Agentes inteligentes
Los agentes inteligentes pueden ser cualquier entidad u objeto como seres humanos, software, máquinas. Estos agentes son capaces de tomar decisiones basadas en las entradas que recibe del entorno utilizando sus sensores y actúa sobre el entorno utilizando actuadores. Los agentes habilitados para AI recopilan información del entorno mediante el uso de sensores como cámaras, micrófonos u otros dispositivos de detección. Los agentes realizan algunos cálculos en tiempo real en la entrada y entregan la salida utilizando actuadores como la pantalla o el altavoz. Estos agentes tienen habilidades como resolución de problemas en tiempo real, análisis de tasa de error o éxito y recuperación de información.
Tres formas de agente inteligente
El agente inteligente puede venir en cualquiera de las tres formas, como:
- Agente humano
- Agente robótico
- Agente de software
Estas tres formas se describen a continuación:
Agente humano: un agente humano utiliza los ojos, la nariz, la lengua y otros órganos sensoriales como sensores para percibir la información del entorno y utiliza las extremidades y el tracto vocal como actuadores para realizar una acción basada en la información
Agente robótico : el agente robótico utiliza cámaras y radares infrarrojos como sensores para registrar información del entorno y utiliza motores reflejos como actuadores para enviar la salida de vuelta al entorno.
Agente de software: el agente de software utiliza las pulsaciones del teclado, los comandos de audio como sensores de entrada y la pantalla de visualización como actuadores.
Por ejemplo : asistentes inteligentes basados en inteligencia artificial como Siri, Alexa. Utilizan sensores de voz para recibir una solicitud del usuario y buscan la información relevante en fuentes secundarias sin intervención humana y actuadores como su módulo de voz o texto transmiten información al medio ambiente.
Tipos y reglas de agentes inteligentes
Estos agentes se clasifican en cinco tipos en función de su rango de capacidad y alcance de inteligencia.
1. Agentes reflejos simples
Son la forma básica de agentes y funcionan solo en el estado actual. Tienen una capacidad de inteligencia muy baja, ya que no tienen la capacidad de almacenar el estado pasado. Este tipo de agentes responden a eventos basados en reglas predefinidas que están preprogramadas. Se desempeñan bien solo cuando el entorno es completamente observable. Estos agentes son útiles solo en un número limitado de casos, algo así como un termostato inteligente. Los Agentes Reflex simples mantienen una tabla estática desde donde obtienen todas las reglas predefinidas para realizar una acción.
2. Agentes basados en modelos
Es una versión avanzada del agente Simple Reflex. Al igual que los Agentes Reflex simples, también puede responder a eventos en función de las condiciones predefinidas, además de que también tiene la capacidad de almacenar el estado interno (información pasada) en función de eventos anteriores. Los agentes basados en modelos actualizan el estado interno en cada paso. Estos estados internos ayudan a los agentes a manejar el entorno parcialmente observable. Para realizar cualquier acción, se basa tanto en el estado interno como en la percepción actual. Sin embargo, es casi imposible encontrar el estado exacto cuando se trata de un entorno parcialmente observable.
3. Agentes basados en objetivos
La acción tomada por estos agentes depende de la distancia a su objetivo (Situación deseada). Las acciones están destinadas a reducir la distancia entre el estado actual y el estado deseado. Para lograr su objetivo, utiliza el algoritmo de búsqueda y planificación. Un inconveniente de los agentes basados en objetivos es que no siempre seleccionan la ruta más optimizada para alcanzar el objetivo final. Este déficit puede superarse utilizando el Agente de utilidad que se describe a continuación.
4. Agentes de servicios públicos
La acción tomada por estos agentes depende del objetivo final, por lo que se denominan agentes de utilidad. Los agentes de utilidad se utilizan cuando hay múltiples soluciones a un problema y se debe elegir la mejor alternativa posible. La alternativa elegida se basa en la utilidad de cada estado. Realizan un análisis de costo-beneficio de cada solución y seleccionan la que puede lograr el objetivo en un costo mínimo.
5. Agentes de aprendizaje
Los agentes de aprendizaje tienen habilidades de aprendizaje para que puedan aprender de sus experiencias pasadas. Estos tipos de agentes pueden comenzar desde cero y con el tiempo pueden adquirir un conocimiento significativo de su entorno. Los agentes de aprendizaje tienen cuatro componentes principales que le permiten aprender de su experiencia pasada.
- Crítico : El Crítico evalúa qué tan bien se desempeña el agente con respecto al punto de referencia de rendimiento establecido.
- Elementos de aprendizaje: Toma aportes del Crítico y ayuda al Agente en la mejora del rendimiento al aprender del entorno.
- Elemento de rendimiento: este componente decide la acción que se tomará para mejorar el rendimiento.
- Generador de problemas: El generador de problemas toma información de otro componente y sugiere acciones que resultarán en una mejor experiencia.
Reglas
Hay pocas reglas que los agentes deben seguir para denominarse agente inteligente.
- Regla 1 : El Agente debe tener la capacidad de percibir información del entorno utilizando sus sensores.
- Regla 2 : los aportes o la observación recopilada del entorno deben usarse para tomar decisiones
- Regla 3: la decisión que se tome de la observación debe dar lugar a alguna acción tangible
- Regla 4: La acción tomada debe ser una acción racional.
Estructura del agente inteligente
La estructura del agente inteligente es la combinación de la función del agente, la arquitectura y el programa del agente.
Agente = Arquitectura + Programa de agente
Las tres entidades se describen a continuación.
1. Arquitectura: la arquitectura es la maquinaria sobre la cual el agente ejecuta su acción. Es esencialmente un dispositivo con actuadores y sensores integrados. Ejemplo: los automóviles autónomos que tienen varios sensores de movimiento y GPS conectados y actuadores basados en las entradas ayudan en la conducción real.
2. Función del agente: la función del agente ayuda a mapear toda la información que ha reunido del entorno en acción
3. Programa del agente: La ejecución de la función del agente la realiza el programa del agente. La ejecución ocurre encima de Agent Architecture y produce la función deseada.
Conclusión
El objetivo final de cualquier agente es realizar tareas que de otro modo tendrían que realizar los humanos. Los agentes actúan como asistentes inteligentes que pueden permitir la automatización de tareas repetitivas, ayudar en el resumen de datos, aprender del entorno y hacer recomendaciones para el curso de acción correcto que ayudará a alcanzar el estado objetivo. Los agentes inteligentes tienen un uso inmenso hoy y su uso solo se expandirá en el futuro.
Artículos recomendados
Esta es una guía para agentes inteligentes. Aquí discutimos la estructura y algunas reglas junto con los cinco tipos de agentes inteligentes sobre la base de su rango de capacidad y alcance de inteligencia. También puede consultar el siguiente artículo para obtener más información:
- 10 pasos para hacer una carrera profesional financieramente inteligente
- ¿Qué es la inteligencia artificial?
- Inteligencia emocional en el lugar de trabajo
- Un ambiente laboral saludable