Agentes Inteligentes e Sistemas Multi-agente Agentes de Interface IST- 2003/2004 1.

Apresentação em tema: "Agentes Inteligentes e Sistemas Multi-agente Agentes de Interface IST- 2003/2004 1."— Transcrição da apresentação:

1 Agentes Inteligentes e Sistemas Multi-agente Agentes de Interface IST- 2003/2004
1

2 Sumário Enquadramento: Tipologia de Agentes Motivações
Considerações sobre Agentes de Interface Relação Utilizador/Agente Utilidade dos Agentes de Interface 2

3 Sumário Agentes de Interface: porquê?
Objecções aos Agentes de Interface Construção de Agentes Exemplo de Agente: “ Agent” Exemplo de Agente: Letizia Agentes de Interface e Personagens Sintéticas

4 Agentes de Interface: Porquê?
Tecnologia como uma companheira: o computador invisível Precisão de computadores vs complexidade das pessoas Maior uso de computadores nas actividades diárias Interacção está a acompanhar avanços tecnológicos? Domínio de “direct manipulation” Utilizador inicia todas as tarefas Utilizador monitoriza todos os eventos Problema: Difícil para utilizadores sem treino

5 Agentes de Interface: Porquê?
Alterar Metáfora: Direct Manipulation Método Usado visualização de objectos acções em objectos de interface correspondem a acções nos objectos reais Nada acontece a não ser que o utilizador o faça acontecer Tarefa para a qual foi desenhado Fechada, estática e pouca informação estruturada do mundo

6 Agentes de Interface: Porquê?
Direct Manipulation Método Usado Utilizador delega agentes que conhecem os interesses, preferências e hábitos do utilizador Agente faz sugestões e pode agir em benefício do utilizador Muitas coisas podem acontecer, mesmo com o utilizador inactivo Tarefa para a qual foi desenhado Aberta, dinâmica e muita informação não estruturada do mundo “Indirect Management”

7 Agente Interface = Interface?
Melhores agentes não inibem acções do utilizador Agentes assistem os utilizadores por diversas formas: Efectuam tarefas em benefício do utilizador Escondem complexidade Treinam e ensinam o utilizador Ajudam diferentes utilizadores a colaborar Monitorizam eventos e procedimentos Tarefas e Aplicações – conjunto virtualmente ilimitado Filtragem de informação, gestão de correio, escalonamento de eventos, selecção de livros, filmes, música, etc.

8 Agente Interface = Interface?

9 Agentes de Interface Personagem representada pelo computador
Actua e colabora em nome do utilizador Fornece assistência activa ao utilizador através de tarefas computer-based Intermediário Interface desenhada para o utilizador Robot: Sensores e Actuadores correspondem a entradas e saídas do agente.

10 Agentes de Interface

11 Principais Características (1/4)
Actividade Actua estritamente em benefício do utilizador Fornece vistoria, trabalho e perícia Perceber objectivos -> traduzi-los em acções e mostrar resultados Obter mais informação

12 Principais Características (2/4)
Sensibilidade e Reacção Sucesso ou falha com base na capacidade de responder ao utilizador Dimensões: Explícita – utilizador e sistema comunicam por um conjunto restrito de transacções Implícita – agente capaz de agir em favor do utilizador -> decidir e efectuar conjunto de acções. Objectivos podem ser definidos de forma explícita Problemas: Requer inferência e esta é fuzzy Uma inferência errada é pior do que não existir qualquer inferência

13 Principais Características (3/4)
Competência Competente no domínio da aplicação e ambiente em que opera Agente deve possuir ou poder gerar Meta-Conhecimento e Múltiplas Representações No limite, competência consiste em saber como seleccionar entre múltiplas representações alternativas consoante as necessidades e estilos do utilizador Meta-Conhecimento: sobre resolução de problemas num domínio Múltiplas Representações: Ambiguidades numa representação são desambiguadas por outra representação; Fornecem a base para um ambiente de aprendizagem

14 Principais Características (4/4)
Acessibilidade Características e predisposições do agente acessíveis ao utilizador Utilizadores têm “deixas” da representação externa para inferir características internas Conceptualmente, o utilizador pode prever o que deverá ser feito em determinada situação com base na personalidade do agente

15 Relação Utilizador - Agente de Interface
Compreensão: Utilizador compreende o agente? Pode confiar nele? Controlo: Como o utilizador controla o agente? Distracção: Como minimizá-la? Facilidade de uso: É necessário um utilizador experiente? Personificação: Como representar o agente para o utilizador

16 Compreensão Problema: Colaboração Agente/Utilizador só pode ser útil se o utilizador confiar e compreender o agente: Como é que os utilizadores percebem o estado e funcionamento dos agentes? Como é que a pessoa aprende tudo o que o agente pode fazer? Solução Modelos acessíveis ao utilizador Feedback contínuo do estado, acções e aprendizagem do agente

17 Controlo Problema: Utilizadores podem dar controlo a agentes autónomos, mas não podem sentir que o perderam: Como tornar os agentes não totalmente independentes do utilizador? Como acomodar diferentes quantidades de controlo para diferentes utilizadores? Solução: Permitir vários graus de autonomia Utilizador pode definir grau de autonomia Utilizador pode programar o agente ^*#{}#*^ SHOW merlin, merlin.acs, 75, 70 PLAY Announce SAY Olá a todos! PLAY RestPose SAY O meu nome é Merlin! PLAY Greet SAY Sou uma das personagens do {Microsoft Agent =MS Agent}e estou aqui para vos falar das potencialidades desta tecnologia. MOVE 2, 3 PLAY Sad SAY Antes de mais, gostaria de pedir desculpa pelo meu sotaque brasileiro. SAY Por enquanto, é a única forma de falar em português. MOVE 25, 75 PLAY Explain SLIDE 2 = SAY Vou mostrar-vos como é simples usar o {Microsoft Agent =MS Agent} para humanizar páginas Web, aplicações e até mesmo apresentações em PowerPoint, tal como esta a que estão a assistir.

18 Personificar Agentes? Novo estilo de interacção: “indirect management”
Actuar como equipa Comportamento dos Computadores Predisposições de comportamento Utilizador deve perceber e prever o comportamento dos sistemas computacionais

19 Distracção Problema: Agentes devem manter o utilizador informado e interrompê-lo se necessário: Como definir o nível de interacção com os agentes? Quando é que um evento é suficientemente importante para interromper o utilizador? Como se mantém o utilizador informado sem o interromper? Solução: Diminuir número de interrupções gradualmente Utilizador pode programar situações que requerem interrupção Feedback do agente sem requerer total atenção do utilizador

20 Facilidade de utilização
Problema: Agentes efectuam acções que o utilizador não consegue ou não pretende fazer. Se o agente for complexo, o utilizador não o usará: Como é que os utilizadores devem instruir o agente sem necessidade de programação Como inserir os agentes, de forma discreta, nas aplicações Solução: Não forçar utilizador a aprender uma nova linguagem Usar a linguagem da aplicação para comunicar entre o agente e utilizador

21 Personificação Problema: Lembrar o utilizador que existe um processo a actuar em seu benefício: Como personificar sem fazer pensar que o computador é inteligente? Como tirar vantagens da personificação? Solução: ???

22 Utilidade de Agentes de Interface
Gestão de Tarefas Mundanas (ex: escalonamento) Pesquisas personalizadas de informação Companhia Aviso Ajuda em tempo de execução de um contexto interactivo Ensino Assistido Auxílio a pessoas com dificuldades específicas

23 Objecções aos Agentes de Interface
Agente como um “virus” “whining chatting little irritants” Problema não está nos agentes “per se”, mas nos processos e características que pretendem possuir. Soluções: Utilizador escolhe de uma lista de agentes Kit de configuração de agentes Agente <-> estupidez Sente-se estúpido em pretender que exista uma “pessoa” no computador

24 Objecções aos Agentes de Interface
Indirecção Para quê negociar com um agente se sei o que quero fazer Ética Motivação para o mesmo tratamento com “agentes reais” Necessidade de usar Inteligência Artificial Estrela está em eclipse Não funciona Se funcionasse, iria consumir mais ciclos do que as piores estimativas + Muitos exemplos de sucesso de aplicação de Técnicas de IA + Não se deve confundir um agente antropomórfico com uma completa personalidade artificial

25 Antropomorfismo Antropomorfismo: Metáfora incompleta. Selecciona algumas características humanas e elimina outras Vantagens: Estamos habituados a comunicar com pessoas Perceber como o agente pensa, decide e age, com base nas características externas Conversação interactiva -> inferir e empregar convenções de conversação Dirige a atenção para as qualidades essenciais da natureza do agente: sensibilidade e reacção, capacidade de efectuar acções, competência e acessibilidade

26 Construção de Agentes Problemas:
Competência: como adquirir o conhecimento necessário (quando, no quê e como ajudar o utilizador) Confiança: Utilizador sente-se confortável com o agente

27 Construção de Agentes: Abordagens
1ª Abordagem - Utilizador final programa o agente de interface (semi-autónomo). Problemas: Competência: Requer muito esforço do utilizador Confiança: Não é problema. Utilizador confia nas suas capacidades de programação

28 Construção de Agentes: Abordagens
2ª Abordagem – Baseada em Conhecimento Fornecer ao agente extensivo conhecimento do domínio do utilizador e da aplicação Problemas: Competência: Muito trabalho do Engenheiro de Conhecimento e pouca reutilização Confiança: Utilizador não tem um modelo das limitações e forma de trabalho do agente

29 Construção de Agentes – Machine Learning
Hipóteses Agente de interface pode programar-se a si próprio Recebe um conhecimento mínimo inicial Aprende o “comportamento” apropriado com o utilizador e outros agentes Trabalha como um assistente pessoal, isto é, torna-se cada vez mais útil e competente Metáfora: Assistente Pessoal

30 Construção de Agentes – Machine Learning
Condições Comportamento repetitivo ® senão o agente não aprende Comportamento diferente para diferentes utilizadores ® senão a abordagem baseada em conhecimento seria melhor

31 Machine Learning - Vantagens
Solução para o problema da confiança Requer menos trabalho do utilizador e programador Adaptação do agente ao utilizador / organização Facilidade de transferir informações, hábitos e conhecimentos entre utilizadores

32 Aquisição de Informação
Observando o utilizador Feedback do utilizador Indirecto: utilizador ignora sugestão do agente e age de forma diferente Directo: utilizador reprova atitudes do agente Exemplos do utilizador Pedindo conselho a outros agentes utilizador define “agentes professores”

33 Aquisição de Informação

34 Machine Learning - Exemplos
Electronic Mail Agent Meeting Schedule Agent News Filtering Agent Entertainment Selection Agent  

35 Exemplos: Letizia "Letizia Álvarez de Toledo has observed that this vast library is useless: rigorously speaking, a single volume would be sufficient, a volume of ordinary format, printed in nine or ten point type, containing an infinite number of infinitely thin leaves." - Jorge Luis Borges, The Library of Babel

36 Letizia - Motivações Manipulação directa de links na Web conduz geralmente a informação irrelevante Grande crescimento da Web leva à necessidade de uma assistente inteligente de navegação Facilitar pesquisas e navegação através da cooperação entre agente e utilizador

37 Letizia Agente de Interface Autónomo Ajuda a navegação Web
Opera num browser tradicional como o Netscape Actua em paralelo com a actividade do utilizador -> está sempre activo Nunca toma controlo da interface. Apenas faz sugestões É dinâmico e incremental

38 Como Funciona Analisa o comportamento do utilizador (links seguidos, pesquisas, pedidos, etc.) Guarda URLs escolhidos pelo utilizador Tenta antecipar acções do utilizador Usa um conjunto de heurísticas para perceber e antecipar o comportamento do utilizador A pedido do utilizador mostra as suas sugestões (observação passiva)

39 Como Funciona Não tem um interpretador de linguagem natural. Apenas guarda uma lista de palavras Não determina medidas de qualidade de uma página. Define ordens de preferência entre elas. Não altera a aplicação: Actua entre o browser e o utilizador

40 Letizia: Interface Três Janelas de Netscape Configurações diferentes:
Janela normal de browse. Utilizador actua sem qualquer interferência do agente Janela de Candidatos. Links que o Letizia pondera recomendar ao utilizador Janela de Recomendações. Links que já passaram todos os testes. Letizia considera do interesse do utilizador Configurações diferentes: Duas Janelas Vários perfis de utilizador

41 Letizia – Interface

42 Letizia – Recomendações

43 Letizia – Video

44 Letizia: Procura Utilizador
Navegação normal: Sempre que o utilizador segue um link, a janela é recarregada com a nova página Browser guarda num stack as páginas anteriores Browsers incentivam a uma procura em profundidade primeiro Problema: O mesmo que em IA. Pode se entrar numa procura infinita quando a solução estava na “vizinhança”

45 Procura em profundidade

46 Letizia: Procura Agente
Efectua uma procura em largura primeiro Distância 1, depois 2, etc. Quando o utilizador muda de página, é iniciada uma nova procura Agente e utilizador actuam em cooperação

47 Letizia - Procura

48 Implementação Macintosh Common Lisp
Arquitectura object-oriented -> Facilita a introdução de novas Heurísticas Usa Netscape como browser e interface utilizador. Agente é um processo separado Lisp e Netscape comunicam através de AppleEvents e AppleScript “interprocess communication”. Parsing do HTML feito por “Zebu parser-generator”

49 Aria Photo Agent Video

50 Agentes de Interface e Personagens Sintéticas
Prós e Contras! Realismo versus Não Realismo Distracção O “tipo do agente” (que tipo de agente é o mais apropriado?) O FUTURO????

51 Referências “Software Agents”, Jeffrey Bradshaw