Agentes de inteligencia ambiental

El argumento central de este artículo es el uso de agentes y sistemas multiagente. Según Bajo y sus colegas, en el artículo publicado el año 2006 titulado “SMas: Centro comercial de sistemas multiagente”, los sistemas multiagente han sido aplicados con éxito en diversos desarrollos basados en la inteligencia ambiental, en áreas como la educación, la cultura, el ocio y entretenimiento, la medicina, la robótica, etc. Grill e Ibrahim, en el artículo publicado el año 2005 titulado “Interacción de agentes en espacios de inteligencia ambiental”, mencionan que los agentes poseen características tales como autonomía, razonamiento, reactividad, habilidades sociales, pro-actividad y movilidad, entre otras. Estas características hacen que resulten adecuados para ser utilizados en la construcción de sistemas basados en el paradigma de la inteligencia ambiental

Sashima, Izumi y Kurumatani, en el artículo publicado el año 2004 titulado “Consorts: Arquitectura multiagente para la coordinación de servicios en computación ubicua”, describen un sistema multiagente para entornos de inteligencia ambiental denominado Consorts. La arquitectura de dicho sistema se encuentra compuesta por un agente personal, en cada dispositivo del usuario, el cual se comunica con otros dispositivos, con un agente de razonamiento espacio-temporal y con un agente de servicios. El agente de servicios administra los servicios web. Mediante una base de datos espacial y una ontología, se manipula la información de localización. Como escenarios de aplicación en el mundo real, se describen hogares inteligentes y espacios de eventos tales como conferencias, exposiciones, conciertos o fiestas. Captura la posición del cliente a través de los sensores de la red y el razonador espacio-temporal gestiona las distancias. Cuando se satisface una relación geométrica, el agente razonador advierte al agente de servicios, y éste envía un mensaje al usuario proveyendo los servicios adecuadamente. El principal problema que se detecta es que los servicios se ofertan ignorando cualquier tipo de preferencia del cliente.

En el artículo “Inteligencia ambiental, de la asistencia personal a las mega ciudades inteligentes”, publicado el año 2007 por Berger y sus colegas, se describen diferentes escenarios de ambientes inteligentes: Una guía personal de la ciudad, un hogar inteligente, el cuidado de la salud e infraestructuras de mega ciudades. Se propone la “Arquitectura de referencia a la inteligencia ambiental”, la cual es una arquitectura de múltiples capas, en donde cada capa depende de los servicios que proveen las capas inferiores, y no tiene conocimiento sobre las capas superiores. Asimismo, se realiza una distinción de diferentes modelos: Modelo del problema, modelo de situación y modelo del mundo. Dentro de la arquitectura se menciona que un sistema multiagente sería una herramienta relevante dadas las condiciones de coordinación necesarias en los sistemas distribuidos. Se muestra como instanciar dicha arquitectura en diferentes escenarios. Dentro de las capas de esta arquitectura se distinguen dos en especial. La primera encargada del razonamiento y actos, comportamiento basado en reglas, planificación, optimización lineal, eventos y enrutamiento, y la segunda, de la percepción y comprensión, razonamiento, control de las estructuras de descripción de recursos. En ambos casos se trabaja directamente con el uso de ontologías.

El articulo “Arquitectura de agente abierta: Una estructura para la construcción de sistemas distribuidos de software”, publicado el año 1995 por Martin y sus colegas, es una estructura para la construcción de sistemas multiagente. Dicha arquitectura está compuesta por los siguientes agentes: (1) Agente facilitador. Es una especie de agente Servidor encargado de la coordinación en la comunicación y cooperación entre agentes. (2) Agentes de aplicación. Son los agentes encargados de proporcionar servicios independientes del dominio tecnológico o dependientes del usuario y contexto. A su vez, cada agente de aplicación puede trabajar con una biblioteca específica a los fines de otorgar un servicio en particular. (3) Meta agentes. Son aquellos cuyo rol es asistir al agente facilitador en su tarea de coordinar las actividades de los otros agentes. Son los encargados de proporcionar soporte a dicho proceso mediante el conocimiento o razonamiento sobre un dominio u aplicación específica. (4) El agente interfaz de usuario. Juega un rol bastante importante, se implementa como una colección de micro-agentes, cada uno de los cuales monitorean una modalidad de entrada de datos diferentes, y realizan la interpretación de esos datos. (5) Otros agentes. Todo otro agente que se encuentre dentro del sistema, es considerado un agente cliente. Que tras una invocación, se conecta al agente facilitador, el cual es conocido como facilitador padre.

Resulta un tanto complicado intentar innovar sobre las numerosas arquitecturas multiagente existentes, sin embargo un desafío interesante para los científicos del área es la adaptación de las arquitecturas existentes a las necesidades del problema que se aborda. La arquitectura multiagente, propuesta por Fuentes, en el artículo publicado el año 2007 titulado “Estructura multiagente BDI genérica y de contexto consciente con la metodología GAIA”, es la que se adapta a cualquier dominio con características contextuales predominantes. Son tres los tipos de agentes involucrados: (1) Agente Cliente. Tiene como objetivos la negociación con agentes proveedores, la recomendación de servicios a otros agentes clientes, confiar en agentes clientes y manipular y mejorar su perfil interno, de acuerdo con los servicios recibidos. (2) Agente Proveedor. La funcionalidad de este tipo de agente es establecer diálogos con los agentes clientes, realizando tratos con ellos a fin de brindarles servicios de acuerdo a sus preferencias y perfil de usuario. La información contextual se distribuye entre los proveedores. (3) Agente Central. Es el encargado de detectar, registrar y quitar del registro a los usuarios del sistema, mejorando los perfiles de usuario, filtrando y notificando a los proveedores que tienen cerca a un potencial cliente.