agenti “intelligenti” per il commercio elettronico

HAL 9000 ‘Internet Revolution, HAL’s “Birthday”, and Commercial Co-Option’, http://www.palantir.net/2001/meanings/essay00.html

Perché “intelligenti”? “Quanto” intelligenti?

Cosa sono gli agenti intelligenti? sistemi software in computer e/o reti che assistono gli utenti nell’esecuzione di attività legate all’uso delle tecnologie computer-based (Maes, 2001) utente interazione Applicazione/sistema “computer-based” (trasmissione/comunicazione, CAD, commercio elettronico, etc.) cooperazione interazione Agente intelligente

un diverso approccio all’uso delle tecnologie computer-based (cfr un diverso approccio all’uso delle tecnologie computer-based (cfr. Kay, 1984) dalla “direct manipulation” …. - strumenti per l’uso diretto delle tecnologie computer-based - contesto statico, delimitato, strutturato (organizzato) - funzionamento dipende direttamente dall’utente Sistemi complessi, internet, web, commercio elettronico, etc. ….. … all’ indirect management - contesto non strutturato, aperto, dinamico - compiti “delegati” a software sulla base di obiettivi o preferenze indicate dall’utente - molte attività/eventi avvengono inconsapevolmente per l’utente

Cosa sono gli agenti intelligenti? SOFTWARE DI “INTELLIGENZA ARTIFICIALE” CHE: assistono gli utenti nel loro lavoro, o svolgono compiti per conto dell’utente sulla base dei suoi obiettivi, preferenze, criteri comportamentali o decisionali (Feldman and Yu, 1999) monitoraggio di eventi, situazioni, scenari raccolta di informazione/conoscenza decisioni sono autonomi possono intraprendere azioni autonome “nell’interesse dell’utente” in relazione agli obiettivi loro assegnati sono in grado di adattarsi al contesto (Woolridge and Jennings, 1995) possono apprendere possono reagire al cambiamento del contesto possono “interagire socialmente” possono cooperare e “interagire socialmente” con operatori umani con altri agenti software possono aiutare utenti diversi a interagire/cooperare (intermediazione)

Software: “semplice programma” o “agente” Software: “semplice programma” o “agente”? Gli agenti SONO programmi software, ma non tutti i programmi software sono agenti PROGRAMMA Statico Direct manipulation (utente avvia ogni azione) Interazione precodificata Funzionamento fisso e prevedibile (segue le istruzioni date) Funziona solo a richiesta e poi si arresta residente in una macchina fissa AGENTE dinamico Indirect management (autonomia) Interazione dinamica e autonoma può modificare il proprio funzionamento (regole possono cambiare) sempre in funzione (anche in modo trasparente per l’utente) può “trasferirsi” in altre macchine

Agenti vs. Sistemi Esperti per l’utente “medio” per attività “comuni” per vari compiti/problemi autonomi adattivi SISTEMI ESPERTI per l’utente “esperto” per attività “specialistiche” per un (tipo di) problema solo attivi su richiesta a struttura fissa

tecniche abilitanti Rule-Based Reasoning Knowledge-Based Reasoning “if condition A is satisfied, then do action B else do action C” esempio: filtri email problemi: comportamento “statico” Knowledge-Based Reasoning riproduzione di vaste basi di conoscenza per meccanismi inferenziali possibilità di estendere la base di conoscenza (agenti apprendono come “risultato dell’esperienza”) problema: “knowledge engineer” Analisi statistica identificazione correlazione statistica tra eventi; decisioni conseguenti esempi: “Open Sesame” (azioni ripetute); “Magic Cap” (indirizzi email) Analisi fuzzy logica basata su informazione imprecisa o incompleta Reti neurali funzionamento in due fasi: 1. apprendimento; 2. Esecuzione esempi: riconoscimento semantico di testi Evolutionary computing algoritmi genetici; modelli di selezione biologica Agenti in rete mobile agents: agenti in grado di migrare da un server alll’altro (v. lucido) multiagent systems: sistemi di agenti che interagiscono (es. agenti negoziatori in aste)

Perché agenti intelligenti in Internet? caratteristiche di Internet dimensione (effetto “overload”) complessità (contesto non strutturato) dinamicità del contesto elevata interazione struttura aperta caratteristiche degli utenti sempre più utenti; sempre meno esperti Internet e commercio elettronico come contesti “virtuali” (contrapposti al mondo fisico)

Agenti nel Web: esempi di campi applicativi (potenzialmente utili) Agenti di interfaccia (interface agent) per task ripetitivi customizzazione automatica (software, bookmark, indirizzi email, ecc.) gestione sicurezza e accessi in rete Agenti di segreteria Gestione comunicazione e contatti schedulatori profilatura del personale Intermediari informativi Individuazione nuovi siti e nuove informazioni utili Analisi, confronto, classificazione di documenti e risorse informative Business intelligence (monitoraggio trend economici; analisi della concorrenza) Data mining Formazione a distanza E-commerce

ESEMPI DI FUNZIONALITA’ TIPICHE Ricerca potenziata (più estesa, più articolata) Ricerca personalizzata (profilatura, ecc.) Ricerca nel “deeb web” gestione avanzata dei risultati delle ricerche; estrazione di informazioni dalle pagine trovate Monitoraggio delle modifiche alle pagine web Avviso automatico di nuovi risultati delle ricerche

Agenti intelligenti per il commercio elettronico

Fasi nell’acquisto di un bene (fonte: Maes, 1999) “mediazione” di agenti intelligenti (?) identificazione ed esplicitazione dei bisogni (need identification) identificazione del prodotto da acquistare - valutazioni comparative (product brokering) identificazione del fornitore (merchant brokering) negoziazione (negotiation) acquisto; acquisizione della consegna (purchase and delivery) servizi post-vendita; valutazione del prodotto (product service and evaluation) notification agent recommendation agent comparison shopping agent negotiation agent Fasi nell’acquisto di un bene (fonte: Maes, 1999)

ESEMPIO: amazon (fonte: Maes, 1999)

Tecniche: filtraggio sulla base di profili, vincoli, o interattivo Esempi: personalogic

Esempi: bargainfinder; priceline

Esempi: Kasbah (MIT); eMediator (Washington Univ.) auctionbot (Univ. of Michigan)

Limitazioni e problemi aperti: elementi per una discussione uso ancora molto limitato automazione o flessibilità? (cfr. Gebauer and Scharl, 1999) il problema del contesto “standard” delega, “fiducia”, reputazione vantaggi per chi? Es. riduzione differenziali competitivi? intrasparenza dei mercati, comportamenti opportunistici e uso di agenti

L’approccio opposto: strutturare meglio il Web IL PROGETTO “SEMANTIC WEB”

L’IDEA Modificare il web in modo da renderlo maggiormente idoneo a un’interazione uomo-macchina “Riscrivere” le pagine web inserendo “marcatori” idonei per identificarne i contenuti (standard XML e derivati) Classificare i dati secondo “categorie di informazioni” (costruzione di ontologie) Progettare motori di ricerca “evoluti” in grado di operare in questo contesto

I PROBLEMI La riscrittura del Web La necessità di usare strumenti strutturati e complessi La costruzione di ontologie (documenti che forniscono il significato e le relazioni tra i termini) Operazione che solleva problemi teorici e pratici Operazione costosa Il risultato deve essere largamente condiviso (es.: ontologia per gli studenti di ingegneria)