Agente Inteligente Brenner

Antoine’s
Agentes Inteligentes
Observatorio Tecnológico Abril 2003

Antoine’s Agentes Inteligentes
Índice
Un agente BDI
Definición: la academia
Evolución de la ingeniería software (I y II)
Un mensaje
Aplicaciones comerciales (I a IV)
Definición: los clásicos
Aplicaciones comerciales: eCommerce (I
Perspectiva histórica
a IV)
Caracterización
Tecnología: el estado del arte (I a VII)
Tipología (I y II)
Aplicaciones comerciales: SRM (I y II)
Sistemas Multiagente
Interés para el banco (I a III)
Búsqueda de información
Estandarización
Comunicación
Estandarización: consorcios
Una definición de ontología (I a
internacionales
III)
Estandarización: EE.UU.
Coordinación
Estandarización: UE
Razonamiento (I y II)
Definición: la academia
Si buscamos la definición de agente en el DRAE, podemos encontrar cosas

como estas
“Que obra o tiene virtud de obrar; persona o cosa que

produce un efecto; persona que obra con poder de otra.”
“Un agente es una entidad que percibe o actúa sobre un
entorno (de forma razonada)”
Un mensaje
"[...] Agents are here to stay, not least because of their diversity,
their wide range of applicability and the broad spectrum of
companies investing in them. As we move further and further into
the information age, any information-based organisation which
does not invest in agent technology may be committing
commercial hara-kiri."
Hyacinth S. Nwana in “Software

“ Agents: An Overview”. Intelligent Systems Research AA&T, BT Laboratories, Ipswich, United Kingdom, 1996.
http://www.cs.umbc.edu/agents/papers/ao.ps
Definición: los clásicos

[Brenner]
“Un agente software inteligente es un programa que puede realizar tareas

específicas para un usuario y posee un grado de inteligencia suficiente para
ejecutar parte de sus tareas de forma autónoma y para interactuar con su
entorno de forma útil”
[Russell&Norvig]
“Un agente es cualquier entidad que percibe su entorno a través de sensores

y actúa sobre ese entorno mediante efectores. Un agente es racional cuando
realiza la mejor acción posible a partir de los datos percibidos”
[Wooldridge]
Un agente inteligente es un sistema (hardware o software) situado en un

determinado entorno, capaz de actuar de forma autónoma y razonada en
dicho entorno para conseguir unos objetivos”
Perspectiva Histórica
Siglo XVIII: realimentación mecánica para el control de máquinas de
vapor
La década de1930 se caracteríza por la popularización de la

cibernética a raiz de la publicación, en 1928, del clásico de N. Wiener
que acuño el término (‘Cybernetics’); ya se dispone de un modelo
matemático analógico (en tiempo contínuo) para el problema del
control.
En la década de 1950 la capacidad para representar simbólicamente

aspectos del mundo real, es un requisito (Physical symbol systems
hypothesis [Simon y Newell]) para hablar de comportamiento
inteligente; que se identifica con la utilización del razonamiento
lógico explícito para decidir qué hacer
En la segunda mitad de la década de 1980, los problemas con el

razonamiento simbólico llevan al desarrollo de agentes reactivos.
Caracterización
Hay una serie de propiedades que se asocian al concepto de agente:
Autonomía: capacidad para actuar por cuenta propia.

Inteligencia: incorporación de cierta lógica cerrada, o entendida
como función adaptable al entorno (capacidad de aprendizaje).
Reactividad/Proactividad: los sucesos que tienen lugar en el
entorno pueden desencadenar una acción; o bien el propio agente
puede tener la iniciativa, y desencadenar una acción como
consecuencia de una decisión propia.
Sociabilidad: capacidad para comunicarse con otros agentes,
sistemas o personas.
Cooperación: capacidad para asociarse con otros agentes para la
consecución de sus objetivos.
Movilidad: capacidad para desplazarse a sistemas remotos, para el
acceso a recursos, para llevar a cabo ciertas tareas, o para
colaborar con otros agentes
Tipología (I)
Hay muchas formas de combinar las propiedades que hemos
establecido como características de los agentes; dependiendo de en
cuáles se haga mayor énfasis, obtendremos una clasificación
diferente. A pesar de que cada una de ellas será, hasta cierto punto
al menos, tendenciosa, optaremos por adoptar una más o menos
aceptada; entrabajos
En base a sus este teóricos
caso la en de Nwana. de BT, propone tres características básicas, y
los laboratorios
una clasificación inicial en base a ellas.
Knowledge Engineering Review, Vol. 11,

11, No 3, pp. 205-244, October/November 1996
Tipología (y II)
En un artículo ya clásico, Nwana propone limitar el espacio
multidimensional de los tipos de agentes a las aplicaciones que por
la época se conocían o se podían vislumbrar, dando como resultado
una clasificación, que nos puede servir para poner un poco de orden
en nuestros esfuerzos de investigación en este terreno.
Knowledge Engineering Review, Vol. 11,

11, No 3, pp. 205-244, October/November 1996
Sistemas Multiagente
Dada la evolución que ha seguido la sociedad de la información, e
Internet como entorno natural para el desarrollo de toda una nueva
clase de relaciones, en base a multitud de nuevos servicios,
podemos vislumbrar “claramente” un escenario, que puede ser la
Internet de nueva generación, integrada con entornos de 3G y 4G,
donde las relaciones “sociales” y “económicas” tengan lugar entre
agentes inteligentes, en los que los usuarios hayan delegado cada
vez más funciones.
En ese escenario surgen una serie de cuestiones que tocan muy de

cerca al desarrollo de esta tecnología: la búsqueda de información,
la comunicación, cooperación y coordinación entre agentes, las
capacidades de razonamiento y aprendizaje de los mismos y la
seguridad y monitorización de las interacciones entre esos agentes.
Hay toda una serie de tecnologías relacionadas cuya evolución se

debe contemplar dentro del mismo marco: Web Services, Semantic
Búsqueda de Información
Los agentes deben aprender a encontrar fuentes de información en
entornos abiertos, como Internet.
Deben decidir qué fuentes han sido modificadas, y cuáles han

dejado de ser válidas.
Deben adaptarse a los cambios que puedan sufrir los servicios a

los que acceden.
La búsqueda se puede seguir haciendo con un grado considerable

de intervención por parte del usuario; se pueden utilizar agentes de
interfaz, o simples facilitadores.
Comunicación
En un entorno de convergencia, parece claro que se seguirán
intercambiando paquetes sobre TCP/IP.
La estructura de los mensajes intercambiados sí se verá afectada

por el desarrollo de lenguajes para la comunicación entre agentes
(Agent Communication Languages, ACL) como el KQML, o el FIPA-
ACL.
De la misma manera, el contenido de los mensajes estará afectado

por el desarrollo de ontologías y de lenguajes específicos como el
KIF (Knowledge Interchange Format), o el FIPA-SL.
Evidentemente, los aspectos referidos aquí no son independientes:

un ACL estará integrado por un protocolo (KQML), un formato de
intercambio (KIF) y un conjunto de ontologías. Al final un mensaje
ACL será una expresión KQML, cuyos argumentos son términos o
sentencias KIF que pertenecerán a un vocabulario (ontología en un
Una definición de Ontología (I)
En el diccionario, es
“la rama de la metafísica que estudia la naturaleza de la existencia”
En el mundo real, se puede considerar como una entidad

computacional, y “no ha de ser considerada como una entidad natural
que se descubre, sino como recurso artificial que se crea” (Mahesh
1996). Una ontología establece un entendimiento común y compartido
de un dominio, que puede comunicarse entre personas y sistemas
(computacionales)
Una definición de Ontología (II)
La definición más aceptada es la de Gruber

"a formal, explicit specification of a shared conceptualization".
Conceptualización se refiere a un modelo abstracto de algún fenómeno del mundo,

del que se identifican los conceptos que son relevantes; explícito hace referencia a la
necesidad de especificar de forma consciente los distintos conceptos que conforman
una ontología, formal indica que la especificación debe representarse por medio de
un lenguaje de representación formalizado; y compartida refleja que una ontología
debe, en el mejor de los casos, dar cuenta del conocimiento aceptado (como mínimo,
por el grupo de personas que deben usarla)
Una definición de Ontología (y III)
Según Weigand
“An ontology is a database describing the concepts in the world or
some domain, some of their properties and how the concepts
relate to each other”.
Por tanto, aunque en filosofía una ontología es una explicación sistemática de la

Existencia, en los sistemas basados en el conocimiento, lo que existe es exactamente
lo que se puede representar, y lo que se representa, mediante un formalismo
declarativo, se conoce con el nombre de Universo del Discurso (UoD,
conceptualmente muy relacionado con el diseño de BBDD). El UoD de una ontología
es el conjunto de objetos que están representados en ella y sobre los cuales se
puede hablar y razonar.
Coordinación
Cuando pretendemos que la interacción entre agentes produzca un resultado
mensurable, es evidente que tendremos determinados criterios de eficiencia
que debemos ser capaces de valorar.
En un entorno multiagente, parece claro que se establecerán dependencias

entre las acciones de los distintos agentes. Necesitaremos una función de
coordinación que nos proporcione algún mecanismo de control sobre esas
dependencias.
Necesitaremos, de la misma forma, controlar los recursos y la información

compartida en esos sistemas.
Tendremos restricciones globales de tiempo que afecten al funcionamiento

del sistema.
En definitiva, se trata de prevenir estados de “anarquía”; a no ser que interese,

en un sistema caótico, promover la aparición de comportamientos emergentes.
Se suele distinguir, dentro de la coordinación, si esta es cooperativa

(centralizada o distribuida) o competitiva en cuyo caso, suele desencadenar lo
Razonamiento (I)
Se apoya, necesariamente, en un modelo de conocimiento, no de
información. Se trata de aplicar, sobre una representación del
conocimiento,
conocimiento algún modelo que nos permita realizar inferencias
sobre el mismo.
Russell y Norvig definen un Agente Racional de la siguiente forma:
“para una determinada secuencia perceptual, un agente racional

ideal debería realizar la acción que se espera que maximice una
determinada utilidad, sobre la base de la evidencia proporcionada
por la secuencia y el conocimiento incorporado que el agente
posea”
Los modelos clásicos de razonamiento (basados en el conocimiento

o en medidas de la certidumbre), suelen considerar una base de
conocimiento,
conocimiento que incorpora una serie de hechos y reglas,
reglas de los
cuales se valdrá un “motor” de inferencias para generar lo que
Razonamiento (y II)
En ocasiones, la capacidad de razonamiento de un agente se
expresa en base a un modelo conocido como BDI (Beliefs, Desires,
Intentions). Se apoya en la definición de tres dimensiones,
creencias, objetivos (deseos) e intenciones.
Creencias: conjunto de proposiciones que el agente acepta como

verdaderas. Es lo que el agente conoce del mundo.
Deseos: conjunto de propiedades que el agente desea que sean

verdaderas, aunque actualmente no forman parte de sus creencias.
Intenciones: conjunto de acciones planificadas por agente, para

llegar a un estado deseado.
Reproducimos a continuación la representación de este esquema,

adaptada de Wooldridge en “Reasoning about Rational Agents”
Un agente BDI
Ser humano Agente Inteligente
Creencias
Creencias Base de conocimiento
Percepción del mundo real construida a base
Conocimiento percepciones del mundo
Motorreal
de Deseos
ejecución
Objetivos
Objetivos
Metas
Deseos Intenciones
Planes que
actualmente
se encuentran
en ejecución
Experiencia Acumulada Comportamientos
Comportamientos Planes precompilados
Evolución de la Ingeniería Software (I)

Tecnológicamente, hemos visto como esto supone un paso más en la evolución que se
ha seguido en el mundo del diseño y el desarrollo. En la ilustración siguiente podemos
ver cómo hemos ido creciendo en el nivel de abstracción a lo largo del tiempo. La
única matización, que sí nos gustaría hacer, es el hecho de que, en la figura, no se
representa el paso por una etapa orientada a componentes que, en parte es la base de
algunas plataformas de desarrollo que se utilizan en aplicaciones actuales de agentes.
Evolución de la Ingeniería Software (y II)

Hoy, en un mundo OO (Object Oriented) se adoptan básicamente tres
enfoques a la hora del desarrollo de soluciones basadas en agentes. Desde
el punto de vista FÍSICO se aborda el problema pensando en los
componentes “físicos” de los objetos. Desde un punto de vista de DISEÑO se
piensa en la función de esos objetos; y desde un punto de vista
INTENCIONAL se piensa en los objetos como agentes racionales (en el
sentido antes descrito del modelo BDI). Y es este punto de vista el que
representa el paso a un nuevo “paradigma” AO (Agent Oriented)
Aplicaciones comerciales (I)

La tecnología de Agentes Inteligentes ha pasado mucho tiempo en los
laboratorios de investigación de numerosos instituciones académicas. Es uno
de esos temas clásicos que han excitado la imaginación de grandes sectores
de la comunidad científica, y de muchos intelectuales a lo largo de la
historia, la inteligencia artificial. En concreto los agentes software surgen del
renacer a finales del siglo pasado de esa disciplina, que entronca con la
robótica.
Desde mediados de los años 1990, muchos autores se plantean el desarrollo

de productos comerciales, con verdaderas aplicaciones en el desarrollo del
negocio en empresas de verdad, con necesidades reales. La gente se
empieza a plantear su introducción en escenarios de eCommerce, pensando
en cómo los usuarios podrían delegar tareas cada vez más complejas en
entidades virtuales que les representen en la Red. En este sentido se
identifica el sector financiero como uno de los principales interesados en las
potencialidades de esta tecnología. Otras ideas que se han planteado son su
utilización como elementos de monitorización en redes de suministro, como
las de las Utilities, las Telcos, o redes de transporte en servicios de logística
para la gestión de flotas.
Aplicaciones comerciales (II)

¿Dónde puede esta tecnología, aportar algún valor a las empresas?
En la mejora de la experiencia de usuario ¿Cómo? Simplificando la relación

entre la empresa y el cliente final. El cliente siempre percibirá como
beneficiosa cualquier tecnología que le permita un ahorro de tiempo, dinero
y dificultades a la hora de interactuar con los servicios que le ofrece
cualquier proveedor.
Rapidez, agilidad, flexibilidad son atributos que la empresa sabe valorar en

un entorno en que las oportunidades, las prioridades y la disponibilidad de
recursos son esencialmente cambiantes.
La eficiencia de los costes asociados al software. Cuando se invierte en una

arquitectura software, se valora muy positivamente la rapidez y facilidad con
que se pueden introducir cambios, así como la capacidad de la solución
adoptada para mantener su grado de complejidad, según crecen los
requisitos o la dimensión del problema (lo que se suele expresar como “una
solución que escale bien”)
Aplicaciones comerciales (III)

En un congreso reciente, el ATC 2003, que tuvo lugar en Barcelona, un
representante de IBM hacía la siguiente disquisición. Aceptando que la tecnología
de agentes NO es la solución definitiva a todos nuestros problemas,
¿Para qué son “buenos” los Agentes?
Son “buenos” para sistemas...
... que tengan muchos componentes

... de naturaleza distribuida
... que exhiban un comportamiento dinámico
... que manejen grandes cantidades de información, procedentes de fuentes muy
diversas
... que requieran un cierto nivel de autonomía
Aplicaciones comerciales (y IV)

La definición de dominios de aplicación para esta tecnología se puede plantear en
términos de las tres características básicas que apuntaba Nwana, clasificando las
tareas que se le pueden delegar, según cada una de las dimensiones. Una forma de
ilustrarlo puede ser la siguiente, identificando la capacidad de apredizaje con la
inteligencia (medida como grado de sobrecarga informativa), la cooperación como
grado de colaboración (una medida de la complejidad), y la autonomía medida según
el nivel de delegación de tareas.
Aplicaciones comerciales: eCommerce (I)

La visión es la de un escenario en el que todas las partes implicadas
automatizan sus relaciones mediante agentes.
Tendremos vendedores (seller agents, SA) compradores (buyer

agents, BA) y mediadores (middle agents, MA)
Los agentes estarán integrados en servidores, estaciones de trabajo,
PC de escritorio, PDAs, portátiles, teléfonos móviles... En general, en
todo tipo de sistemas; en la propia red tendremos agentes móviles.
Se les delegarán tareas de complejidad creciente:búsqueda de
información, compras, contratación de servicios, negociación de
términos contractuales...
Podrán razonar en términos de la maximización de alguna función de
utilidad o de coste (operativa)
El impacto más importante se espera en la reducción de los costes
de transacción.
Aplicaciones comerciales: eCommerce (II)

Negociación, contratación, transacción
SA BA
Búsqueda, Mediación
BA
Marketplace Cooperación
Búsqueda
MA Asociación
SA MA
Coalición
Infraestructura
Seguridad, Privacidad
Cooperación Medios de Pago
Registro
Catalogación, Búsqueda
Confianza
SA Mediación
BA
Registro
Alojamiento
Catalogación MA
Mediación
Aplicaciones comerciales: eCommerce (III)

La realidad es que la adopción de esta tecnología está siendo muy lenta. Las
soluciones que han tenido cierto éxito se basan en la implementación de
agentes de usuario. La mayoría de los despliegues son sistemas de agentes
basados en plataforma: los agentes de usuario se van a “vivir” en un
servidor, donde se ha implementado cierto proceso de negocio; mientras que
el usuario se queda con una interfaz de visualización y control sobre el
agente que lo “representa” (es lo que, de alguna forma, intenta rtepresentar
la figura). Además los agentes comerciales existentes se utilizan
principalmente para la extracción de información y en transacciones
comerciales muy simples. Un ejemplo (aunque sacado de contexto) podría
ser el PA-Fred de Net Dynamics: en este caso, no sustituye un sistema C/S
sino que automatiza la interacción de usuarios geográficamente distribuidos
que utilizan herramientas ‘stand alone’ para la planificación y la
comunicación, sin elementos de coordinación propiamente dichos.
Aplicaciones comerciales: eCommerce (y IV)

Algunas de las razones que se apuntan para la lenta adopción de esta
tecnología son:
La ralentización en el desarrollo de las tecnologías Web: hay ciertos aspectos
relacionados con la Web Semántica y los Web Services, como la seguridad,
que no resultan triviales.
En los entornos B2B se les supone en un estadio evolutivo que no es

el más adecuado – el despliegue de soluciones de infraestructura – y se
supone que la tecnología de agentes tendrá su momento en una etapa
posterior.
En los entornos B2C, escenario original que se ha planteado, nos

encontramos con muchas consideraciones jurídicas y de seguridad a la hora
de pensar en un escenario práctico; aunque ayudan mucho iniciativas como
Diffuse o Agentcities.
No debemos olvidar las cuestiones psico-sociales y culturales. La delegación
de tareas sobre una entidad software, un agente, que se supone que tendrá
capacidad suficiente para tomar decisiones financieras ( ode otra índole) en
nuestro nombre no es una idea que, a priori, sea fácil de vender al usuario
Tecnología: el estado del arte (I)

Semantic Web
• Aspectos más prometedores
- De la búsqueda de palabras clave, se pasa a la búsqueda de conceptos.

- Pasamos de la extracción de información (proceso) a la respuesta de preguntas
(conversación).
- De la corrección sintáctica y semántica a la coherencia.
- Nos acercamos al lenguaje natural como canal para la interacción con los sistemas.
- Disponemos de una capa “abierta” de semántica, comprensible para agentes de
terceros.
• Limitaciones que se plantean actualmente
- El proceso por el que se adjuntan los metadatos a los contenidos, tiene cierta
componente manual (visible al usuario), y eso “no escala”.
• Desafíos que se están afrontando
- El desarrollo de ontologías puede llevar a la automatización de esos procesos de

“anotación” de los metadatos, ocultando completamente el proceso al usuraio.
iSOCO
Tecnología: el estado del arte (II)

Web Services
- Las aplicaciones de negocio pueden hablar entre ellas, aprovechando una infraestructura
abierta con un coste marginal practicamente nulo y que ya está desplegada.
- Podemos componer nuevos sistemas y servicios apartir de aplicaciones distribuidas ya
existentes.
- Desde el punto de vista filosófico, se puede adoptar una visión de diseño “orientado a
servicios” como paradigma para suceder formalmente a la orientación a objetos, o el diseño
basado en componentes; o podemos adoptar la visión de una red de sistemas distribuidos
que hablan un idioma nuevo, “Web Services”.
- Los sistemas distribuidos intercambian datos; pero aun no saben lo que significan.
- La comunicación se sigue quedando en un nivel bajo (no se pasa de la corrección
sintáctica).
- Todavía hay personas implicadas en la configuración de esos sistemas.
• Desafíos que se están afrontando
- Automatización del proceso de “descubrimiento” de los servicios en la Web, y su iSOCO

Tecnología: el estado del arte (III)

Agentes Inteligentes
- Ya no es necesario que las “personas” realicen esa desagradecida labor de

“espigado” de información en la red de redes, exponiéndose a los temibles traumas de
los procesos de infoxicación; tenemos agentes software para asumir esa labor.
- Del método pregunta/respuesta pasamos a una actitud más inteligente de delegación
de tareas.
- Podremos realizar una agregación y presentación consistente de contenidos
distribuidos.
- La representación de los contenidos deberá estar claramente definida.

- Los perfiles de usuario que se manejan, aun habiéndose enriquecido en su contenido
y su gestión, no dejan de resultar pobres desde un punto de vista de negocio.
Desafíos que se están afrontando
- Es evidente las sinergias que surgen con la Web semántica; y es en la explotación de

iSOCO
Tecnología: el estado del arte (IV)

Enlace (Bind)
Invocación fiable
(Autenticación)
Interfaces Estándar
… otras interfaces … Notificación
Acceso a los datos del sercio
Destrucción (explícita) GridService (opcional) Autorización
Vida del servicio Creación
Mantenimiento del estado (Soft- Registro
state)
Datos Datos Datos Gestión
Del
Servicio
Del
Servicio
Del
Servicio
Concurrencia
+
Interfaces para
Implementación Aplicaciones específica
Entorno de desarrollo/ejecución
(C,C#, J2EE, .NET, …)
Grid Services = Interfaces + Datos del
Tecnología: el estado del arte (V)
• Cognitive Grid = Grid Services + Ontologies + Knowledge

Driven Services
• Ejemplos
– Búsqueda de correspondencias y coincidencia de patrones
– Composición de servicios basada en conocimiento
– Planificación de alto nivel
– Descubrimiento de recursos
– Provisión de servicio basado en conocimiento
• Semantic Grid = Grid Services + Knowledge
• Service Domains = conjuntos de servicios Web, que se
agrupan bajo una función de concentración y varios servicios
suplementarios para ofrecer una interfaz de entrada común.
Tecnología: el estado del arte (VI)

• Se extiende la utilización de entornos basados en
estándares para el acceso a las aplicaciones que ofrecen
sus servicios en la Web.
– Esfuerzos de estandarización por parte del W3C, y
fabricantes con peso específico como Microsoft, IBM o
Sun
– WSDL Web Services Description Language
– Interface Definition Language (IDL) para Web Services
• SOAP Simple Object Access Protocol
– XML-based RPC protocol; common WSDL target
• WS-Inspection (WSIL)
– Incluye convenciones para la localización y la
descripción de los servicios
• UDDI Universal Description, Discovery, & Integration
– Directorio para Web Services
Tecnología: el estado del arte (y VII)

Extensión de los Web Services con la adición de la necesaria
semántica: descripción de los servicios (DAML-S) e inclusión de las
ontologías (DAML+OIL)
Aplicaciones Comerciales: SRM (I)

Un escenario de aplicación, más cercano a los sistemas, es la gestión
de recursos de almacenamiento (SRM, Storage Resources
Management). Es un escenario que se ha planteado IBM, y en el que
ha tenido más éxito que con el eCommerce.
El escenario se construye en un entorno de almacenamiento
distribuido (NAS/SAN) en el que cada componente tiene asociado un
agente inteligente. La tarea básica de estos agentes sería
monitorizar el funcionamiento de esos dispositivos, analizar los
estadísticos obtenidos, elaborar informes y comunicarlos a los
administradores; el valor añadido de la inteligencia está en el
reconocimiento de problemas, la gestión automatizada de la
resolución de los mismos y la interacción con otros agentes de
dispositivo para mantener la coherencia del sistema de
almacenamiento.
La situación de partida es un escenario donde la mayoría de los
sistemas de almacenamiento ya utilizan agentes, pero que se limitan
a monitorizar los dispositivos y elaborar informes; el análisis de los
Aplicaciones Comerciales: SRM (y II)

No es un escenario exento de problemas: los agentes para SRM no
son fáciles de implementar; en muchas ocasiones deben modificarse
para que encajen con el modelo de datos específico de algún
componente; además deben ser lo suficientemente ligeros como
para que su impacto en el rendimiento del dispositivo donde van a
residir sea mínimo. Pero a diferencia de las aplicaciones de
eCommerce, se trata de problemas que, con los últimos esfuerzos de
la SNIA (Storage Networking Industry Association), como son CIM
(Common Information Model) y WBEM (Web-Based Enterprise
Management), enmarcados dentro de su iniciativa SNI, quedarán en
gran parte superados.
Interés para el banco (I)

Uno de los escenarios más “apetecibles” para un despliegue masivo
de agentes es el sector financiero. Lo realmente apetecible, es el
universo de posibilidades que se abre ante la visión de un escenario
totalmente abierto, como el que planteaba bajo el epígrafe de
‘Aplicaciones Comerciales: eCommerce’, en el que teníamos a todos
los actores implicados en un entorno transaccional delegando sus
tareas cotidianas en entidades software capaces de aprender y llegar
a constituir una imagen virtual de su personalidad, reflejando
fielmente su manera de actuar en el mundo real.
Ante esa visión idealizada, y posiblemente fuera de contexto,

tenemos que poner los pies en la tierra y pensar que necesitamos
plataformas de desarrollo verdaderamente operativas; así como
algún tiempo para que maduren algunas tecnologías “emergentes”
que se han constituido en catalizadores del verdadero potencial de
los agentes software, como pueden ser la semántica en la Web, las
ontologías, los servicios Web, e incluso el Grid Computing.
Interés para el banco (II)

Los actores del sector financiero tienen mucho que decir al respecto
del desarrollo de la tecnología de agentes; tienen los canales y al
público objetivo. A ellos les va a tocar imaginar aplicaciones y
argumentos de venta convincentes, de tal forma que el usuario
venza su natural reticencia a delegar cualquier tarea que afecte
directamente a sus finanzas en una “cosa” que suene a máquina, y
que se asocia directamente con un entorno “inseguro” e “incierto”
como La Red. Hay proyectos de investigación abiertos en el entorno
de los programas marco de la UE donde se desarrollan inicativas con
el objetivo de probar diferentes servicios y arquitecturas de agentes,
cuyo seguimiento y realimentación aportaría beneficios en términos
de visibilidad, además de suponer una fuente para la función de
vigilancia tecnológica.
Otra línea que se puede seguir es la adopción de soluciones basadas

en tecnología de agentes en áreas de tecnología en lo referente a la
gestión de los recursos de la propia plataforma tecnológica del banco
Interés para el banco (y III)

Se puede avanzar en líneas más atrevidas, como puede ser
participar de la experiencia en sectores industriales más
familiarizados con esta tecnología, como las Telcos, o las Utilities. Se
podría pensar en sistemas de gestión de SLAs basados en agentes;
un terreno que albergará el crecimiento de la externalización de las
TIC que se vive hoy en todos los sectores económicos.
No hay que olvidarse de que una de las áreas que se plantean como
potencial beneficiaria del desarrollo de la tecnología de agentes, es
la de BPA. Los últimos esfuerzos de estandarización en el mundo de
los sistemas de
BPM, con la aparición del BPML, o el BPEL4WS (adoptado
recientemente por SAP para su sistema de Workflow) auguran el
inicio de una nueva etapa en la evolución del eBusiness. Procesos
como el ERP, SCM y CRM se beneficirían del potencial de esta
tecnología.
Estandarización
• Procedimiento formal de estandarización pasando por
organizaciones como ISO, ANSI o el propio IEEE. Casi todo el mundo
coincide en que es la mejor opción; pero se quejan al mismo tiempo
del exceso de burocracia que los rodea. Actualmente no se conocen
esfuerzos de estandarización en el terreno de los agentes.
• Consorcios Internacionales,
Internacionales normalmente constituidos como
instituciones sin ánimo de lucro que se dedican a promocionar
determinada tecnología en un sector concreto. Los estándares se
aprueban en base al acuerdo de los socios (luego son estándares de
jure). Ejemplos pueden ser el OMG, ATM Forum o FIPA.
• Proyectos financiados y patrocinados por organizaciones
concretas. Tales proyectos suelen tener una planificación, con unos
horizontes temporales, unos hitos y unos entregables bien definidos
(e.g. DARPA, EUROSCOM).
• Estándares sectoriales que surgen de la cooperación y el
acuerdo de ciertos actores de especial relevancia, y que fructifican
en alguna especificación que se convierte en estándar de facto. El
Estandarización: consorcios internacionales

Foundation for Intelligent Physical Agents (FIPA)
www.fipa.org
OMG Agent Special Interest Group (Agent SIG)
http://www.objs.com/agent/index.html
Holonic Manufacturing Systems (HMS) Consortium
hms.ifw.uni-hannover.de
Estandarización: EE.UU.
Control of Agent-Based System (CoABS)
coabs.globalinfotek.com/
DARPA Agent Markup Language (DAML)
www.daml.org
Java Agent Services (Sun JSR 000087)
www.java-agent.org
Estandarización: UE
AgentLink
www.agentlink.org
Methodology for Engineering Systems of Software AGEnts
(MESSAGE)
www.eurescom.de/~public-webspace/P900-
series/P907/index.htm
Communications Management Process Integration Using
Software Agents
http://www.eurescom.de/~public-webspace/P800-
series/P815/web/index.htm
Mobile agents and their applicability to service and network
management
www.eurescom.de/Public/Projects/p700-
series/P712/P712.htm
Agents in NIMIS
collide.informatik.uni-duisburg.de/Projects/nimis/
Competitive Agents in CASBA

Agente Inteligente Brenner

Uploaded by

Document Information

Original Title

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

Agente Inteligente Brenner

Uploaded by

Copyright:

Available Formats

Antoine’s

Observatorio Tecnológico Abril 2003

Si buscamos la definición de agente en el DRAE, podemos encontrar cosas

“Que obra o tiene virtud de obrar; persona o cosa que

Hyacinth S. Nwana in “Software

Definición: los clásicos

“Un agente software inteligente es un programa que puede realizar tareas

“Un agente es cualquier entidad que percibe su entorno a través de sensores

Un agente inteligente es un sistema (hardware o software) situado en un

La década de1930 se caracteríza por la popularización de la

En la década de 1950 la capacidad para representar simbólicamente

En la segunda mitad de la década de 1980, los problemas con el

Autonomía: capacidad para actuar por cuenta propia.

Knowledge Engineering Review, Vol. 11,

Knowledge Engineering Review, Vol. 11,

En ese escenario surgen una serie de cuestiones que tocan muy de

Hay toda una serie de tecnologías relacionadas cuya evolución se

Deben decidir qué fuentes han sido modificadas, y cuáles han

Deben adaptarse a los cambios que puedan sufrir los servicios a

La búsqueda se puede seguir haciendo con un grado considerable

La estructura de los mensajes intercambiados sí se verá afectada

De la misma manera, el contenido de los mensajes estará afectado

Evidentemente, los aspectos referidos aquí no son independientes:

Una definición de Ontología (I)

En el mundo real, se puede considerar como una entidad

Una definición de Ontología (II)

La definición más aceptada es la de Gruber

Conceptualización se refiere a un modelo abstracto de algún fenómeno del mundo,

Una definición de Ontología (y III)

Por tanto, aunque en filosofía una ontología es una explicación sistemática de la

En un entorno multiagente, parece claro que se establecerán dependencias

Necesitaremos, de la misma forma, controlar los recursos y la información

Tendremos restricciones globales de tiempo que afecten al funcionamiento

En definitiva, se trata de prevenir estados de “anarquía”; a no ser que interese,

Se suele distinguir, dentro de la coordinación, si esta es cooperativa

Russell y Norvig definen un Agente Racional de la siguiente forma:

“para una determinada secuencia perceptual, un agente racional

Los modelos clásicos de razonamiento (basados en el conocimiento

Creencias: conjunto de proposiciones que el agente acepta como

Deseos: conjunto de propiedades que el agente desea que sean

Intenciones: conjunto de acciones planificadas por agente, para

Reproducimos a continuación la representación de este esquema,

Ser humano Agente Inteligente

Evolución de la Ingeniería Software (I)

Evolución de la Ingeniería Software (y II)

Aplicaciones comerciales (I)

Desde mediados de los años 1990, muchos autores se plantean el desarrollo

Aplicaciones comerciales (II)

En la mejora de la experiencia de usuario ¿Cómo? Simplificando la relación

Rapidez, agilidad, flexibilidad son atributos que la empresa sabe valorar en

La eficiencia de los costes asociados al software. Cuando se invierte en una

Aplicaciones comerciales (III)

¿Para qué son “buenos” los Agentes?

Son “buenos” para sistemas...

... que tengan muchos componentes

Aplicaciones comerciales (y IV)

Aplicaciones comerciales: eCommerce (I)

Tendremos vendedores (seller agents, SA) compradores (buyer

Aplicaciones comerciales: eCommerce (II)

Aplicaciones comerciales: eCommerce (III)

Aplicaciones comerciales: eCommerce (y IV)

En los entornos B2B se les supone en un estadio evolutivo que no es

En los entornos B2C, escenario original que se ha planteado, nos