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

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

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

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

3 Sumário  Agentes de Interface: porquê?  Objecções aos Agentes de Interface  Construção de Agentes  Exemplo de Agente: “E-mail Agent”  Exemplo de Agente: Letizia  Plataforma para Agentes de Interface: Sofware Agents

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 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 Agentes de Interface: Porquê?

6 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

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

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: 1.Utilizador escolhe de uma lista de agentes 2.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 (e.g. UCEgo) 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 1. Janela normal de browse. Utilizador actua sem qualquer interferência do agente 2. Janela de Candidatos. Links que o Letizia pondera recomendar ao utilizador 3. 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: 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”

44 Procura em profundidade

45 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

46 Letizia - Procura

47 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”

48 Referências ““Software Agents”, Jeffrey Bradshaw hhttp://www.semanticweb.org/events/dagstuhl2000/ hhttp://lieber.www.media.mit.edu/people/lieber/