7/21/2019 Agentes Basados en Conocimiento

1/3

A G E N T E S I . ~ G I C O S 219

del inundo de wunzpiis S e identifican ciertas deficiencias de la lgica proposicional, que

nos permitirn el desarro llo de lgicas rris potentes e n los captulo s siguiciitcs.

7 1

Agentes basados en conocimiento

BASE

DE

CONOCIMIENTO

SENTENCIA

LENGURJE DE

REPRESENTACION

DEL CONOCIMIENTO

INFERENCIA

AGENTES LGICOS

CONOCIMIENTO O E

ANTECEDENTES

El componente principal de un agente basado en conocimiento es su

hase de conoci-

miento

o

B C

Ink>rmalniente.una base de conociiniento es un conjunto de

sentencias.

(Aqu scntcncia se utiliza c om o un trmino tcnico. Es parecido. pero no idntico, a

1 s sentencias cn ing ls u otros len g~iiijes aturiilcs.) Cad a sentencia se expresa en un Icn-

guaje denominado lenguaje de representacin del conocimiento y i-epresenta alguiia

aserciOn ace rca dcl niund o.

Debe haber un inccanismo para aadir sentencias nuevas la base de conocirriicnto.

y uno para preguntar qu se sabe en la base d e conociinieiito. Los nombres es tindar para

estas d os tarea s so11DE CI R PKEFL UTAR,espectivamcntc. A mbas tareas requieren reali-

zar

inferencia

es decir, derivar nuevas sentencias d e las antiguas. En los

agentes lgicos

que son el tem a principal de estud io de este captulo, la inferencia debe cuiriplir con el rc-

quisito esencial dc que cu ando se PRF CUN.IAla base de conocimiento. I I r e s p u ~ s t ~ ~ebe

seguirse de lo que se H A DI(.H a la base de conocimiento previam ente. M s adelante. en

el captulo, seremos ins precisos en cuan to a

la

palabra se guirse. Por aliara, tOiiiatc su

sigiiificad en el sentido de que la inferencia no se inventara cosas puco poco.

La Figura

7.1

rnucstra cl esqu em a general de

u n

I>rograma d e un a gente basatlo en

conocimiento. Al igual quc todos nuestros agentes, ste recibe una percepciri conio cn-

trada

y

devuelve una accin. El agente inantiene una base de conocim ietito,BC qu e i n -

cialnlente contiene algn

conocimiento de antecedentes.

Ca da vez qu e el progi-aina del

agente es invocado, realiza dos cosas. Primero. DICEa la base dc conociiniento lo que

ha percibido. Segundo, PR~GUNTAla base

de

cono ci i~i ie n to u acci6n debe ejecutar .

En este segundo proceso d e rcsponder a la pregunta, se dcbc realizar un raronarniento

extcnsiv acerca del esta do actual del mundo, d e los efectos de las posibles acciones,

etctera. Una vez se ha cscogido la accin, el agente graba su eleccin iilediantc un D r -

C I K y ejecuta la accin. Este segundo D ECIR s necesario para permitir le a la base de co-

nociinietito saber qu e la acci6n hipottica realinentc sc ha ejecutado.

fulicin Ai;e~rr-BCO~eire]~ci~j~zevuelve uria n< < i~i

var ial~le s stticas:

BC

una

h a e

de

coniiciiriicnto

i, un cuniadur. iniciiilirado

a

O que inc1ic;i ~ tieiiipo

DECIR(BC. ~ ~ ~ ~ ~ ~ ~ ~ K - ~ L N ~ ~ L N ~ : I , \ - ~ F P F . I ~ C ~ ~ C I

7/21/2019 Agentes Basados en Conocimiento

2/3

22 INTFI.IGENC1A ARTIFICIAL. L S EhFOOUE MODERNO

Los detalles del lenguaje de representacin estn ocultos en las dos funciones que

iinplementan la intcrfaz entre los sensures, los accionadores, el ncleo de representacin

y el sistema de razonamiento.

C~NSTRLJIR-SENTENCIA-DE-PERCEPCI~N

oma una percep-

cin y un instante de tiempo y devuelve una sentencia afirmando lo que el agente ha per-

cibido en ese instante de tiempo. PEDIR-ACCINoma un instantc de tiempo como entrada

y devuelve una sentencia para preguntarle a la base de conocimiento qu accin se debe

realizar en ese instante de tiempo. Los detalles de los mecanismos de inferencia estn

ocultos en DECIR PKEC;UNTAR.n las prximas secciones del captulo se mostrarn es-

tos detalles.

El agente de la Figura

7.1

se parece bastante a los agentes con estado interno des-

critos en el Captulo

2.

Pero gracias a las definiciones de DECIR PREGIJNTAR,l agen-

te basado en conocimiento no obtiene las acciones mediante un proceso arbitrario. Es

NIVEL

DE

CoNoclMlEnTo

compatible coi1 una descripcin al

nivel de conocimiento

en el que slo necesitainos

especificar lo que el agente sabe

y

los objetivos que tiene para establecer su comporta^

miento. Por ejemplo. un taxi automatizado podra tener el objetivo de llevar un pasaje-

ro al condado de Mariii, y podra saber que est en San Francisco y que el puente Golden

Gate es el nico enlace entre las dos localizacioiies. Entonces podemos esperar que

el

ageiite cruce el puente Golden Gate

porque

srrhe que lzucerlo le pernzitir ulcunzur

su

objetivo.

Fjate que este anlisis es independiente de cmo el taxi trabaja al

nivel

e

NIVEL OE

I M P L E M E N T C I ~ N

implementacin.

Al agente no le debe importar si el conocimiento geogrfico est im-

plementado mediante listas enlazadas o mapas de pxeles, o si su razonamiento se rea-

liza iiiediaiite la manipulacin de textos o srnbolos almacenados en registros,

o

mediante

la propagacin d e senales en una red de neuronas.

r 7 5

Tal como comentarnos eii la introduccin del captulo, un op urd e c onsrr~t i r n agen

,--4

e busuclo en corzociniiento .sim/~ lerne nte I C ~ C N I ~ I L E

1 1

rigrvzte lo qn e necesitci saber. El

programa del agente, inicialmente, antes de que empiece a recibir percepciones, se cons-

truye mediante la adicin. una a una, de las sentencias que representan el conociinien-

to del entorno que tiene el disciiador. El diseo del lenguaje de representacin que

permita, de iorma ms ficil, expresar este conociniiento mediante sentencias simplifi-

ca muchsimo el probleina de la construccin del agente. Este enfoque eti la construc-

E N F O Q U E

OECL R TIVO

ciii de sistemas se denomina

enfoque declarativo.

Por el contrario, el enloque procedural

codifica los comportarnieritos que se desean obtener directarncnte eii cdigo de progra-

macin; mediante la niinimizacin del papel de la representacin explcita y del razo-

namieiito se pueden obtener sistemas inucho ms eficientes. En la Seccin

7.7

veremos

ageritcs de anihos tipos. En los 70 y

80

defensores de los dos enfoques se enfrentaban

en acalorados debates. Ahora sabeii~os ue para que uii agente tenga xito su diseno debe

combinar elerrientos declarativos

y

procedurales.

A parte de DECIRLEl agente lo que necesita saber, podcinos proveer a iin agcntc ba-

sado en conocimiento dc los mecanistnos que le permitan aprender por s misino. Estos

mecanismos. que se verii en el Captulo 18 crean un conocimiento general acerca del

entorno con basc cn un conjunto de percepciones. Este conocimiento se puedc incorpo-

rar a la basc de conocimiento del agente y iitilizar para su toma de decisiones. De esta

manera, el agentc puede ser totalinente autnorrio.

Todas estas capacidades representacin. i.azoiiarnierito y aprendizaje) se apoyan en

la teora y teciiologia de la lgica, desarrolladas a lo largo de los siglos. Sin embargo,

7/21/2019 Agentes Basados en Conocimiento

3/3

AGLU ILS LOGICOS

221

antes de explicar dichas teora y tecnologa, crearemos un mundo seiicill que nos per-

mitir ilustrar estos mecanismos.

7 2 l mundo de wu vus

MUN O

E WU PUS

El

mundo de wu pus

es una cueva que est compuesta por habitaciones conectadas me-

diarlte pasillos. Escondido en algn lugar de la cueva esti el wum pus uria bestia que se

come a cualquiera que entre en su habitacin. El

Mjninpu.s

p ~ ~ c d cer derribado por la fle-

cha de un agente, y ste slo dispone de una. Algunas habitaciones contienen hoyos sin

fondo que atrapan a aquel que deambula por dichas habitaciones (menos al

IVLIWZI>LI I L I ~

es demasiado grande para caer en cllos). El nico premio de vivir en este entorno es la

posibilidad de encontrar una pila de oro. Aunque el mundo de

~ > ~ ~ i n p u . c

ertenece nis

al mbito de los juegos por computador, es un entorno perfecto para evaluar los agcn-

tes inteligentes. Michael Genesereth fue el primero que lo propuso.

En la Figura 7.2 se muestra un ejemplo del inundo de wum[~ii.v.La defi~iicin rcci-

sa del entorno de trabajo, tal como sugerimos en el Captulo 2 mediante la descripcin

REAS, es:

Rendimiento: 1.000 por recoger el oro, 1.000 por caer en un hoyo o ser comi-

do por el wunzpus por cada accin que se realice y -10 por lanzar la flecha.

Entorno: unii matriz de 4 4 habitaciories. El agente siempre comienza en la ca-

silla etiquetada por

[ l l]

y orientado a la derecha. Las posiciones del oro y del

wurnpus se escogen de forma aleatoria, mediante una distribucin uniforme, a par-

tir de todas las casillas menos la de salida del agente. Adems, con probabilidad

0,2, cada casilla puede tener un hoyo.

Actuadores: el agente se puede mover hacia delante, girar a la izquierda 90 , o a

la derecha 90 . El agente puede Iallecer de muerte miserable si entra en una casi-

lla en la que hay un hoyo o en la que est el wurn/>usvivo. (No sucede nada malo,

aunque huele bastante mal, si el agcntc entra en una casilla con un

w n z p u s

muer-

to.) Si hay un muro eii rrente y el agente intenta avanzar, 110 sucede nada. La ac-

cin Ayarrcrr se puede utilizar para tomar un objeto de la misma casilla en doiide

se encuentre el agente. La accin Di.sl urtr se puede ul il i~ar ara lailzar una fle-

cha en lrica recta, e11 la misma direccin y sentido en que se encuentra situado el

agente. La flecha avanza hasta que se chuca contra u11 muro o alcariza al

wzlml>u.v

(y entonces lo mata). El agente slo disporie de uria flecha, as que, slo tiene elec-

to cl primer

Bispuro.

Sensores: el agente dispone de cinco sensores. y cada uno le da una pequea in-

formacin acerca del eiitorno.

l agente percibir un mal hedor si sc encuentra en la misma casilla que el i v ~ nn -

pus o en las directarncritc adyacetites a l (no en diago~ial) .

l agente recibir una pequea brisa en las casillas directainente adyacentes

dondehay unhoyo.

l agente veri un resplandor en las casillas donde est el oro.