Agente inteligente (inteligencia artificial)

Agente Inteligente Simple.

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. Es capaz de percibir su
medioambiente con la ayuda de sensores y actuar en ese medio utilizando actuadores
(elementos que reaccionan a un estímulo realizando una acción).
En este contexto la racionalidad es la característica que posee una elección de ser
correcta, más específicamente, de tender a maximizar un resultado esperado. Este
concepto de racionalidad es más general y por ello más adecuado que inteligencia (la cual
sugiere entendimiento) para describir el comportamiento de los agentes inteligentes. Por
este motivo es mayor el consenso en llamarlos agentes racionales.
Un agente inteligente puede ser una entidad física o virtual. Si bien el término agente
racional se refiere a agentes artificiales en el campo de la Inteligencia Artificial, también
puede considerarse agentes racionales a los animales incluido el hombre.
Los agentes inteligentes se describen esquemáticamente como un sistema funcional
abstracto. Por esta razón, los agentes inteligentes son a veces llamado Agentes
Inteligentes Abstractos (AIA) para distinguirlos de sus implementaciones del mundo real
como sistemas informáticos, los sistemas biológicos, o de organizaciones. Algunas
definiciones de agentes inteligentes hacen énfasis en su autonomía por lo que prefieren el
término agente inteligente autónomo. Y otros (en particular, Russell y Norvig (2003))
considera conducta dirigida a objetivos como la esencia de lo inteligente y prefieren un
término tomado de la economía "Agente Racional".
En Ciencias de la Computación el término agente inteligente puede ser usado para
referirse a un agente de software que tiene algo de inteligencia, independientemente de si
no es un agente racional por definición de Russell y Norvig. Por ejemplo, programas
autónomos utilizados para asistencia de un operador o de minería de datos (a veces
denominado robots) son también llamados "agentes inteligentes".

Índice
[ocultar]

 1 Definiciones sobre Agentes Inteligentes

 2 Ejemplos
 3 Clasificación
 4 La racionalidad es necesaria
 5 La conducta de un agente no suele ser la óptima
 6 Enlaces externos
 7 Véase también

Definiciones sobre Agentes Inteligentes[editar]

Los agentes inteligentes se han definido de diferentes maneras. [2] Según Nikola Kasabov
[3] los sistemas de IA deben exhibir las siguientes características:

 Aprender nuevos problemas e incrementar normas de solución.

 Capacidad de adaptación en línea y en tiempo real.
 Ser capaz de analizar condiciones en términos de comportamiento, el error y el éxito.
 Aprender y mejorar a través de la interacción con el medio ambiente (realización).
 Aprender rápidamente de grandes cantidades de datos.
 Deben estar basados en memoria de almacenamiento masivo y la recuperación de
dicha capacidad.

Ejemplos[editar]
Como ejemplos de entidades físicas pueden nombrarse:

 un robot de comportamiento variable autoregulado (ya sea que su comportamiento sea

determinado por software o incorporado directamente en la electrónica),
 una computadora que ejecuta un software de diagnóstico médico y muestra resultados
en una pantalla para ayudar a decidir a un médico,
 una computadora especializada que controla un helicóptero en maniobras peligrosas
para un hombre.
Ejemplos de entidad puramente virtual serían:

 un software de descubrimiento de patrones en Internet que sólo interactúa con otros

software.
 un software softbot que simula a una persona en un juego de computadora, tal como
un jugador de ajedrez, un jugador de fútbol contrincante o un conductor de carreras de
automóviles, etc.

Clasificación[editar]
Es posible clasificar los agentes inteligentes en 6 categorías principales:

1. agentes reactivos
2. agentes reactivos basados en modelo
3. agentes basados en objetivos
4. agentes basados en utilidad
5. agentes que aprenden
6. agentes de consultas

La racionalidad es necesaria[editar]
En muchos textos se define agente inteligente como todo agente capaz de tener
conciencia de su entorno y actuar sobre él. No obstante es necesario exigir que estas
decisiones sean racionales en el sentido de que persigan algún fin.
Vamos a mostrarlo con un contraejemplo: cuando un fotón con la suficiente energía incide
sobre un átomo, puede arrancar de él un electrón. Podríamos considerar al átomo
inteligente puesto que percibe su entorno (la incidencia del fotón) y actúa sobre su entorno
(emite un electrón). La ausencia de relación entre la emisión del electrón y cualquier
hipotético interés del átomo muestra que este no es un agente inteligente pese a verificar
la definición de Bertrand Russell.
Sin ese término no tendría sentido la palabra racionalidad.

La conducta de un agente no suele ser la óptima[editar]

Paradójicamente la conducta de un agente rara vez es la óptima. La razón es sencilla:
calcular el óptimo de un criterio de un modo suficientemente bueno como para ser
considerado razonable es muy difícil cuando en el problema planteado concurren múltiples
restricciones. Un ejemplo sería el cálculo de la mejor ala para un avión, donde el agente
tendría que ser capaz de tener en cuenta criterios tan dispares como la aerodinámica, la
compatibilidad con el resto de componentes de la aeronave, o criterios económicos, y
restricciones tales como limitaciones en peso de la propia ala, el peso total de la aeronave,
las normativas aplicables, etc. En el otro extremo se encuentran problemas como el
cálculo del máximo de un polinomio de segundo grado, en los que el criterio es muy
sencillo -es un polinomio de segundo grado- y no concurre ninguna restricción.
Cuando el criterio es una función real de muchas variables y las restricciones también, los
cálculos son mucho más complicados. Algunas veces se puede lograr una buena
aproximación, pero si el agente ha de tomar la decisión en muy poco tiempo, deberá
conformarse con la mejor aproximación que pueda calcular en el escaso tiempo de que
dispone.
Por otra parte, no es tan fácil inducir el criterio que permite comparar las distintas
estrategias: ¿cómo se puede expresar con una ecuación simple lo que más le conviene a
un lagarto que está cazando bajo el sol?

Enlaces externos[editar]
 Advances on Practical Applications of Agents and Multiagent Systems, Springer, 2011.
 Grupo de investigación - Sistemas Inteligentes

Véase también[editar]
 JADE
 Cougaar