Este documento trata sobre agentes inteligentes. Define un agente inteligente como un sistema capaz de percibir su entorno y actuar sobre él de forma autónoma para lograr metas deseadas por el usuario. Explica que los agentes inteligentes se enmarcan dentro del enfoque de sistemas que actúan racionalmente basándose en percepciones. También incluye un mapa conceptual sobre agentes inteligentes y un ejemplo de análisis PAMA (Percepciones, Acciones, Metas y Ambiente) de un sistema de monitoreo de ritmos cardí
Agentes Inteligentes: definición, características y análisis PAMA
1. 2. AGENTE INTELIGENTE
1. Defina con sus palabras un Agente Inteligente. Dentro de qué enfoque
de la IA se circunscriben los Agentes Inteligentes. ¿Por qué?
Podemos decir que Los Agentes Inteligentes se caracterizan por desenvolverse en un entorno,
ejecutar acciones sobre él, basándose en percepciones para lograr metas deseadas por el usuario.
Seguidamente podemos apoyarnos en la defunción de Agente: “Es un sistema situado en parte de
un entorno que siente ese entorno y actúa sobre él, a través del tiempo, persiguiendo sus propios
objetivos de forma que afecte lo que siente en el futuro.”1 Un agente no es un programa, es
autónomo y por tanto proactivo. Un agente es una entidad capaz de percibir el entorno y actuar
sobre él. Por tanto es un sistema que está situado y que forma parte de un determinado entorno,
que percibe este entorno y que actúa en el continuamente y con su propia planificación,
persiguiendo el objetivo de cambiar su propia percepción. Los agentes inteligentes se sitúan en el
enfoque de sistemas que actúan racionalmente, por la precepción que se tiene del entorno y la
interacción con este.
2. Realice un mapa mental, sobre agentes inteligentes y sus Interacciones, las características, tipos,
propiedades, etc. Se debe abarcar todos los temas que se encuentran en el módulo de agentes
inteligentes
Comprende
AGENTES INTELIGENTES
Propiedades Características Usos
. Movilidad
. Veracidad
. Benevolencia
. Racionalidad
. Adaptabilidad
. Comunicación
. El grado de inteligencia
. Autonomía
. Reactivo
. Pro-activo
. Social
. Representante virtual
. Como asistentes personales
. Negociador en mercado
electrónico
. Agente de búsqueda de
información o rastreador
. Agente secreto o espía
Clasificación Clases
Estructura
. Movilidad.
. Arquitectura de
construcción
. Atributos principales
. Roles
. Híbridos y Heterogéneos
. Agentes colaborativos
. Agentes de Interface
. Agentes móviles
. Agentes de información
. Lenguajes de agentes
Agente = Programa de
Agente + Arquitectura
2. 3. Cada integrante expone un ejemplo de PAMA, con su respectiva explicación.
Análisis PAMA
En cualquier algoritmo aplicado a la IA debemos reconocer como cada parte contribuye a dicha
meta. Analicemos las maquinas (limitadas) de la IA como agentes inteligentes.
La meta planteada por la medida del buen éxito de ese agente suele ser combinación de varias
submetas. El análisis PAMA es un ejemplo de la estrategia general de la ingeniería de “dividir para
conquistar” Þ P+a+M+A Þ cada sumando es más fácil que la suma ponderada. La aplicación del
ANALISIS DE REQUISITOS, que resuelve un problema analizando que es obtenible como input y
que es deseado como output. PAMA es igual a Percepciones, Acciones, Metas y Desempeño y
Ambiente.
Tomado de: http://www.slidefinder.net/i/ia_agentes/32681377/p2
Ejemplo de un análisis PAMA de un sistema medidor de
los ritmos cardíacos de un paciente.
Tipo de Agente Percepciones Acciones Metas Ambiente
Sistema medidor de
los ritmos cardíacos
de un paciente.
Pacientes con síntomas
cardiacos, evidencias y
respuestas del
paciente.
Instalación del medidor en
el paciente, realizar
pruebas, Síntomas,
evidencias y
respuestas del paciente.
Controlar posibles paros
cardiacos, reconocer
respuestas fisiológicas
en tiempo real y
controlarlas, alterarlas o
modificarlas a nuestro
favor. Exactitud de los
datos representación
fiable de los mismos.
Donde se
encuentre el
paciente,hospital,
clínica.
3. Complejidad de los problemas
1. Explique la definición formal de un problema
Podemos decir que un problema es una situación por el cual involucra un sistema como tal, y
teniendo en cuenta que sistema es todo cuanto existe en el universo de esta manera se puede
presentar un problema a nivel de sistemas abiertos y sistemas cerrados que formalmente tienen su
diferencia si damos una razón clara de lo que es un problema de un sistema abierto podemos decir
que un sistema abierto seria uno que puede intercambiar materia y energía con el exterior, mientras
que un sistema cerrado es un sistema que no puede intercambiar materia con el exterior pero si
intercambiar energía. Un breve ejemplo:
PROBLEMAS ABIERTOS PROBLEMAS CERRADOS
No son afectados por la gente.
Respuestas desconocidas.
Tienen un proceso lógico de solución,
a través de técnicas
como:
Análisis de problemas
Estadísticas
Afectados por valores, creencias y
actitudes de las personas.
Respuestas no conocidas y múltiples
Lo importante no es tanto su solución,
sino el proceso de solución.
Su solución implica un proceso en el
que se involucran una cantidad de personas
3. Toma de decisiones
Realiza todos los ciclos de proceso
mientras se está ejecutando
Evita ciclos del proceso.
2. Mediante una presentación explique en qué consiste y de ejemplos de las clases P, NP y NP
completo.
Clase P: contiene aquellos problemas de decisión que pueden ser resueltos en tiempo polinomico
por una MT determinista, esto es, aquellas en las que para cada par estado y símbolo exista a lo
sumo una posibilidad de ejecución. Los problemas de complejidad polinomica son tratables, es
decir, en la práctica se pueden resolver en un tiempo razonable.
Clase NP: es aquella cuyos problemas son verificables en tiempo polinomial. Lo que se quiere decir
es que si se tuviera alguna clase de “certificado” de una solución, entonces, es posible verificar en
tiempo polinomial que el certificado es correcto, respecto al tamaño de la entrada.
NP-Completos: Se compone de todos los problemas que son tan “faciles” (o difíciles) como todos
los demás que pertenecen a esta misma clase. Si es posible solucionar algún problema que sea
NPC en tiempo polinomial, entonces se podrá solucionar cualquier otro problema de esta clase en
tiempo polinomial.
3. Señale y explique 3 problemas NP. ¿Por qué se consideran problemas NP?
Ejemplo 1:
Bin Packing, que consiste en dada una secuencia de números, empaquetarlos en el mínimo número
de latas posible, teniendo en cuenta que cada lata tiene capacidad M y la suma de los números
introducidos en la lata no puede exceder el Valor M.
Ejemplo 2
Problemas de satisfactibilidad (SAT) de los que hablaremos a continuacion es un problema de
lógica matemática y la teoría de la computación.
La satisfactibilidad proposicional es el problema de decidir si existe una asignación de 0´s y
1´s a los átomos de una formula proposicional que la hacen Verdadera.
Se puede asumir que las instancias SAT están expresadas en FNC sin pérdida de
generalidad. Ejemplo: La asignación de valores de verdad que satisfacen la fórmula (P ۷ ¬
Q) ۸(Q ۷ R) ۸(¬ R ۷ ¬P) es P = Q = 1 y R = 0, por lo que la fórmula es satisfactible.
Ejemplo 3
En el mapa tienes marcado n lugares diferentes de la ciudad y quieres saber si existe un camino
que pase por todos esos lugares exactamente una vez (sin repetición). Este problema es muy fácil
de comprobar, si yo te propongo una solución tu rápidamente puedes comprobar en tan solo O(n)
operaciones que el camino que yo propuse efectivamente pasa una sola vez por los n sitios. A
pesar de que es fácil de comprobar, nadie sabe cómo resolverlo fácilmente. Todos los algoritmos
que se han descubierto para este problema no son esencialmente mejores que una búsqueda por
fuerza bruta (pero nadie ha comprobado que no exista un algoritmo polinomial para resolverlo).
Este problema se conoce como el problema de Camino Hamiltoniano