Se leía en Internet la siguiente frase: “El verdadero hombre inteligente es aquel al que no le molesta parecer tonto delante de un tonto que aparenta ser inteligente', los indicios de la autoría de esta frase apuntan a un autor desconocido. De manera sistemática también se revisaron varios archivos que viajan constantemente en la Web guiados por agentes móviles o algo parecido, en ese dominio no se tarda mucho en comprender, a través de una búsqueda sintáctica, que existen más datos tontos que aquellos que pueden ser de utilidad directa al publico usuario, este pequeño antecedente fue el inicio de buscar estudios acerca del origen de los agentes inteligentes a partir de los denominados agentes tontos; en términos genéricos quizá sea la búsqueda de la inteligencia a partir de lo tonto. La verdad es que, aparte de flatulentas predicciones de algunos utópicos digitales, no hay evidencias de verdaderos “agentes inteligentes” en el horizonte. Los datos en Internet son más datos tontos que inteligentes. Internet está lleno de contenido, en algunos casos de malísima calidad, generado por usuarios comunes, motores con gusto cutre e incluso, motores de búsqueda de mala calidad, incluso Google con sus cada vez mayores tentáculos monopolizantes del universo digital. Así pues se considera que el futuro de Internet se encuentra junto a la autoridad tradicional de la experiencia humana. El futuro está con lo genuino, con los seres humanos no virtuales que, como en mensajes virales y utilizando las herramientas revolucionarias de publicación en línea vía Internet, transmiten sus deseos entre ellos. El futuro de Internet, no tiene que ver con el milagro de los datos inteligentes, sino por el contrario, el futuro de Internet tiene que ver con los datos tontos usados inteligentemente por los seres humanos.
Hay numerosas definiciones de lo que es un agente, y ninguna ha sido aceptada plenamente por la comunidad científica pero probablemente la más simple es aquella que menciona: “un agente es todo aquello que puede considerarse que percibe su ambiente mediante sensores y que responde o actúa en tal ambiente por medio de efectores.” Los agentes humanos tienen ojos, oídos y otros órganos que les sirven de sensores, así como manos, piernas, boca y otras partes de su cuerpo que les sirven de efectores. En el caso de los agentes robóticos, los sensores son sustituidos por cámaras y telémetros infrarrojos y los efectores son reemplazados mediante motores. En el caso de un agente de software, sus percepciones y acciones vienen a ser las cadenas de bits codificados. Lo que interesa en este campo es el diseño de agentes que logren un buen desempeño en su ambiente.
Aunque la variedad de agentes es bastante grande, sin embargo es posible definir los siguientes tipos de agentes según la utilidad que le prestan al usuario: (1) En primer lugar se encuentran los agentes incansables. Su misión consiste básicamente en ejercer las funciones de un buen secretario. Esto incluye entre otras cosas la gestión de agenda y de citas. (2) Otro tipo importante es el de los agentes guía. Se trata de una categoría de agentes de software creados para facilitar la navegación en Internet. Su misión habitual consiste en localizar aplicaciones Web cuyo contenido coincide con una serie de palabras clave que se le asignan. Es lo que se conoce como búsqueda por tópicos. Sólo señala las páginas, pero no bucea en el interior de las mismas de manera exhaustiva. (3) Los desmemoriados también tienen un agente que les echa una mano. Se trata de los agentes recordatorio. Algunos de ellos son llamados también agentes “post-it” por las famosas etiquetas. Este tipo particular de agente se encarga de recordar fechas y citas. Su utilidad no acaba ahí. Algunos agentes recordatorio van más allá. Si el usuario está redactando un documento sobre un determinado tema, el agente le recuerda si tiene ya redactados o en su poder documentación sobre ese tema, así como su localización. Todo un detalle. (4) Quizá el tipo de agente más conocido y extendido es el de filtro. Sobre todo sirven para filtrar noticias e incluso charlas. Algunos de ellos se dedican a gestionar el correo electrónico y a clasificarlo en diversas bandejas según unos parámetros prefijados por el usuario. (5) También es posible encontrarse con un tipo muy peculiar de agente. Se trata de los agentes “emparejadores”. Una vez programados se dedican a buscar en la red gente con el mismo perfil o las mismas aficiones. (6) Luego están los agentes del software con el que casi todos los internautas se han encontrado alguna vez, para comprar o vender. Son programas que recorren la red buscando gangas, o comparando precios. Esta búsqueda la pueden realizar de oficio, o a requerimiento del usuario. (7) En los últimos tiempos se está poniendo en marcha un tipo especial de agente, el denominado agente de entretenimiento. Actúa como un buen amigo que avisa de los últimos estrenos, o los últimos lanzamientos editoriales. Todo relacionado con el mundo del ocio. Conciertos e incluso vacaciones están al alcance de este tipo de agentes. Valga esta clasificación para conocer en qué tareas pueden ayudar los agentes en la actualidad. Es de suponer que en un futuro cercano se disfrutara de una auténtica invasión de agentes del software en todos los campos de la actividad cotidiana. Con la progresiva integración de las redes domésticas no resultaría extraño que fuese un agente quien comprobase el contenido de la nevera familiar e incluso la adecuación de la dieta de las personas.
Como complemento a lo presentado, investigadores de la Universidad de Indiana forman parten de una comunidad creciente que cree que el enfoque basado en agentes tontos permitirá a los investigadores en inteligencia artificial construir sistemas más inteligentes y a los científicos cognitivos estudiar la inteligencia con más amplitud. Estos investigadores están alejándose del enfoque tradicional de la inteligencia artificial que modela el comportamiento inteligente diseñando e implementando un agente complejo. La aproximación con un único agente ha tenido éxito en dominios racionales especializados como juegos, razonamiento y planificación de trayectorias. Sin embargo, parece importante reconocer todos los éxitos de la naturaleza, debido fundamentalmente a que la naturaleza parece estar repleta de agentes inteligentes. En algunos proyectos de agentes tontos, los agentes están aislados intentando optimizar su rendimiento. En otros dominios, los agentes no están aislados y pueden interactuar. El comportamiento de los agentes puede involucrar su coordinación con otros agentes. El dominio de los problemas actualmente investigados en dicha Universidad incluye el control sensorial y motriz, el estudio del comportamiento social, el modelado de modos cognitivos interactivos como el lenguaje e, incluso, la resolución de problemas complejos integrando a dichos agentes.
Varios proyectos de investigación en la Universidad de Indiana han intentado emplear el conocimiento adquirido de la observación de la naturaleza para resolver problemas reales, estudiar los comportamientos sociales y estudiar acciones. El enfoque de los agentes tontos supone la generación de una población de agentes inicialmente tontos o simples. Dicha población suele ser grande, quizás cincuenta, cien o mil agentes. Los agentes pueden ser todos idénticos o pueden existir diferencias mínimas. Suelen construirse de manera aleatoria con la expectativa de que parte de la variación natural en la población contenga la semilla para resolver la tarea deseada. La población entera de agentes se evalúa entonces de acuerdo a su adaptación a la resolución de la tarea de interés. Los mejores agentes se suelen seleccionar para continuar su modificación. Mediante un ciclo continuo de selección y modificación surgen los agentes más adecuados para la tarea. En algunos casos, los agentes trabajan solos, cada uno de ellos intentado superar a los otros en la resolución de la tarea concreta. En otros casos, los agentes trabajan conjuntamente para resolverla.
Los agentes tontos en este caso son simplemente agentes reactivos. Son máquinas de respuesta a estímulos, controladas por un conjunto de reglas simples “antecedente-consecuente”. Están parcialmente inspiradas por los intrigantes vehículos de Braitenberg. Los vehículos de Braitenberg consisten en una combinación de sensores, efectores y las correspondientes interconexiones, las que siendo simples en diseño pueden producir conductas interesantes similares a la agresión, al amor y aún al optimismo, estos vehículos son considerados frecuentemente como robots análogos. La condición del “antecedente” se basa en el entorno actual del agente y la cláusula “consecuente” define la acción específica a realizar. Los agentes no tienen memoria, ni son capaces de aprender modificando reglas durante su vida. Para permitir la cooperación son capaces de emitir y recibir señales. Para decidir qué conjunto de reglas antecedente-consecuente deben utilizar estos agentes se emplean algoritmos genéticos. Poblaciones de agentes idénticos se colocan en el mundo y su esperanza de vida media representa la adecuación de dichas reglas.
Hay numerosas definiciones de lo que es un agente, y ninguna ha sido aceptada plenamente por la comunidad científica pero probablemente la más simple es aquella que menciona: “un agente es todo aquello que puede considerarse que percibe su ambiente mediante sensores y que responde o actúa en tal ambiente por medio de efectores.” Los agentes humanos tienen ojos, oídos y otros órganos que les sirven de sensores, así como manos, piernas, boca y otras partes de su cuerpo que les sirven de efectores. En el caso de los agentes robóticos, los sensores son sustituidos por cámaras y telémetros infrarrojos y los efectores son reemplazados mediante motores. En el caso de un agente de software, sus percepciones y acciones vienen a ser las cadenas de bits codificados. Lo que interesa en este campo es el diseño de agentes que logren un buen desempeño en su ambiente.
Aunque la variedad de agentes es bastante grande, sin embargo es posible definir los siguientes tipos de agentes según la utilidad que le prestan al usuario: (1) En primer lugar se encuentran los agentes incansables. Su misión consiste básicamente en ejercer las funciones de un buen secretario. Esto incluye entre otras cosas la gestión de agenda y de citas. (2) Otro tipo importante es el de los agentes guía. Se trata de una categoría de agentes de software creados para facilitar la navegación en Internet. Su misión habitual consiste en localizar aplicaciones Web cuyo contenido coincide con una serie de palabras clave que se le asignan. Es lo que se conoce como búsqueda por tópicos. Sólo señala las páginas, pero no bucea en el interior de las mismas de manera exhaustiva. (3) Los desmemoriados también tienen un agente que les echa una mano. Se trata de los agentes recordatorio. Algunos de ellos son llamados también agentes “post-it” por las famosas etiquetas. Este tipo particular de agente se encarga de recordar fechas y citas. Su utilidad no acaba ahí. Algunos agentes recordatorio van más allá. Si el usuario está redactando un documento sobre un determinado tema, el agente le recuerda si tiene ya redactados o en su poder documentación sobre ese tema, así como su localización. Todo un detalle. (4) Quizá el tipo de agente más conocido y extendido es el de filtro. Sobre todo sirven para filtrar noticias e incluso charlas. Algunos de ellos se dedican a gestionar el correo electrónico y a clasificarlo en diversas bandejas según unos parámetros prefijados por el usuario. (5) También es posible encontrarse con un tipo muy peculiar de agente. Se trata de los agentes “emparejadores”. Una vez programados se dedican a buscar en la red gente con el mismo perfil o las mismas aficiones. (6) Luego están los agentes del software con el que casi todos los internautas se han encontrado alguna vez, para comprar o vender. Son programas que recorren la red buscando gangas, o comparando precios. Esta búsqueda la pueden realizar de oficio, o a requerimiento del usuario. (7) En los últimos tiempos se está poniendo en marcha un tipo especial de agente, el denominado agente de entretenimiento. Actúa como un buen amigo que avisa de los últimos estrenos, o los últimos lanzamientos editoriales. Todo relacionado con el mundo del ocio. Conciertos e incluso vacaciones están al alcance de este tipo de agentes. Valga esta clasificación para conocer en qué tareas pueden ayudar los agentes en la actualidad. Es de suponer que en un futuro cercano se disfrutara de una auténtica invasión de agentes del software en todos los campos de la actividad cotidiana. Con la progresiva integración de las redes domésticas no resultaría extraño que fuese un agente quien comprobase el contenido de la nevera familiar e incluso la adecuación de la dieta de las personas.
Como complemento a lo presentado, investigadores de la Universidad de Indiana forman parten de una comunidad creciente que cree que el enfoque basado en agentes tontos permitirá a los investigadores en inteligencia artificial construir sistemas más inteligentes y a los científicos cognitivos estudiar la inteligencia con más amplitud. Estos investigadores están alejándose del enfoque tradicional de la inteligencia artificial que modela el comportamiento inteligente diseñando e implementando un agente complejo. La aproximación con un único agente ha tenido éxito en dominios racionales especializados como juegos, razonamiento y planificación de trayectorias. Sin embargo, parece importante reconocer todos los éxitos de la naturaleza, debido fundamentalmente a que la naturaleza parece estar repleta de agentes inteligentes. En algunos proyectos de agentes tontos, los agentes están aislados intentando optimizar su rendimiento. En otros dominios, los agentes no están aislados y pueden interactuar. El comportamiento de los agentes puede involucrar su coordinación con otros agentes. El dominio de los problemas actualmente investigados en dicha Universidad incluye el control sensorial y motriz, el estudio del comportamiento social, el modelado de modos cognitivos interactivos como el lenguaje e, incluso, la resolución de problemas complejos integrando a dichos agentes.
Varios proyectos de investigación en la Universidad de Indiana han intentado emplear el conocimiento adquirido de la observación de la naturaleza para resolver problemas reales, estudiar los comportamientos sociales y estudiar acciones. El enfoque de los agentes tontos supone la generación de una población de agentes inicialmente tontos o simples. Dicha población suele ser grande, quizás cincuenta, cien o mil agentes. Los agentes pueden ser todos idénticos o pueden existir diferencias mínimas. Suelen construirse de manera aleatoria con la expectativa de que parte de la variación natural en la población contenga la semilla para resolver la tarea deseada. La población entera de agentes se evalúa entonces de acuerdo a su adaptación a la resolución de la tarea de interés. Los mejores agentes se suelen seleccionar para continuar su modificación. Mediante un ciclo continuo de selección y modificación surgen los agentes más adecuados para la tarea. En algunos casos, los agentes trabajan solos, cada uno de ellos intentado superar a los otros en la resolución de la tarea concreta. En otros casos, los agentes trabajan conjuntamente para resolverla.
Los agentes tontos en este caso son simplemente agentes reactivos. Son máquinas de respuesta a estímulos, controladas por un conjunto de reglas simples “antecedente-consecuente”. Están parcialmente inspiradas por los intrigantes vehículos de Braitenberg. Los vehículos de Braitenberg consisten en una combinación de sensores, efectores y las correspondientes interconexiones, las que siendo simples en diseño pueden producir conductas interesantes similares a la agresión, al amor y aún al optimismo, estos vehículos son considerados frecuentemente como robots análogos. La condición del “antecedente” se basa en el entorno actual del agente y la cláusula “consecuente” define la acción específica a realizar. Los agentes no tienen memoria, ni son capaces de aprender modificando reglas durante su vida. Para permitir la cooperación son capaces de emitir y recibir señales. Para decidir qué conjunto de reglas antecedente-consecuente deben utilizar estos agentes se emplean algoritmos genéticos. Poblaciones de agentes idénticos se colocan en el mundo y su esperanza de vida media representa la adecuación de dichas reglas.
No hay comentarios:
Publicar un comentario