INSTITUTO TECNOLÓGICO SUPERIOR DE PÁNUCO

División de Ingeniería en
Sistemas Computacionales

INTELIGENCIA ARTIFICIAL.

Reporte de investigación.
“Modelos de Agente Inteligente”

UNIDAD I. INTRODUCCION A LA IA.

Melo Hernández Jaime Javier IS16CO324

Titular de la materia:
MCA. Gil Santana Esparza.

Pánuco, Ver. 31 de March de 2020

 INTRODUCCIÓN.
El presente documento muestra conceptos a un tema introductorio de la materia de
“Inteligencia Artificial”, en el cual se analizó y expuso el tema de “Modelos de
Agentes Inteligentes”, dando a conocer los puntos principales de este, así como
características que hacen un enfoque particular y novedoso al tema mencionado.

Los Agentes Inteligentes o Racionales Vienen a ser prácticamente el centro de la

Inteligencia Artificial, debido a que son éstos son los que permiten conocer si los
avances de la IA van por buen camino, es decir, si estos responden de la manera
deseada buscando la solución y mejorando las capacidades en todo su entorno para
el cual fue diseñado.

En los últimos años dentro del campo de la IA se está mostrando un especial interés
por el paradigma de agente inteligente. Para comprender el significado de agente
inteligente se puede establecer la analogía entre éstos y los agentes humanos.

Los agentes humanos son personas que saben cómo ayudar para encontrar lo mejor
de lo que se necesita: se les dice lo qué se quiere conseguir, qué limitaciones se
tiene y cuáles son las preferencias, y ellos lo encuentran. Todo este trabajo requiere
conocimiento especializado. Por ejemplo, un buen agente de viajes ayuda a
encontrar dónde pasar unas vacaciones, cómo llegar, cuándo viajar, actividades que
se puede realizar en aquel lugar, etc.

Como se verá más adelante, la definición de agente inteligente está sujeta a debate,
pero se puede decir que puede actuar como un asistente personal que realiza una
serie de tareas informáticas, necesitando que se le dedique muy poco tiempo. Una
vez que el usuario programa al agente inteligente para que realice una tarea, su
trabajo se reduce a observar cómo se lleva a cabo dicha tarea.
 DESARROLLO.
¿Qué es un Agente?

Históricamente, una de las primeras áreas enfocadas dentro de la IA ha sido la

construcción de sistemas inteligentes, tal y como indican Russell y Norving, El
concepto de Agente racional es un tema central para tener una aproximación a lo
que es la IA. Es por esto que los agentes que razonan son también conocidos como
Inteligentes. (Teahan, 2010).

Russell, S y Norving, P. 2004, indican que un Agente es cualquier cosa que

sea capaz de recibir percepciones del medio ambiente (mediante sensores), y
además actuar en dicho ambiente con los actuadores (elementos que reaccionan
frente a un estímulo realizando una acción).

Figura 1. “Componentes de los agentes”.

Con lo anterior mencionado, entendemos que, los Agentes reciben una percepción
del medio, las cuales llegan por medio de los sensores, luego el Agente las procesa y
después pasa a los actuadores quienes envían acciones al medio ambiente de
acuerdo a lo percibido.

Por ejemplo, el Agente peatón: El peatón va a cruzar la calle, pero en ese

instante va cruzando un carro, entonces el agente recibe esto como una percepción
mediante el sensor vista, dicho agente procesa esta información recibida y con los
actuadores piernas envía la acción detenerse hasta que pase el carro. El agente
puede percibir una percepción en cualquier instante, a esto se lo conoce como una
secuencia de percepciones que siempre va acompañada de una acción.

Es necesario aclarar que la función del Agente viene dada por o se

implemente por medio del programa del agente, es decir que la función solo es una
descripción matemática abstracta mientras que el programa en si es una
implementación completa sobre la arquitectura del agente.

Un agente racional aquel que hace lo correcto; en términos conceptuales,

cada elemento de la tabla que define la función del agente se tendría que rellenar
correctamente. Obviamente, hacer lo correcto es mejor que hacer algo incorrecto,
pero ¿qué significa hacer lo correcto? Como primera aproximación, se puede decir
que lo correcto es aquello que permite al agente obtener un resultado mejor. Por
tanto, se necesita determinar una forma de medir el éxito.

Medidas de rendimiento.
Las medidas de rendimiento incluyen los criterios que determinan el éxito en el
comportamiento del agente. Cuando se sitúa un agente en un medio, este genera
una secuencia de acciones de acuerdo con las percepciones que recibe. Esta
secuencia de acciones hace que su hábitat pase por una secuencia de estados. Si la
secuencia es la deseada, entonces el agente habrá actuado correctamente.
Obviamente, no hay una única medida adecuada para todos los agentes. Se puede
preguntar al agente por su opinión subjetiva acerca de su propia actuación, pero
muchos agentes serían incapaces de contestar, y otros podrían engañarse a sí
mismos.

Racionalidad.

La racionalidad en un momento determinado depende de cuatro factores:

 La medida de rendimiento que define el criterio de éxito.

 El conocimiento del medio en el que habita acumulado por el agente.
 Las acciones que el agente puede llevar a cabo.
 La secuencia de percepciones del agente hasta este momento.

Las cualidades que tendría un agente inteligente ideal, según James A. Hendler,
serían:

 Comunicativo: el agente debe entender las necesidades, objetivos y

preferencias del usuario para que éste pueda realizar su función
correctamente. El agente también debe poder comunicarse con el entorno
mediante representaciones compartidas de conocimiento (ontologías).

 Capaz: El agente no sólo debe proporcionar una información, sino también un

servicio, es decir, debe tener capacidad para hacer cosas. Por ejemplo, si se
precisa un artículo de revista y ésta es de pago, el agente debe ser capaz de
encontrar el artículo, informar del precio, dar el número de tarjeta de crédito,
etc.
 Autónomo: el agente, además de comunicarse, debe poder interactuar con el
entorno, tomando decisiones y actuando por sí solo, limitando sus acciones
según el nivel de autonomía permitida por el usuario.

 Adaptativo: Debe ser capaz de aprender del entorno: preferencias de

usuarios, fuentes de información y de otros agentes.
Agentes Cognitivos y Reactivos.

Un Agente Cognitivo es aquel que es capaz de efectuar operaciones complejas, es

individualmente inteligente (es un sistema más o menos experto, con capacidad de
razonamiento sobre su base de conocimiento), puede comunicarse con los demás
agentes y llegar a un acuerdo con todos o algunos de ellos, sobre alguna decisión.
Un sistema cognitivo está compuesto por un pequeño número de agentes cognitivos.

Un Agente Reactivo es un agente de bajo nivel, que no dispone de un protocolo ni de

un lenguaje de comunicación y cuya única capacidad es responder a estímulos. Los
agentes reactivos no son individualmente inteligentes, sino globalmente inteligentes.
Los sistemas reactivos por lo general están compuestos por un gran número de
agentes reactivos que realizan acciones entre todos, para esto es necesario tener en
cuenta nuevas teorías de cooperación y comunicación que permitan el desempeño
de estas acciones.

Es posible concebir sistemas heterogéneos cuyo comportamiento se derive de los

dos tipos de agentes y tenga características de ambos. Es decir, es posible dotar a
los agentes cognitivos de capacidades de reacción a los eventos, a tales agentes se
les puede llamar Agentes Híbridos.
 CONCLUSIÓN.

Podemos concluir que los Agentes son la parte esencial dentro la IA, ya que éstos
permiten integrar los sistemas de funcionamiento para los cuales fueron diseñados y
verificar la forma cómo actúa según las percepciones que son recibidas.

Un agente está compuesto principalmente por sensores y actuadores, los

sensores son los que le permiten recibir percepciones del medio en el que se
encuentra (actúan ante un estímulo) y los actuadores le ayudan a interactuar con el
medio, mediante las acciones que realiza (toman las acciones pertinentes).
REFERENCIAS BIBLIOGRAFICAS.

Stuart R., Peter N. (2004). Inteligencia Artificial un Enfoque Moderno. Pearson

Educación, S.A. Madrid, España. Editorial Prentice Hall.

Antonio B., (2007). Inteligencia Artificial Clásica. Madrid, España. Editorial Escolar y
Mayo.

McBurney, P. et al. 2004. AgentLink III: A coordination Networks for Agent-Based

Computing. EC. Consultado, 16 de Feb. 2020. Disponible en
Http://dbs.cordis.lu/fepcgi. García, A.2012.

Inteligencia Artificial. Fundamentos, práctica y aplicaciones. (En Línea). ES.

Consultado, 16 de Feb. 2020. Disponible en http://books.google.com.ec/books.