Agentes Semanticos

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.