Inteligencia Artificial y la

Ingeniería de Software

Fundamentos

1
 Agenda
 Introducción
 Crecimiento de la computación
 Evolución de la IA
 Aplicaciones de IA
 Agente Inteligente.
3
https://www.sei.cmu.edu/research-capabilities/artificial-intelligence/index.cfm
Software of Deep Learning (DL)

7
Definiciones
¿Es IA posible?
 El Test de Turing
Evolución de la IA
Agente Inteligente

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
Agente inteligente
Capacidades de los Agentes
Arquitectura de los agentes
 Con respecto a la forma de abordar la
construcción del agente, puede ser:
 arquitectura reactiva
 agentes reactivos
 agente con representación del mundo
 arquitectura deliberativa
 agentes basados en metas
 agentes basados en la utilidad
Arquitectura reactiva
 Modelo de agentes puramente 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)
Arquitectura deliberativa
 Extienden arquitecturas cognitivas de la IA.
 El proceso del agente introduce una función
deliberativa entre la percepción y la ejecución para
elegir la acción correcta
 Las decisiones se toman empleando
mecanismos deductivos.
 pattern matching (ANN,..)
 diversas lógicas (Fuzzy)
Propiedades de los ambientes
 Accesible/Inaccesible
 Si los sensores proporcionan todo lo que hay que saber
sobre el estado completo del ambiente - necesario para
elegir una acción - entonces el ambiente es accesible al
agente.
 Determinístico/No-determinístico (estocástico)
 ¿La evolución del entorno es previsible o los actores que
responden de forma no previsible? .
 Episódico/No-episódico
 Un ambiente implica que los episodios siguientes
dependen de las acciones que ocurrían en episodios
previos.
Propiedades de los ambientes(2)

 Estático/Dinámico
 Será estático todo ambiente que no cambie mientras el
agente está pensando (computa una buena estrategia)
 Discreto/Continuo
 Discreto - con escaso número de percepciones y acciones
en el ambiente.
 Sin adversario/con adversarios racionales
 Los ambientes ingenieriles suelen ser sin adversario.
 Los ambientes sociales y económicos aumentan en su
complejidad por la presencia de interacciones entre uno o
más adversarios (por ejemplo en la Bolsa).
 Agente inteligente

Sensores Efectores
Humanos Ojos, oídos y otros Piernas, manos,
órganos boca y otras
partes del cuerpo
Robótico Cámaras de video Mecanismos
engranajes

Software Sus percepciones y acciones vienen

dadas por instrucciones de programas.
Ejemplo

 Taxi con piloto automático (taximetrero

reemplazado por un agente inteligente )

 Percepciones ?
 Acciones ?

 Metas ?

 Ambiente ?
 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
 Ambiente
 calles urbanas, avenidas, tráfico, peatones,
clima, tipo de cliente
Ejemplos de tipos de agentes
 Para identificar a un agente debemos analizar:

Tipo de Sensores Actuadores Desempeño Ambiente

Agente Perceptores Entorno
Sistema de Síntomas, Preguntas, Paciente Paciente,
diagnóstico evidencias y pruebas, saludable, Hospital,
médico respuestas del tratamientos, Reducción de Personal
paciente, diagnóstico, costos.
teclado. monitor
Tutor de Teclado, Voz Visualizar los Maximizar la Conjunto de
inglés ejercicios, puntuación estudiantes,
interactivo sugerencias, de los Agencia
correcciones estudiantes examinadora
en los
exámenes
Robot para la Cámara, Brazo y mano Porcentaje de Cinta
selección de sensor articulados componentes transportadora
componentes angular clasificados
 Cómo deben actuar los Agentes
Inteligentes

• Los agentes inteligentes son racionales, es

decir, hacen lo correcto.

• Acción correcta = acción que lleva al agente a

obtener el mejor desempeño.

• Para evaluar el desempeño es necesario

decidir cómo y cuando medir dicho
desempeño.
I característica
 Los agentes son:
Entidades autónomas
 Autonomía
 Pueden trabajar sin la intervención directa del usuario y
tienen cierto control sobre sus acciones y estado interno
 Reactividad
 Pueden percibir su entorno (que puede ser el mundo
físico, un usuario detrás de una interfaz gráfica o vocal,
aplicaciones en la red, u otros agentes) y responder
oportunamente a cambios que se produzcan en el mismo
 Iniciativa
 El comportamiento de los agentes está determinado por
los objetivos (metas) que persiguen y por tanto pueden
producir acciones no sólo como respuesta al entorno
II característica
 Los agentes tienen:
Inteligencia
 Razonamiento
 Un agente puede decidir:
 qué objetivo perseguir o a qué evento
reaccionar
 cómo actuar para conseguir un objetivo
 o suspender o abandonar un objetivo para
dedicarse a otro
 Aprendizaje
 El agente puede adaptarse progresivamente
a cambios en entornos dinámicos mediante
técnicas de aprendizaje
III característica
 Los agentes no actúan solos, sino como:
Sistemas Multi-Agentes
 Resolución de problemas mediante la estrategia divide y
vencerás
 Reparto de responsabilidades-Identificar Roles
 Heterogeneidad
 Especialización.
 Marco para la integración de Bases de conocimiento heterogéneas
especializadas en tareas
 Para abordar la interoperabilidad surgen roles (P.e. desde el punto
de vista de la definición de arquitecturas software surgen
agentes/componentes Middle agents, Mediators, Avatars, interface
Agents,...)
 Concurrencia y Distribución
 Flexibilidad, escalabilidad, tolerancia a fallos, gestión de recursos
 Distribución del conocimiento
 Diferentes arquitecturas de control, con o sin coordinador
IV característica
 Los agentes tienen:
Habilidad Social
 Interacción
Diálogo
 Delegación
Asignar la realización de tareas
 Cooperación
Trabajo en común para lograr un objetivo común
 Coordinación
Organizar el proceso de solución del problema de forma
que se eviten interacciones nocivas y que se exploten las
beneficiosas
 Negociación
Formular un acuerdo que sea aceptable por todas las
partes implicadas.
V característica
 Los agentes pueden tener:
Movilidad
 Agentes móviles
 Capacidad de Migrar de un nodo a otro en una red
preservando su estado en los saltos entre nodos
 Múlti-acceso y multi-modal
 Navegador
 Email
 Servicio vocal
 Estructura de los Agentes Inteligentes

Agente = arquitectura + programa agente

Donde:
La arquitectura será un ordenador que se ocupara de
que las percepciones lleguen al programa y las acciones
lleguen a los efectores.

El programa agente será una función que

implementara la transformación (mapping) de
secuencias de percepciones en acciones.
Clasificación de Agentes
 agentes reactivos
 agentes reactivos basados en modelo
 agentes basados en objetivos
 agentes basados en utilidad
 agentes que aprenden
 agentes de consultas

30
 Categoría de Agentes
(Zarnekow, 1998)

AGENTES
INTELIGENTES

AGENTES AGENTES AGENTES

BIOLOGICOS HARDWARE SOFTWARE

AGENTES AGENTES AGENTES AGENTES

DE INTERFAZ MOVILES REACTIVOS DE INFORMACION
Agentes de interfaz

USUARIO
INTERACTUA

APLICACION OBSERVACION
LIMITACION COLABORA

INTERACTUA

AGENTE AGENTE
COMUNICACION
SISTEMAS MULTIAGENTES
Campo Interdisciplinario: sistemas distribuidos, IA, teoría de juegos, ciencias
sociales

Agentes como un nuevo paradigma de la

Ingeniería de Software: para diseñar e
implementar sistemas complejos
distribuidos

Agentes como una herramienta para

entender sociedades humanas:
permiten una interesante forma de
simular sociedades
 AGENTES INTELIGENTES
Ingeniería de
IA Distribuida software

NOCION DE
AGENTE

Sistemas distribuidos
y redes POO
INTELIGENCIA 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)
Sistemas Multiagentes
(MAS) COMPLEJOS
SISTEMAS

Pueden ser descompuestos en

componentes de software modulares y de
funciones específicas: agentes

Son concebidos como organizaciones de

agentes MAS
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 & Norvig
Agente inteligente ideal
 El agente inteligente ideal es el que, para
cualquier secuencia arbitraria de
percepciones, logre con su ACCION
maximizar la medida de su buen éxito.

 Para ello usa

 su secuencia de percepciones
 su conocimiento internalizado
Conclusiones
 La inteligencia artificial (IA), también llamada
inteligencia computacional, es la inteligencia
exhibida por máquinas.
 Un agente Inteligente 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
Práctica
 ¿Qué son los Agentes inteligentes?
 De un ejemplo de agente en el campo
Comercial (Compra venta).