipos de agentes Agentes de reflejo simple: Este tipo de agente no contiene internamente estados y sus procesos o acciones que realiza son respuestas a la entrada de percepciones, a esta conexin entre percepciones y acciones se las denomina reglas de condicin-accin. Ejemplo: Si el carro de adelante est frenando entonces empiece a frenar.

Agentes bien informados de todo lo que pasa: Este tipo de agente guarda estados internos lo que nos sirve sin consideracin para ejecutar una accin. Los sensores no nos pueden informar a la vez de todos los estados que maneja nuestro ambiente, es por este caso que el agente necesita actualizar algo de informacin en el estado interno. Esto le permite discernir que entre estados del ambiente que generan la misma entrada de percepciones pero, sin embargo; para cada uno de los estados se necesitan acciones distintas.

Agentes basados en metas: Adems de los estados, los agentes necesitan cierto tipo de informacin sobre sus metas Estas metas van a detallar las situaciones a las que se desea llegar de este modo, el programa de agente puede combinar las metas con la informacin de los resultados (acciones) que emprenda y de esta manera poder elegir aquellas acciones que permitan alcanzar la meta.

Agentes basados en utilidad: Las metas por s solas me garantizan la obtencin de una conducta de alta calidad. En mi programa de agente se podra tener un conjunto de metas pero la obtencin de stas no me garantizan distinciones entre estados felices e infelices, mediante una medida de desempeo se podra establecer una comparacin entre los diversos estados del mundo (ambientes) para poder encontrar el estado de felicidad para el agente. Este estado ofrecer una mayor utilidad al agente.

Ambiente. El ambiente aprota percepciones al agente quien ejerce acciones sobre el ambiente.

Propiedades de los Ambientes

Accesibles y no accesibles

Si el aparato sensorial de un agente le permite tener acceso al estado total de un ambiente, se dice que ste es accesible a tal agente. Un agente es realmente accesible si los sensores detectan todos los aspectos relevantes a la eleccin de una accin. Los ambientes accesibles son cmodos, puesto que no es necesario que el agente mantenga un estado interno para estar al tanto de lo que sucede en el mundo.

Deterministas y no Deterministas

Si el estado siguiente de un ambiente se determina completamente mediante el estado actual y las acciones escogidas por los agentes, se dice que el ambiente es determinista. En principio, un agente no tiene por qu preocuparse sobre la incertidumbre en un ambiente accesible y determinista. Pero si el ambiente es inaccesible, entonces podra parecer que es no determinista. Lo anterior es especialmente vlido cuando el ambiente es complejo, dificultando el estar al tanto de todos los aspectos inaccesibles. Por ello, es ms conveniente calificar el que un ambiente sea determinista o no determinista considerando el punto de vista del agente.

Episdicos y no Episdicos

En un ambiente episdico, la experiencia del agente se divide en "episodios". Cada episodio consta de un agente que percibe y acta. La calidad de su actuacin depender del episodio mismo, dado que los episodios subsecuentes no dependern de las acciones producidas en episodios anteriores. Los ambientes episdicos son ms sencillos puesto que el agente no tiene que pensar por adelantado.

Estticos y Dinmicos

Si existe la posibilidad de que el ambiente sufra modificaciones mientras el agente se encuentra deliberando, se dice que tal ambiente se comporta en forma dinmica en relacin con el agente, de lo contrario, se dice que es esttico. Es ms fcil trabajar con ambientes estticos puesto que el agente no tiene que observar lo que sucede en el mundo al mismo tiempo que decide sobre el curso de una accin, ni tampoco tiene que preocuparse por el paso del tiempo. Si el ambiente no cambia con el paso del tiempo, pero si se modifica la calificacin asignada al desempeo de un agente, se dice que el agente es semidinmico.

Discretos y Continuos

Si existe una cantidad limitada de percepciones y acciones distintas y claramente discernibles, se dice que el ambiente es discreto. El ajedrez es discreto: existe una cantidad fija de posibles jugadas en cada ronda. La conduccin de un taxi es continua: la velocidad y la ubicacin del taxi y de los dems vehculos se extiende a travs de un rango de valores continuos.