agentes inteligentes ingeniería del conocimiento · proactividad. (dirigido a la meta, toma ......
Post on 17-Mar-2020
16 Views
Preview:
TRANSCRIPT
IC AGENTES 2
INTELIGENCIA ARTIFICIALINTELIGENCIA ARTIFICIAL
Las nuevas tendencias...
Las capacidades de aprendizaje de las redes neuronales y otras técnicas Conocimiento de los expertos en forma de ejemplos, ensayo y error.
Los SE con técnicas de RA Conocimiento abstracto, lógico y aproximado de los expertos.
Los agentes (IA distribuida) Conocimiento sobre los métodos de cooperación en un conjunto de expertos (explotar las interacciones)
IC AGENTES 3
IA DistribuidaIngeniería de
software
Sistemas distribuidos y redes
POO
NOCION DEAGENCIA
IC AGENTES 5
INTELIGENCIA ARTIFICIAL INTELIGENCIA ARTIFICIAL DISTRIBUIDA DISTRIBUIDA
Porque IA Distribuida? Porque distribuir IA?
Los problemas están físicamente distribuidosLos problemas están físicamente distribuidosEl mundo está compuesto por entidades autónomasEl mundo está compuesto por entidades autónomasEstas entidades interactúan entre si y con el entornoEstas entidades interactúan entre si y con el entorno
NOCION AGENTES
IC AGENTES 6
SISTEMAS MULTIAGENTESSISTEMAS MULTIAGENTESCampo Interdisciplinario: sistemas distribuidos, IA, teoría de juegos, ciencias sociales
Agentes como un nuevo paradigma de la Ingeniería de Software: para diseñar e para diseñar e implementar sistemas complejos implementar sistemas complejos distribuidosdistribuidos
Agentes como una herramienta para entender sociedades humanas: permiten una interesante forma de permiten una interesante forma de simular sociedadessimular sociedades
IC AGENTES 7
Noción de agente
Cuando se hace referencia a la idea de agente surgen dos ámbitos de trabajo:
El agente en sí mismo (aspectos personales)
Los conjuntos de agentes(aspectos sociales)
Similitud con lo que sucede a nivel humano
IC AGENTES 8
QUE ES UN AGENTE?
Es una entidad física o virtual que posee ciertas características generales:
Es capaz de percibir el entorno Posee una representación parcial del
entorno. Es capaz de actuar sobre el entorno Puede comunicarse Posee un conjunto de objetivos que
gobiernan su comportamiento Posee recursos propios
IC AGENTES 9
Sistemas Multiagentes (MAS)
SISTEMAS COMPLEJOS
Pueden ser descompuestos en componentes de software modulares y
de funciones específicas: agentes
Son concebidos como organizaciones de agentes MAS
IC AGENTES 10
Sistemas Multiagentes (MAS)
• Los agentes deben compartir conocimientos sobre el problema y las posibles soluciones.
• Los agentes en un MAS pueden compartir una meta o tener metas independientes.
• El ¨conocimiento global¨ puede incluir control global, consistencia global, metas globales, etc.
• La coordinación puede ser muy compleja.
IC AGENTES 12
QUE ES UN AGENTE ????QUE ES UN AGENTE ????
QUE DISTINGUE A UN AGENTE DE SOFTWARE (SOFTBOT) DE OTRO
TIPO DE PROGRAMA ????
Distintas Definiciones: A Taxonomy for Autonomous Agents, S. Franklin and Art Graesser University of Memphis
IC AGENTES 13
QUE ES UN AGENTE ????QUE ES UN AGENTE ????
"Es todo aquello que percibe su ambiente mediante sensores y que responde o actúa mediante efectores." Russell and Norvig
The AIMA Agent, 1995
Que entendemos por ambiente, sensores y actuación ?
IC AGENTES 15
QUÉ ES UN AGENTE INTELIGENTE Un agente inteligente es aquél que puede
percibir un mundo perceptual mediante SENSORES y
actuar sobre ese mundo mediante EFECTORES (o actuadores)
META de la IA Diseñar un agente inteligente/racional que opere o actúe adecuadamente en sus ambientes.
IC AGENTES 16
AGENTE INTELIGENTE /RACIONAL???AGENTE INTELIGENTE /RACIONAL???
Debe hacer siempre lo correcto de acuerdo a sus percepciones.
Es aquel que emprende la mejor acción posible en una situación dada.
Russel & NorvigRacional no es omnisciente
IC AGENTES 17
RACIONALIDAD Depende de
La secuencia de percepciones - todo lo que el agente ha percibido hasta ahora
La medida de éxito elegidaCuánto conoce el agente del ambiente
en que operaLas acciones que el agente esté en
condiciones de realizar
IC AGENTES 18
QUE ES UN AGENTE ?QUE ES UN AGENTE ?
“Es un sistema de computación situado en algún entorno, que es capaz de una acción autónoma y flexible para alcanzar sus objetivos de diseño."
Wooldridge & Jennings
DébilNociones de Agentes
Fuerte
IC AGENTES 19
AGENTES: propiedades
Noción Débil: Es la forma más general en que es usado el
término agente. Es un sistema de software (hardware) con las siguientes propiedades: Autonomía. (actuar sin intervención, control)
Habilidad Social.(lenguaje de comunicación)
Reactividad. (percepción-acción)
Proactividad. (dirigido a la meta, toma iniciativa)
IC AGENTES 20
AGENTES: ejemplos
Ejemplos Agentes triviales
Termostatodemonio en UNIX (biff)
Agentes inteligentesagente planificador de vuelosagentes de interfazagentes que negocian
IC AGENTES 21
AGENTE: nociones mentales Noción más fuerte: Además de las
propiedades anteriores, se agregan nociones mentales como:
Conocimiento. Actitudes de Creencias. información Intenciones. Obligaciones Pro-actitudes (Emociones).
IC AGENTES 22
ACTITUDES DE INFORMACIONACTITUDES DE INFORMACION
Creencia es la información que un agente recibe de otros agentes (software, personas).
Todo sistema cuando recibe información se construye un mundo que intenta representar el
mundo exterior.
Evidencia es la información que proviene de mediciones o inspecciones directas .
IC AGENTES 23
REPRESENTACIÓN DE CREENCIASREPRESENTACIÓN DE CREENCIAS
El agente A cuando recibe esa información, lo que tiene es una creencia de que hace muy buen tiempo.
EJEMPLO:EJEMPLO:
IC AGENTES 24
TIPOS DE AGENTES
Estáticos o móviles.
Deliberativos o reactivos
El agente posee una representación del mundo en base a la que razona o tiene un comportamiento reflejo que depende de sus percepciones ???
Otras clasificaciones
IC AGENTES 25
TIPOS DE AGENTES
COOPERATIVOSCOOPERATIVOS
AUTONOMOSAUTONOMOS
APRENDENAPRENDEN
AGENTES INTELIGENTESAGENTES INTELIGENTES
Source: H. Nwana, Software Agents: An OverviewSource: H. Nwana, Software Agents: An Overview
COLABORATIVOS
AGENTES DE INTERFAZ
COLABORATIVOS/APRENDEN
IC AGENTES 26
EjemploEjemplo – Taxi con piloto automático
(taximetrero reemplazado por un agente inteligente )Percepciones ??acciones ??Metas ??Ambiente ??
IC AGENTES 27
Taxi con piloto automático Percepciones
Video, acelerómetro, instrumental del tablero, sensores del motor
Acciones gestión del volante, acelerar y frenar, bocina
Metas seguridad, llegar a destino, maximizar
ganancias, obedecer las leyes, satisfacción del cliente
Ambientecalles urbanas, avenidas, tráfico, peatones,
clima, tipo de cliente
IC AGENTES 30
SISTEMAS MULTIAGENTES: Cómo SISTEMAS MULTIAGENTES: Cómo especificarlos?especificarlos?
DISTINTOS NIVELES :
TEORIAS FORMALES.TEORIAS FORMALES.
ARQUITECTURAS.ARQUITECTURAS.
LENGUAJES DE PROGRAMACION.LENGUAJES DE PROGRAMACION.
APLICACIONES.APLICACIONES.
Wooldridge & Jennings (1995)Wooldridge & Jennings (1995)Intelligent Agents: Theory and PracticeIntelligent Agents: Theory and Practice
IC AGENTES 31
TEORIAS SOBRE AGENTESTEORIAS SOBRE AGENTES
Que esQue es un agente? un agente?
Que Que propiedades propiedades debe tener?debe tener?
Cómo Cómo se representanse representan dichas propiedades dichas propiedades formalmente? formalmente?
Cómo Cómo se razonase razona acerca de ellas? acerca de ellas?
IC AGENTES 32
MODELO ABSTRACTOMODELO ABSTRACTO
Entorno:Entorno: S={sS={s11, ....,sn}, ....,sn}
Acciones Acciones A= {a A= {a11,...an} ,...an}
(capacidad de actuar del agente)(capacidad de actuar del agente)
Agente:Agente: acción: S acción: S A A
Interacción Agente-entornoInteracción Agente-entorno (historia) (historia)
h: Sh: S00 a0a0 S S1 .......1 ....... S S00
Observación del entornoObservación del entorno:: ver:S ver:S PP
IC AGENTES 33
ARQUITECTURA DE AGENTESARQUITECTURA DE AGENTES
Uno de los aspectos que deben balancear es la percepción/acción y el razonamiento sobre como actuar.
DELIBERATIVAS: Contienen un modelo simbólico, Contienen un modelo simbólico, explícitamente representado del entorno se basa en explícitamente representado del entorno se basa en Hípótesis del sistema de símbolos físicos - SS (IRMA) Hípótesis del sistema de símbolos físicos - SS (IRMA)
REACTIVAS: Generalmente no incluyen Generalmente no incluyen representación simbólica del mundo - la inteligencia real representación simbólica del mundo - la inteligencia real está ¨situada¨- interacción está ¨situada¨- interacción (Subsumption architecture)
HIBRIDAS: Tratan de combinar las dos Tratan de combinar las dos aproximaciones - (layers, BDI aproximaciones - (layers, BDI architectures)s)
IC AGENTES 34
ARQUITECTURA BDIARQUITECTURA BDI
Tiene sus raíces en ver a los agentes como sistemas intencionales, los primeros trabajos son de Rao&Georgeff 1995
B: belief, representa las creencias del agente
D: desire, representan los deseos del agentes, cuales son los estados del mundo que prefiere.
I: intentions, representan las intenciones del agente, los objetivos que me llevaran a satisfacer los deseos - estos derivan en un plan
IC AGENTES 36
ARQUITECTURA BDIARQUITECTURA BDI
Tiene sus raíces en el proceso de decidir que ación realizar para alcanzar las metas.
Involucra los procesos:
Deliberación: decidir que metas alcanzar
(DESEOS-GOALS)
Razonamiento de medios y fines: como alcanzarlas INTENCIONES acciones
Alternativas para alcanzar la meta
IC AGENTES 37
ARQUITECTURA BDI – modelo básicoARQUITECTURA BDI – modelo básico
Es necesario mantener tres estructuras de Es necesario mantener tres estructuras de datos:datos:
Bel:Bel: el conj. de todas las el conj. de todas las creenciascreencias posibles. posibles.
Des:Des: el conj. de todas las el conj. de todas las deseosdeseos posibles. posibles.
Int:Int: el conj. de todas las el conj. de todas las intencionesintenciones posibles. posibles.
La representación mediante fórmulas lógicas de 1er orden suele ser la más adecuada
Debe haber una noción de consistencia definidos sobre ellos
IC AGENTES 38
ARQUITECTURA BDI – modelo básicoARQUITECTURA BDI – modelo básico La función que agrupará todas las funciones definidas será : P A
Función acción p: P , A
Begin
B = FB (p: P)
D = opciones ( B)
I = filtro(B,D,I)
return (ejecutar(I))
End
IC AGENTES 40
Ejemplo: TERMOSTATO Ejemplo: TERMOSTATO D = D = mantener temperatura en Tmantener temperatura en T
B = B = { t (A), OK(T) }{ t (A), OK(T) }
I = I = { Calentar, Enfriar, nada} { Calentar, Enfriar, nada}
P t (actual) B
Filtro: - Si A > T entonces I = Enfriar
- Si A < T entonces I = Calentar
- Si A = T entonces I = Nada
Acción: Case I de
Enfriar Acción = bajar temp
Calentar Acción = subir temp
Nada Acción = nada
IC AGENTES 41
LENGUAJES DE AGENTESLENGUAJES DE AGENTES
Cómo deben programarse estos agentes ?Cómo deben programarse estos agentes ?
Cuáles deben ser las primitivas para esta Cuáles deben ser las primitivas para esta tarea?tarea?
Cómo es posible hacer que estos lenguajes Cómo es posible hacer que estos lenguajes provean un marco efectivo ?provean un marco efectivo ?
IC AGENTES 42
LENGUAJESLENGUAJES DE AGENTES DE AGENTES
Es un lenguaje que permite programar sistemas computacionales, en términos de conceptos
desarrollados en modelos formales de agentes
Agent0 (Shoham, 1990):Agent0 (Shoham, 1990): Nuevo Nuevo paradigma para programación de agentes.paradigma para programación de agentes.
Familia DMARS: JASON, JACK, JADE Familia DMARS: JASON, JACK, JADE
Familia APL (2APL, 3APL)Familia APL (2APL, 3APL)
IC AGENTES 44
Sistemas MultiagentesCOORDINACION
Para que un conjunto de agentes pueda Para que un conjunto de agentes pueda desarrollar una actividad conjunta en un desarrollar una actividad conjunta en un entorno compartido debe existir algún tipo de entorno compartido debe existir algún tipo de coordinacióncoordinación
AGENTESCOOPERATIVOS
AGENTESCOMPETITIVOS
PLANIFICACION NEGOCIACION
IC AGENTES 45
INTERACCION ENTRE AGENTESINTERACCION ENTRE AGENTES
Para que dos o mas agentes puedan interactuar deben disponer de:
Un protocolo de interacción:Un protocolo de interacción: ( (como mantener una como mantener una conversación)conversación)
Un lenguaje de interacciónUn lenguaje de interacción (como construir mensajes) (como construir mensajes)
KQMLKQML
FIPA ACLFIPA ACL
Un lenguaje para representar el conocimiento de cada Un lenguaje para representar el conocimiento de cada agenteagente
IC AGENTES 46
AGENTESAGENTES
DE OBJETOS A AGENTES
OBJETOS:OBJETOS: Están programados para Están programados para hacer lo que está definido cuando se hacer lo que está definido cuando se invoca un métodoinvoca un método
AGENTES:AGENTES: Al recibir un mensaje Al recibir un mensaje toman la decisión sobre que hacer toman la decisión sobre que hacer (autónomos!!! Mayor flexibilidad en su (autónomos!!! Mayor flexibilidad en su comportamiento)comportamiento)
IC AGENTES 47
OBJETOS Y AGENTES
Los agentes incorporan una noción más fuerte de autonomía que los objetos, en particular deciden si realizar o no una acción.
Los agentes son capaces de un comportamiento flexible (reactivos, proactivos, social) y los modelos de objetos no incluyen comportamientos.
48
AGENTESAGENTESDE OBJETOS A AGENTES
OBJETOSOBJETOS
AGENTESAGENTES
Objects do it for free; agents do it because they want toObjects do it for free; agents do it because they want to
IC AGENTES 49
AGENTES Y SISTEMAS EXPERTOS
Los sistemas expertos ¨clásicos¨ no están acoplados al entorno en el cual actúan, suelen usar un intermediario.
SE generalmente no son capaces de un comportamiento reactivo, proactivo
SE suelen no estar equipados de habilidad social (cooperación, coordinación y negociación)n)
Algunos SE (tareas de control en tiempo real) se comportan como agentes
IC AGENTES 50
APLICACIONESAPLICACIONES DE AGENTES DE AGENTESHay múltiples aplicaciones de sistemas multiagentes,
las principales áreas de aplicación son:
Resolución cooperativa de problemas:Resolución cooperativa de problemas: Gestión de Gestión de plantas eléctricas y redes de telecomunicaciones plantas eléctricas y redes de telecomunicaciones (ARCHON), control de tráfico aéreo, diagnóstico médico.(ARCHON), control de tráfico aéreo, diagnóstico médico.
Agentes Interfaz:Agentes Interfaz: sistemas que emplean técnicas de IA sistemas que emplean técnicas de IA para apoyar a los usuarios en una tarea determinada, para apoyar a los usuarios en una tarea determinada, (NEWT, NewsAgent, PersonalSearcher ).(NEWT, NewsAgent, PersonalSearcher ).
MAS especializados en Infomación:MAS especializados en Infomación: sistemas que sistemas que acceden a fuentes de información y la procesan para dar acceden a fuentes de información y la procesan para dar respuesta a los usuarios (QueryGuesser).respuesta a los usuarios (QueryGuesser).
IC AGENTES 51
TRABAJO DE TRABAJO DE INVESTIGACIÓN INVESTIGACIÓN
AGENTES…AGENTES…
UNR / CIFASISUNR / CIFASIS
IC AGENTES 52
Lineas de Trabajo
Arquitecturas lógicas de agentes
Negociación en agentes intencionales
Aplicaciones a la educación
IC AGENTES 53
Negociación cooperativa de agentes
Pablo Pilotti (CIFASIS),
Carlos Chezñevar (UNS)Desarrollar modelos computacionalesDesarrollar modelos computacionales
de negociación cooperativa entrede negociación cooperativa entreagentes intencionalesagentes intencionales..
IC AGENTES 55
Un escenario posible…Dos agentes que realizan tareas de mantenimiento para el hogar tienen Dos agentes que realizan tareas de mantenimiento para el hogar tienen
objetivos que cumplir objetivos que cumplir
• • El Agente 1El Agente 1 tiene como objetivo colgar un cuadro. Para esto posee un tiene como objetivo colgar un cuadro. Para esto posee un martillo, un tornillo y unmartillo, un tornillo y un
destornillador. Además posee el conocimiento de cómo colgar un cuadro destornillador. Además posee el conocimiento de cómo colgar un cuadro utilizando un martillo y unutilizando un martillo y un
clavo, y de cómo colgar un espejo utilizando un tornillo y un clavo, y de cómo colgar un espejo utilizando un tornillo y un destornillador.destornillador.
• • El Agente 2El Agente 2 tiene como objetivo colgar un espejo. Para esto cuenta sólo tiene como objetivo colgar un espejo. Para esto cuenta sólo con un clavo y con elcon un clavo y con el
conocimiento de cómo colgar un espejo utilizando un clavo y un conocimiento de cómo colgar un espejo utilizando un clavo y un martillo.martillo.
IC AGENTES 56
Sistemas Multiagentes y sus aplicaciones a la Educación
Claudia Deco, Cristina Bender
Proyectos Regionales y Latinoamericanos
IC AGENTES 57
Objetivos
Desarrollar sistemas recomendador que ayude a los usuarios a encontrar recursos educativos en repositorios de acuerdo a sus características y preferencias y les brinda los resultados ordenados de acuerdo a su perfil.
Crear asistentes para la carga de recursos educativos en repositorios institucionales, que extraigan automáticamente metadatos.
IC AGENTES 58
BIBLIOGRAFIABIBLIOGRAFIA
Inteligencia Artificial – LATIn Project - Cap 4
http://latinproject.org/index.php/es/component/booklibrary/510/view/53/Ingenier%C3%ADa/17/inteligencia-artificial
Si miran el libro por favor, realizar la encuesta
http://www.igualproject.org/surveytool/index.php?sid=76195&lang=es
Inteligencia Artificial. Un enfoque moderno – Norvig & Russell , , cap2
top related