WEB SEMNTICA: AGENTES INTELIGENTES

1. WEB SEMNTICA 1.1. DEFINICIN Y EVOLUCIN 1.2. LENGUAJES DE LA WEB SEMNTICA 1.2.1. XML 1.2.2. RDF 1.2.3. PICS 1.2.4. ONTOLOGAS 1.2.5. DAML-OIL 2. AGENTES 2.1. AGENTES INTELIGENTES SOFTWARE 2.1.1. CARACTERSTICAS 2.1.2. TIPOLOGAS 2.1.2.1. AGENTES REACTIVOS 2.1.2.2. AGENTES DELIBERATIVOS 2.1.2.3. AGENTES COLABORATIVOS O COOPERATIVOS 2.1.2.4. AGENTES DE INTERFAZ 2.1.2.5. AGENTES MVILES 2.1.2.6. AGENTES ESTTICOS 2.1.2.7. AGENTES DE INFORMACIN / INTERNET 2.1.2.8. AGENTES HBRIDO 2.1.3. SISTEMAS MULTIAGENTES 2.1.4. APLICACIONES 2.2. AGENTES INTELIGENTES DE BSQUEDA 2.2.1. CLASIFICACIN 2.2.2. FUNCIONES TCNICAS 2.2.3. EJEMPLOS DE AGENTES DE BSQUEDA EN INTERNET 2.2.3.1. QUERYN METASEARCH 2.2 2.2.3.2. HURRICANE WEBSEARCH 1.30 2.2.3.3. WEBFERRET 5.0 2.2.3.4. BULLSEYE 2.5.013 2.2.3.5. WEBSEEKER 5.0 2.2.3.6. COPERNIC 6.1 2.2.3.7. MATAHARI V.2.01 2.2.3.8. BOOKWHERE V 4.2.0 2.2.3.9. BLACKWINDOW 4.07 3. RELACION WEB SEMNTICA- AGENTES 3.1. EJEMPLOS 3.1.1 SHOE 3.1.2 ONTOBROKER 3.1.3 LEXIGUIDE 3.1.4 CYC KNOWLEDGE SERVER 4. CONCLUSIN

1. WEB SEMNTICA
1.1. DEFINICIN Y EVOLUCIN
Segn Berners-Lee, Hendler y Lassila, la Web Semntica es entendida como una Internet en la que los ordenadores no slo son capaces de presentar la informacin contenida en las pginas web, como hacen ahora, sino que adems pueden "entender" dicha informacin. El objetivo del proyecto de la Web Semntica es que toda esta informacin sea comprensible no slo por humanos, sino tambin por computadoras. La web semntica propone superar las limitaciones de la web actual mediante la introduccin de descripciones explcitas del significado, la estructura interna y la estructura global de los contenidos y servicios disponibles en la WWW, promueve la separacin de contenido y formato. Esta semntica permitir que agentes inteligentes puedan "entender" el significado de los documentos, "no es una web aparte sino una extensin de la actual pasar a ser un sistema de datos e informacin que se podrn procesar automticamente. El primer lenguaje para la construccin de la web semntica fue SHOE SHOE Combina las caractersticas de los lenguajes de marcado, de la representacin del conocimiento, de datalog y de las ontologas en un intento de abordar de forma nica los problemas de la semntica en la Web. El lenguaje soporta adquisicin del conocimiento aumentando la web con etiquetas que suministran semntica. La estructura bsica de SHOE son las ontologas, que definen las reglas que nos dicen que tipo de aserciones pueden hacerse y que clase de conclusiones pueden derivarse de esas aserciones, y las instancias, que realizan las aserciones basndose en esas reglas. SHOE permite a los creadores de pginas web dotar a sus documentos web de conocimiento comprensible para la mquina. En definitiva, SHOE hace que sea posible la existencia en la web de los agentes software inteligentes. La actual web est compuesta en su mayora por documentos HTML, cuya funcin es presentar datos en pantalla que sean lebles para los humanos. El conocimiento en este tipo de pginas web est en un lenguaje comprensible para los humanos, normalmente ingls. De manera que para los computadores de hoy en da es difcil leer y entender los documentos web. Esto hace muy difcil crear un agente inteligente que pueda navegar por la web por l mismo, leyendo y comprendiendo las pginas web por las que pasa. SHOE elimina este problema haciendo posible que las pginas web incluyan conocimiento que los agentes inteligentes puedan realmente comprender. SHOE utiliza XML como etiquetas y avanzada tecnologa artificial para conseguir que los motores de bsqueda basados en palabras clave sea una cosa del pasado.

1.2. LENGUAJES DE LA WEB SEMNTICA

Los elementos necesarios que componen la web semntica son: XML, RDF, PICS, ONTOLOGAS y AGENTES XML. XML (eXtensive Markup Language), permite la codificacin para la distribucin de documentos complejos por Internet, Permite que los creadores de pginas web, usen su propio conjunto de etiquetas de demarcacin (markup-tags RDF Resource Description Framework (algo as como marco de descripcin de recursos). Es la descripcin de recursos de la red. RDF ofrece una estructura semntica inambigua (por el uso de los URI, Uniform Resource Identifier) RDF usa la sintaxis del lenguaje XML para el intercambio y procesamiento de metadatos. PICS Los PICS (Platform for the Internet Content Selection), Es una infraestructura para asociar las etiquetas con los contenidos de Internet. PICS es una plataforma sobre la cual se han construido otros servicios de clasificacin que no slo define una manera de construir etiquetas sino que es un mecanismo para realizar las valoraciones. Este mecanismo esta formado, al menos por lo siguiente: Las etiquetas, que son los metadatos que indican la valoracin de un documento. Los servicios de valoracin, es decir, las organizaciones, grupos o personas que realizan una valoracin Los perfiles, que son las reglas que da el usuario para definir el filtro y evitar recibir documentos no deseados. Para que el filtrado de documentos no deseados se lleve a cabo, tambin es necesario un software cliente y otro servidor que tengan implementado el sistema de valoracin. Estas funciones se pueden realizar por separado, lo cual permite que por un lado los desarrolladores de software puedan realizar una aplicacin informtica sin suministrar un sistema de valoracin mientras que por otro una organizacin puede crear sistemas de valoracin sin tener que desarrollar el software.

ONTOLOGAS Segn Garca Catao, C., las ontologas son colecciones de enunciados redactados en un lenguaje, como el RDF, que define las relaciones entre conceptos y especifica reglas lgicas para razonar con ellos. Los ordenadores "comprendern" el significado de los datos semnticos de una pgina de la red siguiendo vnculos con ontologas especificadas. A partir de estos conceptos, aparece OIL (Ontology Inference Language), desarrollado en Europa, y DAML (DARPA Agent Markup Language), en EE.UU., dos lenguajes muy similares que de hecho se terminaron fundiendo en DAML+OIL. Son dos lenguajes RDF de nivel bsico que permiten definir nuevas aplicaciones sobre el RDF de una manera estructurada e interoperable, permitiendo crear trminos inversos, trminos transitivos, equivalencias, tipos de datos, uniones, intersecciones, etc. OIL Ontology Inference Layer es el primer lenguaje de representacin de ontologas basado en estndares W3C: El modelo utilizado por OIL para la representacin del conocimiento lo ha heredado, por una partede la Lgica Descriptiva (declaracin deaxiomas o reglas) y, por otra, de los sistemas basados en frames (taxonoma de clases y atributos). OIL se encuentra estructurado en varias capas de sublenguajes. La capa base o ncleo de OIL coincide plenamente con RDFS, y cada una de las capas superiores aade funcionalidad y complejidad a su capa subyacente. Entre las limitaciones de OIL podamos destacar las siguientes: no ofrece la posibilidad de sobrescritura de valores heredados de una superclase; presenta falta de expresividad en la declaracin de axiomas (reglas); y, no soporta dominios concretos (ej.: nmeros enteros, cadenas de caracteres, etc.). DAML+OIL es una propuesta de lenguaje de representacin de ontologas ms reciente.Por tanto DAML+OIL es un lenguaje que unifica estos dos lenguajes, potenciando Lgica Descriptiva. A nivel prctico, OWL (Web Ontology Language)

2. AGENTES
Los agentes han adquirido una importancia creciente, gracias a la convergencia progresiva de la informtica y las telecomunicaciones o lo que se conoce como Telemtica. Segn Maes, P. los agentes son sistemas computacionales que habitan en entornos dinmicos complejos, perciben y actan de forma autnoma en ese entorno, realizando un conjunto de tareas y cumpliendo objetivos para los cuales fueron diseados. En la web semntica sern los encargados de realizar la bsqueda de servicios, para ello, la semntica facultar a los agentes para describir unos a otros la funcin exacta que realizan. Los agentes inteligentes se dividen en: agentes biolgicos, agentes hardware y agentes software.

2.1 AGENTES INTELIGENTES SOFTWARE

Son softwares encargados de establecer interfaces y gerenciar la informacin para tratar de satisfacer las necesidades de los clientes o usuarios. Segn Benner, un agente inteligente software es un programa que puede realizar tareas especficas para un usuario y posee un grado de inteligencia suficiente para ejecutar parte de sus tareas de forma autnoma y para interactuar con su entorno de forma til.

2.1.1 CARACTERSTICAS Puesto que conceptualizar los agentes software no es fcil, se ha optado por definir un conjunto de propiedades o atributos que caracterizan este tipo de agentes (aunque esto no implica que todos las posean):
Autonoma: Operan sin intervencin de otros agentes para encontrar sus objetivos diseados, adems tienen alguna clase de control sobre sus acciones y estados internos. Sociabilidad (comunicacin): Interaccionan con otros agentes utilizando para ello un lenguaje de comunicacin entre agentes. Pueden comunicarse adems con varios recursos del sistema o usuarios, de all que los que interactan directamente con el usuario se llamen agentes de interfaz. Desde el punto de vista del agente los recursos pueden ser locales o remotos. Cooperacin: Permiten la cooperacin entre entidades de agentes. La complejidad de la cooperacin puede variar desde un estilo de interaccin cliente/servidor a negociaciones y cooperacin basada en mtodos de inteligencia artificial, tales como redes de contrato y protocolos. Esta cooperacin puede necesitar del intercambio de informacin y representaciones de prerequisitos para sistemas multiagentes. Reactividad: Perciben estmulos de su entorno y reaccionan ante ellos posiblemente para cambiar lo que all ocurre. Proactividad/Iniciativa: Tienen carcter emprendedor y actan guiados por sus objetivos. Esta propiedad tambin se llama orientado a objetivos. Movilidad: Se trasladan a travs de una red telemtica para desempear tareas especficas. Normalmente se identifican dos niveles: Ejecucin remota: Un agente es transferido a un sistema remoto donde es activado y ejecutado en su totalidad. El mecanismo de transporte del agente utilizado vara desde TCP/IP a correo electrnico. Migracin: Durante su ejecucin un agente activo puede moverse de nodo a nodo para cumplir progresivamente su tarea. Veracidad: No comunican informacin falsa a propsito (se supone). Benevolencia: Ayuda a otros agentes y no entra en conflicto con sus propios objetivos. Racionalidad: Acta en forma racional con miras a cumplir sus objetivos. Inteligencia: Se refiere al mtodo utilizado para desarrollar la lgica del agente o la inteligencia y est estrechamente relacionada con los lenguajes de agentes donde predominan dos aspectos: la creacin de contenido pragmtico del

agente y la representacin del conocimiento que proporciona los medios para expresar objetivos, tareas, preferencias y vocabulario apropiado para varios dominios. Adaptativo (Aprendizaje): Cambia su comportamiento basado en las experiencias previas. Carcter: Se puede creer que tienen personalidad y estados emocionales. Operacin Asncrona: El agente puede ejecutar tareas totalmente desacoplado de sus usuarios o de otros agentes, lo que significa que puede ser disparado por la ocurrencia de un evento particular.

2.1.2 TIPOLOGAS
La tipologa se refiere al estudio de tipos de entidades de agentes. Hay varias dimensiones para clasificar el software de agentes existentes: A. Segn su capacidad para resolver problemas: - Agentes Reactivos - Agentes Deliberativos B. Segn su autonoma, aprendizaje y cooperacin (atributos): - Agentes Colaborativos o Cooperativos - Agentes de Interfaz C. Segn su movilidad: - Agentes Mviles - Agentes Estticos D. Otros tipos: - Agentes de Informacin / Internet - Agentes Hbridos Agentes Reactivos Los agentes reactivos no poseen modelos simblicos internos de sus entornos. En su lugar reacciona en modo de estmulo respuesta para representar el estado de su entorno. Caractersticas: - robustos y tolerantes - simples y fciles de entender - economa cognitiva baja - flexibilidad y la adaptabilidad - pueden direccionar problemas de estructura difcilmente abordables por medio de las tcnicas tradicionales de inteligencia artificial. Agentes Deliberativos Los agentes deliberativos poseen un modelo de razonamiento simblico interno comprometido en la planeacin y negociacin para realizar coordinacin con otros agentes. Son capaces de razonar acerca de sus intenciones y conocimientos, crear planes de accin, y ejecutar dichos planes. Agentes Colaborativos o Cooperativos Los agentes colaborativos enfatizan en la autonoma y la cooperacin para ejecutar tareas por ellos mismos,

Agentes de Interfaz
Los agentes de interfaz enfatizan en la autonoma y el aprendizaje para desempear tareas para sus propietarios. Esencialmente los agentes de Interfaz soportan y proporcionan asistencia, para que el usuario aprenda a utilizar una aplicacin. Agentes Mviles Los Agentes Mviles son procesos software capaces de recorrer o vagar por redes de WAN tales como WWW, interactuando con host extraos, recogiendo informacin en nombre de su propietario y realizando las obligaciones impuestas por sus usuarios. Agentes estticos Los agentes estticos son programas que tienen una funcin o funciones en especfico que cumplir. Estn instalados en un sistema o una red y no pueden realizar tareas fuera de las que el han sido asignadas. Agentes de Informacin / Internet Los agentes de informacin se encargan de manejar, manipular y coleccionar informacin de muchas fuentes distribuidas. Agentes Hbridos Los agentes hbridos se refieren a aquellos cuya constitucin es una combinacin de dos o ms filosofas de agentes para formar un agente nico.

2.1.3 SISTEMAS MULTIAGENTES "Un sistema multiagente es aquel que contiene una coleccin de dos o mas agentes" Un sistema multiagente requiere: Dos o mas agentes Al menos un agente autnomo: Dado que los agentes trabajan para cumplir objetivos pero son incapaces de generar sus propios objetivos, un sistema multiagente no tendra razn de ser sin un agente autnomo que genere estos objetivos Al menos una relacin entre dos agentes donde uno satisface el objetivo del otro: que exista una interaccin entre los agentes del sistema, ya que de lo contrario tendramos un conjunto de agentes actuando independientemente de los dems, que los convertira en una mera coleccin de componentes y no en un sistema.

2.1.4 APLICACIONES Gestin de Redes y Sistemas. La tecnologa de los agentes puede ser usada para mejorar el software de gestin de sistemas. Por ejemplo, pueden ayudar a filtrar y a realizar acciones automticas a un alto nivel de abstraccin. Adems pueden ser usados para gestionar grandes configuraciones dinmicamente. Movilidad. Ahora no slo se precisa un acceso a los recursos de la red desde cualquier ubicacin, sino que adems este acceso debe ser satisfactorio a pesar de las limitaciones del ancho de banda que presenta la tecnologa mvil Adems los agentes pueden procesar datos y mandar nicamente respuestas comprimidas a los usuarios, ms que sobrecargar la red con grandes cantidades de datos sin procesar. Correo y Mensajera. Los usuarios precisan de utilidades que automticamente organicen el correo electrnico, y en el futuro, incluso debera gestionar todo el correo de una persona como si fuera ella misma. Los agentes inteligentes pueden hacer posible todo esto mediante reglas de gestin del correo, y permitiendo a los agentes inteligentes operar en nombre de los usuarios de acuerdo a dichas reglas. En el futuro ser posible que los agentes deduzcan estas reglas observando el comportamiento del usuario e intentando encontrar los patrones del usuario. Gestin y Acceso a la Informacin. Aqu los agentes inteligentes no solo ayudan en las tareas de bsqueda y filtrado, sino que tambin lo hacen en la clasificacin, establecimiento de prioridad, descarte selectivo, anotacin y comparticin y colaboracin de informacin y documentos. Workflow y Gestin Administrativa. Estos sistemas ayudan a automatizar los procesos de negocio, asegurando que diferentes tareas son ejecutadas por las personas idneas en el momento adecuado, adems de asegurar que el flujo de documentos se administra correctamente dentro de la organizacin. El sistema ADEPT En este sistema cada departamento y cada persona perteneciente a un departamento se convierten en agentes. Para conseguir sus objetivos individuales necesitan interaccionar entre ellos. Comercio Electrnico. Los agentes inteligentes pueden ayudar en el comercio electrnico de varias maneras. Pueden ir de compras para un usuario, coger las especificaciones de lo que se desea y devolverlas con recomendaciones de posibles compras, etc.. Pueden tambin servir de vendedores proporcionando productos o servicios, y ayudar con los posibles problemas que tengan los clientes. Interfaces de Usuario Adaptativos. los usuarios de ordenadores son un grupo cada vez ms numeroso y disperso, de forma que los interfaces del ordenador deben aprender los hbitos y preferencias del usuario y adaptarse a las individualidades de cada persona. Los agentes inteligentes (llamados agentes de interfaz) pueden ayudar con estos problemas, ya que permite al sistema monitorizar las acciones de los usuarios, desarrollar modelos sobre ellos, y automatizar la ayuda cuando surgen los problemas. Cuando son combinados con la tecnologa de procesamiento del lenguaje, los agentes inteligentes hacen que los interfaces de ordenador sean ms humanos o sociables cuando se tiene interaccin con ellos. Agentes para Gestin de Sistemas Industriales. el mayor sistema multiagente, ARCHON. Desarrollado por un consorcio de empresas y centros de investigacin europeos y que se encuentra en funcionamiento para controlar la red de distribucin de energa del Pas Vasco. ARCHON tiene dos partes principales: Un domain component que realiza la funcin especifica del dominio del agente; y un wrapper component que proporciona al agente funcionalidad, permitiendo al sistema que planifique sus acciones y que sea capaz de comunicarse con otros agentes. Simulacin Social Se pueden utilizar agentes para simular el comportamiento de las sociedades humanas. El proyecto EOS, llevado a cabo por la Universidad de Essex en el Reino Unido, es un buen ejemplo de simulador de la sociedad. El objetivo del proyecto era investigar las causas de la aparicin de una compleja sociedad en Francia durante el Paleoltico Superior.

2.2 AGENTES INTELIGENTES DE BSQUEDA Los agentes inteligentes de bsqueda son agentes software dedicados a la recuperacin de informacin, estn diseados especficamente para las tareas de localizacin, acceso y procesamiento de informacin textual. Constituyen la tipologa de agentes ms conocida y til en Internet

2.2.1 CLASIFICACIN (segn HIPOLA, P. y VARGAS-QUESADA, B.) - Agentes de consulta: Un sistema de agentes orientados a consulta origina uno o ms agentes en respuesta a la pregunta formulada por el usuario. Estos agentes trabajan en representacin del individuo mientras dura la consulta, recogiendo informacin de todas las bases de datos disponibles. Cuando una persona realiza una pregunta, esta se descompondr en subconsultas para su resolucin. Si los agentes existentes son incapaces de dar respuesta en toda su amplitud, se generan nuevos agentes que buscarn en otras bases de datos. Si aun as la respuesta no es suficientemente amplia se crean nuevos agentes hasta poder ofrecer la respuesta adecuada. Un ejemplo de agente de consulta sera Mata Hari. - Agentes de bases de datos: Cada base de datos dispone de un agente que sabe como presentar de forma adecuada las subconsultas a su base de datos, conociendo a su vez el tipo de informacin que se almacena en ella Clientelle, gestor de billetes de avin con cobertura mundial. - Agente de consulta a bases de datos: Las bases de datos y las consultas pueden ambas tener sus propios agentes con el fin de proporcionar las repuestas ms adecuadas al usuario. Forman una estructura jerrquica en donde los agentes de consulta poseen informacin de las materias almacenadas en cada base de datos. Seidam, un agente de consulta para sistemas que dan soporte a SQL. - Agentes mediadores de consulta de bases de datos: Esta basado en el modelo descrito anteriormente pero, incluye la novedad de contar con un agente mediador entre el agente de consulta y el de la base de datos. Un ejemplo de este tipo de agente es Macron. - Agentes de usuario: Los agentes orientados a usuario estn asociados a una persona en concreto. A diferencia de los agentes de consulta siempre estn activos , buscando informacin y suministrndosela a su creador. Un ejemplo de agente de usuario sera BullsEye. - Agentes de recuperacin de informacin en Internet: tambin conocidos en el mbito anglosajn como searchbots, tienen la capacidad de hacer transparente la complejidad de la informacin almacenada en la Red, filtrando la informacin disponible sobre la materia requerida. Las consultas pueden ser textuales (productos en concreto, informacin sobre viajes, etc...) o por las distintas partes ( ttulo, cuerpo,...) en que el world wide web se representa hoy da.

2.2.2 FUNCIONES TCNICAS - Consulta autnoma a fuentes de informacin: El usuario establece qu fuentes de informacin van a ser consultadas para solucionar la cuestin planteada. - Consulta simultnea: No se lanzan las conexiones secuencialmente sino que lo hacen de forma simultnea e informan del estado de la consulta y de las respuestas definidas consiguiendo optimizar la conexin y el tiempo. - Filtrado de respuestas: Se eliminan referencias duplicadas o inexistentes. - Criterios de ordenacin y ponderacin de respuestas: Incorporan algoritmos que analizan el contenido del documento y lo dotan con una escala de valoracin de sus contenidos. - Obtencin del documento original: Permite el almacenamiento y navegacin en el ordenador del usuario sin necesidad de estar conectado a Internet. - Creacin de recursos de informacin locales: Ofrece la posibilidad de crear recursos de informacin en su propio ordenador, adoptando la forma de bases de datos textuales, directorios, etc... - Definicin de perfiles de usuario: Se crea un archivo permanente donde se pueden almacenar las necesidades de informacin del usuario. - Temporalizacin de actividades: Ofrece la posibilidad de establecer la ejecucin de perfiles de usuarios a intervalos temporales. - Tareas de vigilancia y mantenimiento: Supone la revisin de resultados de bsquedas ya realizadas.

3. RELACION WEB SEMNTICA- AGENTES Segn Lozano Tello, A., la Web Semntica se basa en la estandarizacin de todos sus datos, todo en la web (pginas, servicios, etc.) debe presentarse en el mismo formato, el cual puede ser comprendido por una nueva generacin de agentes inteligentes que clasificarn la informacin de una manera ms eficiente para devolver resultados ms precisos ante una bsqueda o un pedido de informacin. La idea es que los datos puedan ser utilizados y comprendidos por los ordenadores sin necesidad de supervisin humana, de forma que los agentes web puedan ser diseados para tratar la informacin situada en las pginas web de manera semiautomtica. Se trata de convertir la informacin en conocimiento, referenciando datos dentro de las pginas web a metadatos con un esquema comn consensuado sobre algn dominio. Los agentes web no slo encontrarn la informacin de forma precisa, si no que podrn realizar inferencias automticamente buscando informacin relacionada con la que se encuentra situada en las pginas, y con los requerimientos de la consulta indicada por el usuario. Por tanto, la web semntica facilita que sean los agentes inteligentes quienes busquen, comparen y manejen la informacin de Internet para nosotros.