Agenti Intelligenti
Teoria e applicazioni in
ambito sanitario
AR, 13 Marzo 2004
Riferimenti
●
●
●
Russel, Norvig: Artificial Intelligence, A Modern
Approach, Prentice Hall 1995
ECAI 2002 Workshop on Agents Applied in Health Care:
–
Understanding intelligent agents: analysis and synthesis, John Fox;
–
Modelling an agent-based integrated health and social care information system
for older people, Haralambos Mouratidis, Gordon Manson, Paolo Giorgini, Ian
Philp;
–
e-for the disabled and for the new generation of senior citizens. A Position
paper, U. Cortes and R. Annicchiarico and J.V´azquez-Salceda, and M.
Sanchez-Marre and A. Marini and C. Caltagirone3
Visitate: www.androidworld.com
Alcuni spunti riguardo:
●
Intelligenza Artificiale
●
Il concetto di agente
●
Concepire agenti intelligenti
●
Applicazioni in ambito sanitario
●
Differenze con il nostro approccio
●
Cosa può esserci utile?
AI
●
L'obbiettivo dell'Intelligenza Artificiale (IA) è quello di capire le
entità intelligenti: il principale metodo di studio adottato è la
costruzione di queste stesse. Il problema investe i sistemi
complessi
sotto
due
aspetti
1. Il cervello è l'esempio più significativo di sistema complesso e
caratterizzato da fenomeni emergenti (percezione, memoria,
pensiero, emozioni...).
2. Il sistema cervello si relaziona, comprende ed influenza un
mondo esterno a sè, infinitamente più grande, e caratterizzato
da un altrettanto infinito grado di complessità.
●
L'obbiettivo dell'AI è comprendere come questo sia possibile, e
creare un sistema che sia in grado di replicare tale comportamento.
L'INTELLIGENZA
Il primo problema è: come possiamo definire intelligente un
sistema? Al riguardo, sono possibili quattro approcci:
1. Sistemi
che
operano
come
gli
esseri
umani.
IL
TEST
DI
TURING
Il
comportamento
intelligente è l'abilità di raggiungere prestazioni a livello
umano in tutti i compiti cognitivi, sufficienti a ingannare
un'interrogatore. Il calcolatore deve essere in grado di:
1. elaborare un linguaggio naturale;
2. rappresentare la conoscenza (per immagazzinare le
informazioni);
3. ragionare automaticamente (per usare le informazioni
immagazzinate);
1. Sistemi che pensano come gli esseri umani
LA MODELLIZZAZIONE COGNITIVA
Questo ramo tenta di costruire teorie
dei meccanismi della mente umana precise e verificabili: il GPS di
Newell e Simon era interessante non solo per la correttezza delle sue
risoluzioni, quanto per la traccia del ragionamento da confrontare con
quelle di soggetti umani.
2. Sistemi che pensano razionalmente
LE LEGGI DEL PENSIERO
Questo approccio si fonda
sulla presunta esistenza di leggi che governano le operazioni del
pensiero: l'enfasi è posta sulla logica e sulle inferenze
corrette.
3. Sistemi che agiscono razionalmente
L'AGENTE RAZIONALE
In questa prospettiva, l'AI è lo studio e la costruzione di agenti
razionali. Forse, la visione più completa.
LA RAZIONALITA'
●
●
●
●
Un sistema (e quindi un agente) razionale, è quello che fa la cosa
giusta.
Siamo in un ambito di razionalità limitata se non vi è abbastanza
tempo per fare tutti i calcoli che si
desidera.
MA
Il metodo a prova ed errore?
Se siamo razionali solo se facciamo la cosa giusta (echi
neoclassici):
–
O non sbagliamo mai, e viviamo in un mondo “statico”, privo
di evoluzione;
–
Oppure non siamo razionali, e possiamo allora apprendere dai
nostri errori.
La bounded rationality di Simon è altra cosa: considera i limiti
cognitivi del soggetto decisionale, limiti tanto in ambito di
possibilità di accesso all' informazione, quanto in relazione alla
capacità di calcolo.
AGENTI RAZIONALI
●
●
●
●
Un agente è qualcosa in grado di percepire il proprio ambiente
attraverso dei sensori e di agire in quell'ambiente attraverso degli
attuatori.
Dal momento che l'agente razionale è quello che fa la cosa giusta,
diviene necessario assumere dei misuratori di prestazione che
permettano
di
determinare
il
grado
di
successo
dell'agente.
L'agente razionale non è onnisciente: in tal caso infatti
conoscerebbe la conseguenza effettiva delle sue azioni e agirebbe
conformemente.
La razionalità riguarda il successo atteso, considerando ciò che è
stato percepito.
●
Ciò che è razionale in un momento dipende da quattro cose:
1. la misura di prestazione che definisce il grado di successo;
2. la sequenza di percezione (tutto ciò che l'agente percepisce fino
ad un dato momento);
3. ciò che l'agente conosce dell'ambiente;
4. le
eseguire.
●
●
azioni
che
l'agente
può
Per ogni sequenza di percezione possibile un agente razionale
ideale dovrebbe compiere qualsiasi azione che si aspetta
massimizzare la sua misura di prestazione, sulla base delle prove
fornite dalla sequenza di percezione e di qualsiasi conoscenza
predefinita
che
abbia
l'agente.
E' evidente la possibilità di descrivere qualsiasi agente particolare
facendo un elenco delle azioni che compie in risposta ad ogni
sequenza di percezione possibile, ovvero una lista di
corrispondenze.
MA
●
●
Divene importante il concetto di autonomia: se le azioni sono
basate completamente su una conoscenza predefinita, in modo tale
che l'agente non debba prestare alcuna attenzione alle sue
percezioni,
l'agente
manca
di
autonomia.
Al contrario un sistema è autonomo quando il suo comportamento
viene determinato dalla sua esperienza personale: è bene che un
agente razionale sia autonomo.
STRUTTURA
●
●
●
Il programma di un agente: una funzione che implementa la
corrispondenza dell'agente dalle percezioni alle azioni. Il
programma è eseguito attraverso un meccanismo di calcolo
che chiamiamo architettura.
CENTRO DELLA NOSTRA ANALISI : la complessità della
relazione tra
–
il comportamento dell'agente,
–
la sequenza di percezione generata dall'ambiente,
–
gli obiettivi che l'agente dovrebbe raggiungere.
Il programma dell'agente riceve soltanto una singola
percezione come input: sarà l'agente a costruire la sequenza di
percezione in memoria.
➔
In alcuni ambienti è possibile avere sufficiente successo senza
immagazzinare la sequenza di percezioni.
➔
In domini complessi immagazzinare la sequenza completa è
operazione impossibile.
4 TIPI DI AGENTI
●
AGENTE CON RIFLESSI
SEMPLICI
Abbiamo regole condizioni-azioni: il nostro
agente è dotato di liste di azioni che
corrispondono a situazioni che egli è in grado di
riconoscere.
AGENTI CHE TENGONO CONTO
DEL MONDO
●
●
In situazioni più complesse può essere necessario
che il nostro agente abbia uno stato interno per
scegliere un'azione da compiere.
L'aggiornamento di questo stato è fondato su:
–
informazioni su come evolve il mondo
indipendentemente dall'agente;
–
informazioni su come le azioni stesse dell'agente
influenzano il mondo;
AGENTI BASATI SU OBBIETTIVI
●
●
●
●
L'agente in questo caso necessita inoltre di qualche tipo di
informazione sull'obbiettivo, ovvero le situazioni che è
desiderabile raggiungere.
In una prospettiva di scelta, tale informazione è utilizzabile
dall'agente unitamente a quelle sui risultati delle azioni
possibili.
Questa tipologia è molto flessibile, dal momento che
l'agente è in grado di aggiornare la propria conoscenza e
adattarsi a nuove condizioni.
Al contrario l'agente con riflessi imporrebbe ogni qual volta
di riscrivere la lista condizioni-azioni.
AGENTI BASATI SU UTILITA'
●
●
●
Si fa largo un nuovo concetto, necessario dal momento che
gli
obbiettivi da soli non sono sufficienti a generare un
comportamento di alta qualità.
L'utilità è una funzione che associa ad uno stato (o ad una
sequenza) un numero reale che descrive il grado associato di
felicità.
Abbiamo così la possibilità di valutare la probabilità di
successo rispetto all'importanza degli obbiettivi da
conseguire.
FOX, Understanding Intelligent Agents
●
A queste considerazioni aggiungiamo ulteriori
specifiche circa il modo in cui sono strutturati gli
stati all'interno di un
agente
–
–
–
Beliefs : ciò che l'agente ritiene essere vero circa il suo ambiente e se
stesso
Desires : gli attuali obbiettivi dell'agente per se stesso e per l'ambiente
Intentions : azioni, piani o altre strategie su cui l'agente fa
riferimentoactions
E
–
Knowledge : concetti, ontologie, ovvero una speciale classe di credenze
che si riferiscono a leggi generali, regole e altre stiuazioni specificihe
●
Tramite questi stati mentali gli agenti possono
configurare una serie di funzioni cognitive quali:
●
Reasoning: fare inferenza sulla base delle proprie BDI
●
Decision-making: prendere decisioni razionali, spesso in condizioni di incertezza
●
Scheduling : controllare adattivamente i propri piani e azioni nel tempo
●
●
●
●
●
Planning : creare metodi per raggiungere i propri obiettivi
Learning : immagazzinare e richiamare soluzioni passate a problemi e obbiettivi
(Socrate, capire ed imparare è
ricordare...)
Il tutto dovrebbe permettere all'agente di raggiungere un
equilibrio in relazione a
Un comportamento deliberativo : ovvero un insieme di azioni coordinate nel tempo
orientate al raggiungimento di un obbiettivo
Un comportamento reattivo: ovvero in grado di rispondere a situazioni ed eventi anche
se inattesi
Il modello proposto
●
●
Obbiettivo: creare un modello generale dei
processi clinici.
Tre gradi formalizzazione: per processi, logica tramite una
struttura ad oggetti, ad agenti.
●
Il paradigma della programmazione ad
oggetti:
–
A dispetto della simplicità e uniformità di sistemi basati su regole le
regole logiche potrebbero non essere il miglior livello di descrizione
per processi complessi.
–
E' infatti discutibile la comune convinzione riguardo ai primi sistemi
esperti secondo cui le regole erano “cumulative”, ciascuna delle
quali rappresentanti un frammento addizionale di esperienza.
–
Una regola in più può significare una performance minore, quando
non uno scenario inatteso e, spesso, fuorviante. Dunque esistono
regole particolari efficaci solo in particolari contesti.
–
Viene allora creata una struttura ad oggetti con classi di regole e
comportamenti.
Gli Agenti
●
●
Specifiche BDI
–
La medicina clinica comporta due tipi di credenze, circa il paziente
(sintomi, esami clinici) e circa la medicina in generale (conoscenza
delle malattie, possibili cure)
–
Di fronte ad un paziente il medico desidererà conoscere le cause dei
problemi e le azioni appropriate da intraprendere.
–
Le intenzioni di un medico consisteranno nel pianificare azioni adatte a
raggiungere gli obbiettivi clinici proposti.
Definisce l'agente intelligente in termini di un
insieme di capacità pratiche che includono un
ampio repertorio di funzioni cognitive e di
controllo flessibili.
–
Agente intelligente = stati mentali+ repertorio comportamentale +
processi di controllo
Un sistema di informazione medica e sociale
●
In the eSAP system, the software agents will act on behalf of professionals.
Each professional will have his/her “own” software agent, which will customise
according to his/her needs. The agent will have enough information about the
professional, such as personal information and professional commitments, and it
will be intelligent enough (capable of analysing the information and take
decisions ) that will enable it to act on his/her behalf, and also negotiate for the
interest of the professional.
e-Tools for the disabled
●
Autonomous intelligent agents are capable of understanding their environment and of
independently determining and reasoning how to use their own resources in order to
reach a desired goal.
●
Such agents can be either physical (a robot) or software components.
●
Robotics is the field that works with physical intelligent agents.
●
●
The use of this agent-based technology could be easily conceivedto help solving other
problems that at first look are very small and easy but that could help to enhance the
quality of life of some people.
Consider for example the following situation where someone is able to Remember what
but not where5 it is located. In a restricted environment as a house or a hospital a
software agent may help to trace the location of the desired object by keeping track of
the usual places where this object should be or the last time it has been used and/or
placed. This may require a shared memory between the intelligent agent and the
environment, in a way that allows the agent to use some pointers in the environment to
remember how things were the last time without having a complete memory of the whole
scenario. For such tasks, episodic reasoning techniques such as Case-Based Reasoning
can be used to remember past usual situations (episodes, cases).