Agentes inteligentes

agentes inteligentes

Los agentes inteligentes son entidades capaces de percibir su entorno, procesar tales percepciones y responder o actuar en su entorno de manera racional, es decir, de manera correcta y maximizando el resultado esperado.

Qué es la IA

Antes de adentrarnos en el concepto de agente inteligente es necesario definir qué es realmente la Inteligencia Artificial, ya que existen muchas definiciones sobre lo que es realmente este término.

La Inteligencia Artificial es la ciencia encargada de construir máquinas que cumplen las siguientes características:

  • Pensar como humanos
  • Actuar como humanos
  • Pensar racionalmente
  • Actuar racionalmente

Dicho de otra forma, una máquina inteligente ideal es un agente flexible que percibe su entorno y lleva a cabo acciones que maximicen sus posibilidades de éxito en algún objetivo o tarea.

Coloquialmente, el término Inteligencia Artificial se aplica cuando una máquina imita las funciones cognitivas que los humanos asocian con otras mentes humanas como percibir, razonar, aprender y resolver problemas.

Agentes inteligentes y prueba de Turing

La prueba de Turing propuesta por Alan Turing en 1950 se diseñó para proporcionar una definición operacional y satisfactoria de inteligencia.

Turing sugirió una prueba basada en la incapacidad de diferenciar entre agentes inteligentes indiscutibles y seres humanos.

 

Ver esta publicación en Instagram

 

Una publicación compartida por MaPeCode (@mapecodeweb) el

Agentes racionales

Un agente es cualquier entidad capaz de percibir su entorno con la ayuda de sensores y actuar en ese medio utilizando actuadores.

De forma abstracta, un agente es una función que mapea el historial de percepciones a acciones.

El término percepción se utiliza en este contexto para indicar que el agente puede recibir entradas en cualquier instante, por lo tanto la secuencia de percepciones de un agente refleja el historial completo de lo que el agente ha recibido.

El comportamiento del agente viene dado por la función agente que proyecta una percepción dada en una acción.

La función que describe el comportamiento de un agente se puede presentar en forma de tabla. En la mayoría de casos esta tabla será demasiado grande a menos que se limite el tamaño de la secuencia de percepciones que se quiera considerar.

Comportamiento

Un agente racional es aquel que hace lo correcto, es decir, que consigue el objetivo según su medida 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 recibidas.

La secuencia de acciones hace que se pase por una secuencia de estados. Si esta secuencia es la deseada, se dice que el agente ha actuado correctamente.

Racionalidad

La racionalidad en un determinado momento se caracteriza por los siguientes factores:

  • Medida de rendimiento determina el criterio de éxito.
  • Conocimiento acumulado del medio.
  • Acciones que se pueden llevar a cabo por el agente.
  • Secuencia de percepciones que lleva el agente hasta el momento.

Un agente racional elige la acción que maximiza su medida de rendimiento dada la secuencia de percepciones y el conocimiento que haya almacenado.

Entorno de trabajo

El entorno de trabajo de un agente viene determinado por el acrónimo REAS (Rendimiento, Entorno, Actuadores, Sensores).

A continuación, se pueden ver algunos ejemplos:

AgenteMedidas de rendimientoEntornoSensoresActuadores
Sistema de diagnóstico médicoPacientes sanos, reducción de costes…Hospital, pacientes…Entrada de síntomas, pruebas…Visualizar preguntas, pruebas, diagnósticos…
Robot de selección componentesPorcentaje de componentes clasificados como correctosCinta transporte de componentesCámara, sensor de posición…Brazo articulado con mano

Los entornos de trabajo se pueden categorizar de la siguiente forma:

  • Totalmente observable: los sensores proporcionan acceso completo al estado del medio en todo momento.
  • Parcialmente observable: cuando el agente tiene sensores poco exactos o no se recibe la información de manera correcta o completa.
  • Determinista: si el siguiente estado está totalmente determinado por el estado actual y la acción ejecutada por el agente.
  • Estocástico: cuando los sucesivos estados no están determinados por el actual estado o la acción ejecutada por agente. 
  • Episódico: la experiencia del agente se divide en episodios atómicos y cada episodio consiste en la percepción del agente y la realización de una sola acción posterior. En estos medios la elección de la acción en cada episodio depende solo del mismo episodio.
  • Secuencial: la decisión presente puede afectar a las futuras decisiones que pueda tomar el agente. 
  • Estático: cuando el entorno del agente no puede cambiar cuando está deliberando. Estos medios son fáciles de tratar, ya que el agente no necesita estar pendiente del entorno mientras está tomando una decisión sobre una acción.
  • Dinámico: el entorno puede cambiar mientras el agente se encuentra tomando una decisión. En estos medios se está preguntando repetidamente al agente qué quiere hacer. Si no decide nada se entiende que está tomando la decisión de no hacer nada.
  • Discreto: un medio de estados discretos tiene un número finito de estados distintos.
  • Continuo: el estado es continuado, por ejemplo el taxista conduciendo tiene un estado contínuo, porque la velocidad y ubicación del vehículo pasan por un rango contínuo de valores a lo largo del tiempo.
  • Agente individual: cuando no se interactúa de ninguna forma con otro agente.
  • Multiagente: existen varios agentes interactuando en el entorno.

Fuente: Russell S. Norving P. “Inteligencia Artificial, un enfoque moderno (2a Edición)”. Ed. Prentice Hall, 2006.

Deja un comentario