При построении агентны� систем следует помнить о следующи� трудностя� . Работа агентов проис� одит в реальном времени. Предобработка информации задерживает ее поступление в блок, отвечающий за планирование действий. Кроме того, системе может потребоваться и время на реакцию. В случае ограниченного времени может создаться ситуация, когда время предобработки в� одной информации, время на принятие решения и время реакции превысит допустимый предел. Не разбирая ситуацию, когда время предобработки в� одной информации и время реакции меньше отведенного (в этом случае система вряд ли сможет что-либо сделать) можно сказать, что время на принятие решения может быть ограничено и, следовательно, несмотря на развитие компьютерной те� ники искусственный интеллект все еще нуждается в быстры� метода� принятия решений.

Исключением будут ситуации, когда время реакции гарантированно много больше, чем время принятия решения (например при отправке электронной почты по модему), либо если ведется моделирование. Однако в последнем случае моделироваться может система, время на принятие решения в которой будет критично.

При работе в реальном времени критичным является выбор операционной системы. Легко представить себе ситуацию, когда Windows вместо передачи некоторого сообщения начнет работать со своим своп-файлом или чистить мусор. Обе эти операции не могут прерываться, так что если речь идет о работе системы контроля за состоянием пациента результаты могут быть катастрофическими. Система получит сигналы с опозданием и либо не успеет среагировать, либо среагирует с опозданием и, как следствие, неверно. Обе эти проблемы являются общими для все� систем, работающи� в режиме реального времени.

Следующей проблемой является формализация знаний. Правила, разработанные в работе [3] (около 1000) составлялись в течении нескольки� лет. Следует заметить, что многие работы были забыты не столько из-за пло� и� методов работы со знаниями, сколько из-за и� пло� ой проработки.

Итак, агентная те� нология, по мнению многи� специалистов в области искусственного интеллекта, является перспективной областью исследования. Решение таки� задач поможет автоматизировать и интеллектуализировать обработку информации и, как следствие, ускорить и улучшить эту обработку.