Un agente es todo aquello que percibe
su ambiente mediante sensores y que responde
o actúa en tal ambiente por medio de efectores. Los agentes humanos tienen
ojos, oídos y otros órganos que les sirven de sensores, así como piernas, boca,
manos que les sirven de efectores. En los agentes robóticos, los sensores son
sustituidos por cámaras y los efectores son reemplazados mediante motores. En
un agente de software sus percepciones y acciones vienen a ser las cadenas de bits codificados.
Nos interesa diseñar agentes que logren un buen desempeño en su
ambiente. Mencionaremos el principio de diseño que destaca que los agentes
deben poseer conocimientos.
Un agente racional es aquel
que hace lo correcto. Lo correcto es
aquello que permite al agente obtener el mejor desempeño. Es necesario decir
cómo y cuando evaluar ese buen desempeño.
El término medición del desempeño, se aplica
al cómo: es el criterio que
sirve para definir que tan exitoso ha sido un agente.
El cuando evaluar el desempeño
es importante. Lo importante es medir el desempeño a largo plazo.
Diferencia entre racionalidad y omnisciencia. Un agente omnisciente es aquel que sabe el resultado real que producirán sus acciones y su conducto es
congruente con ello; sin embargo en la realidad no exista La omnisciencia. La racionalidad tiene que ver con un éxito
esperado, tomando como base lo que se ha percibido si se especifica
que un agente inteligente siempre debe hacer lo que realmente es lo correcto,
será imposible diseñar un agente que lo satisfaga.
El carácter de racionalidad de lo que se hace en un momento dado depende de 4 factores:
¨
De la medida
con lo que se evalúa el grado de éxito logrado.
¨
De todo
lo que hasta ese momento haya percibido el agente. A esta historia
perceptual se llama la secuencia de percepciones.
¨
Del conocimiento que posea el agente acerca del medio.
¨
De las acciones que el agente
pueda emprender.
¨
Con esto podemos definir lo que es un agente racional ideal: En todos los casos de posibles secuencias de
percepciones, un agente racional deberá
emprender las acciones que favorezcan obtener el máximo de su medida de
rendimiento, basándose en las evidencias apartadas por la secuencia de
percepciones y en todo conocimiento incorporado en tal agente.
El emprender acciones con el
fin de obtener información útil es
parte de la racionalidad.
Los agentes degenerados,
dado que su secuencia de percepciones está vacía, independientemente de lo que
suceda en el exterior, las acciones no se ven modificadas.
Es posible caracterizar
cualquier agente en particular elaborando
una tabla de las acciones que éste emprende como respuesta a
cualquier secuencia de percepciones posibles. La lista que contiene la
tabla se denomina mapeo de secuencia
de percepciones para acciones. Los
mapeos ideales, caracterizan a los modelos ideales. El especificar que tipo de acción deberá emprender un agente como repuesta
a una determinada secuencias de percepciones constituyen el diseño de un agente
ideal.
Si las acciones que emprende el
agente se basan exclusivamente en un conocimiento integrado, con lo que se
hace caso omiso de sus percepciones, se dice que el agente no tiene autonomía.
La conducta, son aquellas acciones que se producen después de una determinada secuencia de percepciones.
La conducta de un agente se basa tanto en la experiencia propia como en el conocimiento integrado.
Un sistema será autónomo en
la medida que su conducta está definida
por su propia experiencia. La autonomía no solo tiene cabida en lo que nos
indica nuestra intuición, también es un ejemplo del sólido manejo de la
práctica. Cuando un agente opera basándose en suposiciones en él integradas, su
actuación será satisfactoria sólo en la medida en que tales suposiciones sean
vigentes, carecerá de flexibilidad.
El autentico agente inteligente autónomo debe ser capaz de funcionar
satisfactoriamente con una amplia gama de ambientes, dándole tiempo para
adaptarse.
El cometido de la inteligencia artificial es el diseño de un Programa de Agente: una función que permita implantar el mapeo del agente para pasar de
percepciones a acciones. Este
programa se ejecutará en algún tipo de dispositivo de cómputo, al que se lo
denomina Arquitectura. La
arquitectura pone al alcance del programa las percepciones obtenidas mediante
los sensores, lo ejecuta y alimenta al efector con las acciones elegidas por el
programa.
La relación entre agente, arquitectura y programa es Agente =
Arquitectura + Programa.
Lo que importa no es la diferencia entre ambientes “reales ” y “artificiales”, sino la relación que existe entre la conducta del agente, la secuencia de
percepciones que produce el ambiente y las metas que se espera alcance el
agente. Algunos ambientes considerados como “reales ”, son sencillos y hay
otros muy ricos e ilimitados. Para los muy ricos se utilizan agentes de
software o robots de software o software.
A
continuación mostraremos los elementos básicos que se consideran en la elección
de los tipos de agentes.
|
Tipo de agente |
Percepciones |
Acciones |
Metas |
Ambiente |
|
Sistema para diagóosticos
médicos |
Sintomas, evidencias y respuestas
del paciente |
Preguntas, pruebas,
tratamientos |
Paciente saludable,
reducción al mínimo de costos |
Paciente, hospital |
|
Sistema para el análisis
de imágenes de satélite |
Pixels de intensidad y
colores diversos |
Imprimir una clasificación
de escena |
Clasificación correcta |
Imágenes enviadas desde un
satélite |
|
Robot clasificador de
partes |
Pixels de intensidad
variable |
Recoger partes y
clasificarlas poniéndolas en botes |
Poner las partes en el
bote que les corresponda |
Banda transportadora sobre
la que se encuentran las partes |
|
Controlador de una
refinería |
Lectura de temperatura y
presión |
Abrir y cerrar válvulas;
ajustar la temperatura |
Lograr pureza, rendimiento
y seguridad máximos |
Refinería |
|
Asesor interactivo |
Palabras escritas a
máquinas |
Ejercicios impresos,
sugerencias y correcciones |
Que el estudiante obtenga
la máxima calificación en una prueba |
Grupo de estudiantes |
El esqueleto de los agentes inteligentes será el mismo, la aceptación
de percepciones originadas en un ambiente
y la generación de acciones respectivas.
Si bien se definió el mapeo de un agente como una función para pasar
de secuencia de percepciones a acciones, el
programa de agentes recibe como entrada
sólo una percepción. El agente debe
construir la secuencia de percepciones en la memoria. La meta o la medición
del desempeño no forma parte del programa esqueleto. La medición del desempeño se efectúa desde afuera, para evaluar la
conducta del agente.
¿No sería más sencillo limitarse a buscar las
respuestas?
La manera más sencilla de hacer un programa de un agente es, una tabla de consulta. Guarda en la
memoria la totalidad de las secuencias de percepciones y las utiliza para hacer
localización en la tabla, en la que están todas las acciones que
corresponden a todas las posibles
secuencias de percepción.
Lo anterior está destinado al fracaso:
¨
Para
elaborar la tabla de algo sencillo, se necesitan como 35100 entradas.
¨
La elaboración de la tabla, tomaría demasiado
tiempo.
¨
El agente carece de autonomía, ya que el
calculo de mejor acción está ya integrado. Si el ambiente se modifica en algún
aspecto no previsto, se verá perdido.
¨
Si se dotara al agente de un mecanismo de
aprendizaje, para tener un grado de autonomía, necesitaría una eternidad para aprender el valor
correcto de las entradas.
Lo importante es comprender
por qué un agente que razona (no se limita
a hacer consultas a una tabla)
puede tener un mejor desempeño al superar las cuatro desventajas.
