Beruflich Dokumente
Kultur Dokumente
16-30
URL: http://recimundo.com/index.php/es/article/view/819
EDITORIAL: Saberes del Conocimiento
REVISTA: RECIMUNDO
ISSN: 2588-073X
TIPO DE INVESTIGACIÓN: Artículo de Revisión
CÓDIGO UNESCO: 1203 Ciencia de Los Ordenadores;
1203.04 Inteligencia Artificial
PAGINAS: 16-30
CORRESPONDENCIA
Jesús Antonio Coloma Garofalo
jcoloma@ueb.edu.ec
Bolívar, Ecuador
RESUMO
Na inteligência artificial, um agente inteligente (IA) é uma entidade autônoma que observa através de sensores e atua em
um ambiente usando atuadores (isto é, é um agente) e direciona sua atividade para a consecução de objetivos (ou seja,
é racional) . Os agentes inteligentes também podem aprender ou usar o conhecimento para atingir seus objetivos. Os
agentes inteligentes em inteligência artificial estão intimamente relacionados aos agentes da economia, e as versões do
paradigma do agente inteligente são estudadas em ciências cognitivas, ética, filosofia da razão prática, bem como em
muitos modelos sociocognitivos interdisciplinares e simulações sociais em computador. Um sistema de múltiplos agentes
(MAS) é um sistema composto por vários agentes inteligentes que interagem. Vários sistemas de agentes podem ser
usados para
resolver problemas difíceis ou impossíveis de resolver para um agente individual ou sistema monolítico. Os
sistemas multi-agente consistem em agentes e seu ambiente. Em geral, a investigação de sistemas de múltiplos agentes
refere-se a agentes de software. No entanto, os agentes em um sistema multiagente também podem ser robôs, humanos
ou equipes humanas. Um sistema de múltiplos agentes pode conter equipes combinadas de agentes humanos. Este tra-
balho apresenta uma breve distribuição nos sistemas de agentes inteligentes e múltiplos agentes.
Por ello, se procedió a la utilización del sub- Un Agente inteligente (IA) es una entidad de
rayado, resúmenes, fichaje, como parte software que realiza algunas operaciones
básica para la revisión y selección de los en nombre de un usuario u otro programa
documentos que presentan el contenido con cierto grado de independencia o auto-
teórico. Es decir, que mediante la aplicación nomía, y al hacerlo, emplea cierto conoci-
de estas técnicas se pudo llegar a recoger miento o representación de los objetivos o
informaciones en cuanto a la revisión biblio- deseos del usuario.
gráfica de los diversos elementos encarga-
dos de orientar el proceso de investigación. Las tecnologías de agentes provienen del
Tal como lo expresa, (Bolívar, 2015) “las campo de la inteligencia artificial y la infor-
técnicas documentales proporcionan las mática, utilizando principios de ingeniería
herramientas esenciales y determinantes de software basada en componentes, toma
para responder a los objetivos formulados de decisiones distribuidas, computación
y llegar a resultados efectivos” (p. 58). Es paralela y distribuida, computación autóno-
decir, para responder con eficiencia a las ma, métodos avanzados de interoperabili-
necesidades investigativas, se introdujeron dad e integración de software.
como técnica de recolección el método in-
ductivo, que hizo posible llevar a cabo una La operación de un sistema basado en
valoración de los hechos de forma particu- agentes se basa en interacciones de enti-
lar para llegar a la explicación desde una dades de hardware o software autónomas
visión general. y poco acopladas: agentes. Los procesos
computacionales que se caracterizan por
Asimismo, se emplearon las técnicas de la descomposición natural o la posible dis-
análisis de información para la realización tribución computacional pueden resolverse
de la investigación que fue ejecutada bajo muy bien mediante sistemas de múltiples
la dinámica de aplicar diversos elementos agentes. Además, el sistema de múltiples
encargados de determinar el camino a re- agentes ofrece una excelente capacidad
correr por el estudio, según, (Bolívar, 2015) de integración en tiempo de ejecución y
las técnicas de procesamiento de datos en una reconfiguración dinámica, y capacida-
los estudios documentales “son las encar- des de delegación autónoma. Son robus-
gadas de ofrecer al investigador la visión o tos y proporcionan una fácil integración de
pasos que debe cumplir durante su ejerci- humanos, software y hardware existentes
cio, cada una de ellas debe estar en corres- (Franklin & Grasesser, 2017).
pondencia con el nivel a emplear” (p. 123).
Esto indica, que para llevar a cabo el pro- La tecnología de agente se ha convertido
cesamiento de los datos obtenidos una vez recientemente en una de las áreas más vi-
aplicado las técnicas seleccionadas, tales brantes y de más rápido crecimiento en tec-
como: fichas de resumen, textual, registros nología de la información. Los trabajadores
descriptivos entre otros, los mismos se de- involucrados en la investigación de agentes
ben ajustar al nivel que ha sido selecciona- han ofrecido una variedad de definiciones.
do. Estas definiciones van de lo simple a lo lar-
go. Entonces podemos resumir todas estas
Resultados definiciones en:
sus tareas, aprende sobre su entorno, su mente por eventos; tomando la iniciativa
propietario y otros agentes, y utiliza este co- 4. Habilidad social. En los agentes está
nocimiento para mejorar cómo lleva a cabo la capacidad de interactuar con otros
sus tareas. Esta definición implica que las agentes (y posiblemente humanos) a
organizaciones de comunidades de agen- través de algún tipo de lenguaje de co-
tes inteligentes brindan la oportunidad de municación de agentes, y tal vez coope-
desarrollar sistemas de apoyo a la toma de rar con otros. A veces se le llama capa-
decisiones adaptables, para toda la organi- cidad de comunicación del agente. Esto
zación e interorganizacionales, personaliza- es para permitir que el agente inteligen-
dos para usuarios específicos” (Mehmood, te tenga la información necesaria de di-
Ghafoor, Farooq, & Zeeshan, 2018). ferentes fuentes.
5. Capacidad de cooperación: es el agente
Un agente inteligente es un software que inteligente que coopera con otros agen-
ayuda a las personas y actúa en su nom- tes para el logro de ciertos objetivos.
bre. Los agentes inteligentes funcionan per- 6. Capacidad de razonamiento: es decir,
mitiendo que las personas deleguen el tra- el agente inteligente puede poseer la
bajo que hicieron en el software del agente. capacidad de inferir y extrapolar en fun-
Los agentes pueden, solo datos complejos, ción de los conocimientos y experien-
aprender de usted e incluso hacerle reco- cias actuales.
mendaciones. 7. Comportamiento adaptativo: es el agen-
te inteligente que aprende o cambia su
Por lo tanto, los agentes de software se comportamiento en función de la expe-
diferencian de otras aplicaciones por sus riencia previa.
dimensiones adicionales de movilidad, au- 8. Integridad: Es decir, el usuario debe
tonomía, la capacidad de interactuar inde- tener una gran confianza en que sus
pendientemente de supresencia del usuario agentes actuarán e informarán con sin-
y la capacidad de adaptación razonamien- ceridad, y actuará por el bien del usua-
to. Esto implica la capacidad de procesar rio. También hay otras propiedades de
información de entornos externos, como agencia a veces discutido:
redes, bases de datos e Internet, dado
un conjunto de conocimientos, actitudes • Movilidad: La capacidad de un agen-
y creencias del usuario que el agente en- te para moverse por una red electró-
tiende. De la definición anterior, podemos nica.
deducir la característica clave del agente • Veracidad: Si un agente comunicará
inteligente que la diferencia de otros tipos a sabiendas información falsa.
de aplicaciones de software: • Benevolencia: Si los agentes tienen
objetivos en conflicto y, por lo tanto,
1. Autonomía. El agente inteligente es ca- si son inherentemente útiles.
paz de actuar de forma independiente, • Racionalidad: Si un agente actuará
exhibiendo control sobre su estado in- para lograr sus objetivos, y no actua-
terno. rá deliberadamente para evitar que
2. Reactividad. Un agente se llama reac- se logren sus objetivos.
tivo cuando mantiene una interacción • Aprendizaje / adaptación: Si los
continua con su entorno y responde a agentes mejoran el rendimiento con
los cambios que ocurren en él (a tiempo el tiempo.
para que la respuesta sea útil).
3. Proactividad. Un agente es proactivo No existe un diseño único de agente inteli-
cuando es capaz de generar e intentar gente. No debemos suponer que todos los
alcanzar objetivos; no impulsado única- agentes inteligentes tendrán la misma co-
caja negra (como red neuronal, algorit- código y el estado del agente.
mos genéticos) que se puede adaptar
para resolver un problema complejo en Sistemas multi agentes
particular. La tecnología de agente pro-
porciona principalmente conceptos de La unidad de construcción básica en Multi
sistema y paradigmas de diseño que Agent System (MAS) es un grupo de agen-
son útiles en clases de problemas bien tes. Los agentes inteligentes autónomos se
definidas. comportan dirigidos por sus intenciones;
3. Inteligencia: La resolución de problemas Además, para alcanzar sus objetivos, pue-
de los agentes, la inteligencia específica den interactuar y cooperar con otros agen-
del dominio no es el problema estudiado tes. Esta interacción requiere que se les
(y se entrega) principalmente por la in- proporcionen capacidades comunicativas.
formática basada en agentes. La princi- Las claves de este sistema son la coordi-
pal preocupación de los agentes investi- nación, cooperación y comunicación entre
gadores es su comportamiento colectivo estos agentes (Wooldridge, 2012).
y la toma de decisiones, mientras que a
menudo se pasa por alto la aplicación En un entorno distribuido, las aplicaciones y
de la tecnología a problemas de la vida fuentes de administración de agentes deben
real. coordinarse y cooperar entre sí para lograr
4. Agentificación: El proceso de integra- un objetivo, esto se puede hacer utilizando
ción de agentes y la encapsulación de uno de los métodos de comunicación. Se
sistemas heredados se considera to- enfoca la intención a estas características
talmente automatizado. No existe un importantes del sistema de múltiples agen-
mecanismo sofisticado que encapsule tes de la siguiente manera:
cualquier sistema heredado de manera
totalmente automatizada. Las tecnolo- 1- Comunicación
gías alternativas (por ejemplo, servicios
web) a menudo se utilizan en estos días. La comunicación es un concepto básico im-
5. Interoperabilidad: Los estándares y la portante en Inteligencia Artificial Distribuida,
interoperabilidad son computacional- porque es el proceso de interacción, a tra-
mente caros. No es aconsejable utilizar vés de algunos tipos de comunicación, que
el cumplimiento total de FIPA en un sis- hace posible que varios agentes combinen
tema donde la apertura total no es ne- sus esfuerzos para resolver un problema
cesaria (por ejemplo, en simulación y general. La razón principal para la comuni-
modelado). cación es resolver conflictos entre agentes.
6. Aprendizaje: El potencial de aprendiza-
je en sistemas de múltiples agentes se Dado que los agentes actúan en un entorno
sobreestima con frecuencia. A menudo que contiene otros agentes y diversos ser-
se piensa que un agente debe ser súper vicios, se necesita arquitectura para estan-
adaptable y capaz de adaptarse a cual- darizar la comunicación entre agentes y el
quier comportamiento solicitado (este acceso a servicios comunes. Los agentes
comentario está estrechamente relacio- pueden comunicarse enviando mensajes.
nado con los comentarios 3 y 4). Los mensajes pueden dirigirse a agentes
7. Movilidad: La movilidad del agente a individuales, a grupos de agentes o a todos
menudo se afirma como más inevitable y los agentes de una clase en particular. La
esencial de lo que realmente se requie- arquitectura de comunicación del sistema
re. Muy a menudo, la migración de datos de agente debe proporcionar soporte para:
o la comunicación simple es suficiente comunicación de agente a agente, comuni-
en comparación con la migración del cación a través de una red y mecanismos
con los atributos y habilidades requeridos Taxonomía para sistemas multi agentes
lo suficientemente acorde con los atributos
y habilidades del compañero original. Para Un punto de partida para el desarrollo de
el dominio definido, el agente es un modelo estos principios es la definición de caracte-
del socio y puede actuar en nombre del so- rísticas básicas que definen el sistema inte-
cio emulando el comportamiento del socio. ligente de múltiples agentes. Extrapolando
de las dimensiones de distribución, hetero-
Se puede ver que las funciones principales geneidad y autonomía para el sistema de
de los sistemas de múltiples agentes son: múltiples agentes, se pueden definir una
serie de características generales:
1. Brindar continuidad y comunicación.
protocolos entre los nodos para ayudar A- Alcance del control funcional: una ope-
a predecir los resultados al extender el ración de agente individual en un sistema
conocimiento especializado a otros do- integrado puede tener un alcance de con-
minios. trol que es (1) global, (2) local o (3) recursi-
2. Integración y consistencia. del conoci- vamente local.
miento debe proporcionarse automáti-
camente. B- Enfoque operativo del sistema integra-
3. Romper los problemas complejos en un do: el sistema integrado puede acceder a
subproblema separado y proporcionan- agentes individuales a través de (1) funcio-
do mediciones e interpretaciones por nes locales, (2) interfaces locales o (3) pa-
muchos expertos. rámetros de aplicación o problemas.
4. Cada agente puede aprender de los
agentes de conocimiento si no resuelve C- Locus de control del sistema: el sistema
algún problema. de resolución de problemas puede tener un
locus de control definido recursivamente
Existen muchas soluciones prácticas dife- que varía de (1) centralizado a (2) descen-
rentes y arquitecturas de sistemas de múl- tralizado.
tiples agentes. Por lo general, podemos
identificar tres grandes grupos: D- Mecanismo de integración del sistema:
el mecanismo de integración del sistema
1. Sistema de múltiples agentes en el que puede basarse en (1) funciones, (2) lengua-
ningún agente tiene conocimiento de jes, (3) esquemas de representación o (4)
otros miembros de la comunidad y tiene aplicaciones o problemas.
que usar la transmisión cuando quiera
enviar cualquier información. E- Composición de los agentes: los agentes
2. Sistema de múltiples agentes que utiliza pueden ser (1) homogéneos o (2) heterogé-
un agente central (facilitador) que sirve neos.
como mediador.
3. Sistema multiagente con modelos so- F- Tipos de agentes del sistema: los agen-
ciales. que representan una solución tes que comprenden el sistema integrado
de compromiso entre las dos primeras pueden ser (1) humanos, (2) máquinas, o
alternativas. Cada agente mantiene un (3) composiciones de humanos y máquinas.
modelo social de su entorno, modelos
de comportamiento de los agentes coo- El sistema actual de múltiples agentes (in-
perantes, su carga y disposición para dependientemente de su dominio) se está
cooperar. volviendo complejo y, por lo tanto, difícil de
evaluar y analizar. Esto es debido a:
• Agentes cada vez más complejos con seguridad. Una de las formas de lidiar con
muchas propiedades dinámicas. este problema es crear un modelo del pro-
• El sistema de múltiples agentes consta ceso o entorno de la vida real y usar una
de muchos objetos y agentes. simulación de software.
• Los agentes suelen tener arquitecturas
diversas, no muy transparentes. Los sistemas de agentes múltiples son una
• Muchos dominios de implementación opción natural para modelar sistemas dis-
posibles (diferentes actuadores y sen- tribuidos que consisten en entidades autó-
sores, etc.) nomas, interesadas en sí mismas, como los
• El entorno se está volviendo más com- equipos de robots autónomos. Dicho mode-
plejo y varía en el tiempo. lo puede usarse con ventajas para simular y
analizar aspectos específicos del compor-
Hay algunas razones por las cuales las per- tamiento general del sistema, como la coor-
sonas usan un sistema de múltiples agentes dinación de actividades, la negociación o la
para el modelado y la simulación (a diferen- comunicación mutua. Además de esto, el
cia de las técnicas clásicas de modelado modelo también se puede utilizar para de-
matemático y simbólico) es una transición sarrollar y probar algoritmos de control an-
fácil y natural del proceso de modelado a la tes de su implementación práctica.
operación real distribuida. Para la operación
distribuida (por ejemplo, control, diagnósti- Bibliografía
co, planificación ...) se puede implementar Boella, G., Damiano, R., & Lesmo, L. (2009). A Utility
el mismo conjunto de agentes que se uti- Based Approach to Cooperation among Agents.
lizan en la fase de modelado. Los socios New York: McGraw Hill.
industriales a menudo requieren pruebas Bolívar, J. (2015). Investigación Documental. México:
sustanciales y verificación experimental de Pax.
los sistemas avanzados de IA antes de que
Brustoloni, J. (1991). Autonomous agents: Charac-
estén listos para el despliegue industrial. La terization and requirements. School of Computer
tecnología de agente es un concepto ideal Science, Carnegie Mellon University.
para esto (Platon, Rehak, & Sabouret, 2017).
Castro, J. (2016). Técnicas Documentales. México.
Limusa.
Conclusiones
Davila, A. (2015). Concepto de terminos cientificos.
Caracas: Oasis.
Los sistemas de múltiples agentes tiene
como objetivo lograr un comportamiento Elmahalawy, A. (2011). Utilization of Multi-Intelligent
de conmutación por error robusto y confia- Agent Systems for Problem Solving. M.Sc. Thesis,
ble mediante apertura, reconfiguración del Egypt: Menofia University, Faculty of Electronic En-
gineering, Department of Computer Science and
tiempo de ejecución, replanificación diná- Engineering.
mica y selección de socios y mayor auto-
nomía del agente en general. Por lo tanto, Franklin, S., & Grasesser, A. (2017). Is it an Agent
or just a program?: A Taxonomy for Autonomous
su aplicación puede mejorar significativa-
Agents. Third International Workshop on Agent
mente la confiabilidad del sistema cuando Theories, Architectures, and Languages, 21-35.
encuentra fallas aleatorias, por ejemplo, mal
funcionamiento del hardware, problemas de Inteligencia Artificial. (20 de 02 de 2020). AGENTES
INTELIGENTES. Obtenido de https://sitiointeligen-
comunicación, fallas en la batería / fuentes ciaa.wordpress.com/agentes/
de alimentación y otros.
Mehmood, A., Ghafoor, A., Farooq, A., & Zeeshan, I.
(2018). Adaptive Transport Protocols in Multi Agent
Y, la experimentación en la vida real puede
System. Fifth International Conference on Informa-
ser costosa, tomar mucho tiempo o incluso tion Technology, 720-725.
ser imposible debido a razones físicas o de
Platon, E., Rehak, M., & Sabouret, N. (2017). Detec- Rollo, M., Novak, P., & Jisl, P. (2015). Simulation of
ting Intrusions in Agent System by Means of Ex- Underwater Surveillance by a Team of Autono-
ception Handling. HoloMAS, 161-172. mous Robots. HoloMAS, 207-220.
Ramos, A., & Quintero, A. (2008). Model of Coordi- Wooldridge, M. (2012). An Introduction to Multi-Agent
nation of Multi-Agent Systems Applied to Who Ac- Systems. Johen Wiely&Sons.
complish Labor of Auditory of Systems of an Orga-
nization. Orlando, Florida: H. and Olson, R. .
Reconocimiento-NoComercial-CompartirIgual
CC BY-NC-SA
Esta licencia permite a otros entremezclar, ajustar y
construir a partir de su obra con fines no comerciales, siempre
y cuando le reconozcan la autoría y sus nuevas creaciones
estén bajo una licencia con los mismos términos.