Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Diapositivas de C H von der Becke parcialmente sobre ideas de los prof. Stuart Russell, Peter Norvig, Bamshad obasher, !ralve" #eep $ H$ac$nth N%ana
Funciones y Programas de Agentes Clasificacin de agentes apndice 2 agentes de soporte lgico ( !ana"#$ %ipos de Am&ientes apndice ' %ostada (Agre y (or!ill"$
2.1
Introduccin
2$1
Agentes
)n agente lo *ue se puede interpretar como *ue perci&e el am&iente y *ue act+a so&re dic,o am&iente$ -.emplos/
Sistema de diagnstico mdico Anlisis de imgenes satelitales Robot ensamblador de partes Controlador de una refinera
Un agente inteligente
4a8ona
Comportamiento 6A7I5A6
(
AM"#$%&$ A'$%&$
ACC#*%$S
$)$C&*R$S
2.2
2$2
Qu es un agente inteligente
)n agente inteligente es cual*uier cosa *ue pueda
percibir un mundo perceptual en -ue est anidado ./ambiente01 mediante S$%S*R$S 2 actuar sobre ese mundo mediante $)$C&*R$S .o actuadores1
sinnimo de ambiente es /espacio de problema0 sinnimo de agente inteligente es /operador -ue transforma un input en output dentro del espacio de problema0
M-%A de la IA 5ise9ar un agente inteligente0racional *ue opere o act+e adecuadamente en sus am&ientes$
3iscusin sobre /adecuadamente0 )i4ar alguna medida del buen 5ito &ener en cuenta el PRR Principio de Racionalidad Restringida de 6erbert Simon
Captura de un proceso racional correcto Proceso / #rrefutable0 Metodologa 3esarrollar un modelo formal 8 9:'#CA )*RMA9 8 -ue siempre condu;ca a la respuesta correcta #mplementar ese modelo Cmo sabemos si lo <icimos bien cuando podemos probar -ue el ra;onamiento programado fue correcto la lgica de primer orden fue completa
Actuante racionalmente
a >eces pensando racionalmente .enfo-ue europeo1 otras teniendo refle4os racionales .enfo-ue tur-us1
Actuar de forma de lograr las metas deseadas /$l enfo-ue del agente racional0 8 a ser encarado en esta disciplina= #magine usted mismo como se <acen las decisiones correctas
Qu es un agente racional
-l *ue act+a ma:imi8ando el ;alor esperado de la medida de buen xito (funcin de utilidad) en el logro de su meta
esta no es la definicin <abitual de racionalidad ideal basada en la lgica terica
?@
Racionalidad
6atisfaccin de restricciones 5epende de
9A S$CA$%C#A 3$ P$RC$PC#*%$S 8 &*3* 9* BA$ $9 A'$%&$ 6A P$RC#"#3* 6AS&A A6*RA .'$S&#:% 3$ 9A M$M*R#A1=
%o se puede criticar a un agente por no saber lo -ue nunca supo
CAE%&* C*%*C$ $9 A'$%&$ 3$9 AM"#$%&$ $% BA$ *P$RA 9AS ACC#*%$S BA$ $9 A'$%&$ $S&C $% C*%3#C#*%$S 3$ R$A9#FAR
9ista de <iptesis de cmo es el mundo
??
AGE TE ! TE"!GE TE !#EA" -l agente inteligente ideal es el *ue< para cual*uier secuencia ar&itraria de percepciones< logre con su ACCI2 ma:imi8ar la medida de su &uen :ito$ Para ello usa
su conocimiento internali8ado su secuencia de percepciones
?2
$apeo ideal percepciones acciones -l dise9o o mapeo ideal especifica *u acciones de&e encarar el agente ideal en respuesta a cual*uier secuencia ar&itraria de percepciones 6e concreta con una ta&la real o ;irtual -.ercicio de la racionalidad
SandGic<
$4emplo 8 'lbulos >i>os finitos predictores 8 de 3eGdne2 8 ingresar iterati>amente @?@@??@?@@??@?@@?? Contra4emplo H ingresar @??@@@@?@??@
?4
propone metas a lo sumo nos ayuda a decidirnos cmo llegar a una meta (a tra;s del an=lisis de medios y fines"
?!
?+
Agentes aut/nomos
7a par=&ola# de los na;egantes -uropeos y los %ur*ueses
Anos aplican su inteligencia a planear por adelantado toda su conducta futura 2 corregir cual-uier defecto en el rumbo planeado $n el otro casoI aplican su inteligencia a P$RC#"#R atentamente todo lo -ue est pasando 2 aplicarla a tender <acia la meta adaptndola a las contingencias cuidadosamente correlacionadas= 3e nue>o Kseremos tur-ueses -ue nos disfra;amos de europeos a la <ora de dar e5plicaciones de nuestra conducta(
6on agentes autnomos los *ue no se gu?an por reglamento e:terno impuesto alguno$ 5os tipos
C*%3AC&A 3$&$RM#%A3A P*R SA PR*P#A $DP$R#$%C#A C*%3AC&A AA&**R'A%#FA3A A PAR&#R 3$ SA R$3 %$ARA9 .caso del Periplaneta computatrix de "eer1
?,
Teora de la completitud %
7a completitud P se refiere a algoritmos polinmicos no determin?sticos$ Algunos pro&lemas< como *ui8=s el cl=sico del ;ia.ante de comercio< es pro&a&le *ue sean imposi&les de resol;er en cual*uier computadora ar&itraria 5e ello se deduce *ue
2a sea la inteligencia natural o la inteligencia artificial
5e ello se ;uel;e a deducir *ue la racionalidad pr=ctica resulta estar restringida$ Nadie debe esmerarse por aplicar la racionalidad ms all de sus necesidades prcticas$ P44
Caso lmite el termstato con sus dos reglas 8 Alto ni>el de conocimiento=
?7
'rado de racionalidad grado con el cual el agente pensante 2 actuante ma5imi;a su medida de buen 5ito en lograr su metaI su4eta a su disponibilidad de
sensores, efectores, potencia de cmputo y conocimiento internalizado.
Allen Newell define el nivel de conocimiento por el nmero de reglas usadas respecto de su disponibilidad total de reglas. Ningun bot es responsable por no usar reglas que no conoce.
a un termostato le !an dado dos reglas " las usa
2@
2.3
2$'
Cometido de la !A
El cometido de la IA es el diseo de un Programa de agente : una funcin que permita implantar el mapeo del agente para pasar por el sandwich de percepciones a acciones. Este programa se ejecutar en alg!n tipo de dispositi"o de cmputo# al que se denominar arquitectura $puede ser una computadora sencilla o hardware especial%. En alguno m&itos se utili'an agentes de software $o ro&ots de software o soft&ots%.
a L f .PIMIA1
sobre todo el componente principal a D f (P" en principio uno puede suministrar cual-uier secuencia perceptual posible para >er -u sucede 8 una tabla -ue resuma esa informacin podra ser inmensa
donde la
23
%a$A
-n el dise9o de un agente inteligente la primera tarea es u&icarnos en el panorama
a L f.datos1 a L f.PIMIA1
-.emplo > %ac,ero ne! age/ piloto autom=tico (ta:imetrero reempla8ado por un agente inteligente 1 Percepciones AA acciones AA Metas AA Am&iente AA Anali8ar los casos presentados en este enlace$ 24
%a$A
Para identificar a un agente de&emos anali8ar su PaMA/
-.emplos de descripciones PaMA de un dado agente tt?pico P>percepcin a>accin M>meta A>am&iente
9a meta de la #A es la construccin de agentes inteligentesH $n cual-uier algoritmo aplicado a un tema de #A debemos reconocer cmo cada parte contribu2e a dic<a meta= Analicemos las m-uinas .limitadas1 de la #A como agentes inteligentes= 9a meta planteada por la medida del buen 5ito de ese agente suele ser combinacin de >arias submetas=
9as tcnicas para combinar submetas o multiob4eti>os tienen un $M$MP9* mu2 instructi>o en el AP6 de &<omas Saat2= #l anlisis $a%A es un e&emplo de
An-lisis %a$A
la aplicacin del A%E9#S#S 3$ R$BA#S#&*S I -ue resuel>e un problema anali;ando -u es obtenible como input 2 -u es deseado como output=
'tro #&emplo( al anali)ar un sistema de imgenes satelitales* percepcionesH pi5els de intensidad 2 longitud de onda >ariables acciones/ mo>er la cmaraI cambiar el filtroI imprimir letreros como 0tan-ue,2O metas/ identificacin cercana a la realidad de todos los ob4etos de la imagen am&iente/ imgenes distorsionadas pro>enientes de una cmara satelital
2!
acciones
J J J J gestin del ;olante acelerar y frenar &ocina ,a&lar0graficar
Metas
J seguridad< llegar a destino< ma:imi8ar ganancias< o&edecer las leyes< satisfaccin del cliente J calles ur&anas< a;enidas< tr=fico< peatones< clima< tipo de cliente
Ambiente
2+
3esde un punto de >ista estrictoI no es necesario -ue el agente guarde en su memoria las percepciones entrantes depende del dominio= An dominio es un fragmento del mundo acerca del -ue deseamos ad-uirir conocimiento= $l agente es-ueltico no incorpora la medida de buen 5ito en su meta se entiende -ue ella est siendo aplicada e5ternamente=
2,
27
KBu tamaRo tendra -ue tener la tabla( .Caso lmiteI el termstato1 $l agente Kpodra aprender de sus errores( K3e dnde podra pro>enir dic<a table en primera instancia(
3@
%a&la>intensi;os
Tipos de Agentes
para encontrar la accin siguiente usar una tabla en memoria del tipo /secuencia de percepciones0Saccin= Se trata de una tabla bastante >oluminosa para repetir la accin 2a e5perimentada antes= se basan en reglas condicinSaccin 2 se implementan con un sistema de PR*3ACC#:%= Carecen de memoria referente a estados pasados del mundo=
Agentes refle.os con un +nico estado (simples" Lien informados de lo *ue pasa Agentes con memoria
con un estado interno usado para seguirle la pista a los estados pasados del mundo=
Agentes meta>intensi;os
adems de disponer de informacin sobre el estadoI tienen una clase de informacin sobre la meta -ue describe situaciones deseables= Agentes de este tipo tienen ba4o consideracin e>entos del futuro=
)tilidad>intensi;os
basan su decisin en la teora a5iomtica clsica de la utilidad para actuar racionalmente=
3?
Agente
6ensores
Cmo es el mundo en este momento
Am&iente
cam&ios
-fectores 32
function percept 1 1returns functionSimple8Refle58Agent. Simple8Refle58Agent. percept returnsaction action static/ rules I a set of condition8action rules static/ rulesI a set of condition8action rules state percept 11 state #nterpret8#nput. #nterpret8#nput. percept rule state, 11 rule Rule8Matc<. Rule8Matc<. state,rules rules action rule UU action Rule8ActionT Rule8ActionT rule return returnaction action
33
6ensores
Cmo es el mundo en este momento
Am&iente
-fectores 34
function percept 1 1returns functionRefle58Agent8Vit<8State. Refle58Agent8Vit<8State. percept returnsaction action static/ rules I a set of condition8action rules static/ rulesI a set of condition8action rules state I Iaadescription state descriptionof oft<e t<ecurrent currentGorld Gorld state state I Ipercept 11 state Apdate8State. Apdate8State. state percept rule state, 11 rule Rule8Matc<. Rule8Matc<. state,rules rules action rule UU action Rule8ActionT Rule8ActionT rule state state I Iaction 11 state Apdate8State. Apdate8State. state action return returnaction action
6ensores
Am&iente
@Eu suceder?a si emprendo la accin AA (ilera de metas Eu accin de&o ,acer en este momento
-fectores 3!
Agentes $eta0!ntensi1os
3+
-l &ucle !,ile# (mientras" > ;er arri&a > es la fase de e.ecucin de la conducta de este tipo de agentes
%tese -ue en esta ar-uitectura se sobreentiende -ue para la fase de e4ecucin no importa monitorear el ambiente=
3,
6ensores
Am&iente
@Eu suceder?a si emprendo la accin AA 4eglas 6i > -ntonces Eu accin de&o ,acer en este momento conocimiento
-fectores 37
Agentes Utilidad0!ntensi1os
Funcin )tilidad
es un mapeo de estados ba4o la forma de nWmeros reales lle>a a decisiones racionales en dos tipos de situaciones
e>aluacin de true-ues entre metas en conflicto e>aluacin de metas en conflicto
4@
Utilidad
Funcin *ue caracteri8a el grado de satisfaccin -n temas ;enideros se mencionar= frecuentemente P4I CIPI2 5- MAMIMA )%I7I5A5 -6P-4A5A el
4?
%,omas 6aaty< *ue adem=s de ser talentoso programador es un ,umorista con muc,os li&ros de &uen ,umor pu&licados< ,a salpimentado su demo *ue presenta su contri&ucin matem=tica para la resolucin de pro&lemas multio&.eti;os< tan frecuentes con los agentes inteligentes meta>intensi;os$$ -l demo est= en Internet en nuestro portal 4a8onando so&re el demo< los costos tienen una importancia del NO P en la metodolog?a usada$
42
5iferencia o error Retroali8 mentacin -lemento de aprendi8a.e Meta de aprendi; 3enerador de pro&lema cam&ios conocimiento
Sensor
Am&iente
-lemento de desempe9o
$fectores
43
44
2.=
Am&ientes
2$S
4!
-pisdico0 o>episdico
An ambiente episdico implica -ue los episodios siguientes no dependen de las acciones -ue ocurran en episodios pre>ios .como en las clsicas cadenas de MarPo>1= $sto le autori;a al agente -ue no se deba preocupar por la planificacin de lo -ue puede ocurrir=
4+
5iscreto0Continuo
3iscreto 8 con escaso nWmero de percepciones 2 acciones en el ambiente= Continuo 8 el otro caso=
4,
47
Am&ientes en !nternet
e_mail rupos de noticias !!! "#P $uegos en l%nea "oros &uscadores con diversos agentes 'mbiente apto para miner%a de datos &ibliotecas virtuales (p.e)., de I'*
?
An Agent Portfolio
34
Casi siempre< los agentes se ,an dise9ado para satisfacer una cierta clase de ambiente
medicin de buen 5ito en ese ambienteI definido por un estado inicial singular 2 una funcin de actuali;acin particular=
2.?
4esumen
2$N
Resumen
7as principales preocupaciones del cap?tulo 2$ )n agente perci&e y act+a en un cierto am&iente< posee una dada ar*uitectura y est= implementado a tra;s de un programa de agente$ )n agente ideal (omnisciente" siempre elige a*uella accin mediante la cual se ma:imi8a su logro esperado< su.eta a la secuencia de percepciones reci&ida ,asta ese momento$ )n agente autnomo usa su e:periencia propia en lugar de usar conocimiento incorporado por su dise9ador referente al am&iente$ )n programa de agente mapea la ruta entre percepcin y accin y actuali8a el estado interno de dic,o agente$ )n agente refle.o (o reacti;o" responde de inmediato a las percepciones (.ugador de ping pong"$
Resumen
2tras preocupaciones del cap?tulo 2$ )n agente meta>intensi;o (o &asado en metas" act+a de tal manera de o&tener el logro de su meta internali8ada$ $l estudioso
debe tratar de <acerse la imagen mental -ue las metas estn apiladas como la pila de libros del logo de arriba=
)n agente utilidad intensi;o (o &asado en utilidad" ma:imi8a su propia funcin de utilidad$ Poder representar el conocimiento (y a ;eces lograr *ue ese conocimiento pueda ser legi&le por el ,umano" es importante para *ue el dise9o tenga &uen :ito$ 7os am&ientes cam&ian y se presentan como dramaticamente m=s dif?ciles para el agente *ue otros$ 7os m=s dif?ciles son los am&ientes inaccesi&les< no>determin?sticos< no>episdicos< din=micos y continuos$ )no f=cil es el de un ro&ot encargado de ,acer tostadas$
Funciones y Programas de Agentes Clasificacin de agentes apndice 2 agentes de soporte lgico ( !ana"#$ %ipos de Am&ientes apndice ' %ostada (Agre y (ors!ille#$
Clase S FA6%A > > > > > > > > > > > > > > > > > > > > > > > > >>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>> >>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>> > > > > > > > > > > > > > > > > > > > > > > > >Foundations of Artificial Intelligence
'
!@
C8 T! @A7
7ectura fundamental/ ,ttp/00personales$up;$es0ccarrasc0doc02OO'>2OOS0!e&semag0agentes$,tm ,ttp/00!!!$angelfire$com0o,S0o,cop0ClaseVi;e$ppt ,ttp/00!!!$angelfire$com0o,S0o,cop0ClaseVi;e$ppt ,ttp/00!!!$angelfire$com0o,S0o,cop0ClaseVi;e$ppt
!?