La gran cantidad de información disponible en línea a través de Internet, puso de manifiesto la necesidad de proveer a los usuarios herramientas que faciliten la navegación y la consiguiente búsqueda en este vasto espacio de información. Las primeras soluciones en este sentido la constituyen los motores de búsqueda que ofrecen, mediante una interface simple basada generalmente en palabras clave, el acceso a un gran número de documentos Web. Sin embargo, esta simplicidad para expresar requerimientos de información usualmente conlleva pobres niveles de precisión en los resultados obtenidos a partir de ellos. Esto implica que el usuario debe dedicar una considerable cantidad de tiempo y esfuerzo en revisar o navegar a través de una lista ordenada de documentos, donde normalmente varios de ellos no son de su interés, antes de encontrar información verdaderamente relevante.
En un principio, diferentes sistemas fueron diseñados para ejecutar consultas en una sola e independiente base de datos. La aparición de Internet ha propiciado el surgimiento de miles de bases de datos almacenadas en diferentes direcciones. Obviamente no tiene ningún sentido recopilar todas las bases de datos existentes en la red y almacenarlas en una única dirección, con los problemas de espacio y costo que esto significaría cada vez que un usuario decidiese realizar una consulta. Pero tampoco tiene mucho sentido que un usuario vaya de Web en Web buscando en cada una de las bases de datos. La distribución de la información conduce a la necesidad de crear un sistema descentralizado de recuperación de información, que puede estar basado en agentes inteligentes, los cuales podrán localizar, recuperar y almacenar las preguntas en un determinado “resultado” para un usuario en concreto.
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. De acuerdo con el punto de vista de la inteligencia artificial un agente posee las siguientes propiedades: autonomía, sociabilidad, capacidad de reacción, iniciativa, benevolencia y racionalidad. En términos de los autores Wooldridge y Jennings: “Un agente inteligente es una entidad software que, basándose en su propio conocimiento, realiza un conjunto de operaciones para satisfacer las necesidades de un usuario o de otro programa, bien por iniciativa propia o porque alguno de éstos se lo requiere”. Todos los agentes inteligentes son programas, pero no todos los programas que realizan búsquedas son agentes inteligentes. Los agentes en sí mismos pueden ser considerados como entidades individuales, partes de programa que tienen control sobre sus propias vidas y movimientos. Continuamente están realizando procesos que les indican qué hacer y cómo. Se comunican con otros agentes para resolver de forma adecuada su trabajo.
Una alternativa al problema de búsqueda de información en la Web la constituyen los agentes inteligentes que asisten interactivamente al usuario proveyéndole de información personalizada mientras navega o realiza sus actividades normales. Recientes desarrollos en este sentido son “Personal Web Watcher” de Mladenic, “Letizia” de Lieberman y “User Profiles” de Syskill & Webert. Para lograr esto un agente debe contar con un perfil de usuario que deberá construir necesariamente a partir del análisis de las interacciones del usuario con el sistema. Un componente de aprendizaje permitirá que este modelo evolucione ante cambios en las preferencias del usuario, utilizando la retroalimentación de relevancia como una fuente importante de información.
Cuando la recuperación en línea de la información daba sus primeros pasos, los usuarios contaban con un intermediario especialista en realizar búsquedas, a menudo familiarizado con el área de conocimiento que el usuario demandaba. Por medio de una entrevista el intermediario determinaba cuáles eran las necesidades de información de cada individuo, llevaba a cabo las consultas pertinentes y enviaba los resultados. Ahora, sin embargo, millones de personas realizan sus propias consultas en línea desde su trabajo u hogar. Pero el hecho de suministrar a los usuarios de la red la capacidad de buscar no es suficiente, puesto que incluso los usuarios expertos necesitan ayuda para realizar búsquedas de forma adecuada. La tecnología influye en la cantidad y tipo de información disponible, pero debe suministrar también los medios necesarios para hacer un uso efectivo de ésta. Los investigadores deben desarrollar sistemas que permitan al usuario final realizar búsquedas de forma efectiva. Éste es el objetivo de los agentes inteligentes para la información, independientemente de que se esté buscando en bases de datos referenciales, a texto completo, en una aplicación Web, etc.
Los agentes inteligentes de búsqueda son agentes de software dedicados a la recuperación de información, están diseñados específicamente para las tareas de localización, acceso y procesamiento de información textual. Constituyen la tipología de agentes más conocida y útil en Internet, al menos en lo que respecta al usuario común. Un agente inteligente de búsqueda posee las siguientes características: (1) Autonomía. Actuar sin ningún tipo de intervención humana directa y tener control sobre sus propios actos. (2) Sociabilidad. Comunicarse por medio de un lenguaje común con otros agentes, incluso con los humanos. (3) Capacidad de reacción. Percibir su entorno y reaccionar para adaptarse a él. (4) Iniciativa. Emprender las acciones para resolver un problema.
Los agentes inteligentes de búsqueda según Hipola y Vargas Quesada se clasifican en los siguientes tipos: (1) Agentes de consulta. Un sistema de agentes orientados a consulta origina uno o más agentes en respuesta a la pregunta formulada por el usuario. Estos agentes trabajan en representación del individuo mientras dura la consulta, recogiendo información de todas las bases de datos disponibles. Un ejemplo de agente de consulta es Mata Hari. (2) Agentes de bases de datos. En el caso anterior las bases de datos funcionan como depósitos pasivos de información. Sin embargo, en este sistema pasan a ser agentes interactivos que interactúan entre sí. Cada base de datos dispone de un agente que sabe como presentar de forma adecuada las subconsultas a su base de datos, conociendo a su vez el tipo de información que se almacena en ella. Un ejemplo de agente de bases de datos es Clientelle, gestor de billetes de avión con cobertura mundial. (3) Agente de consulta a bases de datos. Las bases de datos y las consultas pueden ambas tener sus propios agentes con el fin de proporcionar las repuestas más adecuadas al usuario. Forman una estructura jerárquica en donde los agentes de consulta poseen información de las materias almacenadas en cada base de datos. Un ejemplo de agente de consulta a bases de datos es Seidam, un agente de consulta para sistemas que dan soporte al “Lenguaje Estructurado de Consultas”. (4) Agentes mediadores de consulta de bases de datos. Esta basado en el modelo descrito anteriormente pero, incluye la novedad de contar con un agente mediador entre el agente de consulta y el de la base de datos. Un ejemplo de este tipo de agente es Macron. (5) Agentes de usuario. Los agentes orientados a usuario están asociados a una persona en concreto. A diferencia de los agentes de consulta siempre están activos, buscando información y suministrándosela a su creador. Un ejemplo de agente de usuario es BullsEye. (6) Agentes de recuperación de información en Internet. Son también conocidos en el ámbito anglosajón como “robots de búsqueda”, tienen la capacidad de hacer transparente la complejidad de la información almacenada en la red, filtrando la información disponible sobre la materia requerida.
Por su parte, las funciones técnicas de los agentes inteligentes de búsqueda son las siguientes: (1) Consulta autónoma a fuentes de información. El usuario establece qué fuentes de información van a ser consultadas para solucionar la cuestión planteada. (2) Consulta simultánea. No se lanzan las conexiones secuencialmente sino que lo hacen de forma simultánea e informan del estado de la consulta y de las respuestas definidas consiguiendo optimizar la conexión y el tiempo. (3) Filtrado de respuestas. Se eliminan referencias duplicadas o inexistentes. (4) Criterios de ordenación y ponderación de respuestas. Incorporan algoritmos que analizan el contenido del documento y lo dotan con una escala de valoración de sus contenidos. (5) Obtención del documento original: Permite el almacenamiento y navegación en la computadora del usuario sin necesidad de estar conectada a Internet. (6) Creación de recursos de información locales. Ofrece la posibilidad de crear recursos de información en su propia computadora, adoptando la forma de bases de datos textuales, directorios, etc. (7) Definición de perfiles de usuario. Se crea un archivo permanente donde se pueden almacenar las necesidades de información del usuario. (8) Temporalización de actividades. Ofrece la posibilidad de establecer la ejecución de perfiles de usuarios a intervalos temporales. (9) Tareas de vigilancia y mantenimiento. Supone la revisión de resultados de búsquedas ya realizadas.
En un principio, diferentes sistemas fueron diseñados para ejecutar consultas en una sola e independiente base de datos. La aparición de Internet ha propiciado el surgimiento de miles de bases de datos almacenadas en diferentes direcciones. Obviamente no tiene ningún sentido recopilar todas las bases de datos existentes en la red y almacenarlas en una única dirección, con los problemas de espacio y costo que esto significaría cada vez que un usuario decidiese realizar una consulta. Pero tampoco tiene mucho sentido que un usuario vaya de Web en Web buscando en cada una de las bases de datos. La distribución de la información conduce a la necesidad de crear un sistema descentralizado de recuperación de información, que puede estar basado en agentes inteligentes, los cuales podrán localizar, recuperar y almacenar las preguntas en un determinado “resultado” para un usuario en concreto.
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. De acuerdo con el punto de vista de la inteligencia artificial un agente posee las siguientes propiedades: autonomía, sociabilidad, capacidad de reacción, iniciativa, benevolencia y racionalidad. En términos de los autores Wooldridge y Jennings: “Un agente inteligente es una entidad software que, basándose en su propio conocimiento, realiza un conjunto de operaciones para satisfacer las necesidades de un usuario o de otro programa, bien por iniciativa propia o porque alguno de éstos se lo requiere”. Todos los agentes inteligentes son programas, pero no todos los programas que realizan búsquedas son agentes inteligentes. Los agentes en sí mismos pueden ser considerados como entidades individuales, partes de programa que tienen control sobre sus propias vidas y movimientos. Continuamente están realizando procesos que les indican qué hacer y cómo. Se comunican con otros agentes para resolver de forma adecuada su trabajo.
Una alternativa al problema de búsqueda de información en la Web la constituyen los agentes inteligentes que asisten interactivamente al usuario proveyéndole de información personalizada mientras navega o realiza sus actividades normales. Recientes desarrollos en este sentido son “Personal Web Watcher” de Mladenic, “Letizia” de Lieberman y “User Profiles” de Syskill & Webert. Para lograr esto un agente debe contar con un perfil de usuario que deberá construir necesariamente a partir del análisis de las interacciones del usuario con el sistema. Un componente de aprendizaje permitirá que este modelo evolucione ante cambios en las preferencias del usuario, utilizando la retroalimentación de relevancia como una fuente importante de información.
Cuando la recuperación en línea de la información daba sus primeros pasos, los usuarios contaban con un intermediario especialista en realizar búsquedas, a menudo familiarizado con el área de conocimiento que el usuario demandaba. Por medio de una entrevista el intermediario determinaba cuáles eran las necesidades de información de cada individuo, llevaba a cabo las consultas pertinentes y enviaba los resultados. Ahora, sin embargo, millones de personas realizan sus propias consultas en línea desde su trabajo u hogar. Pero el hecho de suministrar a los usuarios de la red la capacidad de buscar no es suficiente, puesto que incluso los usuarios expertos necesitan ayuda para realizar búsquedas de forma adecuada. La tecnología influye en la cantidad y tipo de información disponible, pero debe suministrar también los medios necesarios para hacer un uso efectivo de ésta. Los investigadores deben desarrollar sistemas que permitan al usuario final realizar búsquedas de forma efectiva. Éste es el objetivo de los agentes inteligentes para la información, independientemente de que se esté buscando en bases de datos referenciales, a texto completo, en una aplicación Web, etc.
Los agentes inteligentes de búsqueda son agentes de software dedicados a la recuperación de información, están diseñados específicamente para las tareas de localización, acceso y procesamiento de información textual. Constituyen la tipología de agentes más conocida y útil en Internet, al menos en lo que respecta al usuario común. Un agente inteligente de búsqueda posee las siguientes características: (1) Autonomía. Actuar sin ningún tipo de intervención humana directa y tener control sobre sus propios actos. (2) Sociabilidad. Comunicarse por medio de un lenguaje común con otros agentes, incluso con los humanos. (3) Capacidad de reacción. Percibir su entorno y reaccionar para adaptarse a él. (4) Iniciativa. Emprender las acciones para resolver un problema.
Los agentes inteligentes de búsqueda según Hipola y Vargas Quesada se clasifican en los siguientes tipos: (1) Agentes de consulta. Un sistema de agentes orientados a consulta origina uno o más agentes en respuesta a la pregunta formulada por el usuario. Estos agentes trabajan en representación del individuo mientras dura la consulta, recogiendo información de todas las bases de datos disponibles. Un ejemplo de agente de consulta es Mata Hari. (2) Agentes de bases de datos. En el caso anterior las bases de datos funcionan como depósitos pasivos de información. Sin embargo, en este sistema pasan a ser agentes interactivos que interactúan entre sí. Cada base de datos dispone de un agente que sabe como presentar de forma adecuada las subconsultas a su base de datos, conociendo a su vez el tipo de información que se almacena en ella. Un ejemplo de agente de bases de datos es Clientelle, gestor de billetes de avión con cobertura mundial. (3) Agente de consulta a bases de datos. Las bases de datos y las consultas pueden ambas tener sus propios agentes con el fin de proporcionar las repuestas más adecuadas al usuario. Forman una estructura jerárquica en donde los agentes de consulta poseen información de las materias almacenadas en cada base de datos. Un ejemplo de agente de consulta a bases de datos es Seidam, un agente de consulta para sistemas que dan soporte al “Lenguaje Estructurado de Consultas”. (4) Agentes mediadores de consulta de bases de datos. Esta basado en el modelo descrito anteriormente pero, incluye la novedad de contar con un agente mediador entre el agente de consulta y el de la base de datos. Un ejemplo de este tipo de agente es Macron. (5) Agentes de usuario. Los agentes orientados a usuario están asociados a una persona en concreto. A diferencia de los agentes de consulta siempre están activos, buscando información y suministrándosela a su creador. Un ejemplo de agente de usuario es BullsEye. (6) Agentes de recuperación de información en Internet. Son también conocidos en el ámbito anglosajón como “robots de búsqueda”, tienen la capacidad de hacer transparente la complejidad de la información almacenada en la red, filtrando la información disponible sobre la materia requerida.
Por su parte, las funciones técnicas de los agentes inteligentes de búsqueda son las siguientes: (1) Consulta autónoma a fuentes de información. El usuario establece qué fuentes de información van a ser consultadas para solucionar la cuestión planteada. (2) Consulta simultánea. No se lanzan las conexiones secuencialmente sino que lo hacen de forma simultánea e informan del estado de la consulta y de las respuestas definidas consiguiendo optimizar la conexión y el tiempo. (3) Filtrado de respuestas. Se eliminan referencias duplicadas o inexistentes. (4) Criterios de ordenación y ponderación de respuestas. Incorporan algoritmos que analizan el contenido del documento y lo dotan con una escala de valoración de sus contenidos. (5) Obtención del documento original: Permite el almacenamiento y navegación en la computadora del usuario sin necesidad de estar conectada a Internet. (6) Creación de recursos de información locales. Ofrece la posibilidad de crear recursos de información en su propia computadora, adoptando la forma de bases de datos textuales, directorios, etc. (7) Definición de perfiles de usuario. Se crea un archivo permanente donde se pueden almacenar las necesidades de información del usuario. (8) Temporalización de actividades. Ofrece la posibilidad de establecer la ejecución de perfiles de usuarios a intervalos temporales. (9) Tareas de vigilancia y mantenimiento. Supone la revisión de resultados de búsquedas ya realizadas.
Guillermo Choque Aspiazu
http://www.eldiario.net/
Agosto 23 de 2010
No hay comentarios:
Publicar un comentario