agenti “intelligenti” per il commercio elettronico

1. agenti “intelligenti” per il commercio elettronico

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

4. Perché “intelligenti”? “Quanto” intelligenti?

5. 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

6. 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

7. 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)

8. 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 Software: “semplice programma” o “agente”?Gli agenti SONO programmi software, ma non tutti i programmi software sono agenti

9. 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 Agenti vs. Sistemi Esperti

10. 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)

11. 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)

12. 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

13. 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

14. Agenti intelligentiper il commercio elettronico

15. “mediazione” di agenti intelligenti (?) Fasi nell’acquistodi un bene (fonte: Maes, 1999) notification agent • 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) recommendationagent comparison shoppingagent negotiationagent

16. ESEMPIO: amazon (fonte: Maes, 1999)

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

18. Esempi: bargainfinder; priceline

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

21. 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

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

23. 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

24. 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)