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)
Applicazione/sistema
“computer-based”
(trasmissione/comunicazione,
CAD, commercio elettronico, etc.)
cooperazione
utente
Agente intelligente
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
… 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
Software: “semplice programma” o “agente”?
Gli agenti SONO programmi software, ma non tutti i programmi
software sono agenti
PROGRAMMA
•
•
AGENTE
•
•
•
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
•
•
•
•
•
•
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
•
•
•
•
•
AGENTI
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
• “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
“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 uomomacchina
– “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)