Agentes Semánticos.
Josué José Rivera Muñoz
josue_rivera@ieee.org
Doctorado en Ingeniería Informática, Ingeniería de Software
Universidad Pontificia de Salamanca Madrid - 2008
Resumen: Este artículo presenta un estado del arte de los agentes semánticos, el papel que
juegan estos en la Web Semántica, como herramienta facilitadora en la creación de
aplicaciones que usen menos intervención humana. Además se indican algunos ejemplos
prácticos y framewors para su desarrollo.
Palabras claves: Agentes, Ontologías, Web Semántica,
I. INTRODUCCIÓN.
H
oy en día nos enfrentamos a la búsqueda de información en una Web que
contiene un número gigantesco de diversos recursos, pero ésta, carece de una
estructura lógica y estable, lo cual causa graves problemas en la recuperación
efectiva de la información. Buscar cierta información en la Internet actual puede resultar
imposible, debido a que la Web de hoy es considerada “Sintáctica”, esta denominación se
refiere que los recursos e información no cuentan con un significado o una semántica. Estos
recursos Web, en su amplia mayoría HTML (HyperText Markup Language), son solo
capaces de expresar su forma de presentación de contenidos. Por ejemplo, si queremos
averiguar cuál es la fecha en que salió la primera versión de Java, tendríamos que realizar
numerosas búsquedas hasta encontrar su respuesta. La falta de una infraestructura sólida y
estable ha hecho de la Web un sistema de información complejo y no muy bien
desarrollado, donde la gestión, mantenimiento y recuperación de información se han
convertido en un problema para los gestores de la información y para el usuario de
información electrónica.
En este contexto, surge la necesidad de tener una Web Semántica creada como “una
extensión de la actual (Web), en la cual la información está dada por significados bien
definidos, mejorando la relación entre computadores y humanos para su trabajo
cooperativo” [3]. Para que la Web semántica cuente con un mecanismo óptimo y eficaz en
la recuperación de información, es necesario usar modelos de metadatos, estructuras de
base para describir distintos objetos de información distribuidos en la Web, de tal forma
que la búsqueda basada en estos metadatos mitigue el problema de la recuperación de
información. “La Web semántica retoma el concepto de ontología usado en la inteligencia
artificial que permite definir un vocabulario de clases y relaciones para describir unidades
de información. La idea es que la Web semántica esté formada (al menos en parte) por una
red de nodos tipificados e interconectados mediante clases y relaciones definidas por una
ontología compartida por sus distintos autores”. [6]
Una vez la información acerca de las funcionalidades ofrecidas por los servicios en la
Web Semántica ha sido descrita por medio de ontologías, los sistemas informáticos quedan
habilitados para acceder a esta información de forma automática sin intervención humana.
Es en este punto donde aparecen en escena los Agentes Inteligentes, los cuales pueden
definirse como entidades software encargadas de acceder a la información de los servicios
y ejecutarlos en representación de usuarios humanos. En este articulo se hace énfasis en la
definición de los agentes semánticos, se presentan, ejemplos y plataformas para su
construcción.
II. AGENTES.
A)¿Que son los Agentes?
No existe una definición consensuada del término “agente”, empecemos por su
definición en Wikipedia1, “un agente es una entidad que interactúa con su entorno de
acuerdo con sus propias preferencias, objetivos y propiedades activas. Puede ser en
resumen, un software, un sistema físico o humano, así como una sustancia química”.
Esto mismo en la Real Academia Española2, “Que obra o tiene virtud de obrar”,
“Persona o cosa que produce un efecto”, “Persona que obra con poder de otra”.
Miremos ahora un concepto más específico de algunos gurús en agentes.
Stuart Russell & Peter Norvig: “Un agente es cualquier entidad que percibe su
entorno a través de sensores y actúa sobre ese entorno mediante efectores. Un agente
es racional cuando realiza la mejor acción posible a partir de los datos percibidos”.
[12]
Esta es una de las definiciones más citada, esta se centra en el componente físico y
en el mundo que lo rodea. La siguiente definición esta mucho más cerca de la parte
funcional del concepto.
Mike Wooldridge: “Un agente inteligente es un sistema (hardware o software)
situado en un determinado entorno, capaz de actuar de forma autónoma y razonada
en dicho entorno para llevar a cabo unos objetivos predeterminados” [17]
Nick Jennings: “Los agentes son programas software que actúan flexiblemente en
representación de sus propietarios para alcanzar unos objetivos particulares”. [11]
Esta definición de Jennings agrega otras carateristicas de los agentes como la
flexibilidad y la actuación en representación de otros.
Gerhard Weiss: “Un agente es una entidad computacional que percibe y actúa
autónomamente en su entorno”. [16]
1
Wikipedia, Enciclopedia de contenido libre y accesible en la web. www.wikipedia.org
Real Academia Española, Institución española especializada en lexicografía, gramática, ortografía y bases
de datos lingüísticas. www.rae.es
2
Walter Brenner: “Un agente software inteligente es un programa que puede
realizar tareas específicas para un usuario y posee un grado de inteligencia suficiente
para ejecutar parte de sus tareas de forma autónoma y para interactuar con su
entorno de forma útil”. [5]
Wooldridge destaca que todo agente, para llegar a ser denominado “inteligente”,
debe satisfacer el siguiente conjunto mínimo de propiedades:
“Reactividad: los agentes inteligentes son capaces de percibir su entorno y
responder en un periodo de tiempo adecuado a cambios que ocurren en este para
satisfacer sus objetivos de diseño.
Proactividad: los agentes inteligentes son capaces de mostrar un comportamiento
dirigido por objetivos tomando la iniciativa para satisfacer sus objetivos de diseño.
Habilidad social: los agentes inteligentes son capaces de interaccionar con otros
agentes (y posiblemente humanos) para satisfacer sus objetivos de diseño. ” [17]
Wooldridge y Jennnings dan un paso más en esta definición y clasifican los agentes
según una noción débil o fuerte de agencia. En la noción débil de agencia, los agentes
tienen voluntad propia (autonomía), pueden interaccionar entre ellos (habilidad
social), responder a estímulos (reactividad), y tomar la iniciativa (pro-actividad). [18]
En la noción fuerte, se preservan las propiedades de agencia débil, pero, además, los
agentes pueden moverse alrededor de una red (movilidad), son veraces (veracidad),
hacen lo que se les dijo que hicieran (benevolencia) y consiguen realizar los objetivos
propuestos de manera óptima (racionalidad). Pero son innumerables las propiedades
que se pueden esperar de un agente.
Halim Elamy enumera trece propiedades que, además de albergar las ya
mencionadas (autonomía, reactividad, etc.), incluyen, entre otras, la continuidad
temporal (un agente funciona sin cesar), la capacidad de aprendizaje, el razonamiento
(como mecanismo de toma de decisiones) y la cooperación (comunicación e
interacción entre agentes para conseguir un objetivo común). [8]
Esta multiplicidad de definiciones se da en la medida en que cada agente es
diseñado según las necesidades específicas del usuario. En este artículo nos basamos
en la defición de Hipola y Vargas-Quesada el cual, definen a un agente como: “Una
entidad software que, basándose en su propio conocimiento, realiza un conjunto de
operaciones destinadas a satisfacer las necesidades de un usuario o de otro
programa, bien por iniciativa propia o porque alguno de éstos se lo requiere”. [10]
B)Características de los Agentes.
1. Autonomía: Un agente puede tomar decisiones sin la intervención humana o de
otros agentes. Es decir, para cumplir sus objetivos, un agente controla sus
propias acciones.
2. Sociabilidad: Un agente constituye una entidad social integrada en una
sociedad, en la cual hay tareas, recursos y papeles que se distribuyen entre los
agentes. Algunos objetivos sólo se pueden conseguir mediante la colaboración
con otros agentes o con humanos.
3. Reactividad: Un agente es capaz de percibir su entorno y mantener un vínculo
constante con él, de modo que puede responder adecuadamente a los cambios.
Los agentes más reactivos tienen en cuenta la posibilidad de que se produzcan
fallos o de que las cosas no vayan como se esperaba.
4. Proactividad: Un agente no actúa dirigido solamente por los sucesos que se
producen en su entorno, sino que también toma iniciativas para lograr sus
objetivos. Es decir, los agentes reconocen y utilizan las oportunidades que se les
presentan. Las iniciativas pueden proceder de experiencias pasadas, pues los
agentes aprenden del pasado.
5. Continuidad temporal: El código de un agente se ejecuta continuamente, no
cuando el usuario lo decide, y decide por sí mismo cuando deje ejecutar alguna
acción. Los agentes siempre permanecen activos: se ejecutan en un bucle
infinito y observan su entorno, actualizan su estado y determinan qué acciones
realizar. Se comportan como buitres (siempre mirando, siempre esperando a que
llegue el turno de actuar), pero sin sus siniestras intenciones.
6. Capacidad de aprendizaje: En el diseño de un agente, el desarrollador puede
proporcionarle toda la inteligencia necesaria para desempeñar sus funciones
asignadas y alcanzar determinados objetivos. Sin embargo, este no es el mejor
enfoque tanto para el agente o el diseñador. Un agente debería ser capaz de
aprender, de forma dinámica, de su entorno y de otros agentes, y emplear esa
información para construir y actualizar su base de conocimientos.
7. Razonamiento: Es el mecanismo de toma de decisiones, ya que un agente
"decide actuar sobre la base de información que recibe, y de conformidad con
su propios objetivos a alcanzar" [7].
8. Racionalidad: La racionalidad es una propiedad mental que ocasiona en un
agente a actuar en forma racional con miras a cumplir sus objetivos.
9. Veracidad: Es una propiedad mental en los agentes de no comunicar
información falsa a propósito.
10. Bio-Inducción: Esta es una propiedad, presentada por Halim Elamy, que
implica la capacidad de un agente indirectamente de comunicarse con los
agentes humanos para recibir ondas cerebrales y convertirlas en acciones físicas
y / o lógicas.
11. Movilidad: Se trasladan a través de una red telemática para desempeñar tareas
específicas. Normalmente se identifican dos niveles:
12. Cooperación: La cooperación involucra a la comunicación y la interacción
entre los agentes para lograr objetivos comunes. La cooperación no puede
ocurrir involuntariamente entre agentes, sino de la motivación de los individuos
involucrados.
13. Negociación: La negociación es uno de los aspectos más vagos, pertenecientes a
los diferentes mecanismos de interacción que emplea condiciones y limitaciones
en un ambiente de agentes discretos. Con el fin de optimizar soluciones y
decisiones especificas. Un mecanismo de negociación (también llamado
protocolo de negociación) puede definirse como un conjunto de reglas que
rigen el proceso de negociación. De hecho, la negociación se basa
principalmente en la cooperación y la coordinación entre agentes, que tienen el
deseo de compartir sus conocimientos y conflictos de intereses.
III. AGENTES SEMANTICOS
A)
¿Qué es la Web Semántica?
La Web fue desarrollada originalmente como un producto consumible por
humanos. Si bien todo en la Web es "legible" para las maquinas, pero esta
información no es "entendible" para las mismas.
La Semantic Web Activity3 es un proyecto desarrollado por el W3C4. Su objetivo es
llevar significado, estructura, y organización al Web de modo que posibilite el
descubrimiento automatizado, la comprensión, y el intercambio de recursos en
Internet.
El W3C plantea la necesidad de crear una "capa semántica" basada en sistemas de
metadatos “entendibles” por las máquinas y que sirva para describir el Web.
Presenta la “Web semántica como una extensión del Web actual” en la cual se da
un significado bien definido a la información, permitiendo un mejor trabajo en
colaboración, tanto a computadoras como a personas.
3
The SCHEMAS Forum a Retrospective Glossary. UK Office for Library and Information Networking
(UKOLN). www.schemas-forum.org/info-services/d74.htm [04/07/07]
4
World Wide Web Consortium, consorcio internacional donde las organizaciones miembro, personal a
tiempo completo y el público en general, trabajan conjuntamente para desarrollar estándares Web.
www.w3c.org [10/04/08]
Tim Berners-Lee5, creador de la WWW, es el inventor de este concepto, dejemos
que el mismo aclare qué es la Web Semántica.
“El primer paso es colocar los datos en la Web de un modo en que las máquinas
puedan entenderlos naturalmente o convertirlos a esa forma. Esto crea lo que yo
llamo una Web Semántica: una red de datos que pueden ser procesados directa o
indirectamente por máquinas”. [2]
El adjetivo, “semántica” se refiere al que las máquinas puedan comprender el
significado de la información disponible en ella.
Para las maquinas actuales, “comprender” no debe entenderse en el sentido de
“compresión humana”, sino en el de “inferir, deducir”. Que las máquinas
comprendan o entiendan los datos significa que, mediante procesos lógicomatemáticos, sean capaces de inferir conclusiones a partir de los datos. Miremos un
ejemplo: una máquina a las que se le programe la regla lógica “Toda persona es un
ser vivo” puede deducir que si Luís es una persona, es un ser vivo. La figura 4
compara la estructura semántica con la sintáctica.
Figura 1. Estructura Sintáctica Vs Estructura Semántica
“No se trata de una inteligencia artificial mágica que permita a las máquinas
entender las palabras de los usuarios, es sólo la habilidad de una máquina para
resolver problemas bien definidos, a través de operaciones bien definidas que se
llevarán a cabo sobre datos existentes bien definidos”. [15]
La motivación por construir la Web semántica se ha producido por la problemática
en la sobrecarga de información y la heterogeneidad en las fuentes de información.
La Web Semántica ayuda a resolver estos dos importantes problemas permitiendo
a los usuarios delegar tareas en agentes de software. Estos tienen la capacidad de
5
Tim Berners-Lee, Director del W3C e inventor de la World Wide Web.
procesar su contenido, razonar con este, combinarlo y realizar deducciones lógicas
para resolver dificultades cotidianas automáticamente.
En la Web Semántica, no será necesario realizar múltiples búsquedas para
determinar la relevancia de un dato con otro porque toda la información estará
etiquetada y marcada. Estos indicadores proporcionarán la información específica del
dato. Más importante aún, la Web Semántica crea una correlación de toda la
información con similares características.
B)
¿Que son las Ontologías?
Al igual que “agentes” el término “ontologías” no tiene un significado
consensuado o universal, este originalmente tiene sus orígenes en la filosofía clásica.
En ese contexto, la ontología era una parte de la metafísica que se ocupaba de
estudiar la naturaleza de la existencia.
A partir de los primeros años de la década de los noventa cuando las ontologías
comienzan a tener mayor protagonismo entre la ciencia de la computación y, más
concretamente, en Inteligencia Artificial. Hoy en día el uso “moderno” del término
“ontología” aparece en el proyecto Web Semántica.
¿Realmente que son las ontologías?, para dar respuesta a este interrogante se
presentan a continuación algunas definiciones con más aceptación en la ciencias de
la computación.
Una de las definiciones mas citada es la de Gruber en 1993 [9]: “Una ontología es
una especificación explícita de una conceptualización.”
Para entender mejor esta definición, vale la pena acudir a la fuente original:
“Un cuerpo de conocimiento formalmente representado se basa en una
conceptualización: los objetos, conceptos y otras entidades cuya existencia se
presume en área de interés, así como las relaciones que mantienen entre ellas.”
Es decir, para representar un cuerpo de conocimiento primero debemos
conceptualizarlo mediante la especificación de las entidades que forman parte de ese
cuerpo, así como debemos especificar las relaciones que tales entidades mantienen
entre ellas. A continuación, Gruber indica:
“Una conceptualización es una abstracción, una visión simplificada del mundo
que queremos representar para algún propósito. Cada base de conocimiento, cada
sistema basado en conocimiento, o cada agente de conocimiento está comprometido
con alguna conceptualización, implícita o explícita.”
Es a partir de aquí cuando Gruber presenta su conocida definición (y cuando
adquiere sentido) según la cual “Una ontología es la especificación de una
conceptualización”.
La definición de Gruber fue posteriormente refinada por Borst en 1997 de la
siguiente manera: “Una ontología es una especificación formal de una
conceptualización compartida.” [4]
En este contexto, formal se refiere a la necesidad de disponer de ontologías
comprensibles por las aplicaciones informáticas. Por otro lado, compartida enfatiza
la necesidad de consenso en la conceptualización, refiriéndose al tipo de
conocimiento contenido en las ontologías, esto es, conocimiento consensuado y no
privado. Studer y sus colegas (1998) se encargaron de fusionar las definiciones de
Gruber y Borst:
“Una ontología es una especificación formal y explícita de una conceptualización
compartida.” [14]
Finalmente, se puede considerar una definición extensiva de ontologías en el
contexto de la Web Semántica indicando sus características:
1. Deben referirse siempre a un dominio concreto del conocimiento.
2. Los componentes de la ontología y sus relaciones entre ellos están concebidos en
clave de lógica formal utilizando los conceptos de clase, propiedades e
individuos. Además, una ontología describe las siguientes relaciones entre los
componentes: individuos con clases, y clases con propiedades.
3. Deben estar codificadas en un lenguaje compatible con el entorno abierto y
descentralizado característico de la Web.
Uno de los lenguajes para crear y describir ontologías es el OWL (Ontology Web
Language), este fue creado a partir del lenguaje DAML + OIL junto al entorno RDF
y otros componentes.
Existen tres versiones de OWL:
1. OWL-Lite: Útil para la creación de jerarquías y restricciones simples. Por
ejemplo, sólo permite valores de cardinalidad 0 y 1.
2. OWL-DL (DescriptionLogics): Proporciona la máxima capacidad de expresión
que garantiza computabilidad y decidibilidad (tiempo finito). Por ejemplo, una
clase puede ser subclase de muchas otras clases, pero no puede ser un caso de
otra clase.
3. OWL-Full: Máximo nivel de expresión y la libertad sintáctica de RDF. No hay
garantía computacional. Por ejemplo, una clase puede ser tratada
simultáneamente como una colección de individuos y como un individuo por sí
mismo. [13]
Toda ontología OWL Lite es OWL DL y toda ontología DL es OWL Full.
OWL-Full
OWL-DL
OWL-Lite
Figura 2. Versiones (Lenguajes) OWL
Las ontologías están compuestas por tres elementos fundamentales:
1. Individuos: Representan objetos dentro del dominio de interés.
2. Propiedades: Relaciones binarias entre individuos.
3. Clases: Elementos que contienen individuos.
Miremos un ejemplo de ontología, en las figura 3 se muestra parte de la ontología
“Ordenador” hecha en el Editor Protégé 6 y en la figura 4, mostramos parte de la
misma en OWL.
Figura 3. Parte del esquema de la Ontología ejemplo “Ordenador” en Protégé
6
Protégé es una herrameinta de código abierto que provee una arquitectura para la construcción de
aplicaciones basadas en el conociemiento. protege.stanford.edu/
Figura 4. Parte de la Ontología ejemplo “Ordenador” en OWL
C)
¿Que son los Agentes Semánticos?
Los agentes semánticos, son aquellos agentes que habitan en la Web Semántica, el
término de “Agentes Semánticos”, se está comenzando a usar, debido al inicio de la
construcción de esta nueva Web.
Estos agentes utilizan las tecnologías (RDF, RDFS, OWL, Ontologías, etc.)
propias de la Web Semántica para cumplir sus objetivos.
Los agentes semánticos hoy en día, no emplean todas las oportunidades y
aplicabilidades que le puede ofrecer la Web Semántica, ya que no hay tal Web, Abián
nos puede ilustrar más sobre esto.
“Debido a que todavía no existe una Web semántica, no hay agentes semánticos
que puedan aprovechar sus posibilidades. Existen, sin embargo, agentes semánticos
que operan sobre dominios muy específicos (intranets de empresas, por ejemplo); y
también hay algunos agentes semánticos que actúan como buscadores de
información o como asistentes personales¨. [1]
D)
Ejemplos.
1. Amblit Navigator7: Es la próxima generación de navegadores de Internet y gestor de
contenidos. Con una simple y robusta interfaz, notas, documentos, archivos y
programas que pueden estar lógicamente enlazados para generar lo buscado. A
través de un Agente semántico, Amblit Navigator entiende miles de sentencias en
el idioma Inglés para aquellos que prefieren la interacción en lenguaje natural. Las
respuestas se pueden mostrar o de forma hablada, o incluso en su PDA.
Figura 5. Componentes Claves del Navegador Amblit
Este Agente consiste en un asistente (Intelligent Personal Agent) al que se le
puede enseñar qué desea el usuario y cuándo lo desea. Además consta de un modulo
de reconocimiento de lenguaje natural apoyado en una ontología.
7
Amblit Navigator, Agente Semántico disponible en www.amblit.com
Figura 6. GUI (Interfaz gráfica de usuario) de Amblit Navigator
Este agente te permite realizar múltiples consultas como las siguientes: ¿Cuál es
la cotización del Dollar para hoy? ¿Qué tiempo hará en Madrid el fin de semana?
¿En qué sala de cine están presentando Harry Potter? También se le pueden dar
órdenes del tipo "Búscame un mapa de Atlanta" o "Averigua que me depara el
destino en el horóscopo”.
2. Cortext Intelligence8; Es una empresa Brasilera que brinda soluciones de
inteligencia, usa las tecnologías de la Web semántica en la construcción de sus
soluciones.
Dentro de las soluciones tenemos la plataforma de inteligencia competitiva que
provee un recolector de información inteligente, organizador de información y
repositorio de documentos con clasificación inteligente y extractores de
conocimiento (TextMinning).
8
Cortext Intelligent, disponible en www.cortex-intelligence.com/site/english/index.php
A continuación se presenta una aplicación que usa agentes semánticos, esta
consiste en buscar noticias, extraer las entidades semántica del contenido y luego
muestra las acciones. Disponible en www.cortex-intelligence.com/tech/
Figura 7. Entidades del contenido
Figura 8.Acciones generadas
VI. PLATAFORMAS DE CONSTRUCCIÓN DE AGENTES SEMANTICOS.
1. AgentOWL9.
Es una plataforma que permite la construcción de agentes adaptados a los
requerimientos y los lenguajes de la web semántica.
Esta plataforma está disponible como una herramienta que podemos integrarla a
JADE, así que permite empezar a desarrollar rápidamente agentes que la utilicen. El
soporte de web semántica se lo proporciona Jena: una plataforma de HP Labs que
permite construir sistemas de razonamiento para la Web Semántica que utilizan
SPARQL para realizar consultas.
Figura 9. Integración de JADE y AgentOWL
2. SEAGENT 10.
9
AgentOWL - Agents with OWL ontology models using JADE agent system and Jena. Author: Michal
Laclavik. Institute of Informatics, Slovak academy of Sciences, Bratislava, Slovakia. Sitio Web:
agentowl.sourceforge.net/
Es un Framework de Java para la construcción de aplicaciones multiagentes en la
Web Semántica. Este proyecto fue desarrollado por la universidad ege üniversitesi11
de Turquía.
El objetivo del proyecto SEAGENT es desarrollar la web semántica habilitado un
framework para la construcción de agentes compatibles con FIPA y con plataformas
múlti-agentes que trabajan en el entorno de la web semántica.
Figura 10. Arquitectura general de SEAGENT.
10
SEAGENT, a Framework for Developing Multi-Agent Systems. Sitio Web:
seagent.ege.edu.tr/wiki/index.php/Main_Page
11
ege üniversitesi, Universidad en Turquia, Sitio Web: www.ege.edu.tr/en/
3. Nuin12.
Nuin es otro framework Java para la construcción de agentes, con una especial
atención a los agentes de la Web Semántica. Nuin es un desarrollo de Ian Dickinson
en su investigación de doctorado en la universidad de Liverpool con la supervisión
de Mike Wooldridge, mencionado anteriormente como uno de los gurús en Agentes.
Figura 11. Arquitectura general de Nuin.
4. Jason13.
Es una herramienta para la creación de agentes basados en BDI (Beliefs-DesiresIntentions, Creencias, Deseos e Intenciones). En la arquitectura BDI el agente es
visto como un agente racional con un conjunto de actitudes mentales. Esta
plataforma ofrece además desarrollo de sistemas multi-agentes, implementando la
semántica operacional del lenguaje.
12
Nuin: a Beliefs-Desires-Intentions) agent framework for java. Sitio Web: www.nuin.org/
Jason is developed by Jomi F. Hübner and Rafael H. Bordini, based on previous work done with many
colleagues, in particular Michael Fisher, Joyce Martins, Álvaro Moreira, Renata Vieira, Willem Visser, Mike
Wooldridge. Sitio Web: jason.sourceforge.net/JasonWebSite/Jason%20Home.php
13
Figura 12. Usando Jason en jEdit
VII. CONCLUSIONES.
La Web semántica se está convirtiendo en una realidad que crece diariamente,
actualmente es una extensión lógica de la Web actual, pero estamos en una transición que
puede durar muchos años debido a la gran cantidad de información que se debe preparar
para el uso de metadatos. Para tener una adecuada recuperación de la información en la
Web semántica es necesario contar con una mayor descripción semántica de los recursos y
estructuración lógica de los documentos. Esto se hace posible usando tecnologías como
RDF y Ontologías Web. Las ontologías representan una herramienta interesante dentro del
desarrollo de la Web semántica. Sin embargo, se debe analizar cuidadosamente si para
alguna aplicación en particular es realmente necesario recurrir a ellas (sobre todo por el
riesgo de contar con ontologías que no garanticen computabilidad).
Los agentes de esta nueva Web, son cada vez más, una realidad que muchos lo creían
imposible, a estos tipos de agentes en esta nueva Web se les llamado Agentes Semánticos,
término acuñado porque su habitad es la Web Semántica. Estos agentes utilizarían todo el
potencial que debe ofrecer la Web Semántica para realizar actividades y cumplir objetivos
propuestos por un ser humano o deducidos por su inferencia de conocimiento.
Por otra parte, estos agentes prometen hacer cosas que jamás se nos hubiesen imaginado,
como es la recuperación inteligente de la información, la comunicación intuitiva entre ellos
y el uso de Servicios Web como intermediarios en un sistema multi-agentes. Hoy en día son
una realidad en entornos muy específicos e incluso deben afrontar problemas de
comunicación, esto radica en aun no tenemos esta tan anhelada Web Semántica.
VIII. BIBLIOGRAFIA.
[1] Abián M. (2007). Los Habitantes de la Web Semántica: Agentes, Agentes Inteligentes y
Agentes Semánticos. Web Semantica Hoy, Fundación SIDAR.
www.wshoy.sidar.org/index.php?2007/05/08/38-los-trabajadores-de-la-websemantica-agentes-agentes-inteligentes-y-agentes-semanticos
[2] Berners-Lee, T., Fischetti, M. (1999). Weaving the Web. Harper San Francisco. ISBN:
0062515861. USA.
[3] Berners-Lee, T., Hendler J. and Lassila O. (2001). The Semantic Web: A new form of
Web content that is meaningful to computers will unleash a revolution of new
possibilities”,
Scientific
American,.
www.sciam.com/article.cfm?articleID=00048144-10D2-1C70-84A9809EC588EF21
[4] Borst, W.N (1997). “Construction of Engineering Ontologies for Knowledge Sharing
and Reuse.”. CTIT Ph.D-thesis series No.97-14. University of Twente. Enschede, The
Netherlands.
[5] Brenner, W., Zarnekow, R., Wittig, H., Schubert, C. (1998). Intelligent Software
Agents: Foundations and Applications. Ed. Springer. ISBN: 3540634118.
[6] Castell, P. (2003). La Web Semántica. C. Bravo, M. A. Redondo (Eds.), Sistemas
Interactivos y Colaborativos en la Web. Ediciones de la Universidad de Castilla - La
Mancha,
ISBN:
84-8427-352-0,
pp.
195-212.
www.ii.uam.es/~castells/publications/castells-uclm03.pdf
[24/05/2007]
[7] Djamila, O. (2003). “A Multi-Agent System for the Integrated Dynamic Scheduling of
Steel Production”. Ph.D. thesis, University of Nottingham, UK.
[8] Elamy, A. H. (2005). Perspectives in Agent-Based Technology. AgentLink News 18,
pp. 19-22.
[9] Gruber, T. R. (1993). A translation approach to portable ontology specifications.
Knowledge Acquisition, 5, pp. 199- 220.
[10] Hipola, P., Vargas-Quesada, B. (1999). Agentes inteligentes: definición y tipología.
Los agentes de la información. Revista El profesional de la información Vol. 8, nº 4, abril
1999,
pp.13-21.
www.elprofesionaldelainformacion.com/contenidos/1999/abril/agentes_inteli
gentes_definicion_y_tipologia_los_agentes_de_informacion.html
[11] Jennings, N.R., Faratin, P., Lomuscio, A.R., Parsons, S., Sierra, C., Wooldridge, M.
(2001). Automated Negotiation: Prospects, Methods and Challenges, International Journal
of Group Decision and Negotiation. Proceedings of the IEEE Conference on E-Commerce
CEC03, 2001.
[12] Russell, S. & Norvig, P. (2004). Inteligencia Artificial. Un Enfoque Moderno.
Segunda edición. Ed. Pearson Prentice Hall.
[13] Smith, M. K., Welty, C. and McGuinness. D. OWL Web Ontology Language
GuideW3C Recommendation.WC3. 2004. www.w3.org/TR/2004/REC-owl-guide-20040210/
[11/02/2008]
[14] Studer, R., Benjamins, R. & Fensel, D. (1998) Knowledge Engineering: Principles and
Methods. Data and Knowledge Engineering, 25(1-2), pp. 161-197.
[15] W3C, World Wide Web Consortium, Guía Breve de Web Semántica. Massachusetts
Institute of Technology, European Research Consortium for Informatics and Mathematics,
Keio University. www.w3c.es/Divulgacion/Guiasbreves/WebSemantica [05/07/2007]
[16] Weiss, G. (1999). Multiagent Systems: A Modern Approach to Distributed Artificial
Intelligence. Ed. MIT Press
[17] Wooldridge, M. & Jennings, N. R. & Kinny, D. (2000). The Gaia Methodology for
Agent-Oriented Analysis and Desing. Journal of Atonomous Agents and Multi-Agent
Systems.
[18] Wooldridge, M. & Jennings, N. R. (1995). Intelligent Agents: theory and practice. The
Knowledge Engineering Review.