Professional Documents
Culture Documents
AGENTES INTELIGENTES
CHIMBOTE-ANCAHS-2016
Dedicatoria
AGRADECIMEINTO
Epgrafe
Resumen
La Inteligencia Artificial tiene como objetivo el estudio de las entidades inteligentes; pero a
diferencia de la filosofa, la psicologa, las neurociencias, y dems disciplinas cuyo objeto de
estudio est relacionado con la inteligencia, su meta no tiene que ver nicamente con la
comprensin de estas entidades, sino con su construccin. La construccin de agentes racionales
como concepto unificador dentro de la Inteligencia Artificial, constituye el curiosamente
llamado, nuevo enfoque de la Inteligencia Arti- ficial, claramente definido en el texto
introductorio de Russell y Norvig [19]. Incluso antagonistas de las tecnologas basadas en
agentes, como Lanier1, coinciden en que el concepto de agente es inherente al de Inteligencia
Artificial.
Lejos de ser el sueo anhelado por todos, se est convirtiendo en una pesadilla en forma de
avalancha de informacin. Los usuarios inexpertos rara vez consiguen unos resultados
satisfactorios de sus consultas, e incluso los expertos suelen cometer errores a la hora de utilizar
las de bsqueda. La solucin a los de recuperacin, en ste mbito, puede venir de los agentes
inteligentes. El del presente artculo es presentar, identificar, definir y clasificar los distintos
tipos de agentes inteligentes, centrndose en aquellos destinados a la recuperacin de
informacin.
Palabras clave: Sistemas expertos, Agentes inteligentes, Agentes de informacin, Recuperacin
de informacin.
.
Summary
Artificial Intelligence aims the study of intelligent entities; but unlike philosophy, psychology,
neuroscience, and other disciplines whose object of study is related to intelligence, your goal
has to do only with the understanding of these entities, but with its construction. The
construction of rational agents as a unifying concept in Artificial Intelligence, is the curiously
named, new approach to Arti- ficial Intelligence, clearly defined in the introductory text of
Russell and Norvig [19]. Even antagonists agent-based technologies, as Lanier1, agree that the
concept of agent is inherent in Artificial Intelligence.
Far from being the dream cherished by all, it is turning into a nightmare as a flood of
information. Inexperienced users rarely get satisfactory results of their consultations, and even
experts often make mistakes when using the search. The solution to recovery in this area, can
come from intelligent agents. The present article is to identify, define and classify the different
types of intelligent agents, focusing on those for information retrieval.
Keywords: Expert Systems, Intelligent Agents, Information, Information Retrieval.
SUMARIO
CARATULA ...........................................................................................................................................
1
SUAMRIO
DEDICATORIA ...................................................................................................................................... 2
AGRADECIMIENTO .............................................................................................................................. 3
EPGRAFE ............................................................................................................................................. 4
RESUMEN ............................................................................................................................................ 5
SUMMARY ........................................................................................................................................... 6
SUMARIO ............................................................................................................................................. 7
INTRODUCCIN ................................................................................................................................... 8
CAPTULO I........................................................................................................................................... 9
INTELOGENCIA ARTIFICIAL DISTRIBUIDA .................................................................................. 9
QUE ES UNA AGENTE INTELIGENTE? ....................................................................................... 9
COMO SE CARACTERIZAN UN AGENTE ................................................................................... 10
LA SOCIEDAD DE AGENTE........................................................................................................ 10
AGENTES COGNITIVOS Y REACTIVOS ...................................................................................... 12
CAPTULO II........................................................................................................................................ 14
CARACTETISTICAS DE UN AGENTE COGNITIVA ....................................................................... 14
ARQUITECTURAS PARA AGENTES INTELIGENTES ................................................................... 15
ESTRUCTURA DE UNA AGENTE................................................................................................ 15
CAPTULO III ...................................................................................................................................... 16
SSITEMAS MULTIAGENTES ...................................................................................................... 16
ABIENTES ................................................................................................................................. 16
CONCLUSIONES ................................................................................................................................. 18
REFERENCIA BIBLIOGRAFICA ............................................................................................................ 19
INTRODUCCIN
La Inteligencia Artificial IA, se esta considerando como una de las disciplinas ms nuevas, siendo
curiosamente considerada a la vez como una gran ciencia desconocida y una de las que ms inters
despierta. Esto es debido a que poca gente tiene claro qu es la IA, pero sin embargo es considerada
por una gran mayora de cientficos como la disciplina donde han pensado alguna vez en trabajar.
Pero, qu es realmente la IA? Existen gran variedad de definiciones respecto a lo que es la IA,
algunas ms vlidas que otras, pero podramos intentar resumirlas comentando que la IA trata de
desarrollar sistemas que piensen y acten racionalmente.
En los ltimos aos la IA ha ido evolucionando, quizs con mayor celeridad que otras disciplinas,
motivada probablemente por su propia inmadurez. Todo esto ha llevado a que la IA actualmente
abarque una gran cantidad de reas, desde algunas muy generales como razonamiento, bsqueda, etc.
a otras ms especficas como los sistemas expertos, sistemas de diagnstico, etc. Podramos indicar,
sin lugar a dudas, que la IA puede ser aplicada hoy en da a infinidad de disciplinas cientficas y es
que la IA es susceptible de aparecer all donde se requiera el intelecto humano. En este aspecto cada
nueva incursin de la IA en un campo diferente supone el empleo de una metodologa de aplicacin
propia del investigador que lo intenta pues a diferencia de otras disciplinas, no existen ciertos
estndares o criterios consensuados que unifiquen el proceso de aproximacin de la IA a otras reas y,
en consecuencia, a problemas reales. La aparicin de una metodologa comn a la hora de abordar la
aplicabilidad de la IA puede resultar un elemento muy positivo en la corta vida de esta disciplina.
Actualmente en la IA ha surgido un nuevo paradigma conocido como paradigma de agentes, el cual
est tomando un gran auge entre los investigadores. Dicho nuevo paradigma aborda el desarrollo de
entidades que puedan actuar de forma autnoma y razonada. Si retomamos la definicin dada
anteriormente donde se consideraba a la IA como un medio para el desarrollo de sistemas que piense
y actenracionalmente, podemos pensar que la IA, en su conjunto, trata realmente de construir
precisamente dichas entidades autnomas e inteligentes.
De acuerdo con esta visin, se puede considerar a la IA como una disciplina orientada a la
construccin de agentes inteligentes donde se integran las diferentes reas que sta comprende. Desde
hace relativamente poco tiempo esta idea est siendo ya adoptada por investigadores en la materia; el
propio Stuart Russell ha remodelado su conocido libro Inteligencia Artificial, un enfoque
moderno [Russell1996] para dar un enfoque de la IA orientado totalmente al desarrollo de agentes. Es
importante resaltar que en el momento en que se disponga de una metodologa clara para la
construccin de dichos agentes inteligentes, la aplicabilidad de las tcnicas de IA a cualquier tipo de
problema podr abordarse de una manera ms clara y unificada.
De momento, se puede asegurar que, hoy en da, existe una idea generalizada dentro de la IA de que
nos encontramos ante el nacimiento de una nueva tecnologa, la de agentes inteligentes, que permite
abordar de una manera ms apropiada la construccin de sistemas inteligentes ms complejos
aplicados a muy diversos campos. Veamos en los siguientes puntos del artculo una descripcin ms
detallada de lo que es y lo que promete esta nueva tecnologa hacia la que est orientada actualmente
la IA.
CAPITULO I
De acuerdo con el punto de vista de la inteligencia artificial un agente posee las siguientes
propiedades: autonoma, sociabilidad, capacidad de reaccin, iniciativa, benevolencia y
racionalidad (Wooldridge y Jennings, 1995).
Un 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 requiere
ltimamente la industria del software, con fines puramente comerciales, nos est
mostrando aplicaciones catalogadas como agentes inteligentes que realmente no lo son.
ste es el caso del Ayudante de Microsoft Office (Clippo, Dr. Genio, Ridondo, etc.). Si
aplicamos cada una de las propiedades de los agentes inteligentes a
este Ayudante veremos que, como mucho, cumple la caracterstica de la sociabilidad. Por
tanto realmente no es lo que se enuncia, sino un simple programa que en determinados
casos emula el comportamiento de los agentes inteligentes. Esta comparacin es una
buena forma de distinguir entre un agente inteligente y un programa convencional.
Varios investigadores y grupos de investigacin han definido el trmino de agente desde
diferentes puntos de vista, esto ha influido a que en la actualidad existan diferentes
definiciones de lo que es un agente.
La dificultad se debe especialmente a que los agentes se pueden emplear en muchos
dominios de aplicacin, llevando consigo a que cada dominio asocie varios y diferentes
atributos a la definicin de agente. Por lo tanto es conveniente dar una corta definicin de
agente que no involucre las caractersticas que debe tener un agente inteligente. Un
agente es un sistema que esta en algn ambiente y que es capaz de
tomar acciones autnomas de acuerdo al estado del ambiente para cumplir
sus objetivos de diseo. Lo anterior no quiere decir que el agente tenga dominio completo
del ambiente, por el contrario en la mayora de situaciones este es muy complejo y el
agente solo tendr un control parcial de este. As mismo puede suceder que para un
estado del ambiente muy similar, dos acciones diferentes tomadas por el agente
produzcan efectos heterogneos en el ambiente.
1.2 COMO 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 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.
12
mientras que en dominios caticos es poco efectiva, en este caso el agente solo podra
reaccionar ante eventos y percepciones.
Los mtodos de planeacin para DPS y sistemas MA son diferentes, la planeacin para
mltiples agentes se utiliza en DPS, mientras que los mtodos para planeacin distribuida se
aplican a los sistemas MA.
Como se vera en las siguientes secciones, en los sistemas DPS un plan debe ser resulto por
los agentes, mientras que en los sistemas multiagente se debe generar y ejecutar un plan por
los agentes.
Planeacin para mltiples agentes
La planeacin para mltiples agentes puede ser considerada como un problema distribuido
que los agentes tiene que resolver. Cuando se construye este problema distribuido se tienen
que hacer algunas suposiciones de las principales propiedades de sus elementos [LUBO
2002].
Existen dos mtodos de colaboracin entre agentes cuando se soluciona un problema
distribuido, la colaboracin esta basada en la reparticin de tareas y en compartir resultados.
Reparticin de tareas
Se basa en la descomposicin y reparticin de tareas y la habilidad de los agentes para
trabajar en paralelo. El se basa en la descomposicin de subtareas a cargo de un agente
cuando este se ve sobrecargado por una tarea, la asignacin de las subtareas resultantes se
hace a los agentes del sistema que tengan las habilidades que se necesiten para resolverla.
Una subtarea puede ser dividida y asignada recursivamente si es necesario. Cuando se
termine la subtarea(s) el resultado es devuelto a un agente que crea la solucin final del
problema, generalmente este agente es el que descompuso el problema, ya que es muy
probable que este sepa sintetizar los resultados.
La reparticin de tareas se puede hacer en diferentes tipos de sistemas segn las capacidades
de los agentes:
En sistemas homogneos la reparticin de tareas es sencilla ya que los agentes
cuentan con las mismas capacidades. En este caso las subtareas pueden ser asignadas
aleatoriamente a los agentes inactivos del sistema.
En sistemas homogneos la reparticin de tareas exige mecanismos ms complejos ya
que los agentes poseen diferentes habilidades. En este caso cada subtarea debe ser
asignada a un gente que tenga las capacidades adecuadas para resolverla, esto
conlleva a que el agente que descompone el problema debe guardar informacin sobre
las habilidades de cada uno de los agentes del sistema.
Compartir resultados
Los agentes con capacidades, conocimiento y representaciones del entorno diferentes pueden
15
llegar a diferentes resultados al ejecutar una misma tarea, de esta manera se busca que estos
resultados se compartan de forma que los agentes cooperen para encontrar la solucin global
del problema. Al basarse en las diferentes soluciones de los agentes, se pueden obtener los
siguientes beneficios:
Mayor confianza, debido a que si muchos agentes producen la misma solucin para un
problema determinado, incrementa la de que el resultado sea correcto.
Mayor , ya que cada agente comparte con otros los resultados de todas las tareas que se han
completado, de esta manera el de agentes puede completar la solucin global de la tarea.
Mayor Precisin, teniendo una mayor visin sobre el conjunto de tareas, se permite a los
agentes refinar cada uno de los resultados.
Mayor Puntualidad, el intercambio de resultados permite a los agentes trabajar en paralelo,
minimizando el gastado en la solucin de un mismo problema por muchos agentes.
Planeacin Distribuida
En la planeacin distribuida, las tareas y resultados de esta, pueden ser fuente de en un
sistema MA, es decir el proceso de planeacin es distribuido entre muchos agentes. El
resultado de este proceso de planeacin (el cual es un plan) se distribuye y es ejecutado por
varios agentes, a esto se le conoce con el nombre de plan distribuido.
Los agentes pueden participan en la creacin de un plan distribuido, actuar tras un plan
distribuido o participar de las dos maneras. A continuacin se presentaran para planeacin
distribuida.
Planeacin centralizada para planes distribuidos
En la planeacin centralizada un solo agente debe crear un plan. Este plan tiene que ser
distribuido entre los agentes del sistema. El agente que el plan o un agente coordinador divide
el plan en hilos que pueden ser ejecutados en paralelo. Los hilos son distribuidos entre los
agentes utilizando tcnicas de asignacin de tareas y cada agente acta sobre el subplan que
recibe.
Planeacin distribuida para planes centralizados
La distribuida puede existir incluso cuando el plan resultante es ejecutado por un solo agente,
la distribucin se hace necesaria cuando no hay la suficiente capacidad o conocimiento del
agente para hacer el plan y por lo tanto debe buscar cooperacin con otros agentes
especialistas en planeacin.
En este tipo de planeacin el problema es descompuesto y distribuido entre los agentes
especialistas de planeacin usando alguna tcnica de reparticin de tareas. La coordinacin se
puede lograr mediante los siguientes mtodos: [LUBO 2002] Intercambio de un plan parcial
especializado en el cual un planificador modifica y expande un plan parcial de acuerdo con
sus objetivos.
16
17
Sistemas Cognitivos
Sistemas Reactivos
Representacin explcita del ambiente
No tiene
Pueden tener conocimiento del pasado
Sistemas Cognitivos
Sistemas Reactivos
Representacin explcita del ambiente
No tiene
Pueden tener conocimiento del pasado
18
CAPITULO
II
19
21
No importa tanto si es ambiente ``real'' o ``artificial'' (e.g., softbots) sino la interaccin entre
percepcin, comportamiento, ambiente y metas.
El usar una tabla acciones - secuencia de percepciones en general no es adecuada por:
22
Requiere tablas muy grandes mucho tiempo para construir la tabla no hay autonoma, por lo
que si cambia el ambiente el agente deja de saber que hacer aunque se le de aprendizaje,
necesitara mucho tiempo para aprender todas las entradas de la tabla
Para construir un mapeo entre percepciones y acciones podemos pensar en varios tipos de
agentes.
Agentes de reflejos simples: construir una tabla es imposible, pero podemos considerar
algunas asociaciones comunes en trminos de reglas situacin-accin.
IF el coche de enfrente esta frenando
THEN empieza a frenar
Agentes de reflejos simples y estado interno. Esto es muy simple, y normalmente se necesita
un estado interno para (i) ver como cambia el ambiente independientemente del agente y (ii)
como afectan las acciones del agente al ambiente.
Agentes con informacin de metas. El agente necesita informacin de sus metas para escoger
que acciones las pueden cumplir (pueden usarse tcnicas de bsqueda y planificacin).
Esto lo puede hacer ms flexible (e.g., si est lloviendo ajustar la efectividad de los frenos).
Agentes con medida de utilidad. Las metas por si solas no son suficientes para generar un
comportamiento de buena calidad. Para esto necesitamos una medida de utilidad (funcin que
mapea un estado o secuencia de estados con un nmero real).
Agentes con aprendizaje. La idea es que las percepciones no se usen solo para actuar, sino
tambin para mejorar su desempeo en el futuro.
Clasificacin de los agentes inteligentes
Movilidad.
Arquitectura de construccin
Atributos principales
Roles
Hbridos y Heterogneos
Clases de agentes inteligentes
Agentes colaborativos
Este tipo de agentes se enfatiza en la autonoma y las habilidades sociales con otros agentes
para ejecutar las tareas de sus usuarios. La coordinacin de los agentes se logra mediante la
negociacin para alcanzar acuerdos que sean aceptables para los agentes negociantes.
Los agentes colaborativos son capaces de actuar racionalmente y autnomamente en
ambientes multiagente y con restricciones de recursos. Otras caractersticas de estos agentes
es que poseen habilidades sociales, son proactivos, benvolos, estticos y veraces.
Los agentes colaborativos se pueden utilizar es la solucin de algunos de los
siguientes problemas:
23
Para resolver problemas que son muy grandes para un agente centralizado.
Para permitir la interconexin e interoperabilidad de sistemas de IA existentes como
sistemas expertos, sistemas de soporte de decisin etc.
Solucionar problemas que son inherentemente distribuidos.
Proporcionar soluciones que simulen recursos de informacin distribuidos.
Incrementar la modularidad, velocidad, confiabilidad, flexibilidad y reutilizacin en
sistemas de informacin.
Agentes de Interfase
Los agentes de interfaz se enfatizan en la autonoma y la adaptabilidad para realizar tareas a
sus usuarios. Este tipo de agentes bsicamente presta soporte y asistencia a un usuario que
esta aprendiendo una nueva aplicacin o nuevos conceptos.
El agente puede aprender mediante alguna de las siguientes cuatro tcnicas, observando y
monitoreando la interfaz:
1.
2.
3.
4.
De esta manera el agente puede actuar como un asistente personal y autnomo del usuario,
cooperando con l para terminar una cierta tarea.
Agentes mviles
Estos agentes se enfatizan en las habilidades sociales y la autonoma, a diferencia de los
agentes cooperativos, estos son mviles.
Los agentes mviles son procesos de software que son capaces de transitar por una red,
generalmente una WAN, interactuando con computadores alejados, reuniendo informacin
para el usuario y volviendo a su origen cuando las tareas fijadas por el usuario se hayan
completado. Las tareas que se pueden realizar son por ejemplo reservaciones de vuelos,
manejo de una red de telecomunicaciones entre otras.
Los agentes mviles traen con si grandes beneficios aunque no son funcionales, esto quiere
decir que una tarea que realiza un agente mvil puede ser realizada por un agente
colaborativo, la diferencia radica en que para movilizar el agente se requiere de un costo muy
alto de recursos.
Algunas de las ventajas que se pueden obtener al usar agentes mviles son:
Reducen el costo de comunicacin, por ejemplo cuando en una ubicacin hay un
gran volumen de informacin que necesita ser examinada y transmitida, esto ocupara
una gran cantidad de recursos en la red y consumira mucho tiempo. En este caso el
agente mvil puede determinar la informacin relevante al usuario y transmitir un
resumen comprimido de esta informacin.
24
25
CAPITULO
III
26
3 SISTEMAS MULTIAGENTE
Un SMA est constituido por un conjunto de entidades inteligentes llamadas agentes que
coordinan sus habilidades para la resolucin de problemas individuales o globales. Estos
sistemas considerados como un todo, exhiben caractersticas particulares, que se
presentan a continuacin.
Organizacin Social
Es la manera como el grupo de agentes est constituido en un instante dado. La
organizacin social est relacionada con la estructura de los componentes funcionales del
sistema, sus caractersticas, sus responsabilidades, sus necesidades y la manera como
realizan sus comunicaciones. Esta organizacin puede ser esttica o dinmica,
dependiendo de las unciones o tareas de cada agente. Se puede considerar que una
sociedad de agentes est constituida por tres elementos:
Un grupo de agentes.
Un conjunto de tareas a realizar.
Un conjunto de recursos.
La realizacin de las tareas por parte de los agentes, puede ser organizada de varias
formas, por ejemplo: cada agente ejecuta una de las tareas, o bien, las tareas son divididas
en subtareas, por medio de algn mecanismo de descomposicin de problemas y estas
subtareas son las realizadas por los agentes. Las tareas que debe realizar un agente
dependen, entre otros factores, del rol que este agente asume en el sistema. Por ejemplo,
en un sistema oficina, un agente persona asume el rol de secretaria y realiza las labores
relacionadas con ese rol; este mismo agente podra asumir el rol de jefe y realizara
labores muy diferentes, relacionadas con su nuevo rol. Para la realizacin de tareas un
agente puede necesitar recursos del sistema, en este caso tiene que coordinarse con los
otros agentes del sistema que deseen usar el mismo recurso.La organizacin en los SMA
depende del tipo de comunicacin y el modo de cooperacin entre agentes, as como del
tipo de agentes que conforman el grupo.
Negociacin
Para que los mecanismos de cooperacin y coordinacin sean exitosos en un sistema de
agentes que actan interdependientemente, debe existir un mecanismo adicional, por
medio del cual, los integrantes de un sistema se puedan poner de acuerdo cuando cada
agente defiende sus propios intereses, llevndolos a una situacin que los beneficie a
todos teniendo en cuenta el punto de vista de cada uno. Este mecanismo es
llamado negociacin [Her95, Lab93].Los procesos de negociacin tienen como resultado
la modificacin o confirmacin de las creencias de cada agente involucrado, en lo
relacionado con los dems agentes y con el mundo en el que se desenvuelve. La
negociacin se puede mirar bajo una perspectiva racional, la cual describe la negociacin
como un proceso de seis pasos:
Definir el problema.
27
Identificar aspectos.
Ponderar criterios.
Generar alternativas.
Evaluar alternativas.
Formular solucin.
En los SMA la mayora de las veces el problema est bien definido, es decir, el primer
paso no es relevante. Los dems pasos se pueden o no seguir, dependiendo del problema
para el cual un grupo de agentes busca una solucin. Los mecanismos de negociacin
utilizan diferentes reglas en lo relacionado con la distribucin de recursos del sistema:
Regla equitativa: consiste en dividir los recursos disponibles en proporcin a los
aportes de cada miembro de grupo.
Regla igualitaria: establece una distribucin de recursos en partes iguales para
todos los miembros.
Regla segn las necesidades: consiste en la distribucin de acuerdo a las
necesidades individuales de cada miembro del grupo.
Regla segn el pasado: rige la distribucin siguiendo patrones o experiencias en
negociaciones pasadas.
Hay otro tipo de reglas usadas en negociacin, relacionadas con la toma de decisiones
Control
El es el mecanismo bsico que provee apoyo para la implementacin de mecanismos de
coordinacin en un SMA. El control se relaciona directamente con:
Determinar cules son las subtareas ms importantes a realizar en un momento
dado.
Determinar qu contexto (resultados intermedios de otros agentes) deben ser
usados en la solucin de una subtarea.
Estimar el de generacin de la solucin a una subtarea.
Evaluar si la solucin de un problema ha sido generada. (Problema de la
terminacin).
El control puede ser considerado desde dos puntos de vista: control global y control local.
El control global se relaciona con tomar decisiones basndose en obtenidos y
consolidados a partir de la de todos los agentes del sistema, el control local se relaciona
con tomar decisiones basndose solo en datos locales. Estos dos controles deben ser
balanceados por varias razones:
El aumento del de control local lleva a que los agentes acten eficientemente
desde el punto de vista "rapidez en la toma de decisiones y en la ejecucin de tales
decisiones". Pero, se puede llegar a la prdida de mecanismos de cooperacin
efectivos y como consecuencia a la realizacin de tareas no deseables.
El aumento del poder del control global lleva a aumentar los de del sistema,
porque la informacin de los agentes cambia dinmicamente, como consecuencia
28
29
CONCLUSI
ONES
30
Existen ya prototipos que estn siendo probados tanto en el mbito acadmico como
industrial y ya empiezan a aparecer los primeros productos comerciales. Cabe indicar que,
como siempre ocurre cuando aparece una nueva tecnologa, no debemos pensar que todo son
agentes y lo que haba antes no es vlido. Las opciones a la hora de emplear agentes, tal y
como hemos descrito, son mltiples, pero no conviene creer que cualquier problema es
tratable de forma sencilla con una aproximacin de sistema basado en agentes. Es posible que
en ocasiones el empleo de tcnicas clsicas resulte ms adecuado en funcin de
la naturaleza del problema a resolver.
El contraste anotado nos lleva a una conclusin que queremos consignar aqu como nota final
de este artculo. Todo parece indicar que las computadoras, debidamente programados con
las tcnicas de alto nivel propias de la IA, pueden descollar en el campo de la pericia, es
decir, de la solucin de problemas especializados; por su parte, el intelecto humano parece
insustituible en relacin con la solucin de problemas de sentido comn. Se impone entonces
fomentar la asociacin de hombre y mquina en sistemas de cooperacin simbitica y
sinergtica; hombre y mquina se necesitan mutuamente para solucionar eficazmente los
problemas, y de la interaccin entre ambos resulta una energa intelectual muy superior a la
de la suma de sus partes.
En cada uno de los temas relacionados con agentes y SMA se puede profundizar tanto como
se quiera, pero a veces se llega a problemas que no son relevantes en el contexto de SMA. Lo
importante, es entender que la nocin de agente es tan amplia o ten reducida como se quiera
y/o se necesite.Una de las caractersticas ms importantes de un SMA es que el grupo de
agentes que lo integran debe trabajar de manera cooperativa e individual. Los agentes
trabajan de manera cooperativa para satisfacer las metas globales que se derivan de la
bsqueda de las soluciones a los problemas globales y de manera individual, porque las metas
globales son descompuestas en submetas, generando metas locales para los agentes que
participarn en el desarrollo de las soluciones a los problemas.Cuando dos o ms entidades
trabajan en grupo, se presentan conflictos de intereses de manera natural. Es necesario que el
ambiente en el que se desenvuelven provea procesos para la resolucin de tales conflictos. En
este documento se propone como mecanismo bsico para manejar este aspecto, la
negociacin en grupo. Este mecanismo puede ser visto como un proceso de toma de
decisiones en el cual dos o ms entidades, representando sus propios intereses, se ponen de
acuerdo acerca de cmo resolver un conflicto de preferencias. Algunas de estas tareas de
decisin estn caracterizadas por las relaciones cooperativas entre los miembros del grupo, en
las cuales los individuos trabajan por el desempeo del grupo en general; o por relaciones
competitivas en las cuales los miembros del grupo plantean posiciones definidas y discuten
entre s, defendiendo sus propios intereses. Por otro lado los mecanismos de control
propuestos en este documento son bsicos para la implementacin de los mecanismos de
coordinacin porque permiten predecir con cierto nivel de precisin el comportamiento de los
integrantes de un SMA y posibilitan a cada integrante estar ms "in-line" con los
comportamientos de los otros. Tambin son bsicos para la evaluacin de la terminacin en el
desarrollo de la solucin a un problema.Un SMA es un sistema distribuido, por ello, en l
nunca se cuenta con informacin global consolidada totalmente actualizada. Por esta razn,
los agentes deberan reevaluar las decisiones tomadas, a la luz de cada nueva informacin
obtenida, generando sobrecostos de comunicacin. Es importante que los mecanismos de
negociacin y control sean coherentes con las necesidades de los sistemas a los que
31
32
BIBIOGRA
FIA
33
35