INTRODUCCIÓN

En el presente reporte de investigación se presenta información del tema general

“Agentes inteligentes” del cual se hace mención de su concepto, la diferencia entre
agentes inteligentes y software convencional, las funciones básicas de la tecnología
de agentes, el medio ambiente, y los modelos.
Por tanto, para tener una idea acerca de este trabajo, se dará a conocer breves
conceptos de los agentes inteligentes, un agente es una entidad física o virtual que
posee ciertas características generales: es capaz de percibir el entorno y tener una
representación parcial del mismo, ahora bien, agente inteligente es una entidad
software que, basándose en su propio conocimiento, realiza un conjunto de
operaciones destinadas a satisfacer las necesidades de un usuario o de otro
programa.
Seguidamente se presenta información en cuanto la diferencia entre agentes
inteligentes y software convencional, existen dos principales características que
distinguen a los agentes inteligentes del desarrollo de software tradicional y estas
son la inteligencia y la agencia, en este apartado podrá encontrar las diferencias de
ambos de manera detallada y clara.
Posteriormente se tiene las funciones que este realiza como son; la ejecución de
tareas, conocimiento de su entorno, y capacidad de comunicación. Cabe destacar
que es de gran importancia mencionar el medio ambiente, este es el espacio donde
un agente, o un grupo de ellos, se encuentra situado, existen diferentes tipos de
ambientes: observable vs. parcialmente observable, determinista vs. Estocástico,
episódico vs. Secuencial, Estático vs. Dinámico, y entre otros que más adelante se
darán a conocer.
Finalmente se tiene los modelos de agentes inteligentes, de interfaz, colaborativos
cooperativos, móviles, de información, reactivos y agentes híbridos.
A continuación, se dará a conocer información del tema “Agentes inteligentes” en
las siguientes páginas.
 AGENTES INTELIGENTES
Un agente es una entidad física o virtual que posee ciertas características
generales: es capaz de percibir el entorno y tener una representación parcial del
mismo; es capaz de actuar sobre el entorno; puede comunicarse con los otros
agentes (pueden ser humanos o no) que comparten su hábitat; tiene un conjunto de
objetivos que gobiernan su comportamiento y posee recursos propios.
Podemos definir al agente inteligente como una entidad software que, basándose
en su propio conocimiento, realiza un conjunto de operaciones destinadas a
satisfacer las necesidades de un usuario o de otro programa, bien por iniciativa
propia o porque alguno de éstos se lo requiere.
Todos los agentes inteligentes son programas, pero no todos los programas que
realizan búsquedas son agentes inteligentes. Los agentes en sí mismos pueden ser
considerados como entidades individuales (partes de programa que tienen control
sobre sus propias vidas y movimientos). Continuamente están realizando procesos
que les indican qué hacer y cómo. Se comunican con otros agentes para resolver
de forma adecuada su trabajo.
En la siguiente imagen podemos observar la visión esquemática de un Agente
Inteligente

El origen por el cual la tecnología de los agentes inteligentes surge es por la

necesidad de aplicarlos a los sistemas complejos, donde la aplicación de las
técnicas existentes ha fracasado o es muy difícil de comprender o mantener.
 DIFERENCIA ENTRE AGENTES INTELIGENTES Y SOFTWARE
CONVENCIONAL
Hay dos principales características que distinguen a los agentes inteligentes del
desarrollo de software tradicional y estas son la inteligencia y la agencia.
1.- La dimensión de inteligencia se refiere al grado en el cual la aplicación utiliza
razonamiento, aprendizaje y otras técnicas para interpretar la información o
conocimiento al cual tiene acceso.
Se puede decir que hay tres niveles de formas de inteligencia:
 La forma más modesta de inteligencia permite al usuario expresar sus
preferencias.
 Una forma intermedia podría formalizar un conjunto de reglas de
razonamiento que combinadas con conocimiento a corto y largo plazo,
siguiendo un proceso de inferencia puede conducir a la toma de alguna
acción.
 Y un nivel superior es la capacidad del agente de modificar su capacidad de
razonamiento en la base nuevo conocimiento derivado de muchas fuentes,
es decir, aprender.
2.- La agencia es el grado en el cual el agente puede percibir su entorno y actuar
en el. Define al agente, en otras palabras, para que un programa sea un agente
debe poseer autonomía, habilidad social, reactividad y proactividad.

CAERACTERISTICAS DE LOS AGENTES INTELIGENTES

Un agente va a venir caracterizado por una serie de calificativos, los cuales vienen
a denotar ciertas propiedades a cumplir por el agente. Esto lleva a plantear otra
definición bastante aceptada de agente donde se emplean tres calificativos que,
según, el autor se considera básicos. Esta definición ve a un agente como un
sistema de computación capaz de actuar de forma autónoma y flexible en un
entorno.
 Reactivo. El agente es capaz de responder a cambios en el entorno en que
se encuentra situado.
 Proactivo, 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 algún tipo
de lenguaje de comunicación de agentes.
 ¿POR QUÉ UTILIZAR AGENTES?
La necesidad de construir aplicaciones complejas compuestas de multitud de
subsistemas que interaccionan entre sí es el marco de la distribución de la
inteligencia en diversos agentes.
En este tipo de sistemas, la utilización de agentes y técnicas multiagente permite la
gestión inteligente de un sistema complejo, coordinando los distintos subsistemas
que lo componen e integrando objetivos particulares de cada subsistema en un
objetivo común.
Podemos proponer una posible definición de agente: Un agente es un sistema
informático situado en un entorno, donde en general existen más agentes, dentro
del cual actúa de forma autónoma y flexible, recibiendo información externa y
ejecutando acciones para intentar modificar su contexto en el sentido de acercarse
a la consecución de los objetivos que tiene marcados.
En la siguiente imagen podemos observar el esquema de funcionamiento de un
agente.

Dentro de este campo emergente es importante clarificar la diferencia entre un

sistema basado en agentes y un sistema multiagente. Un sistema basado en
agentes es aquel que utiliza el concepto de agente como mecanismo de
abstracción, pero podría ser implementado con estructuras software tradicionales,
sin embargo un sistema multiagente es aquel que se diseña e implementa pensando
en que estará compuesto por varios agentes que interactuarán entre sí, de forma
que juntos permitan alcanzar la funcionalidad deseada. En este caso se exige un
esfuerzo de abstracción en el diseño, identificar mecanismos de aprendizaje,
coordinación, negociación, etc.
 FUNCIONES BÁSICAS DE LA TECNOLOGÍA DE AGENTES
Por tanto, desde un punto de vista del usuario, un agente se puede considerar para
llevar a cabo las siguientes funciones:
 Ejecución de Tareas: La capacidad de realizar tareas son las destrezas que
el agente posee para lograr sus objetivos.
 Conocimiento de su entorno: El conocimiento del entorno debe de ser
introducido o construido por el desarrollador. Algunos agentes además
adquieren su conocimiento por aprendizaje.
 Capacidad de Comunicación: Se distingue dos tipos de comunicación, la
interacción con el usuario, y la que se refiere a comunicación inter-agente.

EL MEDIO AMBIENTE
Por medio ambiente, entendemos el espacio donde un agente, o un grupo de ellos,
se encuentra situado. Brooks, argumenta que el medio ambiente por excelencia es
el mundo real, y en su propuesta toda agente toma una forma robótica. Por el
contrario, Etzioni, considera que no es necesario que los agentes tengan
implementaciones robóticas porque los ambientes virtuales, como los sistemas
operativos y el web, son igualmente válidos que el mundo real. Russell y Norvig
señalan que, más allá de esta controversia, es importante identificar que existen
diferentes tipos de ambientes:
Observable vs. Parcialmente observable. Si los sensores de un agente le
permiten percibir el estado completo del ambiente en cada punto en el tiempo,
decimos que el ambiente es observable. Un ambiente es efectivamente observable
si los sensores del agente detectan todos los aspectos relevantes para decidir qué
acción debe llevarse a cabo. Relevancia aquí depende de la definición de función
de desempeño. Los ambientes observables son convenientes debido a que, en
ellos, un agente no necesita mantener el historial de estados del ambiente para ser
efectivo. Un ambiente puede ser parcialmente observable debido a la imprecisión y
el ruido en los sensores; o bien porque algunos aspectos del ambiente caen fuera
del rango de lectura de los sensores.
Determinista vs. Estocástico. Si el próximo estado del ambiente está determinado
por la acción que ejecuta el agente, se dice que el ambiente es determinista. Si otros
factores influyen en el próximo estado del ambiente, éste es estocástico. Si el
ambiente es parcialmente observable, entones aparecerá como no estocástico.
Esto es particularmente cierto en el caso de ambientes complejos, donde es difícil
dar seguimiento a los aspectos no observables del ambiente. Generalmente es
mejor considerar estas propiedades del ambiente, desde el punto de vista del
agente. El carácter estocástico del ambiente captura dos nociones importantes:
1. El hecho de que los agentes tienen una esfera de influencia limitada, es decir,
en el mejor de los casos tienen un control parcial de su ambiente;
2. . y el hecho de que las acciones de un agente pueden fallar y no lograr el
resultado deseado por el agente.
Por ello, es más sencillo construir agentes en ambientes deterministas. Si el
ambiente es determinista, excepto para las acciones de otros agentes, se dice que
el ambiente es estratégico
Episódico vs. Secuencial. En un ambiente episódico, la experiencia de un agente
puede evaluarse en rondas. Las acciones se evalúan en cada episodio o ronda, esto
es, la calidad de la acción en los episodios subsecuentes no depende de las
acciones ocurridas en episodios previos. Por ejemplo, el detector de basura en las
botellas de una cervecería es episódico: la decisión de si una botella está sucia o
no, no depende de los casos anteriores. Dada la persistencia temporal de los
agentes, estos tienen que hacer continuamente decisiones locales que tienen
consecuencias globales. Los episodios reducen el impacto de estas consecuencias,
y por lo tanto es más fácil construir agentes en ambientes episódicos. Un programa
que juega ajedrez está en un ambiente secuencial.
Estático vs. Dinámico. Si el ambiente puede cambiar mientras el agente se
encuentra deliberando, se dice que es dinámico; de otra forma, se dice estático. Si
el ambiente no cambia con el paso del tiempo, pero si lo hace con las acciones del
agente si lo hace, se dice que el ambiente es semi-dinámico. Los ambientes
dinámicos tienen dos consecuencias importantes: Un agente debe percibir
continuamente, porque aún si no ha ejecutado ninguna acción entre los tiempos t0
y t1, el agente no puede asumir que el estado del ambiente sea el mismo en t0 que
en t1; Otros procesos en el ambiente pueden interferir con las acciones del agente,
incluyendo las acciones de otros agentes. Por lo tanto, es más sencillo diseñar
agentes en ambientes estáticos.
Discreto vs. Continuo. Si hay un número limitado de posibles estados del
ambiente, distintos y claramente definidos, se dice que el ambiente es discreto; de
otra forma se dice que es continuo. Esta propiedad puede aplicarse al estado del
ambiente; a la forma en que se registra el tiempo y; a las percepciones y acciones
de los agentes. Es más fácil construir agentes en ambientes discretos, porque las
computadoras también son sistemas discretos y aunque es posible simular sistemas
continuos con el grado de precisión deseado, una parte de la información disponible
se pierde al hacer esta aproximación. Por lo tanto, la información que manejan los
agentes discretos en ambientes continuos es inherentemente aproximada.
Mono vs. Multi-Agente A pesar de que esta categorización de los ambientes
parece obvia, esconde una cuestión en extremo relevante: ¿Qué entidades en el
sistema son considerados por el agente como agentes? En general, un agente
considerara a otra entidad como un agente si su desempeño depende del
comportamiento de esa entidad. La clave aquí es el concepto de interacción que da
lugar a ambientes competitivos y cooperativos.

MODELOS DE AGENTES INTELIGENTES

Agentes de interfaz: apoyan y dan asistencia, principalmente al usuario, para que
aprenda a utilizar una aplicación particular, estos agentes interactúan con el usuario
de forma gráfica, de este modo el usuario no tiene porqué conocer todos los
procesos que el agente lleva a cabo, solo los resultados que este le proporciona.
Esto permite a los agentes tener un cierto grado de autonomía con respecto a los
usuarios. Aprenden tanto del usuario como de otros agentes. De los usuarios
aprenden cuando se lleva a cabo una de las siguientes situaciones:
 Reciben instrucciones explícitas del usuario.
 Reciben reacciones positivas y/o negativas.
 Observando e imitando las acciones realizadas por el usuario.
Y de los otros agentes aprende cuando.
Preguntan a otros agentes para colaborar con ellos y así llevar a cabo su objetivo.
Agentes colaborativos o cooperativos: en estos agentes se acentúan las
características de autonomía y cooperación con otros agentes, así como una
capacidad de negociación para realizar tareas de manera conjunta. Se usan en un
sistema donde los agentes desarrollados de manera separada presenten una
funcionalidad solamente obtenida gracias a su trabajo en conjunto.
Agentes móviles: son procesos capaces de viajar por las WAN y la WWW,
interactuando con otros equipos reuniendo información en beneficio de su
propietario y regresando de vuelta después de haber ejecutado las tareas asignadas
por su usuario y así, informar de los resultados.
Agentes de información: esta tecnología surge como respuesta de los retos que
plantea la recuperación de la información en la WWW. Estos agentes cumplen con
el papel del manejo, de la manipulación o la recopilación de la información que se
encuentran en diferentes fuentes distribuida para dar una respuesta relevante a las
cuestiones planteadas por el usuario.
Agentes reactivos: responden a estímulos del entorno en el que se encuentran, no
poseen un modelo simbólico de su entorno.
Agentes híbridos: Estos agentes son la combinación de dos o mas filosofías dentro
de un agente simple (móvil, interfaz, colaborativo, etc.). De este modo se maximizan
las habilidades del agente y se minimizan las deficiencias de los diferentes tipos.
 CONCLUSIÓN
En conclusión, el concepto de agente es el siguiente paso en la evolución de la
inteligencia artificial y el enfoque con el que se verá el futuro del desarrollo de
sistemas inteligentes.
Así como también cabe mencionar que los agentes inteligentes de información
prometen revisar y organizar los espacios de información. Al igual que nosotros,
gestores de la documentación, actúan de parte de un cliente o usuario para alcanzar
un objetivo o solucionar un problema, para esto, construyen una representación del
conocimiento del estado del problema. Como nosotros, poseen un cierto dominio de
la información y logran sus objetivos mediante algo parecido a un perfil de usuario
intentando ser los más eficaces posibles y optimizando los recursos dentro de un
ambiente dinámico.
Esta tecnología, al igual que muchas otras que se han introducido en nuestro ámbito
de actuación profesional está rodeada de una gran controversia, podemos encontrar
diversas posturas y opiniones, desde los grandes amigos y creyentes en la
tecnología que abogan por que en un futuro los agentes inteligentes sustituirán
completamente nuestras funciones.
Por tanto, se puede decir que, en un futuro no muy lejano, cada vez más áreas como
la medicina, la industria, comercio electrónico, entretenimiento, la educación, etc.
buscarán la solución a muchos de sus problemas con el enfoque de agente.