INTELIGENCIA ARTIFICIAL

1.3.3 Robótica

 

Objetivo

 

Utilizar la inteligencia humana en crear herramientas (robots, computadores, maquinas para discapacitados etc.) con el fin de ayudar a quienes lo utilicen y brindar un servicio.

Es el fin de la explotación humana, en un mundo totalmente automatizado.

 

Introducción

 

Tema predilecto de la ciencia ficción, la robótica tiene siglos de desarrollo, pero ahora, además, se la estudia en facultades y laboratorios. Desde aquellos autómatas medievales, diseñados para poder escribir determinada frase, hasta los componentes robóticos que hoy se aplican en las grandes industrias.

 

¿Qué es la robótica?

 

Es la ciencia que estudia el diseño y la implementación de robots, conjugando múltiples disciplinas, como la mecánica, la electrónica, la informática, la inteligencia artificial y la ingeniería de control, entre otras.

Historia de la robótica

En el siglo I d. C., Herón de Alejandría escribió el primer tratado de robótica, Los autómatas, y creó los primeros autómatas: el teodolito, un aparato que medía ángulos, distancias y desniveles, y el odómetro, que medía distancias recorridas.

Alberto Magno (12061280) creó un autómata de hierro que le servía como mayordomo podía caminar, abrir puertas y comunicarse con los invitados, y una cabeza parlante que predecía el futuro.

Leonardo Da Vinci (1452-1519), quizás el más grande inventor de todos los tiempos, creó, entre otras, la máquina de volar.

El matemático y filósofo Blaise Pascal (1623-1662), un destacado representante del racionalismo, inventó la primera máquina de calcular. René Descartes (1596-1650) se sostuvo en el postulado de que todo se explica a través de las matemáticas.

Asimov creó también las Tres Leyes de la Robótica.

 

Tipos de robots.

 

Según su cronología se clasifican en:

1ª Generación: Manipuladores. Son sistemas mecánicos multifuncionales con un sencillo sistema de control, bien manual, de secuencia fija o de secuencia variable.

2ª Generación: Robots de aprendizaje. Repiten una secuencia de movimientos que ha sido ejecutada previamente por un operador humano. El modo de hacerlo es a través de un dispositivo mecánico. El operador realiza los movimientos requeridos mientras el robot le sigue y los memoriza.

3ª Generación: Robots con control sensorizado. El controlador es una computadora que ejecuta las órdenes de un programa y las envía al manipulador para que realice los movimientos necesarios.

4ª Generación: Robots inteligentes. Son similares a los anteriores, pero además poseen sensores que envían información a la computadora de control sobre el estado del proceso. Esto permite una toma inteligente de decisiones y el control del proceso en tiempo real.

5ª Generación: Sera una nueva tecnología que incorporara 100% inteligencia artificial y utilizara modelos de conducta y una nueva arquitectura de subsumción. 

 

Según su arquitectura.

 

Poliaparticulados: En este grupo están los Robots de muy diversa forma y configuración cuya característica común es la de ser básicamente sedentarios (aunque excepcionalmente pueden ser guiados para efectuar desplazamientos limitados) y estar estructurados para mover sus elementos terminales en un determinado espacio de trabajo según uno o más sistemas de coordenadas y con un número limitado de grados de libertad.

 

 Los manipuladores, los Robots industriales, los Robots cartesianos.

 

Móviles: Son Robots con gran capacidad de desplazamiento, basados en carros o plataformas y dotados de un sistema locomotor de tipo rodante. Tienen la capacidad de moverse en un entorno de acuerdo a la programación previamente establecidas o programadas, esta clase de robots son muy utilizados para hacer diferentes tipos de trabajos y están dotados de un nivel relativamente elevado de inteligencia.

Androides: Son Robots que intentan reproducir total o parcialmente la forma y el comportamiento cinemática del ser humano.

Actualmente los androides son todavía dispositivos muy poco evolucionados y sin utilidad práctica, y destinados, fundamentalmente, al estudio y experimentación. Uno de los aspectos más complejos de estos Robots, y sobre el que se centra la mayoría de los trabajos, es el de la locomoción bípeda.

Zoomórficos: Considerados en sentido no restrictivo podrían incluir también a los androides, constituyen una clase caracterizada principalmente por sus sistemas de locomoción que imitan a los diversos seres vivos.

Híbridos: corresponden a aquellos de difícil clasificación cuya estructura se sitúa en combinación con alguna de las anteriores ya expuestas, bien sea por conjunción o por yuxtaposición.

 Por ejemplo, un dispositivo segmentado articulado y con ruedas, es al mismo tiempo uno de los atributos de los Robots móviles y de los Robots zoomórficos.

 

Las tres leyes de la robótica

 

1. Un robot no puede actuar contra un ser humano o, mediante la inacción, que un ser humano sufra daños.

2. Un robot debe de obedecer las órdenes dadas por los seres humanos, salvo que estén en conflicto con la primera ley.

3. Un robot debe proteger su propia existencia, a no ser que esté en conflicto con las dos primeras leyes.

 

Aplicaciones

 

ASIMO de la compañía Honda : Robot contiene la capacidad de poder interactuar con las personas y guarda la información recogida del entorno o de la persona con la cual interactúa, realiza estas acciones mediante los diferentes tipos de sensores que se encuentran presentes a lo largo de su estructura y es capaz de caminar o subir escaleras por sí solo.

En la industria: Empleados para ensamblado como puede ser unir piezas, cortar, o se los puede utilizar para soldar, procesos especiales, empaquetar, pintar, para trasportar piezas de carga o descarga.

Se utilizan más en procesos de producción en serie por su capacidad de hacer la misma actividad una y otra vez y como son máquinas no se cansan, ni cometen errores por fatiga como los humanos

Sistema quirúrgico Da Vinci: Que representa una evolución en lo que es laparoscopia, permite hacer pequeñas incisiones en el abdomen, al paciente le queda una cicatriz más chica, tiene menos tiempo en el hospital, menos posibilidad de infecciones, y el médico está sentado en una consola y dirige la operación como si fuera con un joystick.

Entornos Peligrosos: Son robots especiales diseñados para entrar en entornos peligrosos para el ser humano algunos de estos. Por ejemplo son los empleados para desarmar bombas, limpiar lugares peligrosos, trabajar con desechos químicos, ayudar en labores de rescate, adentrarse en el océano como submarinos.

Exploración: Los llamados robots espaciales trabajan en el espacio, algunos recolectan información para después ser estudiada.

Salud: En el área de la salud los robots son usador para realizar operaciones de gran precisión, algunos también diseñados para ayudar a los ancianos y personas discapacitadas.

 

¿La robótica plantea una “competencia” entre el hombre y el robot, o está claro cuál es el límite?

 

Hay una teoría occidental y una teoría oriental.

La teoría occidental considera al robot como máquina, como herramienta, y está siempre el miedo a que saque el trabajo. La robótica es como la computación en sus inicios, pero en un momento se van a abrir otros campos de estudio.

La teoría oriental, en cambio, plantea que el robot es un compañero. Están inspirados en lo que es Astroboy, un robot de historietas, un chico bueno, fuerte, que ayuda, y así ven a los humanoides. Por otro lado, están los androides: los androides tienen piel sintética, como los humanos, y parecen humanos.

 

¿Evolución científica o control social?

 

La situación es compleja: por un lado, tenemos la sensación de que la evolución tecnológica cumplirá todos nuestros deseos; por el otro, nos produce sentimientos de control social o de dependencia absoluta, algo por completo ajeno al deseo humano.

No obstante, el vertiginoso avance de la ciencia y la tecnología obliga a cuestionarse los límites de los resultados alcanzados.

 

La robótica lúdico-educativa

 

Se perfila como un nuevo modelo pedagógico que integra la innovación tecnológica y las áreas de conocimiento tradicionales.

Lego es una de las grandes compañías dedicadas por años a la producción de juegos para niños y adolescentes, desarrolló su división Lego Mindstorm dedicada la venta de kits para la construcción de robots.

En los últimos años, esta disciplina se ha ido desarrollando en todo el mundo, cada vez con más intensidad.

 

La robótica actual

 

Asistente robótico para caminar

Personas discapacitadas

En la medicina

En hoteles y restaurantes (Corea y Japón)

 

Conclusiones

 

Se ha constituido como uno de los avances mas controversiales dentro de lo que es la tecnología, ya que existe una clasificación que ubica a los prototipos según el uso o según el criterio que fue creado, así el tema de robótica es una rama de todo lo que es ingeniería mecánica, y es utilizado para la ingeniería industrial.

 

 

1.3.4. Sistemas Expertos.

 

Objetivo

 

Conocer que es un sistema experto, su estructura básica, los diferentes tipos de sistemas expertos que existen, sus ventajas y desventajas, así como algunas de sus aplicaciones.

 

Introducción

 

Durante años la actividad de la Inteligencia Artificial estuvo dedicada a las investigaciones teóricas y al desarrollo de experimentos a través de programas que demostraran “actitudes inteligentes”, con estos programas se pretendía que la máquina jugara ajedrez, demostrara teoremas matemáticos, etc.  No fue hasta los años 70 que surgió un nuevo paradigma en la Inteligencia Artificial “los Sistemas Expertos”.

 

¿Qué es un sistema experto?

 

Los Sistemas Expertos, rama de la Inteligencia Artificial, son sistemas informáticos que simulan el proceso de aprendizaje, de memorización, de razonamiento, de comunicación y de acción en consecuencia de un experto humano en cualquier rama de la ciencia. 

 

¿Qué es un sistema experto?

 

Los sistemas expertos son llamados así porque emulan el razonamiento de un experto en un dominio concreto, y en ocasiones son usados por éstos. Con los sistemas expertos se busca una mejor calidad y rapidez en las respuestas, dando así lugar a una mejora de la productividad del propio experto al usar este tipo de sistemas informáticos.

 

¿Qué es un sistema experto?

 

Técnicamente un sistema experto, contiene una base de conocimientos que incluye la experiencia acumulada de expertos humanos y un conjunto de reglas para aplicar ésta base de conocimientos en una situación particular que se le indica al programa.

 

Estructura básica de un SE

Un Sistema Experto está conformado por:

 

• Especialistas Humanos

• Ingenieros en Conocimientos.

• Base de conocimientos (BC): Contiene conocimiento modelado extraído del diálogo con un experto.

• Base de hechos (Memoria de trabajo): contiene los hechos sobre un problema que se ha descubierto durante el análisis.

• Estructura básica de un SE

• Motor de inferencia: Modela el proceso de razonamiento humano.

• Módulos de justificación: Explica el razonamiento utilizado por el sistema para llegar a una determinada conclusión.

• Interfaz de usuario: es la interacción entre el SE y el usuario, y se realiza mediante el lenguaje natural.

• Tipos de Sistemas Expertos

 

Por la forma de almacenar conocimientos:

• Se pueden distinguir sistemas basados en reglas y basados en probabilidad. En el primer caso se almacenan en forma de hechos y reglas, mientras que en el segundo la base de conocimientos esta constituida por hechos y sus dependencias probabilísticas.

• Tipos de Sistemas Expertos

 

Por la naturaleza de la tarea a realizar:

• Diagnóstico o clasificación: Se conocen soluciones y se tratan de clasificarlas o diagnosticarlas en función de una serie de datos.

• Monitorización: Análisis del comportamiento de un sistema buscando posibles fallos.

• Diseño: Se busca la construcción de la solución a un problema, que en principio es desconocida, a partir de datos y restricciones a satisfacer.

• Predicción: Se estudia el comportamiento de un sistema.

• Tipos de Sistemas Expertos

 

Por la interacción del usuario:

• Apoyo: El sistema aconseja al usuario, que mantiene la capacidad de una última decisión.

• Control: El sistema actúa directamente sin intervención humana.

• Crítica: Su misión es analizar y criticar decisiones tomadas por el usuario.

• Tipos de Sistemas Expertos

 

Por la limitación de tiempo para tomar decisiones:

• Tiempo ilimitado: Aquellos que emplean conocimiento casual, que busca orígenes de un problema que ha ocurrido.

• Tiempo limitado (Tiempo Real): Sistemas que necesitan actuar controlando o monitorizando dispositivos y que han de tomar decisiones inmediatas.

• Tipos de Sistemas Expertos

 

Por la variabilidad temporal del conocimiento:

• Estáticos: La base del conocimiento no se altera durante el proceso de decisión.

• Dinámicos: Ocurren cambios en la base del conocimiento durante la toma de decisiones. Estos cambios pueden ser predecibles o impredecibles.

• Tipos de Sistemas Expertos

 

Por la naturaleza del conocimiento almacenado:

• Basado en experiencia: El conocimiento se basa en experiencias o hechos ocasionados conocidos por el experto.

• Basado en relaciones causa-efecto.

 

Por la certeza de información:

• Completa o perfecta: Se conocen todos los datos y reglas necesarias para la decisión.

• Imperfecta: Puede ser incompleta, faltar información para tomar decisiones.

 

¿Por qué utilizar un Sistema Experto?

1. Personas con poca experiencia pueden resolver problemas que requieren un "conocimiento formal especializado".

2. Los Sistemas Expertos pueden obtener conclusiones y resolver problemas de forma más rápida que los expertos humanos.

3. Los Sistemas Expertos razonan pero en base a un conocimiento adquirido y no tienen sitio para la subjetividad.

 

¿Por qué utilizar un Sistema Experto?

4. Se ha comprobado que los Sistemas Expertos tienen al menos, la misma competencia que un especialista humano.

5. El uso de Sistemas Expertos es especialmente recomendado en las siguientes situaciones:

• Cuando los expertos humanos en una determinada materia son escasos.

• En situaciones complejas, donde la subjetividad humana puede llevar a conclusiones erróneas.

• Cuando es muy elevado el volumen de datos que ha de considerarse para obtener una conclusión.

• Ventajas de los Sistemas Expertos

• Trabajar con gran cantidad de información lo cual es más limitado en los expertos humanos y puede afectar negativamente en la solución de problemas por parte de estos últimos.

• Los Sistemas expertos son capaces de trabajar a velocidades muy elevadas.

• Desventajas de los Sistemas Expertos

 

Existen numerosas limitaciones o inconvenientes que se dan en los sistemas expertos.

• En primer lugar el elevado coste que suponen.

• El tiempo que debe gastarse en programarlos.

• Para actualizar un sistema experto es necesario reprogramarlo.

• Por otro lado, la IA no ha conseguido desarrollar sistemas que sean capaces de resolver problemas de manera general.

• Algunos de los primeros Sistemas expertos

• Aplicaciones de los Sistemas Expertos

 

Las principales aplicaciones de los sistemas expertos son las relacionadas con el mundo empresarial. Esto se debe a que resultan muy útiles en funciones como la contabilidad, tesorería, gestiones internas, etc.

El campo que más aplicaciones de sistemas expertos esta realizando es el de la auditoría.

 

Aplicaciones de los Sistemas Expertos

Además los sistemas expertos son aplicados en muchas más áreas con resultados satisfactorios. Algunas de las principales son:

• Telecomunicaciones

•  Medicina

• Militar

•  Derecho

• Aeronáutica

• Geología

• Electrónica

• Finanzas

• Prácticamente en todas la áreas de conocimiento

• Aplicaciones en: Electrónica,Informática yTelecomunicaciones

• Diseño de circuitos de alto grado de integración

•  Sistemas inteligentes de autodiagnóstico contenidos

• Configuración de equipos y sistemas

•  Control de redes de comunicación

• Programación automática

• Ajuste de equipos y sistemas

• Optimización de programas de computadoras

• Robótica

• Ejemplo:S.E“ACE”

 

ACE es un sistema experto basado en reglas de razonamiento hacia adelante, concebido para asistir a los técnicos de las compañías telefónicas americanas en el mantenimiento de la planta exterior y bucles de abono.

Se trata de un sistema automático de análisis, que interacciona con una base de datos convencional denominada CRAS (Cable Repair Administrative System), en la que se recogen los registros  de las actividades de mantenimiento de la planta exterior.

 

 

1.3.5. Lógica Difusa (Fuzzy logic).

 

La composición de un sistema experto, sus ventajas y desventajas, así como algunas de sus aplicaciones han sido los puntos generales que se han presentado a lo largo de la exposición.

Un sistema experto, sin duda alguna pueden darnos el resultado que un experto humano o un resultado mejor que el de un experto humano, pero lo que si debemos reconocer es que ningún sistema experto puede resolver diferentes problemáticas dentro de una empresa ya que son específicos. Sin embargo con los avances de las herramientas tecnológicas se produzcan un desarrollo cercano al comportamiento humano.

El concepto de Lógica Difusa fue concebido por Lofti Zadeh un profesor de la Universidad de California en Berkley, quien inconforme con los conjuntos clásicos (crisp sets) que solo permiten dos opciones, la pertenencia o no de un elemento a dicho conjunto la presentó como una forma de procesar información permitiendo pertenencias parciales a unos conjuntos que en contraposición a los clásicos los denominó Conjuntos Difusos (fuzzy sets).

El concepto de conjunto difuso fue expuesto  en el año de 1965, el artículo se titula "Fuzzy Sets" y fue publicado en la revista Information and Control. El mismo Zadeh publica en 1971 el artículo, "Quantitative Fuzzy Semantics", en donde Introduce los elementos formales que acabarían componiendo el cuerpo de la doctrina de la lógica difusa y sus aplicaciones tal como se conocen en la actualidad.

Pocos años después en 1974, el Británico Ebrahim Mandani, demuestra la aplicabilidad de la lógica difusa en el campo del control. Desarrolla el primer sistema de control difuso (Fuzzy Control) práctico, la regulación de un motor de vapor. Las aplicaciones de la lógica difusa en el control no se pudieron ser implementadas con anterioridad a estos años debido a la poca capacidad de computo de los procesadores de esa época.

 En Estados Unidos principalmente por razones culturales, el concepto de lógica difusa no tuvo mucho impacto mientras en oriente específicamente los Japoneses y algunos países europeos aceptaron sin complicación esta idea y han estado desde la década de los 80 construyendo aplicaciones reales y productos que funcionan basados en lógica difusa. 

 En Estados Unidos principalmente por razones culturales, el concepto de lógica difusa no tuvo mucho impacto mientras en oriente específicamente los Japoneses y algunos países europeos aceptaron sin complicación esta idea y han estado desde la década de los 80 construyendo aplicaciones reales y productos que funcionan basados en lógica difusa. 

La lógica difusa es una rama de la inteligencia artificial que se funda en el concepto "Todo es cuestión de grado", lo cual permite manejar información vaga o de difícil especificación si quisiéramos hacer cambiar con esta información el funcionamiento o el estado de un sistema especifico. Es entonces posible con la lógica borrosa gobernar un sistema por medio de reglas de 'sentido común' las cuales se refieren a cantidades indefinidas.

El termino "difuso" procede de la palabra inglesa "fuzz“ que significa "confuso, borroso, indefinido o desenfocado".

La Lógica Difusa, es una lógica matemática basada en la teoría de conjuntos que posibilita imitar el comportamiento de la lógica humana. La lógica difusa se utiliza para representar la información imprecisa, ambigua, o vaga.

 

Difusividad.

 

• Es una incertidumbre determinística.

• Esta relacionada al grado con el cual los eventos ocurren sin importar la probabilidad de su ocurrencia.

•  Por ejemplo, el grado de juventud de una persona es un evento difuso sin importar que sea un elemento aleatorio.

 

Funcionamiento.

 

La lógica difusa se adapta mejor al mundo real en el que vivimos, e incluso puede comprender y funcionar con nuestras expresiones, del tipo "hace mucho calor", "no es muy alto", "el ritmo del corazón está un poco acelerado", etc.

La clave de esta adaptación al lenguaje, se basa en comprender los cuantificadores de nuestro lenguaje (en los ejemplos de arriba "mucho", "muy" y "un poco").

En la teoría de conjuntos difusos se definen también las operaciones de unión, intersección, diferencia, negación o complemento, y otras operaciones sobre conjuntos (ver también subconjunto difuso), en los que se basa esta lógica.

Bloque Difusor: Bloque en el que a cada variable de entrada se le asigna un grado de pertenencia a cada uno de los conjuntos difusos que se ha considerado, mediante las funciones características asociadas a estos conjuntos difusos.

Bloque de Inferencia: Bloque que, mediante los mecanismos de inferencia, relaciona conjuntos difusos de entrada y de salida y que representa a las reglas que definen el sistema.

Desdifusor: Bloque en el cual a partir del conjunto difuso obtenido en el mecanismo de inferencia y mediante los métodos matemáticos de desdifusion, se obtiene un valor concreto de la variable de respuesta, es decir, el resultado.

Se basa en reglas heurísticas de la forma SI (antecedente) ENTONCES (consecuente), donde el antecedente y el consecuente son también conjuntos difusos, ya sea puros o resultado de operar con ellos. Sirvan como ejemplos de regla heurística para esta lógica (nótese la

 

importancia de las palabras "muchísimo", "drásticamente", "un poco" y "levemente" para la lógica difusa):

 

SI hace muchísimo calor ENTONCES aumentó drásticamente la temperatura.

SI voy a llegar un poco tarde ENTONCES aumento levemente la velocidad.

 

Los métodos de inferencia para esta base de reglas deben ser simples, veloces y eficaces. Los resultados de dichos métodos son un área final, fruto de un conjunto de áreas solapadas entre sí (cada área es resultado de una regla de inferencia). Para escoger una salida concreta a partir de tanta premisa difusa, el método más usado es el del centroide, en el que la salida final será el centro de gravedad del área total resultante.

Las reglas de las que dispone el motor de inferencia de un sistema difuso pueden ser formuladas por expertos, o bien aprendidas por el propio sistema, haciendo uso en este caso de redes neuronales para fortalecer las futuras tomas de decisiones.

 

Aplicaciones.

 

La lógica difusa se utiliza cuando la complejidad del proceso en cuestión es muy alta y no existen modelos matemáticos precisos, para procesos altamente no lineales y cuando se envuelven definiciones y conocimiento no estrictamente definido (impreciso o subjetivo).

En cambio, no es una buena idea usarla cuando algún modelo matemático ya soluciona eficientemente el problema, cuando los problemas son lineales o cuando no tienen solución.

Por ejemplo, un sistema de riego el cual funciona a partir del clima del medio ambiente. Este sistema no puede basarse en clima frio o caliente como lo haría un sistema lógico binario, el cual toma dos estados. Acá necesitamos tomar en cuenta diferentes estados para dar modelos matemáticos automatizados que den salidas y/o decisiones factibles.

     Para procesos altamente no lineales, ejemplos de estos son:

 

•  La meteorología

•  La combustión

•  La evolución biológica

 

Ejemplo

 

A continuación se muestra una interfaz que está en desarrollo realizada mediante Lógica Borrosa, EDIMED.

EDIMED es una herramienta software para la realización de diagnósticos médicos, el cual puede formar parte del aprendizaje y evaluación de los estudiantes de Medicina.

El estudiante selecciona el tipo de enfermedad y dependiendo de los síntomas que el sistema tenga registrados más los síntomas que el paciente de dicho alumno le exponga, el sistema debería dar un diagnóstico apropiado según el tipo de enfermedad del paciente.

 

Ventajas

 

- La principal ventaja de este sistema de control es su facilidad de  implementación.

- Este tipo de sistemas están dando muy buenos resultados en procesos no lineales y de difícil modelación

- El modo de funcionamiento es similar al comportamiento humano.

- Es una forma rápida y económica de resolver un problema.

- No se necesita conocer el modelo matemático que rige su funcionamiento.

 

Desventajas

 

 - Múltiples definiciones de operadores y reglas de inferencia difusas.

 

 

1.4. Modelos de agente inteligente.

 

Objetivo.

 

Conocer que es un agente inteligente, su clasificación y en que áreas se aplica. conocer la utilidad que tienen los distintos modelos de agentes inteligentes, como es que los utilizamos en nuestra vida cotidiana y como es que la hacen mas fácil para nosotros

 

Introducción.

 

En esta exposición hablaremos de que es el modelo de agentes inteligentes, su clasificación, sus aplicaciones y características.

Para comenzar podemos decir que un agente inteligente es un programa especialmente concebido para realizar ciertas tareas de manera.autónoma en una red por encargo de un usuario.

 

¿Qué es un Agente Inteligente?

 

Es una entidad capaz de percibir su entorno, procesar tales percepciones y responder o actuar en su entorno de manera racional.

 

1.4. Modelos de agente inteligente.

 

Objetivo de un Agente Inteligente

Es el de trabajar en beneficio de los usuarios que utilicen los ambientes donde ellos se desenvuelven, así como de aprender de lo que anteriormente ya ha realizado en ese ambiente y de su interacción con otros agentes que estén trabajando en su ambiente.

Características Básicas

Capacidad de proceso

Conocimiento del entorno

Información de un dominio.

 

Estructura de los Agentes Inteligentes

Diseño de un programa Inteligente

Se ejecutara en algún dispositivo de cómputo y arquitectura.

 

Clasificación de los Agentes Inteligentes

Agentes Cooperativos

 

Agentes Cooperativos

 

Se pueden utilizar es la solución de algunos de los siguientes problemas:

Para resolver problemas que son muy grandes para un agente centralizado.

Para permitir la interconexión e interoperabilidad de sistemas de IA existentes como sistemas expertos, sistemas de soporte de decisión etc.

Proporcionar soluciones a partir de las fuentes de información distribuidas, por ejemplo en fuentes de información distribuidas on-line.

Incrementar la

Modularidad

Velocidad

Confiabilidad

Flexibilidad

Reutilización en sistemas de información.

Prototipo es el Proyecto Pleiades que tienen entre sus objetivos investigar acerca de métodos para la realización de negociaciones automatizadas entre agentes colaborativos para mejorar su robustez, eficiencia, escalabilidad y mantenimiento.

 

Agentes Reactivos

 

El proceso del agente es un ciclo percepción-acción (estímulo/respuesta)

Reacciona a la evolución del entorno

No hay una representación explícita del entorno, de los otros agentes, sus capacidades, etc.

Las decisiones no tienen en cuenta ni el pasado (no hay historia) ni el futuro (no hay planificación)

Agentes Reactivos

Robots físicos: Simular muchos tipos de mundos artificiales así como fenómenos naturales.

Agente Híbrido: Son la combinación de dos o mas filosofías dentro de un agente simple (móvil, interfaz, colaborativo, etc.). De este modo se maximizan las habilidades del agente y se minimizan las deficiencias de los diferentes tipos.

Agentes Móviles: Cuando un ordenador cliente de una red (no importa su tamaño) dirige una petición al servidor de ficheros para ejecutar una aplicación

 Solicitar la ejecución de un programa determinado

 Informar al servidor que la operación se ha completado con éxito.

Un agente móvil puede suspender el proceso que esté realizando, transportarse a sí mismo por medio de la Red y reanudar la ejecución del proceso que estaba llevando a cabo donde estime oportuno.

 

Agentes de Interfaz

Estos agentes interactúan con el usuario de forma gráfica, de este modo el usuario no tiene porqué conocer todos los procesos que el agente lleva a cabo, solo los resultados que este le proporciona.

De los usuarios aprenden cuando se lleva a cabo una de las siguientes situaciones:

Reciben instrucciones explícitas del usuario.

Reciben reacciones positivas y/o negativas.

Observando e imitando las acciones realizadas por el usuario.

 

Agentes de Búsqueda Inteligentes

 La aparición de internet ha propiciado el surgimiento de miles de bases de datos almacenadas en diferentes direcciones.

 La distribución de la información conduce a la necesidad de crear un sistema descentralizado de recuperación de información

 Podrán localizar, recuperar y almacenar las preguntas en un resultado para un usuario en concreto.

Agentes de Consulta

Origina uno o más agentes en respuesta a la pregunta formulada por un usuario.

Trabajan en representación del individuo mientras dura la consulta, recogiendo información de todas las bases de datos disponibles.

http://www.thewebtools.com

 

Algunos tipos de Agentes

Agentes compradores o robots de compras

Usuario o agentes personales

Agentes de monitoreo y vigilancia

Agentes de minería de datos

Agentes de búsqueda

Aplicaciones

En la Gestión De Información

Correo y Mensajería

En la Medicina

Imágenes Satelitales

En la Educación

En los Videojuegos

Comercio Electrónico

Simulación Social

Agentes para Gestión de Sistemas

Industriales.

Heurística

 

La capacidad heurística es un rasgo típico de los humanos. Consiste en la capacidad de realizar innovaciones positivas para conseguir los fines que se pretenden. También podemos definirla como la solución de problemas en los cuales, las soluciones se descubren por la evaluación del progreso logrado en la búsqueda del resultado final.

La base de la heurística surge de la experiencia de resolver problemas y ver cómo otros lo hacen. De lo anterior podemos deducir que un método heurístico aplicado correctamente puede devolver soluciones falsas, positivas o negativas.

En las ciencias de la computación, el método heurístico es usado en determinadas circunstancias,  cuando no existe una solución óptima bajo las restricciones dadas. En general la manera de actuar de los programas heurísticos consiste en encontrar algoritmos con buenos tiempos de ejecución y buenas soluciones.

Dadas las características de la heurística, ésta es muy usada en juegos informáticos que se adelantan a lo que va a hacer el usuario basándose en la experiencia y los pasos que ha seguido en otras ocasiones.

Muchos algoritmos en la inteligencia artificial son heurísticos por naturaleza, o usan reglas heurísticas. Un ejemplo claro son los programas que detectan si un correo electrónico es o no spam. Cualquiera de las reglas usadas de forma independiente pueden llevar a errores de clasificación, pero cuando se unen múltiples reglas heurísticas, la solución es más robusta y creíble.