Documentos de Académico
Documentos de Profesional
Documentos de Cultura
T2 Material - de - Apoyo - Tutoria - Numero - Dos - Programacion - de - Sistemas - Inteligentes
T2 Material - de - Apoyo - Tutoria - Numero - Dos - Programacion - de - Sistemas - Inteligentes
Razonamiento y conocimiento: Los humanos somos capaces de resolver, o al menos de intentarlo, cualquier problema
que sepamos plantear. Pero los humanos no resolvemos problemas usando técnicas de búsqueda de soluciones ni otras
técnicas que funcionan bien en forma de agentes inteligentes para determinadas situaciones.
Usamos una combinación de conocimiento y razonamiento para poder deducir nuevo conocimiento que nos permita saber
cómo puede evolucionar determinada situación y poder anticiparnos al entorno. Básicamente, la inteligencia humana opera
en base a unos pocos componentes, fáciles de identificar desde el punto de vista abstracto, pero que no conocemos
realmente cómo están implementados a nivel neurológico:
Naturalmente, sería un gran avance poder dotar a una máquina de algo parecido a estos componentes y
hacer que funcionen como lo hacen en un humano. Se trataría del agente inteligente por excelencia. Pero no sabemos
cómo operan estos componentes en el cerebro humano y no podemos copiarlos a una máquina.
1
que se enfrentará el agente. En puede adaptarse a situaciones no
Lecturas De apoyo: Programación de sistemas Inteligentes
Estructura de los agentes basados en conocimiento: No sabemos cómo se representa el conocimiento ni cómo
se desarrollan los procesos de razonamiento en el cerebro humano. Pero sí que tenemos ideas de índole
abstracta cómo debe funcionar una combinación de conocimiento y razonamiento, las Matemáticas son un
ejemplo de ello. En estas condiciones, un agente basado en conocimiento va a tener los siguientes componentes:
Lenguaje que nos permita representar el sentencias a partir de las ya conocidas usando
conocimiento lógica de proposiciones
Almacén de conocimiento compuesto por un Un mecanismo estándar para añadir sentencias
conjunto de afirmaciones o sentencias, al almacén de conocimiento
expresadas en el lenguaje usado para Otro mecanismo estándar para interrogar al
representar el conocimiento almacén de conocimiento
Un sistema de inferencia, compuesto por
mecanismos que nos permitan deducir nuevas
Funcionamiento básico de los agentes basados en conocimiento: Los modelos vistos para programación de
agentes inteligentes son compatibles con la idea de agente basado en conocimiento. La diferencia de un agente
basado en conocimiento con otros agentes basados en algoritmos está en la forma en la que deciden qué acción
deben tomar en cada estado percibido del entorno.
En un agente basado en conocimiento, el proceso de elegir una acción se desarrolla en varias etapas:
El agente obtiene el estado del entorno y lo codifica en forma de una o varias sentencias
El conocimiento sobre el estado del entorno se añade al almacén de conocimiento
Se interroga al almacén de conocimiento sobre la mejor acción posible, dado el estado del entorno que se
acaba de añadir al almacén de conocimiento
El agente toma una decisión sobre la acción a tomar y la incorpora al almacén de conocimiento en forma
de sentencia
Un agente basado en con la que queremos puede completar su los que se pudiera
conocimiento va a estar limpiar un piso y resulta objetivo. De otra quedar enredada,
en condiciones que para entrar a la forma, con un algoritmo una simple
de justificar de forma cocina sólo hay una de búsqueda, terminaría sentencia evitaría que
lógica sus acciones, puerta, cuando la entrando por la cocina, se acercara a los cables,
cosa que no sucede con aspiradora entre en la pero sin saber por qué. mientras que modificar
agentes basados en cocina puede justificar Siguiendo con el un algoritmo genérico
algoritmos. Por esa acción en el sentido ejemplo de la para conseguir algo de
ejemplo, si tenemos una de que es la única forma aspiradora, en el caso eso no es nada sencillo.
aspiradora autónoma de llegar a la cocina y de que hubiera algún
basada en conocimiento sin limpiar la cocina no sitio lleno de cables con
Un agente es cualquier dispositivo que puede ser observado como percibiendo su ambiente a través de sensores y
actuando sobre el ambiente a través de actuadores. El programa del agente es una función que implementa la
relación que establece el agente entre percepciones y acciones. Se asumirá que este programa será ejecutado
sobre algún tipo de dispositivo computacional, al cual llamaremos la arquitectura del agente, de manera que:
Agente = arquitectura + programa
Sí, uno de los paradigmas de la representación del conocimiento es la representación basada en reglas de
producción. Si se entiende por capacidad de aprendizaje a la capacidad del agente de modificar cada uno de sus
componentes para que actúe en consonancia con la información que se recibe, y así mejorar su nivel de
actuación, entonces es posible realizar esto basándose en reglas de producción.
Meta y utilidad del agente: La meta es un estado deseable, un objetivo, que podría alcanzarse de varias formas.
La utilidad es una función de la forma de alcanzar la meta, que representa el nivel de felicidad que se alcanza
llegando a la meta de esa forma. Un agente basado en metas no puede calcular su utilidad, pero si tiene
capacidad de aprendizaje puede recibir críticas del medio que le indiquen el resultado en cuanto a utilidad de sus
acciones. Un agente sin autonomía, si se entiende autonomía como la capacidad de modificar el comportamiento
basándose en sus propias percepciones, un agente no podría tener autonomía en un ambiente inaccesible, y sólo
podría basarse en el conocimiento inicial que le proporcione su diseñador.
La estructura de un agente con manejo de objetivos - Los componentes de un agente basado en objetivos son:
Un modelo del mundo que le permita determinar Un objetivo al cual se pretenda llegar desde el
qué implican sus percepciones y qué efectos estado actual del mundo.
causarán sus acciones.
El agente:
Percibe, y a partir de la nueva percepción determina o infiere el estado actual del mundo.
Determina la secuencia de acciones a realizar (esto se puede realizar mediante búsqueda) de manera de
obtener a través un estado objetivo a partir del estado actual del mundo que determinó en el paso anterior.
De esa secuencia, toma la primera acción y la realiza por medio de los actuadores.
En la función de búsqueda genérica, debe verificar si es aplicable un operador antes de generar los
sucesores: La función sucesores de un nodo devuelve todos los pares <acción, sucesor> posibles, donde cada
3
Lecturas De apoyo: Programación de sistemas Inteligentes
acción es una de las acciones aplicables correspondientes al estado del nodo, y cada sucesor es un nodo cuyo
estado será el resultado de aplicar la acción correspondiente al estado del nodo. En conclusión, esa verificación -
para el caso en el cual las acciones estén descritas por extensión- es parte del proceso de generación de
sucesores.
¿Qué es y cómo se representa un nodo de un árbol de búsqueda? ¿Qué significa expandir un nodo y en
qué etapa de la búsqueda se realiza esta operación?
Un nodo de búsqueda es una estructura de datos que se utiliza en los algoritmos de búsqueda de soluciones, que
se puede representar con todos o algunos de los siguientes atributos:
Estado: el estado, del espacio de estados, que corresponde al nodo (este atributo es imprescindible).
Nodo padre: el nodo del árbol de búsqueda que ha generado ese nodo.
Acción: la acción que, aplicada al nodo padre, generó el nodo.
Costo del camino: el costo del camino desde el nodo inicial hasta el nodo.
Profundidad: el número de enlaces en el camino del árbol de búsqueda desde el nodo inicial hasta el nodo.
La búsqueda bidireccional puede ser aplicada a cualquier problema siempre que se seleccionen los
operadores y estrategia apropiados.
El objetivo puede ser descrito como un estado o un conjunto finito de estados (si el conjunto es infinito o
demasiado grande, de todas maneras no habrá ninguna forma general de hacerla eficiente).
Las acciones tienen inversa.
Una de las estrategias (una de las dos direcciones) conserva en memoria el árbol de búsqueda, ya que los
nodos generados por la otra dirección deberán compararse con los de la frontera de la primera para
determinar si el estado correspondiente ya se encuentra allí.
BIBLIOGRAFÍA: AI: A modern Approach: Libro de Stuart Russell y Peter Norvig que trata todas las técnicas
de Inteligencia Artificial. No hace demasiado énfasis en cuestiones conectivistas (redes neuronales artificiales) y
contiene abundante material del resto de técnicas. El capítulo 7 contiene una discusión detallada sobre los
agentes basados en conocimiento.
www.revolucionia.com