Agentes Inteligentes

Agentes Inteligentes

Qué es un agente

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.

Un agente es un sistema computacional capaz de actuar de manera autó- noma para satisfacer sus objetivos y metas, mientras se encuentra situado persistentemente en su medio ambiente.

De acuerdo con el punto de vista de la inteligencia artificial un agente posee las siguientes propiedades: autonomía, sociabilidad, capacidad de reacción, iniciativa, benevolencia y racionalidad (Wooldridge yJennings, 1995).

Propiedades

Autonomía: actuar sin ningún tipo de intervención humana directa, y tener control sobre sus propios actos.

Sociabilidad: comunicarse por medio de un lenguaje común con otros agentes, e incluso con los humanos.

Capacidad de reacción: percibir su entorno, y reaccionar para adaptarse a él.

Iniciativa: emprender las acciones para resolver un problema.

Están diseñados específicamente para procesar consultas, y poseen al menos uno de los siguientes elementos: capacidad de proceso, conocimiento del entorno donde se mueven e información de un dominio.

Un agente tiene capacidad de proceso puesto que puede descomponer una consulta en subconsultas y asociar a los distintos términos resultantes otros términos relacionados o afines. 

 ¿Cómo se caracteriza un agente?

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 consideran básicos.

•  Reactivo: El agente es capaz de responder a cambios en el entorno en que se encuentra situado. 

•  Pro-activo: 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. 

Aplicaciones de los agentes inteligentes

Los agentes inteligentes pueden ser utilizados por las empresas en numerosos dominios, entre estos:

• La e-Reputación
• La gestión de riesgos
• La inteligencia territorial
• El lanzamiento de productos
• La vigilancia de la competencia
• La vigilancia de líderes de opinión y del lobbying
• La vigilancia de las tendencias

Bibliográfia:

Instituto Tecnologico de Nuevo Laredo. (28 de Noviembre de 2017). Obtenido de http://www.itnuevolaredo.edu.mx/takeyas/Apuntes/Inteligencia%20Artificial/Apuntes/tareas_alumnos/Agentes_Inteligentes/Agentes_Inteligentes(2005-II).pdf

Vargas-Quesada, P. H. (28 de Noviembre de 2017). El profesional de la informacion. Obtenido de http://www.elprofesionaldelainformacion.com/contenidos/1999/abril/agentes_inteligentes_definicion_y_tipologia_los_agentes_de_informacion.html

Computo Evolutivo

Computo Evolutivo

El computo evolutivo es una área de la inteligencia que implementa diversos algoritmos heurísticos (ósea que no se garantiza que de la solución verdadera, pero se acerca lo suficiente) basado en la teoría de la evolución natural para poder resolver problemas de optimización y búsqueda.

El cómputo evolutivo se utiliza para resolver una amplia variedad de problemas computacionales de cualquier área del conocimiento.

Se  aplica para la   resolución de  problemas   de  optimización  combinatoria. La  CE está inspirada en los mecanismos  de evolución  biológica propuestos por Darwin, Medel y Lamark. Sin entrar mucho en detalle sobre los estudios que hicieron estos científicos, solo vamos a mencionar brevemente lo que propusieron. Darwin propuso la "Selección natural de los más adaptados", Medel propuso la "Teoría corpuscular de la herencia" y Lamark propuso la "Herencia de caracteres adquiridos".

En la naturaleza todos los seres vivos se enfrentan a problemas que deben resolver con éxito, como conseguir más luz del sol, o cazar una mosca. La Computación Evolutiva interpreta la naturaleza como una inmensa máquina de resolver problemas y trata de encontrar el origen de dicha potencialidad para utilizarla en nuestros programas.

Tres son los paradigmas principales que conforman la computación evolutiva:

•  - Programación evolutiva
• - Estrategias Evolutivas
•  - Algoritmos Genéticos

Se basa en una Metáfora Evolutiva

• Una población de individuos coexiste en un determinado entorno con recursos limitados.
• La competición por los recursos provoca la selección de aquellos individuos que están mejor adaptados al entorno.
• Estos individuos se convierten en los progenitores de nuevos individuos a través de procesos de mutación y recombinación.
• Los nuevos individuos pasan a competir por su supervivencia.
• Con el paso del tiempo, esta selección natural provoca el incremento en la “calidad” de los individuos de la población.

El esquema general de un algoritmo evolutivo se muestra  en la siguiente imagen

Dentro de lo que es la computación evolutiva, se engloban diferentes estrategias para la resolución de problemas de optimización. Estas estrategias son las siguientes:

1. Procesos de Búsqueda Evolutiva: Fue propuesta por Alan Turing en el año 1948.
2. Estrategias Evolutivas (EE): Propuesto por Rechenberg en 1964. Representan a los individuos con Vectores reales.
3. Programación Evolutiva (PE): Propuesto por Fogel en 1965. Utilizan máquinas de estado finito.
4. Algoritmos Genéticos (AG): Propuesto por Holland en 1975. Representan a los individuos como cadenas binarias.
5. Programación Genética (PG): Propuesto por Koza en 1992. Utilizan Arboles LISP.

Bibliográfia:

• Caparrini, F. S. (s.f.). Algoritmos Genéticos y Computación Evolutiva. Recuperado el 22 de Septiembre de 2017, de http://www.cs.us.es/~fsancho/?e=65
• Coello, D. C. (s.f.). Introducción a la Computación Evolutiva. Recuperado el 24 de Septiembre de 2017, de http://posgrado.itlp.edu.mx/mcastro/CE/Introducci%F3n%20a%20la%20Computaci%F3n%20Evolutiva%20Coello/clase3-2011.pdf
• Inteligencia artificial. (s.f.). Recuperado el 22 de Septiembre de 2017, de https://sites.google.com/site/inteligenciaartificialkj/computacin-evolutiva
• Moya, R. (18 de Mayo de 2013). Jarroba. Recuperado el 22 de Septiembre de 2017, de https://jarroba.com/computacion-evolutiva-ejemplo-con-un-algoritmo-genetico/#comment-184606

                                   Sistemas Expertos

Inteligencia Artificial 

Es una rama de las ciencias computacionales encargada de estudiar modelos de cómputo capaces de realizar actividades propias de los seres humanos en base a dos de sus características primordiales: el razonamiento y la conducta.

Conocido por las siglas AI, se le debe al informático estadounidense John McCarthy, quien en el año 1956 lo pronunció por primera vez en una conferencia causando un gran impacto en el ámbito de la tecnología. 

Líneas de investigación
Tecnologías del lenguaje. Robótica. Reconocimiento de patrones. Sistemas basados en el conocimiento. Redes neuronales.	Computación evolutiva. Agentes autónomos y multiagentes. Sistemas adaptables. Creatividad y computación. Cibernética y sistemas.

paradigmas que propone la IA.
* Redes neuronales.
* Algoritmos genéticos.
*Sistemas de lógica difusa.
*Agentes de decisión inteligente

Sistemas Expertos (Expert System)

Es una aplicación informática que simula el comportamiento de un experto humano, en el sentido de que es capaz de decidir cuestiones, aunque sea un campo restringido. 

Es un programa computacional que exhibe, dentro de un dominio específico, un grado de experiencia en la  solución de un problema comparable con la forma en que un experto humano lo haría (Ignizio, 1991) y tiene los siguientes componentes:

• Máquina de inferencia: Parte del SE que contiene el conocimiento general para la solución

del problema.

• Interpretador: Decide cómo aplicar la información de la base de conocimientos.

• Programador (Ing. del Conocimiento): Decide cuándo y en qué orden aplicar la información de

la base de conocimiento.

• Base de conocimientos: Parte del SE que contiene el conocimiento del dominio del experto.

Siglas ("ES" del término Expert System )es un sistema de información basado en el conocimiento que usa su conocimiento de una área de aplicación compleja y específica a fin de actuar como un consultor experto para los usuarios finales. Los sistemas expertos proporcionan respuestas sobre un área problemática muy específica al hacer inferencias semejantes a las humanas sobre los conocimientos obtenidos en una base de conocimientos especializados.  

Los sistemas Expertos forman parte de la ciencia de la computación dentro de esta se ubican en la rama de la inteligencia Artificial , son un sistema de información basado en el conocimiento y raciocinio.

Ventajas	Desventajas
Disponibilidad                           Costo reducido Riesgo reducido Permanencia Confiabilidad Explicación Respuesta rápida Cero emociones	Poca experiencia en desarrollo de sistemas expertos. Falla en la comunicación. Disponibilidad del especialista. Flexibilidad Sentido Común Capacidad de Aprendizaje

Funciones:

*Monitorización

*Diagnostico

*Interpretacion

*Planificación

*Control

*Instrucción

*Diseño

*Simulación}

Objetivos:

Se establecen metas, se miden indicadores, se obtiene valoración cuantitativa.

Se plantean soluciones, se escoje solución, se implementan normas.

           Referencias

1.            Rodríguez, S. M. (23 de Agosto de 2017). gestiopolis. Obtenido de gestiopolis: https://www.gestiopolis.com/teoria-inteligencia-artificial-calidad/
2.            TAWS. (15 de Agosto de 2017). Obtenido de TAWS: http://blog.espol.edu.ec/taws/2016/05/10/inteligencia-artificial-y-los-sistemas-expertos/
3.            Ibañez, L. J. (26 de 08 de 2017). palermo.edu. Obtenido de palermo.edu: http://www.palermo.edu/ingenieria/pdf2014/13/CyT_13_24.pdf