Máster en Lógica, Computación e Inteligencia

Artificial

Síntesis, verificación y razonamiento

sobre agentes inteligentes
Presentación
Curso 2017-18

Joaquín Borrego Díaz

Departamento de Ciencias de la Computación e Inteligencia Artificial
jborrego@us.es
 ¿Qué son los Me
rac jo
Agentes Inteligentes? ion r,
ale
s

• Es una metáfora
computacional

• Es propia de la Inteligencia
Artificial

• Racionalidad en IA: Se basa

en la tradición de la
epistemología aplicada

• En el curso intentaremos ver

cómo interacciona la “mente” y Modelos
el “comportamiento” en básicos
distintos modelos de agencia
La hormiga actúa
¿Qué necesita para actuar?
SENSORES

¿INTELIGENCIA? COMUNICACIÓN

MOVILIDAD
 ¿dónde?

¿INTELIGENCIA?
¿INTELIGENCIA? ¿INTELIGENCIA?
¿INTELIGENCIA?

¿inteligencia?
Los inicios de la IA (y Agentes)

Darmouth, 1956

https://en.wikipedia.org/wiki/Dartmouth_workshop
• Conferencia de Darmouth,
organizada por:

Historia
• John McCarthy (Dartmouth
College, New Hampshire)

• Marvin L. Minsky (Harvard

University),

• Nathaniel Rochester (I.B.M.

Corporation)

• Claude E. Shannon (Bell

Telephone Laboratories)

• Otros participantes:

• Ray Solomonoff, Oliver

Selfridge,
Hipótesis de trabajo de IA:
• Trenchard More, Arthur "Todo aspecto de aprendizaje o
cualquier otra característica de
Samuel,
inteligencia puede ser definido de
forma tan precisa que puede
• Herbert Simon y Allen
construirse una máquina para
Newell.
simularlo"
 ¿Pueden existir?
• Test de Turing

• Conocimiento común

• El complejo papel que

juegan…

• lenguaje,

• conocimiento,

• razonamiento,

• mecanicismo y emergencia
 Paradigma
de trabajo
(en este curso)
Algunos ejemplos
(provocativos)
 Aplicaciones de agentes
físicos

• NASA: robots exploradores

• Robótica Industrial

• Robot autónomos.

• Reactividad
 Tópicos que trataremos
• Introducción a los conceptos principales

• Reactividad

• Racionalidad

• Conocimiento

• Planificación como proceso racional

• BDI

• Plataformas orientadas a agentes

• Talleres y conferencias
 Temas del curso
• Tema 1: visión general
Ma
te r
ial
• Tema 2: Reactividad (conocimiento cero) En la en
se
Vir ñanz
tua a
• Tema 3: Conocimiento l

• Tema 4: Conocimiento multiagente

• Tema 5: Elementos de prototipado de un lenguaje de

programación orientado a agentes: Fudamentos de Y.
Shoam

• Tema 6: Modelo BDI. Principios básicos

Remote Agent: Arquitectura
 Componentes…

Ejecución (reactivo)
Puede necesitar
de planes
estímulos del exterior
(concurrencia)

Planificación

Reconsideración
(de planes)
Remote Agent

Su “entorno”
TEMA 1 Y SIGUIENTES
 TEMA 2

Ejecución (reactivo)
Puede necesitar
de planes
estímulos del exterior
(concurrencia)

Planificación

Reconsideración
(de planes)
 Remote Agent

Ejecución (reactivo)
de planes
(concurrencia)

Planificación TEMA 2

Reconsideración
TEMA 3 (de planes)
Remote Agent

Planificador

Basado
en
conocimiento

TEMA 3
Remote Agent

Ejecución (reactivo)
de planes
(concurrencia)

Reconsideración
TEMA 6 (de planes)
 Temas 4,5

• Tema 4: Conocimiento multiagente

• Tema 5: Elementos de prototipado de un

lenguaje de programación orientado a
agentes: Fudamentos de Y. Shoam
 ¿El futuro de la red?
• Internet es una red donde
interaccionan:

• Personas

• Sistemas de información

• agentes software

• agentes racionales
Aplicaciones de agentes en Internet

• Agentes conversacionales

• Mercados electrónicos

• Bolsa

• B2B
NASDAQ es la bolsa de valores
• B2P electrónica automatizada más
grande de EEUU.
• P2B Más de 3.800 compañías y
corporaciones, tiene más volumen
• P2P de intercambio por hora que
cualquier otra bolsa de valores en
el mundo
Web 2.0 móvil con un
SMA y Ontologías

¿Agentificación?
Tema de investigación

¿Agentes racionales en
dispositivos móviles?
Agentes en Inteligencia
Ambiental
Otros ejemplos en Second Life
Sistemas multiagente
Los agentes inteligentes y la
Web Semántica (I)
Los agentes inteligentes y la
Web Semántica (II)
 Infraestructura y tecnologías
para la innovación con agentes
• Interoperabilidad

• Ingeniería orientada a agentes

• Lenguajes para la programación de agentes

• Métodos formales

• Simulación

• Interacción con el usuario

 Simulación
• Potencia computacional

• Sistemas complejos

• Agentificación

• Ejemplo: Simulación de catástrofes naturales/

humanitarias mediante sistemas multiagente

• http://www.youtube.com/watch?
v=pTKhrpl9jZc&feature=player_embedded#at=11
http://www.youtube.com/watch?v=pTKhrpl9jZc

• Utilidad…
CAMPO (VIRTUAL… CON SIMULACIÓN DEL
ENTORNO REAL)

• Programamos jugadores, NO equipos completos

E J E M P L O D E PA R T I D O …
REACCIÓN VERSUS DELIBERACIÓN
Y POR ÚLTIMO…high frequency trading
EN LA BOLSA

MERCADOS
COMPRA-
CONEXIÓN
VENTA
U LT R A R R Á P I D A
DE ACCIONES

Agente de compra-venta
 MILES (MILLONES) DE BOTS
TRABAJANDO CON COMPORTAMIENTOS
SIMPLES PERO MUY RÁPIDOS

• ¿SE PUEDE PREDECIR EL COMPORTAMIENTO

DE ESTE TIPO DE SISTEMAS?
PELIGROS…
 pregunta (desafío):

• ¿Se puede controlar este tipo de sistemas

multiagente?

• ES UN SISTEMA COMPLEJO
 El ciclo de vida de una
tecnología en una gráfica
La curva de Gartner para los agentes inteligentes
(antigua, 2004)
Según Agentlink (antigua, 2005)
¿Dónde están los agentes en 2013?

Han salido del ciclo

Sólo aparecen aplicaciones
 A ?
C I

I N T E L I G E N
¿Y ahora?
¿

Tecnología transparente

Investigación poco visible al público en general, salvo

cuando tiene éxito importante

Investigación desde el punto de vista del curso:

Racionalidad. Fundamentos
En 2016 sus resultados están (o
estarán) integrados en …
 Lógica computacional, el
corazón del razonamiento
• Para representar el conocimiento

• Para especificar el razonamiento

• Facilita mecanizar los procesos de

razonamiento

• Para hablar de adecuación y completitud.

¿Cómo puede conocer un agente?
• Creencias

• Conocimiento: creencias
verdaderas

• Categorías (aptitudes)
mentales:

• Intenciones

• Deseos

• Prohibiciones

• ...
El futuro de los agentes (racionales):
Programación orientada a agentes
Tres características fundamentales:
Reacción, proactividad, sociabilidad

• Corresponden a cualidades humanas

• Factores que estudiaremos en mayor o menor

medida

• Combinan IA clásica y teoría del conocimiento y

agentes
 Filosofía del curso
• Agentificación como un proceso de abstracción

• Pasos hacia la construcción de una teoría de agentes

racionales

• Teoría sobre el comportamiento

• Ontología del dominio

• Especificación

• Formalización de las propiedades

• Verificación
 Otras características del
curso
• Es de carácter introductorio

• Panorámico

• Algunas teorías de agentes se detallarán

• Incidiremos con más profundidad en problemas

fundacionales, en consonancia con la orientación del máster

• Corrección versus validación

• Evolución histórica

• Base lógico/matemática/computacional del concepto de

(sistema multi)agente racional
Objetivo: Entender lo que se plantea en
artículos como...
O lo que se plantea en...
2018…
Desde la lógica al prototipado
(multi)agente
 Evaluación

• Tema de interés del alumno

• Trabajo sobre un • Acuerdo con el profesor lo
antes posible (para trabajar en
artículo/tema de
él)
interés para el
alumno • EN CUANTO ACABE EL
TEMA 1
 Lecturas preliminares...
• V. Julián, V. Botti, Agentes Inteligentes: el siguiente
paso en la Inteligencia Artificial

• www.ati.es/novatica/2000/145/vjulia-145.pdf

• Michael Luck, Peter McBurney, Onn Shehory, Steve

Willmott, Agent Technology: Computing as Interaction.
A Roadmap for Agent-Based Computing

• www.agentlink.org/roadmap/al3rm.pdf

• (opcional)
¿Cuestiones?
¿Dudas?