Tipos de Agente de IA
Los Agentes de IA pueden desarrollarse con distintos niveles de capacidad. Los más simples suelen ser suficientes para tareas sencillas y evitan complejidades innecesarias.
Existen 5 tipos de Agentes de IA, ordenados desde los más simples hasta los más complejos:
-
1. Agentes Reflejos Simples
Los Agentes Reflejos Simples son el tipo más básico de agente y actúan según lo que perciben. No tienen memoria ni interactúan con otros agentes si les falta información.
Funcionan mediante un conjunto de reglas preprogramadas o “reflejos” que ejecutan acciones cuando se cumplen ciertas condiciones.
Si el agente se encuentra con una situación para la que no fue preparado, no puede responder adecuadamente. Son efectivos en entornos totalmente observables, donde tienen acceso a toda la información necesaria.
Ejemplo: un termostato que enciende la calefacción todos los días a las 19 hs.
-
2. Agentes Reflejos Basados en Modelos
Estos agentes actúan según lo que perciben, pero además tienen memoria para mantener un modelo interno del entorno.
Cuando reciben nueva información, actualizan ese modelo y toman decisiones según sus percepciones previas, el estado actual y sus reglas.
Pueden operar en entornos parcialmente observables, aunque siguen limitados por las reglas con las que fueron programados.
Ejemplo: una aspiradora robot que detecta muebles, evita obstáculos y recuerda qué áreas ya limpió para no repetir lugares.
-
3. Agentes Basados en Objetivos
Los Agentes Basados en Objetivos tienen un modelo interno del mundo y también objetivos definidos.
Estos agentes analizan distintas secuencias de acciones para alcanzar una meta y planifican antes de actuar.
Gracias a esta capacidad de planificación, son más efectivos que los agentes reflejos simples y los basados en modelos.
Ejemplo: un sistema de navegación que analiza distintas rutas y recomienda el camino más rápido para llegar al destino.
-
4. Agentes Basados en Utilidad
Estos agentes no solo buscan alcanzar un objetivo, sino hacerlo de la mejor manera posible.
Para decidir, comparan diferentes opciones y eligen la que ofrece mayores beneficios o mejores resultados.
Utilizan una función de utilidad, que mide qué tan conveniente es cada opción según criterios como tiempo, costo, consumo de recursos o eficiencia.
Son útiles cuando existen varias maneras de lograr un mismo objetivo y se necesita elegir la alternativa más conveniente.
Ejemplo: un sistema de navegación que busca ahorrar combustible, evitar tráfico y reducir el costo de peajes al recomendar una ruta.
-
5. Agentes de Aprendizaje
Los Agentes de Aprendizaje tienen la capacidad de aprender a partir de la experiencia.
A medida que interactúan con el entorno, almacenan información y mejoran automáticamente su funcionamiento.
Gracias a este aprendizaje, pueden adaptarse mejor a situaciones nuevas o desconocidas.
Estos agentes suelen tener cuatro componentes principales:
- Aprendizaje: obtiene información del entorno y mejora el conocimiento del agente.
- Crítico: evalúa si las acciones o respuestas fueron correctas.
- Desempeño: decide qué acción realizar.
- Generador de problemas: propone nuevas acciones o alternativas para probar.
Ejemplo: las recomendaciones personalizadas en tiendas online, donde el sistema aprende de las búsquedas y compras de cada usuario para ofrecer recomendaciones cada vez más precisas.
