miércoles, 16 de marzo de 2022

2-3er PA conceptos de aprendizaje, razonamiento probabilístico, lógicas multivaluadas y lógica difusa.

 

Aprendizaje

El aprendizaje lógico probabilístico es un campo de investigación situado en la intersección del razonamiento probabilístico, las representaciones lógicas y el aprendizaje automático.

Idea: Integrar representaciones lógicas o relaciones con mecanismos de razonamiento probabilístico y aprendizaje automático. 

En este contexto:

El termino probabilístico hace referencia al uso de representaciones y mecanismos de razonamiento basados en la teoría de la probabilidad, como redes bayesianas, modelos o cultos Markov o gramáticas estocásticas.

El término lógico se refiere a representaciones relacionales y en lógica de primer orden. 

El término aprendizaje significa obtener determinados aspectos de la lógica probabilística a partir de bases de datos.

Razonamiento probabilístico

El razonamiento es un proceso que permite a las personas extraer conclusiones a partir de premisas dadas previamente. Dentro de las teorías acerca del razonamiento humano, el razonamiento probabilístico es considerado un tipo de razonamiento que se apoya a los modelos de la teoría de probabilidades. La probabilidad es un concepto matemático que tiene que ver con las leyes del azar; es la frecuencia esperada o teórica cuando entran en función las leyes de la casualidad. 

Los valores de probabilidad varían entre 0 y 1, donde el valor 1 equivale a la certeza absoluta y el valor 0 equivale a la ausencia de probabilidad. Por ejemplo, la probabilidad de que “Juan muera algún día” es 1 (100% de certeza de que ocurrirá), mientras que la probabilidad de que “María viva 270 años” es 0 (100% de certeza de que el evento no ocurrirá). Sin embargo, en la vida cotidiana los eventos rara vez tienen una probabilidad de 1 o 0, sino que las probabilidades se ubican en un número intermedio entre dos extremos.

Lógicas multivaluadas   

En muchas de las ramas de la matemática, de la filosofía y de la informática formalizamos enunciados relativos a diversos tipos de objetos. Por consiguiente, tanto los lenguajes lógicos utilizados, como las estructuras matemáticas que los interpretan son multivariado o heterogéneos; esto es, el conjunto de las variables del lenguaje toma valores sobre diversos universos o dominios. 

Son numeroso los ejemplos de materias que utilizan formulas y estructuras multivariadas:

1. En geometría, por tomar un ejemplo clásico y sencillo, usamos distintos universos para puntos, líneas, ángulos, triángulos, etc.

2. En la teoría de espacios vectoriales tenemos universos distintos para vectores y escalares. Además de eso, podemos incluir universos para sub-espacios, métricas y aplicaciones lineales. 

3. En teoría de grupos las estructuras poseen distintos universos para elementos del grupo, subgrupos normales, homomorfismos, etc.

4. En la lógica de segundo orden SOL veremos que hay universos para individuos, para conjuntos de esos elementos básicos, para relaciones binarias entre ellos, etc. 

5. En teoría de tipos la jerarquía corresponde a toda la del universo matemático infinito que contiene en sus distintos niveles a: individuos, conjuntos de individuos, conjuntos de conjuntos de individuos, etc.

6. En computación utilizamos invariablemente estructuras multivariadas: lo típico es tener universos de datos, números naturales y operadores booleanos.

Podemos añadir otros para números reales, cadenas de caracteres, matrices, etc.

7. Cuando razonamos sobre programas los situamos en universos para ellos y añadimos otros para estados y para tiempo.

Logica difusa 

La forma en que la gente piensa es, inherentemente, difusa. La forma en que percibimos el mundo está cambiando continuamente y no siempre se puede definir en términos de sentencias verdaderas o falsas. Consideremos como ejemplo el conjunto de vasos del mundo, que pueden estar vacíos o llenos de agua. Ahora tomemos un vaso vacío y comencemos a echar agua poco a poco, ¿en qué momento decidimos que el vaso pasa de estar vacío a estar lleno? Evidentemente, hay dos situaciones extremas que reconocemos sin ninguna duda, la primera cuando el vaso está completamente vacío, sin una sola gota de agua en su interior, y la segunda cuando está completamente lleno, cuando no cabe ni una sola gota más en él, pero una gota antes de estar completamente lleno, ¿diríamos que es falso que el vaso está lleno?, observa que para afirmar su condición, en la frase anterior no sollo he usado el término lleno, sino que he añadido un modificador diciendo completamente lleno.

2-2do PA sintaxis, semántica, validez e inferencia en la lógica de predicados

 

Lógica

Resumiendo, diremos que una lógica consta de lo siguiente:

1. Un sistema formal para describir lo que está sucediendo en un momento determinado, y que consta de :

La sintaxis del lenguaje, que explica cómo construir oraciones.

La semántica del lenguaje, que especifica las restricciones sistemáticas sobre cómo se relacionan las oraciones con aquello que está sucediendo.

2. La teoría de la demostración: un conjunto de reglas para deducir las implicaciones de un conjunto de oraciones.

Nos concentraremos en dos tipos de lógica: la propositiva o lógica booleana y la lógica de primer orden (más exactamente, el cálculo de predicado de primer orden con igualdad).

En la lógica propositiva los símbolos representan proposiciones completas (hechos. Los símbolos de proposiciones pueden combinarse usando los conectivos booleanos para generar oraciones de significado más complejo. Una lógica como esta poco se preocupa por la manera de representar las cosas, por ello no es sorprendente que no ofrezca mucho como lenguaje de representación.

La lógica de primer orden (también conocida como cálculo de predicados de primer orden) se preocupa por la representación de los mundos en términos de objetos y predicados sobre objetos (es decir, propiedades de los objetos o relaciones entre los objetos), así como del uso de conectivos y cuantificadores, mediante los cuales se pueden escribir oraciones sobre todo lo que pasa en el universo, a un mismo tiempo.

Lógica Propositiva

La lógica propositiva permite ilustrar muchos de los conceptos de la lógica así como también la lógica de primer orden. Se explicará su sintaxis, semántica y respectivos procedimientos de inferencia.

Sintaxis

La sintaxis de la lógica propositiva es sencilla. Los símbolos utilizados en la lógica propositiva son las constantes lógicas Verdadero Falso, símbolos de proposiciones tales como P y Q, los conectivos lógicos ˄, ˅, <=>, =>, y ¬ y paréntesis ( ). Todas las oraciones se forman combinando los signos anteriores mediante las siguientes reglas:

Las constantes lógicas Verdadero Falso constituyen oraciones en sí mismo.

Encerrar entre paréntesis una oración produce también una oración, por ejemplo (PËQ).

Una oración se forma combinando oraciones más sencillas con uno de los cinco conectores lógicos:

o Ë (y). Se le denomina conjunción (lógica).

o V (o). Se le denomina disyunción.

o → (implica). Se conoce como implicación (o condicional).

o ↔ (equivalente). La oración es una equivalencia (también conocida como bicondicional).

o ¬ (no). Se le conoce como negación.

En la gramática se representan oraciones atómicas, que en la lógica propositiva se representan mediante un solo signo (por ejemplo, P) y las oraciones complejas, que constan de conectores o paréntesis (por ejemplo, PËQ). También se utiliza el término literal, que representa oraciones atómicas o una oración atómica negada.

Terminos y Oraciones

Términos

Un término es una expresión lógica que se refiere a un objeto. Por lo tanto, los signos de constante son términos. A veces es más práctico utilizar una expresión para referirse a un objeto. Por ejemplo, en español se utilizaría la expresión “La pierna izquierda del rey Juan”, en vez de asignar un nombre a su pierna. Para eso son los signos de funciones: en vez de utilizar un signo de constante, se emplea PiernaIzquierdaDe(Juan).

La semántica formal de los términos es muy directa. Mediante una interpretación se especifica la relación funcional a la que alude el signo de función y los objetos a los que se alude mediante los términos que son sus argumentos. Así, el término complejo se refiere al objeto que aparece en la entrada número (n+1) de esa tupla en la relación cuyos primeros n elementos son los objetos a que aluden los argumentos. Es decir, el signo de función PiernaIzquierdaDe podría hacer referencia a la siguiente relación funcional:

            {<Juan, pierna izquierda del rey Juan,>
<Ricardo Corazón de León, pierna izquierda de Ricardo>}

Y si el Rey Juan se refiere al rey Juan, entonces PiernaIzquierdaDe(ReyJuan) se refiere, de acuerdo con la relación, a la pierna izquierda del rey Juan.

 

Oraciones atómicas

Ahora que ya contamos con términos para referirnos a objetos y signos de predicado para referirnos a relaciones, combinémoslos para formar oraciones atómicas, mediante las que se afirman hechos. Una oración atómica está formada por un signo de predicado y por una lista de términos entre paréntesis.

EJEMPLO:

                        Hermano(Ricardo,Juan)
Afirma, de acuerdo con la interpretación establecida anteriormente, que Ricardo Corazón de León es el hermano del rey Juan. Las oraciones atómicas pueden llegar a tener argumentos que son términos complejos:

                        Casado(PadreDe(Ricardo),MadreDe(Juan))

Afirma que el padre de Ricardo Corazón de León está casado con la medre del rey Juan (nuevamente de acuerdo con la interpretación correspondiente). Se dice que una oración atómica es verdadera si la relación a la que alude el signo de predicado es válida para los objetos a los que aluden los argumentos. La relación se cumple solo en caso de que la tupla de objetos esté en la relación. Por lo tanto, la validez de una oración dependerá tanto de la interpretación como del mundo.

 

Oraciones complejas

Mediante los conectores lógicos se pueden construir oraciones más complicadas, como en el cálculo proposicional. La semántica de las oraciones formadas utilizando los conectores lógicos es idéntica a la del caso de las proposiciones.
EJEMPLO:

Hermano(Ricardo, Juan)^ Hermano(Juan, Ricardo) es verdadera sólo cuando Juan es el hermano de Ricardo y Ricardo es el hermano de Juan.

Mayor(Juan30)v Menor(Juan30) es verdadera sólo cuando Juan es mayor de 30 o Juan es más joven de 30.

Mayor(Juan30)=> ¬ Menor(Juan30) está diciendo que si Juan tiene más de 30, entonces no tiene menos de 30 años.

¬Hermano(RobinJuan) es verdadera sólo si Robin no es hermano de Juan.

 

Cuantificadores

Ahora que ya contamos con una lógica que admite objetos, es natural el deseo de expresar propiedades de grupos complejos de objetos en vez de enumerarlos por su nombre. Loscuantificadores nos permiten hacer esto. La lógica de primer orden contiene dos cuantificadores estándar, denominados universales y existenciales.

Cuantificación universal ()

Recuérdese las dificultades que se presentaron con el problema de expresión de reglas generales en lógica proposicional. Reglas tales como “Todos Los gatos son mamíferos” son el pan cotidiano de la lógica de primer orden. Para expresar esta regla particular se emplearán los predicadores unarios Gato y Mamífero; en consecuencia, “Mancha es un gato” se representa de la siguiente manera: Gato(Mancha); y “Mancha es mamífero” por: Mamífero(Mancha). En español, lo que se intenta expresar es que por cualquier objeto x, si x es un gato, entonces x es un mamífero. La lógica de primer orden nos permite realizar lo anterior de la siguiente manera:

            ∀xGato(xMamífero(x)

en general se lee como “Para Todo…” Recuerde que esta A invertida representa “todo”. Por ejemplo, la oración ∀xP, en donde P es cualquier expresión lógica, equivaldría a la conjunción (es decir, a ^) de todas las oraciones que se obtiene al sustituir el nombre de un objeto por la variablex, siempre que aparezca en P. Por lo tanto, la oración anterior equivale a:

Gato(Mancha)=>Mamífero(Mancha)^
Gato(Rebeca)=>Mamífero(Rebeca)^
Gato(Félix)=>Mamífero(Félix)^
Gato(Ricardo)=>Mamífero(Ricardo)^
Gato(Juan)=>Mamífero(Juan)^

Por lo tanto será válida si y sólo si todas estas oraciones también son verdaderas, es decir, si Pes verdadera para todos los objetos x del universo. Por lo tanto, a ∀ se le denomina cuantificadoruniversal.

Cuantificador existencial (Ǝ)

En el caso de la cuantificación existencial se hacen afirmaciones sobre cualquier objeto. Asimismo, también se pueden hacer afirmaciones acerca de algún objeto en el universo sin tener que nombrarlo, mediante un cuantificador existencial. Para afirmar, por ejemplo, que Mancha tiene una hermana que es gato, escribiremos:

ƎxHermana(x, Mancha)^Gato(x)

Ǝ se lee: “Existe…” en general, ƎxP es verdadero si P es verdadero para cierto objeto del universo. Por lo tanto, se le podría considerar equivalente a la disyunción (es decir, v) de todas las oraciones obtenidas al sustituir el nombre de un objeto por la variable x. Al efectuar esta sustitución en el caso de la oración anterior se obtiene:

(Hermana(Mancha, Mancha)^Gato(Mancha))v
(Hermana(Rebeca, Mancha)^Gato(Rebeca))v
(Hermana(Félix, Mancha)^Gato(Félix))v
(Hermana(Ricardo, Mancha)^Gato(Ricardo))v
(Hermana(Juan, Mancha)^Gato(Juan))v

La oración existencialmente cuantificada es verdadera sólo cuando al menos una de estas disyunciones es verdadera. Si Mancha tuviera dos hermanas que fuesen gatos, entonces dos de las disyunciones serian verdaderas, con lo que toda la disyunción es también verdadera. Lo anterior es congruente con la oración original: “Mancha tiene una hermana que es gato”.



2-1er PA definiciones y elementos de los sistemas basados en conocimientos

 


Los SBC según Palma y Marín (2008) presentan entre otras las siguientes propiedades fundamentales:

  • Aplicables a problemas complejos que requieren excesivos recursos computacionales o temporales.

  • Pueden ser utilizados por usuarios no expertos.

  • Recrean el razonamiento humano.

  • Representan el conocimiento humano, el cual si bien es difícil de caracterizarlo, una vez almacenado y procesado adecuadamente se constituye en algo invaluable.

Elementos del SBC

Según García (2013), una técnica de IA es el razonamiento basado en conocimiento, que conlleva a los SBC, que a diferencia de cualquier programa convencional en el cual para una misma entrada se produce siempre la misma salida en función del algoritmo utilizado, este tipo de sistemas hace uso de una base de conocimientos, la cual contiene información almacenada sobre un problema en particular, normalmente proporcionada por un experto (en este caso el auditor informático) y un motor de inferencia que es el encargado de razonar sobre soluciones posibles para el problema planteado a través de búsquedas de información en la base de conocimientos, con lo cual se lograría emitir una conclusión razonable comparable al pensamiento de un humano. En las siguientes secciones se explican los principales elementos que componen un SBC.

1. Base de conocimiento

La base de conocimiento contiene el conocimiento sobre un determinado problema en el cual el sistema es experto, esta base almacena una representación de los conceptos y relaciones de las tareas. Este conocimiento según Montoya (2014) se representa normalmente usando lógica de predicados o lógica proposicional, los elementos que constituyen el conocimiento se clasifican en hechos, heurísticas y reglas.

2. Hechos

Un hecho es una expresión que normalmente tiene asociado un valor verdadero y que se le puede ver como una expresión de la forma Si - condición entonces -enunciado. Por Ejemplo:

Si no existen respaldos entonces hay riesgo de pérdida de información.

3. Heurística

La heurística, es la forma de llegar a una solución por métodos no rigurosos en este caso, la heurística resulta de la experiencia obtenida del auditor al momento de tomar una decisión y las reglas o relaciones que vinculan los hechos. En la práctica no existe una única heurística, en circunstancias similares ante evidencias similares de un hallazgo la decisión puede ser diferente por algún elemento que permita direccionar esta decisión, esto hace la diferencia con un programa computacional tradicional en el cual a entradas iguales o similares produce siempre las mismas salidas.

4. Reglas

Las reglas desde el punto de vista de la lógica de predicados hacen referencia a la reglas de inferencia lógica, según Palma (2008) son modus ponens y generalización universal.

5. Motor de inferencia

El motor de inferencia según Palma (2008) explora la base de conocimiento con el propósito de obtener una salida. En este motor se implementa el método de resolución del problema que utilizando los hechos, las reglas y las heurísticas, decide las acciones a tomar para llegar a una solución.

6. Interfaz

Evidentemente para que el SBC pueda interactuar con el usuario, es necesario dotarlo de la respectiva interfaz de entrada/salida.

Un elemento adicional que no siempre está presente en un SBC es una interfaz de aprendizaje o entrenamiento por medio de la cual se puede alimentar en forma directa la base de conocimiento con instrucciones propias de los usuarios, normalmente expertos o de retroalimentación de las salidas del sistema.

Este tipo de SBC se utiliza para la resolución de problemas donde por la complejidad de los mismos, no es posible utilizar las técnicas convencionales de programación debido a que el esfuerzo y el consumo de recursos son representativos en tiempo, memoria y procesamiento.

jueves, 10 de marzo de 2022

1-5o PA concepto de heurística

 

Qué es Heurística:


 

Se conoce como heurísticaal conjunto de técnicas o métodos para resolver un problema. La palabra heurística es de origen griego εὑρίσκειν que significa “hallar, inventar”.

La heurística es vista como el arte de inventar por parte de los seres humanos, con la intención de procurar estrategias, métodos, criterios, que permitan resolver problemas a través de la creatividad, pensamiento divergente o lateral.

También, se afirma que la heurística se basa en la experiencia propia del individuo, y en la de otros para encontrar la solución más viable al problema.

Por ejemplo, la heurística puede ser vista como una teoría que estimula el pensamiento del individuo encargado de analizar todos los materiales recopilados durante una investigación.

En este sentido, se puede afirmar que se relaciona con la toma de decisiones a fin de solucionar un problema, sin asegurar que la opción tomada sea la más idónea.

Ahora bien, la heurística como disciplina científica, y en su sentido más amplio puede ser aplicada a cualquier ciencia con la finalidad de elaborar medios, principios, reglas o estrategias como ayuda para lograr encontrar la solución más eficaz y eficiente al problema que analiza el individuo.

Existen varios procedimientos heurísticos que se dividen en:

  • Principios heurísticos, son los que establecen sugerencias para encontrar la solución idónea al problema.
  • Reglas heurísticas, son las que señalan los medios para resolver el problema.
  • Estrategias heurísticas, son aquellas que permiten organizar los materiales o recursos compilados que contribuyen a la búsqueda de la solución del problema.

Como tal, el término heurístico se puede emplear como sustantivo y adjetivo. Como sustantivo, alude a la ciencia o arte del descubrimiento, considerada como una disciplina que posee el carácter de ser investigada.

Ahora bien, en el caso de ser utilizada como adjetivo señala los principios, las reglas y las estrategias idóneas para encontrar la solución al problema.

La heurística fue un término utilizado por Albert Einstein en la publicación sobre el efecto fotoeléctrico, en el artículo que lleva por título, traducido al español, “Sobre un punto de vista heurístico concerniente a la producción y transformación de la luz”, cuya publicación le otorgó un premio Nobel de la Física, en el año 1921.

Método heurístico

Es el conjunto de métodos y técnicas que se emplean con el fin de encontrar y solucionar un problema en aquellos casos que es difícil hallar una solución óptima o satisfactoria.

Por tal razón, en las disciplinas científicas se suele emplear el método heurístico a fin de alcanzar el mejor resultado ante un problema en específico.

La heurística existe desde la antigua Grecia, sin embargo, este término lo popularizó el matemático George Pólya, en su libro “Cómo resolverlo”, en el cual explica el método heurístico a sus alumnos de matemáticas, y a todos aquellos que desearan aprender de la disciplina, citando cuatro ejemplos:

  • Si no consigues entender un problema, dibuja un esquema.
  • Si no encuentras la solución, haz como si ya la tuvieras y mira qué puedes deducir de ella (razonando a la inversa).
  • Si el problema es abstracto, prueba examinar un ejemplo concreto.
  • Intenta abordar primero un problema más general y revisar.

Por su parte, el filósofo y matemático Lakato, estableció que la heurística es un conjunto de métodos o reglas que pueden ser positivos o negativos, que indican cuáles son las acciones idóneas que pueden generar soluciones al problema.

En su trabajo de programa científico de investigación, Lakato indicó que todo programa contempla una estructura que puede servir como guía de modo positivo o negativo.

En relación a lo anterior, la heurística positiva es aquella que establece las directrices de cómo desarrollar un programa de investigación.

En cambio, la heurística negativa de un programa señala lo que no se puede cambiar, ni modificar, conocido como el núcleo central.

Por ejemplo, en informática la heurística consiste en encontrar o construir algoritmos con buena velocidad para ser ejecutados como los juegos informáticos o los programas que detectan si un correo electrónico es un spam o no.

viernes, 4 de marzo de 2022

1-4to PA modelos de agente inteligente

 

Características de los agentes inteligentes

Un  agente  va  a  venir  caracterizado  por  una  serie  de  calificativos,  los  cuales vienen a denotar ciertas propiedades a cumplir por el agente. Esto lleva a plantear otra definición bastante aceptada de agente donde se emplean tres calificativos que, según, el autor se consideran básicos. Esta definición ve a un agente como un sistema de computación capaz de actuar de forma autónoma y flexible en un entorno Figura 1. Visión  esquemática  de  un  Agente  Inteligente,  entendiendo  por flexible que sea:

Reactivo. El agente es capaz de responder a cambios en el entorno en que se encuentra situado.

 Pro-activo, a su vez el agente debe ser capaz de intentar cumplir sus propios planes u objetivos.

 Social, debe de poder comunicarse con otros agentes mediante algún tipo de lenguaje de comunicación de agentes.

 Autonomía: un agente es completamente autónomo si es capaz de actuar basándose en su experiencia. El agente es capaz de adaptarse aunque el entorno cambie severamente. Por otra parte, una definición menos estricta de autonomía sería cuando el agente percibe el entorno.

Sociabilidad: este atributo permite a un agente comunicar con otros agentes o incluso con otras entidades.

 Racionalidad: el agente siempre realiza «lo correcto» a partir de los datos que percibe del entorno.

Re-actividad: un agente actúa como resultado de cambios en su entorno. En este caso, un agente percibe el entorno y esos cambios dirigen el comportamiento del agente.

 Pro-actividad:  un  agente  es  pro-activo  cuando  es  capaz  de  controlar  sus propios objetivos a pesar de cambios en el entorno.

Adaptatividad: está relacionado con el aprendizaje que un agente es capaz de realizar y si puede cambiar su comportamiento basándose en ese aprendizaje.

Movilidad:  capacidad  de  un  agente  de  trasladarse  a  través  de  una  red telemática.

Veracidad:  asunción  de  que  un  agente  no  comunica  información  falsa  a propósito.

 Benevolencia: asunción de que un agente está dispuesto a ayudar a otros agentes si esto no entra en conflicto con sus propios objetivos.

Áreas de aplicación

¿Por qué utilizar agentes?

La necesidad de construir aplicaciones complejas compuestas de multitud de subsistemas que interaccionan entre sí,  es el marco de la distribución de la inteligencia en diversos agentes.

En este tipo de sistemas, la utilización de agentes y técnicas multiagente permite la gestión inteligente de un sistema complejo, coordinando los distintos subsistemas que lo componen e integrando objetivos particulares de cada subsistema en un objetivo común.

Podemos proponer una posible definición de agente: Un agente es un sistema informático situado en un entorno, donde en general existen más agentes, dentro del cual actúa de forma autónoma y flexible, recibiendo información externa y ejecutando acciones para intentar modificar su contexto en el sentido de acercarse a la consecución de los objetivos que tiene marcados.

ejemploslocos

Dentro de este campo emergente es importante clarificar la diferencia entre un sistema basado en agentes y un sistema multiagente. Un sistema basado en agentes, es aquel que utiliza el concepto de agente como mecanismo de abstracción pero podría ser implementado con estructuras software tradicionales, sin embargo un sistema multiagente es aquel que se diseña e implementa pensando en que estará compuesto por varios agentes que interactuarán entre sí, de forma que juntos permitan alcanzar la funcionalidad deseada. En este caso se exige un esfuerzo de abstracción en el diseño, identificar mecanismos de aprendizaje, coordinación, negociación, etc

Funciones básicas de la Tecnología de Agentes.

Por tanto, desde un punto de vista del usuario, un agente se puede considerar para llevar a cabo las siguientes funciones:

Ejecución de Tareas: La capacidad de realizar tareas son las destrezas que el agente posee para lograr sus objetivos.

Conocimiento  de  su  entorno:  El  conocimiento  del  entorno  debe  de  ser introducido o construido por el desarrollado. Algunos agentes además adquieren su conocimiento por aprendizaje.

 Capacidad  de  Comunicación:  Se  distingue  dos  tipos  de  comunicación,  la interacción con el usuario, y la que se refiere a comunicación inter-agente.

lol

Usos de los agentes

Representación  virtual.  Se  comunican  en  lenguaje  natural  y  suplen  a  los comerciales.

 Como asistentes personales. Nos ayudan como  lo haría un ayudante.

Negociador en mercados electrónicos. Localiza una subasta en Internet, aprende como va la oferta y realiza una compra por nosotros.

Agente  de  búsqueda  de  información  o  rastreador.  Rastrean  en  las  redes  de ordenadores en busca de información solicitada. Son parametrizables por el usuario  aprenden  de  sus  hábitos,  rastrean  la  red  e  informan  por  correo electrónico de novedades que consideran pueden ser de interés para el usuario.

 Agente secreto o espía. Monitorizan una página Web identificada previamente por el usuario e informan cuando se producen cambios en dicha pagina.

¿Como se construyen los Agentes Inteligentes?

En la siguiente figura se muestran las partes de un agente, sus entradas, salidas y como el entorno en el que trabajara el agente afecta ciertas entradas.

fig