Inteligenta Artficiala

Inteligenta artificiala (I.A.) e termenul care face referire la inteligenta masinilor si la acea ramura a informaticii care incearca sa o creeze. Marea majoritate a cartilor de specialitate o definesc ca fiind “studiul si proiectarea de agenti inteligenti” (un agent inteligent e un sistem care percepe mediul sau si actioneaza in asa fel incat sa isi mareasca sansele de succes). John McCarthy e cel care a introdus termenul de I.A. in 1956, o defineste ca fiind “stiinta si ingineria producerii de masini inteligente”.

Acest domeniu a fost fondat pe ideea ca una din proprietatile unice ale fiintei umane, inteligenta, poate fi descrisa si definita atat de precis incat poate fi simulata pe o masina de calcul. Acest lucru ridica probleme filozofice despre natura mintii si despre limitele interventiei stiintei, probleme care au aparut in domeniul mitului, fictiunii si filozofiei, inca din antichitate. Cercetarile in domeniul I.A-ului sunt atat de tehnice si de specializate, incat unii critici “deplang” fragmentarea acestui domeniu. Subdomeniile I.A.-ului sunt centrate in jurul unor probleme specifice, cum ar fi ratiunea, cunostintele, planuirea, invatarea, comunicarea, perceptia si capacitatea de a misca si de a manipula obiecte.

La mijlocul secolului 20, cativa savanti s-au apucat sa construiasca masini de calcul, bazandu-se pe ultimele descoperiri din neurologie, pe noua teorie matematica a informatiei, pe o intelegere a controlului si stabilitatii sub numele de cibernetica, si mai presus de toate, pe aparitia calculatorului digital, o masina de calcul bazata pe concepte abstracte matematice.

Domeniul I.A.-ului a fost fondat la o conferinta din campusul Colegiului Darthmouth, in vara lui 1956. Cei care au participat au devenit mai apoi conducatorii cercetarilor in domeniul acesta timp de zeci de ani, in special John McCharty, Marvin Minsky, Allen Newell si Herbert Simon, acestia au fondat centre de cercetare a I.A.-ului in cadrul M.I.T.-ului, C.M.U.-ului si Standford-ului. Ei si studentii lor au scris programe uimitoare, datorita carora calculatorul putea sa rezolve o problema de algebra, sa demonstreze teorii logice si sa vorbeasca in engleza. Prin anii 1960, cercetarile lor erau sponzorizate de Departamentul de Aparare American si erau foarte optimisti in privinta viitorului.

Pe la inceputul anilor 80, domeniul s-a reintors la viata prin succesul comercial al sistemelor-expert, ce simulau cunostintele si capacitatile analitice a unuia sau a mai multora experti umani. Pana in 1985 piata I.A.-ului avea deja o valoare de peste un miliard de dolari, iar guvernele din toata lumea investeau in ea. Dar cativa ani mai tarziu, odata cu crahul pietii financiare bazata pe masinile de calcul Lisp din 1987, domeniul I.A.-ului a fost dat uitarii din nou. In anii 90 si la inceputul secolului 21, succesele inregistrate de I.A. sunt mai mult in spatele scenei. I.A.-ul a fost adoptat aproape in intregime de catre tehnologia diferitelor industrii, realizand “munca bruta” din logistica, diagnostica medicala, stocare si cautare de date si multe altele. Succesul s-a datorat printre altele puterii uriase de calcul detinuta de calculatoarele vremii, pe rapiditatea cu care au fost rezolvate sub-problemele specifice, de creerea de conexiuni intre I.A. si alte ramuri ale stiintei ce abordeaza probleme similare.

Notiunea de agent inteligent este una din cele mai importante concepte care s-au nãscut în lumea calculatoarelor din 1990 pânã în prezent. Tehnologia care se bazeazã pe agenti va avea un cuvânt greu de spus în viitorul apropiat, în ceea ce priveste modul de interactiune om-calculator. În acelasi timp, conceptul de agent permite descrierea formalã si construirea unor sisteme complexe.

Multe dintre sistemele software complexe, distribuite (geografic), dezvoltate în ultimii ani utilizează tehnologia agenților inteligenți. Aplicațiile variază de la cele industriale (sisteme de monitorizare și control, sisteme de diagnoză, sisteme de modelare și simulare a lanțului de furnizori, sisteme de fabricație) până la cele virtuale, din Internet (sisteme de comerț electronic, licitații electronice, afaceri electronice, organizații virtuale, web semantic). O bună inginerie software a acestor sisteme bazate pe agenți inteligenți presupune utilizarea unor metodologii, instrumente, metode și tehnici (de modelare, de notație, de verificare) specifice tehnologiei agenților inteligenți. Ingineria software dispune de metodologii, instrumente, metode și tehnici bine puse la punct, care pot fi extinse pentru a fi aplicate la dezvoltarea sistemelor bazate pe agenți inteligenți. De exemplu, ingineria software orientată pe obiecte este utilizată ca punct de pornire, fiind adaptată cerințelor specifice sistemelor bazate pe agenți. Un alt exemplu este dat de ingineria software orientată pe componente. Cu toate acestea, experiența acumulată la nivel mondial în analiza, proiectarea și implementarea sistemelor bazate pe agenți inteligenți a condus la dezvoltarea unei inginerii software bazate pe agenți inteligenți. Există la ora actuală numeroase cercetări care au drept scop fundamentarea, standardizarea și unificarea diferitelor metodologii, instrumente, metode și tehnici ale ingineriei software bazate pe agenți, pentru a oferi o teorie cât mai completă și eficientă în dezvoltarea sistemelor bazate pe agenți inteligenți. În literatura de specialitate au fost prezentate deja o parte din rezultatele acestor cercetări. Astfel, a apărut un manual al ingineriei software bazate pe agenți inteligenți , în care sunt prezentate sintetic concepte și abstractizări, metodologii, instrumente, infrastructuri și metode noi de inginerie a software-ului bazat pe agenți.

Întrucât sistemele bazate pe agenți inteligenți au o serie de caracteristici specifice (autonomia, cooperarea, mobilitatea, scalabilitatea, comunicarea, dinamica, coordonarea, complexitatea, securitatea, adaptabilitatea, deschiderea, etc.), a apărut necesitatea creării de noi metodologii, dedicate sistemelor software bazate pe agenți, metodologii orientate pe agenți, mult mai potrivite decât metodologiile orientate pe obiecte.Un agent software este un program care executã o serie de sarcini independente în favoarea utilizatorului, fãrã interventia explicitã a acestuia. Desi din afirmatia anterioarã ar rezulta cã un agent este „ceva“ similar cu un program, agentul este o entitate complexã care are o serie de proprietãti care îl deosebesc net de un simplu program.

Urmãtoarele trei proprietãti evidentiazã comportamentul unui agent:

• încredere: agentul executã ceea ce este programat sã execute;

• personalitate : agentul poate învãta sau poate fi învãtat ceea ce trebuie sã facã;

• autonomie : agentul, în mare mãsurã, ia singur decizii, degrevând sarcina utilizatorului.

Ce este de fapt un agent?

Agentul este o stare a cãrei actiune nu are efecte secundare.

Agentul este entitatea care executã o actiune.

Agentul este o reprezentare care produce anumite modificãri în reprezentarea unui model. Agentul este o unitate de procesare care opereazã în paralel cu alti agenti, un sistem complet de procesare a informatiei. Este format din mecanisme de receptie-emisie mesaje, memorie (pentru mentinerea unor stãri), un procesor care analizeazã evenimentele de tip input, actualizeazã starea prezentã si executã o serie de actiuni, interactionând cu ceilalti agenti.

Din definitiile prezentate anterior, se poate desprinde ideea cã agentul este un întreg dotat cu o competentã, care opereazã paralel si/sau în coordonare cu alti agenti.Ca urmare a acestor consideratii, agentul este un reprezentant al paralelismului de o anumitã granularitate a concurentei. Prin urmare, agentii sunt entitãti care populeazã spatiul digital al lumii calculatoarelor.

Cap 2 agenti inteligenti

2.1 Introducere.

Computerele nu sunt foarte bune la a știi ce trebuie sǎ facǎ, fiecare acțiune pe care o face o mașinǎ de calcul trebuie sǎ fie anticipatǎ, planificatǎ respectiv codatǎ de un programator. Daca un program intâlneste o situație pe care programatorul nu a anticipat-o rezultatul nu este de obicei frumos, o cadere a sistemului, în cel mai bun caz sau chiar pierderea de vieți, în cel mai rǎu caz. Acest fapt este la mijlocul relației cu calculatoarele .

In cea mai mare parte, suntem bucuroși sǎ acceptǎm computerele ca fiind ascultǎtoare, servitori fǎrǎ imaginație. Pentru multe aplicații, cum ar fi efectuarea plǎților este de acceptat, totuși pentru un numar din ce în ce mai mare de aplicații avem nevoie de sisteme care pot sǎ decidǎ, ele însele, ce trebuie sǎ facǎ pentru a satisface anumite obiective. Aceste sisteme sunt numite agenti. Agenti ce trebuie sa opereze robust în medii nesigure, deschise sau care se schimba rapid, unde este posibil ca acțiunea sǎ eșueze, sunt numiti agenți inteligenți sau uneori agenți autonomi.

2.2 Ce sunt agentii?

Oarecum surprinzator, nu existǎ o definitie unanim acceptatǎ a termenului de agent. Deși este un consens în ceea ce privește faptul cǎ autonomia este notiunea centrala a unui agent, inafara acestui fapt sunt putine lucruri unanim acceptate. Aceasta deoarece anumite parti ale unui agent sunt mai importante sau mai putin importante in functie de domeniul unde se aplicǎ. De exemplu, pentru anumite aplicații, abilitatea agentilor de a invata este importanta in timp ce, pentru altele este nu numai neimportanta cat si nedoritǎ.

Definiție: Un agent este un sistem de calcul situat într-un anumit mediu, care este capabil de acțiuni autonome în acest mediu, cu scopul atingerii obiectivelor pentru care a fost construit ([4]).

Aceasta definiție face referire la agenți și nu agenți inteligenți.. In al doilea rând, definiția nu spune nimic despre tipul mediului în care agentul este plasat. In cel de-al treilea rând, înca nu s-a definit notiunea de autonomie. In acest capitol, este folositǎ sǎ descrie faptul cǎ agenții sunt capabili sǎ acționeze fǎrǎ intervenția omului sau a altor sisteme, au controlul asupra stǎrii lor interne cât și asupra comportamentului.

Figura 2.1 ne ofera o privire abstractǎ asupra unui agent. In multe domenii de complexitate rezonabilǎ, un agent nu are control complet asupra mediului. Va avea în cel mai bun caz un control parțial. Din punctul de vedere al agentului aceasta înseamnǎ cǎ aceeași acțiune executatǎ de doua ori în aceleași circumstanțe pot avea efecte diferite. De accea agentii trebuie sa fie pregatiti pentru eșec.

In mod normal, un agent va avea un set de acțiuni caracteristice. Acestea reprezintǎ capacitatea efectorialǎ a agentului, abilitatea de a-și modifica mediul. Fiecare acțiune are anumite precondiții asociate care definesc situațiile posibile în care pot fi aplicate.

Problema principala cu care se confrunta una agent este sa decida care dintre actiuni ar trebui sa o efectueze pentru a efectua cu succes obiectivele.

Figura 2.1. Un agent într-un mediu. Agentul primește stimuli de la mediu și produce acțiuni ce afecteazǎ mediul. Interacțiunea este de obicei continua.

Mediul poate fi imparțit în :

● Accesibil sau inaccesibil – Un mediu accesibil este acela în care un agent poate obține date complete, exacte si actualizate despre starea mediului. Majoritatea mediilor complexe, de exemplu lumea reala și Internetul sunt inaccesibile. Cu cât un mediu este mai accesibil cu atât este mai simplu sǎ se construiascǎ un agent care sǎ opereze în acel mediu.

●Determinist sau nedeterminist – Mediu determinist este acela in care orice actiune are un singur efect garantat. Nu este nici o nesiguranta in ceea ce priveste starea mediului de dupa executarea actiunii. Lumea reala poate fi privitǎ ca fiind nedeterministǎ. Un astfel de mediu prezintǎ o dozǎ mai mare de complexitate pentru descrierea unui agent.

●Episodic sau non-episodic – Intr-un mediu episodic, performanța unui agent este dependenta de un numǎr discret de episoade. Un exemplu de mediu episodic ar fi sistemul de sortare a mailurilor. Mediile episodice sunt mai simple din punctul de vedere al programatorului deoarece agentul poate decide ce acțiune sǎ desfǎșoare bazându-se doar pe episodul curent, nu trebuie sǎ se concentreze pe interacțiunile dintre episodul urmǎtor și acesta.

●Static sau dinamic – Un mediu static este unul care ramâne neschimbat inafara acțiunilor agentului. Un mediu dinamic este acela care are si alte procese care opereazǎ în el și care iși schimbǎ starea fǎrǎ controlul agentului. Lumea realǎ este un mediu foarte dinamic.

●Discret sau continuu – Un mediu este discret dacǎ este caracterizat de un numǎr fix de acțiuni și percepții. Russel și Norvig dau ca și exemplu de mediu discret jocul de șah iar conducerea unui taxi ca pe unul continuu.

2.2.1 Structura unui agent.

Un agent este caracterizat de o arhitectură și de un program.

Programul, așa numita parte internă a agentului, este o funcție ce realizează corespondența dintre percepțiile pe care agentul le primește din mediu și acțiunile sale. Acest program trebuie să fie compatibil cu arhitectura agentului.

Arhitectura , așa numitul comportament al agentului , realizează interfața între percepția dată de senzori și program, rulează programul și asigură efectuarea acțiunilor alese pe măsură ce acestea sunt generate .

Structura unui agent depinde de modelul care are la baza implementarea sa. In continuare este prezentatã o analizã comparativã bazatã pe structura agentilor privitã din diverse perspective. Analiza are în vedere urmãtoarele modele implementate în momentul de fatã:

• MVC (Model – View – Controller);

• PAC (Presentation – Abstraction – Control);

• ALV (Abstraction – Link – View)

• CNUCE;

• York;

Modelul MVC (Model – View – Controller)

În modelul MVC, un agent este modelat având în vedere 3 elemente functionale : un model defineste competenta abstractã a agentului (nucleul sãu functional), View defineste perceperea comportamentul agentului de cãtre exterior , Controller denotã perceperea comportamentului agentului în momentul în care acesta receptioneazã mesaje din exteriorul sãu.

Elementele View si Controller înglobeazã interfata agent-utilizator, fiind singurele componente care permit utilizatorului sã perceapã activitatea si comportamentul agentului.

Modelul PAC (Presentation – Abstraction – Control)

PAC are la bazã aceleasi idei : elementele prin care agentul interactioneazã cu exteriorul, elemente care exprimã în mod diferit dar complementar rolul agentului.

Agentul PAC are urmãtoarea structurã : Presentation: modul în care agentul percepe activitãtile de input si output, Abstraction: nucleul functional al agentului; Control: partea care exprimã dependentele;

Partea Control a agentul are ca sarcinã gestionarea mecanismului de comunicare dintre agenti, precum si exprimarea (evidentierea) relatiilor de dependentã ce existã între elementele Abstract si Presentation. In modelul PAC, dependentele si comunicarea dintre elementele Abstract si Presentation se fac si sunt gestionate de elementul Control.

Modelul ALV (Abstraction – Link – View)

Modelul ALV are la bazã aceleasi elemente componente ca si PAC, cu mentiunea cã elementul Link are un rol mult mai restrâns decât corespondentul sãu Control din PAC. Elementul Link al PAC exprimã constrângerile la care sunt supuse elementele View si Abstraction.

Corespondentul lui AVL Link în PAC, Control, exprimã relatiile dintre Presentation si Control.

Modelul CNUCE

Modelul CNUCE propune împãrtirea structurii unui agent în patru pãrti, ca urmare a tehnicilor de modelare a graficii pe computer :Collection: nucleu functional care trateazã activitãtile de input; Abstraction: nucleu functional care trateazã activitãtile de output; Measure: modeleazã interactiunea (interfata) agent-utilizator din punct de vedere al activitãtilor de input; Presentation: modeleazã interactiunea (interfata) agent-utilizator din punct de vedere a activitãtilor de output;

Scheletul unui agent ([4]):

funcția Program_Agent(percepție): returnează o acțiune

static memorie //memoria agentului despre mediu

memorie = Actualizează_Memorie(memorie, percepție)

acțiune = Alege_cea_mai_bună_Acțiune(memorie)

memorie = Actualizează_Memorie(memorie, acțiune)

returnează acțiune

sf_funcție

Se observă că:

1) Un astfel de agent program utilizează anumite structuri interne de date, care sunt actualizate pe măsură ce un nou semnal sosește. După cum se poate observa programul agent primește doar un singur semnal de intrare, sub forma unei percepții asupara mediului înconjurator. La fiecare apel, memoria agentului este actualizată pentru a reflecta noul semnal primit. Apoi , pe baza unor proceduri de decizie, se va alege acțiunea optimă, care apoi va fi transmisă arhitecturii agentului pentru a fi executată, apoi se memorează faptul că acțiunea a fost aleasă.

2) Măsura performanței nu este parte a programului schelet. Acesta deoarece măsura performanței este aplicată extern pentru a judeca comportamentul agentului.

Un agent inteligent are o funcție de performanță (utilitate) , care măsoara performanța acțiunilor sale. Aceasta este în mod obișnuit unică pentru toți agenții care acționează într-un mediu dat. Performanța este de fapt o funcție care asociază unei stări un număr real, ca fiind măsura gradului de success al stării(.Pe baza funcției de performanță agentul este capabil să resolve așa numitele situații conflictuale în care la un moment dat poate opta pentru mai multe stări(succesor), nici una dintre acestea neputând fi realizabile.

2.2.2 Agenți Inteligenți

Un agent inteligent este un sistem informatic care este capabil de actiuni flexibile și autonome care duc la indeplinirea obiectivelor pentru care a fost construit.

Prin flexibilitate se înțelege :

●Reactivitate: agenții inteligenți sunt capabili sǎ înteleagǎ mediul și sǎ acționeze la schimbǎrile care apar în el pentru a-și îndeplini obiectivele.

●Pro-activitate: agenții inteligenți sunt capabili sa arate comportament orientat spre scop prin luarea de inițiative pentru a-și îndeplini obiectivele.

●Abilitate socialǎ: agenții inteligenți sunt capabili sa interactioneze cu alți agenti sau cu oameni pentru a-și îndeplini obiectivele.

Aceste proprietǎți sunt mai greu de implementat decât s-ar pǎrea la început.

Pentru început pro-activitatea, comportamentul orientat spre scop. Nu este greu sǎ construim un sistem care manifestǎ un astfel de comportament, facem asta de fiecare data când scriem o procedurǎ în Pascal, o functie în C sau o metodǎ în Java. Acestea se bazeazǎ pe anumite precondiții, iar daca sunt valabile când procedurile sunt invocate ne așteptǎm ca rezultatul execuției sǎ fie corect, astfel scopul va fi atins. Acest model este bun pentru multe medii, mai ales pentru sistemele funcționale, în care se ia o anumitǎ datǎ de intrare x și se produce ca și ieșire f(x), rezultatul apelarii unei funcții. Compilatoarele sunt un exemplu clasic de sisteme functionale. Pentru sistemele nefuncționale comportamentul bazat pe scop nu este acceptabil deoarece se fac cateva presupuneri care limiteaza aria de aplicabilitate. Prima presupunere este aceea ca mediul nu se schimba cat timp procesul se executǎ. O altǎ presupunere este ca scopul executarii procedurii ramane valid cel puțin pana la terminare aprocedurii. In multe medii niciuna dintre aceste presupuneri nu sunt valide. In particular, în medii prea complexe pentru ca un agent sǎ le poatǎ monitoriza se folosesc multi-agenți care schimbǎ fiecare în parte mediul.

Sisteme reactive sau pur-reactive cele care raspund în mod continuu la mediu nu sunt greu de costruit dar ceea ce e greu este construirea sistemelor care au un raport eficient dintre comportamntul orientat spre scop și comportamentul reactiv.

Abilitate sociala este si ea o caracteristicǎ importantǎ a agenților flexibili. Zi de zi milioane de calculatoare de pe glob schimbǎ mesaje atât cu oameni cǎt și cu alte calculatoare. Dar abilitatea de a schimba șiruri de biți nu este chiar o activitate socialǎ. Daca privim oamenii, puține dintre obiectivele noastre pot fi atinse fǎrǎ a colabora cu alți oameni. Așadar pentru a ne atinge scopurile trebuie sǎ negociem si sǎ cooperǎm cu alții. O situatie similarǎ se intâlnește în cadrul unor sisteme bazate pe agenți.

Agenții inteligenți se mai deosebesc între ei prin mai multe atribute cum ar fi

● Învațare – capacitatea de a învața din interacțiunea cu mediul extern, din experiență. Ca rezultat al procesului de învǎțare agentul poate anticipa viitorul.

● Cooperare(comunicare) – capacitatea unui agent de a interacționa cu alți agenți sau cu omul în scopul satisfacerii obiectivelor pentru care a fost creat.

● Mobilitate – capacitaea unui agent de a se mișca în mediul său sau chiar de a se muta dintr-un sistem în altul.

● Negociere – agenții pot în anumite situații să negocieze, de obicei prin anumite forme de cooperare. Negocierea se face după un anumit model.

● Simulare – agenții pot în anumite situații să simuleze un sistem sau un element al unui sistem , de exemplu un personaj al unui joc sau o bază de date.

2.2.3 Agenții și Obiectele

Obiectele sunt niște entități computaționale care încapsulează o serie de stări, sunt capabile să efectueze acțiuni, sau metode asupra acestor stări și să comunice prin transmiterea de mesaje

Între agenți inteligenți și obiecte există similarități evidente dar și o serie de diferențe semnificative . Obiectele si agentii difera în cel putin 3 privințe:

●Gradul de autonomie al obiectelor și al agenților inteligenți

Principala caracteristică a programării orientate pe obiecte este încapsularea –idea că obiectele au control asupra stării lor interne. Datorită posibilității de a avea atribute și metode private sau publice, un obiect poate fi considerat ca exprimându-și autonomia asupra propriei stări. Dar un obiect nu are control asupra comportamentului său. Astfel dacă o metodă m este disponibilă celorlalte obiecte – ea poate fi apelată de acestea ori de câte ori de celelate obiecte – odată ce un obiect își declară o metodă publică , nu mai are controlul asupra metodei și în acest caz controlul cade asupra obiectului apelant.

Într-un sistem multiagent situația este diferită. Nu se poate admite faptul că agentul i va executa o acțiune ( metodă ) a doar pentru că un alt agent j vrea acest lucru – a poate că nu este varianta optimă pentru i. Astfel, dacă agentul j cere agentului i să efectueze acțiunea a, i poate satisface sau nu cererea primită .

Controlul deciziei privind executarea sau nu a unei acțiuni, este diferită în sistemele cu obiecte sau cu agenți. În cazul agenților, decizia este a agentului care recepționează cererea, pe când în cazul obiectelor, decizia este a obiectului care lansează cererea. Această diferență este sugestiv redată în de Weiss: ”Obiectele execută un lucru în mod liber, în timp ce agenții execută un lucru pentru bani.”

●Gradul de flexibilitate al comportamentului

Agenții inteligenți sunt capabili de un comportament flexibil ( reactiv, proactiv, abilitate socială ) în schimb modelul obiectual de baza nu trateazǎ acest comportament.

●Fire de execuție

Se consideră că fiecare agent are propriul său fir de execuție (thread), în timp ce într-un model obiectual standard există un singur fir de control în sistem.

Recent a apărut noțiunea de concurență în programarea obiectuală, cu așa numitele obiecte active care se apropie mult de idea de agent.

„Un obiect activ este un obiect care încorporează propriul său fir de control. Obiectele active sunt în general autonome, ceea ce înseamnă că pot da dovadă de un anumit comportament fară a fi acționate de un alt obiect. Obiectele pasive, în schimb, pot explicit să-și schimbe starea doar la o acțiune a unui alt obiect ”

Așadar obiectele sunt agenți care nu au abilitatea de a arǎta un comportament flexibil si autonom.

2.2.4 Agenții și Sistemele Expert

Sistemul expert a fost tehnologia IA cea mai importantǎ a anilor 80’. Un astfel de sistem este capabil sǎ rezolve probleme sau sǎ dea sfaturi în anumite domenii cu informație abundentǎ. Un exemplu de astfel de sistem este MYCIN care ajuta doctorii în tratamentul bolilor de sange. MYCIN se baza pe interacțiunea cu utilizatorii care îi prezentau un numǎr de aspecte codificate numeric pe care sistemul le folosea pentru a trage anumite concluzii. Era folosit ca și un consultant deoarece nu opera direct pe oameni și nici nu era plasat într-un anumit mediu. De aceea cea mai mare diferențǎ între agenți și sistemele expert este aceea cǎ agenții opereazǎ într-un anumit mediu. Sistemele expert nu iau informația prin anumiți senzori, ca și agenții, ci printr-un intermediar.

Cap 3 agenti inteligenti in comertul electronic

Comerțul electronic cunoaște o creștere explozivă. O consecință a acestei creșteri spectaculoase este supraîncărcarea informațională. Numărul de furnizori și numărul de produse oferite online este suficient de mare ca însăși activitatea de comerț să fie periclitată. Scopul inițial al comerțului electronic, acela de a economisi timpul consumatorului, nu mai este îndeplinit deoarece alegerea unei oferte din cantitatea uriașă disponibilă, în continuare este mare consumatoare de timp. Rolul agenților inteligenți, la fiecare nivel al activității de comerț electronic devine din ce în ce mai evident. Automatizarea activităților de căutare, comparare, recomandare, vânzare și cumpărare de produse va asigura succesul pe termen lung al comerțului. La ora actuală, prima generație de agenți pentru comerț electronic este capabilă să ofere informații sintetizate și recomandări consumatorului. O a doua generație de agenți inteligenți va fi capabilă să cunoască preferințele consumatorului și să negocieze în numele acestuia .Primele forme de comerț electronic au apărut acum aproximativ 40 de ani sub forma facilitării electronice a tranzacțiilor. Au fost dezvoltate două standarde, EDI (Electronic Data Interchange) și EFT (Electronic Funds Transfer) care permiteau mediului de afaceri să manipuleze electronic documente specifice. În perioada 1998-2000 apar primele forme de comerț electronic pe Internet. La ora actuală comerțul electronic este coloana vertebrală a Internetului. Pe parcursul anilor, comerțul electronic s-a reinventat, redefinit, transformat, ajungând ca astăzi să fie asimilat noțiunii de model de afaceri. În funcție de cât de inspirat conceput este modelul, site-ul web, afacerea respectivă va rezista mai mult sau mai puțin. În jurul anului 2000, comerțul electronic a cucerit practic mediul de afaceri, firmele începând să pătrundă și în spațiul virtual. Lipsa experienței în implementarea unor modele viabile de comerț electronic, aprecierea greșită a valorii reale a companiilor, a dus la ceea ce numim azi dot-com bubble(Wikipedia, 2009a), sau prima criză reală a Internetului. Au rezistat crizei doar modelele realiste, precum Amazon sau eBay care reprezintă astăzi piloni ai comerțului electronic (Wikipedia, 2009b). La ora actuală, comerțul electronic poate fi caracterizat în funcție de natura tranzacțiilor care au loc și de entitățile care participă astfel (Turban, et al., 1999):

(a) B2B business-to-business – reprezintă comerțul electronic în care tranzacțiile au loc între entități furnizoare de servicii.

(b) B2C business-to-consumer – reprezintă comerțul electronic în care tranzacțiile au loc între furnizori și consumatori.

(c) C2C consumer-to-consumer – reprezintă comerțul electronic în care tranzacțiile au loc între consumatori.use și servicii.

Agenți inteligenți în comerțul B2C Comerțul B2C se referă la tranzacțiile cu amănuntul online, cu clienți individuali, unde cumpărătorii pot realiza tranzacții prin intermediul

paginii Web a unei firme.

Pentru a putea analiza sarcinile unui agent intelligent în acest caz, este folosit modelul

comportamentului clientului cumpărător (CBB) pentru a modela comportamentul consumatorului.Modelul CBB consideră că desfășurarea comerțului electronic B2C are loc

în șapte etape: identificarea nevoilor,brokerajul produsului (intermedierea), formarea

de coaliții între cumpărători, brokerajul vânzătorului, negocierea, achiziționarea și livrarea, evaluarea serviciilor. Prin prisma acestui model, se presupune că agentul intelligent acționează ca intermediar în cinci dintre aceste etape: identificarea nevoilor,brokerajul produsului (intermedierea), formarea de coaliții între cumpărători, brokerajul vânzătorului și negocierea.

În etapa de identificare a nevoilor, clientul exprimă o cerere pentru un produs sau serviciu,

care poate fi stimulată de către agentul utilizatorului (numit și agent de informare

sau notificare). Un asemenea agent are nevoie de un profil al utilizatorului, care poate fi

obținut prin observarea comportamentului utilizatorului, prin tehnici de achiziție directă

sau prin tehnici de programare logică inductivă.

O dată cunoscut profilul utilizatorilor de către agentul inteligent, acesta va putea informa utilizatorul ori de câte ori va fi disponibilbunul sau serviciul dorit.

Etapa de brokeraj al produsului presupune ca un agent să determine ce produs/serviciu să

cumpere pentru a satisface nevoia identificată în etapa anterioară. Principalele tehnici utilizate pentru brokerajul produsului sunt: filtrarea după caracteristici, filtrarea colaborativă și filtrarea bazată pe constrângeri. Filtrarea după caracteristici presupune selectarea produselor pe baza unor cuvinte cheie asociate lor (caracteristici). Filtrele colaborative se referă la trimiterea de recomandări personalizate către un agent pe baza similitudinii dintre diversele profiluri ale preferințelor cumpărătorilor. Filtrele bazate pe constrângeri implică un agent care să specifice constrângerile impuse asupra produsului dorit.După stabilirea produsului de cumpărat, clientul poate trece direct la etapa de brokeraj al vânzătorilor sau poate interacționa cu alți cumpărători similari, pentru a încerca să formeze o coaliție. în acest context, o coaliție reprezintă un grup de agenți care cooperează în scopul realizării unei sarcini comune. Fiecare cumpărător este reprezentat de propriul său agent de cumpărare și, împreună, acești agenți încearcă să formeze un grup în scopul abordării vânzătorului cu o comandă mai mare,pentru a obține un preț mai bun. Formarea unei astfel de coaliții presupune: negocierea între agenți, alegerea unui conducător, formarea coaliției, colectarea plăților și efectuarea comenzii.

Brokerajul vânzătorilor presupune ca agentul să găsească un vânzător adecvat de la care să achiziționeze produsul dorit. Alegerea vânzătorului se poate face după diverse atribute:

preț, termen de livrare, garanție, etc.

Următoarea etapă constă în negocierea termenilor și condițiilor de livrare a produsului

dorit. Comerțul electronic bazat pe agenți inteligenți conduce la o personalizare a ofertelor

și la o dinamică avansată a prețurilor, în care negocierea are un rol important. În cadrul

negocierilor umane, două sau mai multe părți negociază una cu alta pentru a stabili

prețul și alte aspecte ale unei tranzacții. Într-o negociere automată, agenții inteligenți se angajează într-un proces similar – pregătesc oferte din partea firmei pe care o reprezintă,în scopul obținerii de beneficiu maxim pentru aceasta, conform unei strategii de negociere.

Protocolul de negociere folosit definește “regulile de întâlnire” între agenți. Există două

modele majore de negociere automată utilizate în comerțul B2C: licitațiile și negocierile

bilaterale.

Licitațiile reprezintă o metodă extrem de eficientă de alocare a bunurilor/serviciilor, în situații dinamice, către entitățile care plătesc cel mai bun preț pentru ele. într-o licitație automată,unul sau mai mulți agenți, numiți licitanți,inițiază licitația, iar alți agenți, numiți

licitatori (ofertanți), depun oferte conform protocolului impus. Rezultatul unei licitații

este o înțelegere între un licitant și licitatorul (ofertantul) câștigător. Există mai multe tipuri de licitații, cele mai cunoscute și mai utilizate fiind: licitația engleză (un prim preț

stabilit, de la care se pornește crescător), lici-tația daneză (un prim preț stabilit de la care

se pornește descrescător), licitația Vickrey (al doilea preț încheie licitația), licitația tip

“primul preț încheie licitația”. Rolul agenților inteligenți în licitațiile online este de a-și reprezenta utilizatorii în monitorizarea licitațiilor,analiza situației pieței și stabilirea dacă și cât să liciteze pentru bunurile dorite. Automatizarea acestor operații economisește timpul utilizatorului și îi permite să participe simultan la mai multe licitații.

Negocierile bilaterale implică două părți, un furnizor de bunuri și un consumator, care încearcă să ajungă la o înțelegere rezonabilă asupra termenilor și condițiilor unei tranzacții. în cadrul negocierilor bilaterale, predomină trei strategii care pot fi urmate:

• luarea deciziilor prin raționament explicit asupra comportamentului oponentului

• luarea deciziilor prin găsirea celei mai bune soluții la momentul respectiv

• argumentarea

Agenți inteligenți în comerțul B2B

Comerțul de tip B2B se referă la tranzacțiile în care și cumpărătorul și vânzătorul sunt firme. Relațiile dintre firme sunt mai complexe decât cele dintre o firmă și persoane fizice,deoarece implică aceleași standarde de comunicare și colaborare. Unul dintre principalele scopuri ale comerțului B2B îl constituie îmbunătățirea funcționării lanțurilor de furnizori.

Pentru a putea analiza sarcinile unui agent intelligent în acest caz, se foloseste modelul

tranzacției business-to-business (BBT) pentru a capta comportamentul consumatorului.

Modelul BBT consideră că desfășurarea comerțului electronic B2B are loc în șase etape:

formarea parteneriatului, brokerajul, negocierea,conceperea contractelor, îndeplinirea

contractelor, evaluarea serviciilor. Prin prisma acestui model, se presupune că, în majoritatea situațiilor, agentul inteligent acționează ca intermediar în trei dintre aceste etape:formarea parteneriatului, brokerajul și negocierea.

Stadiul actual de dezvoltare a tehnologiei informației permite unei firme să-și caute parteneri în toată lumea, parteneriatele fiind

mult mai flexibile. Etapa de formare a parteneriatului poate consta fie în formarea unei

noi organizații virtuale, fie în găsirea de parteneri care să furnizeze bunuri sau servicii în

cadrul unui lanț de furnizori.

O întreprindere virtuală este compusă dintr.un număr de firme care partajează resurse și

abilități pentru a susține un efort pentru promovarea unui produs sau proiect. Comparativ

cu o firmă individuală întreprinderile virtuale oferă o serie de avantaje, cum ar fi: flexibilitate și adaptabilitate sporite la modificările mediului în care funcționează, o paletă mai bogată de competențe și resurse, ajustare rapidă la constrângerile pieței, gestiune mai

bună a lanțurilor de furnizori. Agenții inteligenți joacă un rol important în funcționarea

întreprinderilor virtuale: identifică cei mai adecvați parteneri dintr-un set de potențiali

colaboratori pe baza abilităților tehnologice și organizaționale, a calității, prețului, vitezei

de răspuns, negociază unii cu alții pentru stabilirea termenilor și condițiilor parteneriatului,asigură coordonarea acțiunilor pentru furnizarea eficientă a serviciilor.

Un lanț de furnizori este format din firme care achiziționează materii prime, le transformă

în produse intermediare, apoi în produse finite și le livrează la clienți. În cadrul lanțurilor

de furnizori, agenții inteligenți coordonează activitățile firmelor implicate, în vederea minimizării costului și timpului de parcurgere a lanțului de către produse, asigură planificarea, negocierea prețurilor și comunicarea între firme.

Etapa de brokeraj constă în găsirea concordanțelor între vânzătorii care oferă produse

sau bunuri și cumpărătorii care au nevoie de ele. Spre deosebire de brokerajul vânzătorilor

din comerțul B2C, brokerajul din comerțul B2B presupune tranzacții repetate și volume

tranzacționate mari. Ca urmare a extinderii Internet-ului, este din ce în ce mai dificil și

mai costisitor să găsești informații referitoare la firme și ofertele lor. Utilizarea agenților

inteligenți facilitează regăsirea și prelucrarea informației, întreținerea unui repertoar de informații asupra utilizatorilor, stabilirea profilelor utilizatorilor, filtrarea informațiilor,

anticiparea cererilor utilizatorilor, negocierile între clienți și furnizori, colaborarea cu alți

agenți similari.În etapa de negociere, se încearcă stabilirea unei înțelegeri între comercianți relativ la acțiunile ce trebuie întreprinse și în ce condiții.

Vânzătorii își pot adapta ofertele atât la situația proprie din firmă, cât și la situația pieței,

iar cumpărătorii pot beneficia de prețuri mai mici, o bază de date mai vastă cu furnizori și

simplificarea procesului de procurare de bunuri/servicii.

Cele mai utilizate strategii în negocierea B2B sunt licitațiile și contractarea.

Principalele categorii de licitații în comerțul B2B sunt licitațiile pe parte de cumpărător (un cumpărător și mai mulți ofertanți), licitațiile pe parte de vânzător (mai mulți cumpărători și un ofertant) și licitațiile combinatoriale (licitatorii licitează pentru o

combinație de produse/servicii). în acest context,un agent inteligent poate fi un cumpără-

tor care licitează sau un vânzător care furnizează bunuri sau servicii. Licitațiile pe parte

de cumpărător sunt similare celor din comerțul B2C; licitațiile pe parte de vânzător sunt

opusul licitațiilor pe parte de cumpărător, iar licitațiile combinatoriale, în care se licitează

pentru combinații de bunuri, sunt specific comerțului B2B.

Contractarea se referă la negocierea implicate în realocarea muncii între agenți și implică

un agent care încearcă să contracteze unele din sarcinile pe care le are de îndeplinit cu alt

agent, în schimbul unei recompense. Această tehnică s-a aplicat până acum în domenii ca

piețele de energie electrică, planificarea producției,comerțul electronic de instrumente

financiare, alocarea lărgimilor de bandă.

Tehnologia Glue

Firma Glue Technology livreaza o solutie deschisa, bazata pe Java si XML pentru integrarea usoara a aplicatiilor distribuite si a serviciilor Web. Serviciile Web sunt parti de software reutilizabile accesibile prin Internet,care permit conectarea dinamic a a aplicatiilorsi a proceselor automate de afaceri peste sistemedisparate. Software-ul de integrare Glue si solutia de servicii conecteaza membrii unui lant de valori, incluzând operatii interne, afaceri si parteneri de comert, canale de client si da posibilitatea automatizarii proceselor de afaceri prin Internet si integrarea aplicatilor disparate si a sistemelor folosite în schimbul informational de afaceri. Beneficii tehnice ale fo losirii Glueware.Glueware duce e-business-ul catre urmatorul nivel, dând posibilitatea celor care-l folosesc sa foloseasca interfete multiple pentru a se conecta unui context de afaceri cu partenerii de comert si sa participe în procesele de afaceri fara sa fie nevoie de introducerea datelor manual.

Avantajele folosirii Glueware:

Client inteligent – folosind Glueware API, toate configurarile de server sunt abstractizate

si configurabile din afara de catre aplicatii care folosesc setul de API. Aplicatiile

care folosesc API pot fi servicii Web, pachete software (de exemplu SAP), site-uri

Web, JAVA, COM si aplicatii .NET. Agentii (clientii) sunt controlati, monitorizati si configurati în mod dinamic prin consola de administrare

Glueware. API este simplu de utilizat,dar puternic, complet si suporta LDAP

si SNMP.

Administrare globala si control -Glueware pune la dispozitie infrastructura

necesara pentru urmarirea mesajelor, monitorizareasi controlul aplicatiilor client si administrarea serviciilor Glueware.

Abstractizarea tehnologiei – Nu exista dependenta de un singur software de server.

Glueware suporta JMS, Vitria, IBM MQ sau TIBCO si servere de aplicatii precum

Weblogic si protocoale (TCP/IP, HTTP(S),SOAP). Serviciile sunt configurabile si devin

plug-and-play.

SOAP and .NET – Glueware foloseste SOAP pentru formatul mesajelor. Mesajele

pot fi configurate sa suporte BizTalk, UDDI,RosettaNet si standarde OASIS.

Calitatea serviciului – Glueware asigura diferite niveluri de calitate pentru transportul

mesajelor peste Internet. Mesajele pot fi configurate sa fie integre, garantate si tranzactionabile.

Avantaje ale afacerilor electronice

Utilizând tehnologia Glue se evidentiaza o serie de avantaje ale afacerilor electronice:

Colaborare e-business – Arhitectura peerto-peer (P2P) si serviciile Web lucreaza

strâns legate sa salveze problemele actuale ale IT, precum distributia aplicatiilor si utilizarea resurselor pe desktop-uri. Platforma Glueware permite organizatiilor sa obtina

beneficii productive dintr-un set complet de procese de afaceri si membri din lantul de valoriß Distributia aplicatiilor si utilizarea resurselor – P2P este folositor companiilor cu retele mari, atâta timp cât foloseste CPU MIPS si hard-diskuri puternice, care distribuie munca peste multiple sisteme. Rezultatele afacerii sunt împartite între membrii participanti.

ß Agenti inteligenti – În mediul P2P, age ntii inteligenti colaboreaza pentru a facilita

schimbul de informatie si activitati între sistemele participante.

ß Costuri de infrastructura reduse – Glueware integreaza sistemele proprietare cu noi aplicatii rulând prin nodurile lantului de valori.

Astfel, cheltuielile sunt minimizate sau eliminate si nu mai este nevoie de alte produse

software sau componente hardware.

ß Aplicativitate în lantul de valori global – Glueware ofera posibilitatea integrarii usoare

cu sistemele IT deja existente, cu reutilizarea componentelor din orice punct Internet.

ß Integrare B2B – Glueware pune la dispozitie infrastructura necesara pentru unitati de

afaceri sa colaboreze în timp real si securizat.Unitatile de afaceri pot fi entitati separate

(vânzatori, furnizori, parteneri sau cumparatori) sau unitati departamentale (contabilitate,

inventar, cumparare) dintr-o companie. Pe lânga standarde si protocoale, interoperabilitatea între aplicatii cere afacerii sa renunte la sistemele masive, înspre componente de

afaceri. Serviciile Web au aparut ca o solutie la aceasta problema si sunt o promisiune pentru integrarea solutiilor. Pe scurt, serviciile Web sunt componente software sau aplicatii

Web care sunt accesate în functie de nevoi, folosind protocoale standard de Internet. Mai

mult, tehnologia P2P mareste pasii catre integrarea totala B2B, deoarece da posibilitatea

afacerilor sa împarta resurse critice de pe calculatoare sau sa beneficieze de infrastructura

dintre ele.

Cap 4 limbaje de comunicare agenti inteligenti

Adevărata putere a sistemelor inteligente este relevată de capacitatea de comunicarea între agenți.În toate sistemele inteligente și în special în cele cu agenți construiți de proiectanți diferiți,este foarte important să existe un protocol și un limbaj de comunicare comun,pentru ca participanții să se poată înțelege.Protocoalele se referă în special la formatul mesajului,conținutul său și coordonarea dintre agenți.Pe lânga primirea si transmiterea de mesaje, un agent trebuie sa fie capabil sa deduca intentia emitatorului referitor la mesajul trimis ceea ce presupune utilizarea unei forme complexe de comunicare bazata pe teoria actelor comunicarii ("theory of speech acts") dezvoltata în cadrul unor cercetari din domeniul limbajului natural.

Astfel, într-un act de comunicare se disting urmatoarele 3 aspecte:

– exprimarea unei propozitii (mesaj);

– efectul intentionat (asteptat) de cel ce comunica mesajul;

– efectul asupra destinatarului comunicarii.

Aceste modele ale dialogului uman au stat la baza structurarii mesajelor schimbate între agenti si definirii protocoalelor de comunicare prin care se stabilesc actiunile posibile ale agentului în fiecare moment al comunicãrii cu alti agenti. .Cele mai utilizate limbaje proiectate sunt KQML,KIF și COOL

Knowledge Query and Manipulation Language (KQML)

Pentru a interacționa, agenții trebuie să se pun de acord asupra câtorva aspecte, la diferite niveluri de abstracțiune:

 transportul: cum primesc sau trimit mesajele;

 limbajul: cum interpreteaz„ semnificația mesajelor;

 politica: cum structurează conversațiile;

 arhitectura: cum să fie conectate sistemele în conformitate cu protocoalele constitutive. Limbajul KQML este un protocol destinat schimbului de informații

și cunoștințe, care permite programelor de aplicații să interaționeze cu

sistemele inteligente. Acest limbaj, dezvoltat inițial în cadrul inițiativei

DARPA de partajare a cunoștințelor (engl. ÑKnowledge Sharing Effortî), a

devenit un standard de facto pentru comunicațiile interagent (Finin, McKay & Fritzson, 1992).

Knowledge Interchange Format (KIF)

Conținutul mesajului se referă în general la descrierea unor fapte care să fie înglobate în baza virtuală de cunoștințe a unui agent. Un instrument matematic pentru reprezentarea cunoștințelor este logica simbolică. S-a observat că predicatele de ordinul întâi pot descrie cu suficientă acuratețe majoritatea informațiilor de interes, precum fapte, definiții, abstracțiuni, reguli de infereță, constrângeri și chiar metacunoștințe (cunoștințe despre cunoștințe) (Huhns & Stephens, 2000).

Caracteristicile următoare sunt esențiale pentru acest limbaj (Genesereth & Fikes, 1992; Genesereth, 2001):

KIF are o semantică declarativă iar înțelesul expresiilor poate fi înțeles fără ajutorul unui interpretor care să le prelucreze; Florin Leon (2006). Agenti inteligenti cu capacitati cognitive, Tehnopress, Iasi, ISBN 978-973-702-422-0 http://florinleon.byethost24.com Agen˛i inteligen˛i cu capacit„˛i cognitive 50

este comprehensiv din punct de vedere logic, permițând exprimarea de propoziții logice arbitrare;

permite reprezentarea metacunoștințelor, astfel încât utilizatorul poate descrie explicit reprezentarea cunoștințelor și poate de asemenea introduce noi modalități de reprezentare a acestora. În același timp, limbajul poate fi extins pentru asigurarea:

translatabilității : o necesitate operațională este posibilitatea de a traduce bazele de cunoștințe declarative în și din diverse limbaje de reprezentare a cunoștințelor;

lizibilității deși KIF nu este proiectat special pentru interacțiunea cu oamenii, lizibilitatea facilitează utilizarea sa pentru descrierea semanticii limbajelor de reprezentare, pentru publicarea exemplificărilor cu baze de cunoștințe sau pentru asistarea operatorilor umani în probleme de translatare a bazelor de cunoștințe;

utilizabilitții : deși KIF nu este proiectat ca un limbaj de reprezentare sau comunicare în cadrul aplicațiilor, limbajul poate fi utilizat și în acest scop.

În medii cu resurse limitate, agenții trebuie să-și coordoneze activitățile pentru promovarea propriilor interese și îndeplinirea scopurilor de grup. Acțiunile agenților trebuie coordonate deoarece acestea sunt interdependente și nici un agent nu are competența, resursele sau cunoștințele necesare atingerii de unul singur a scopurilor sistemului. De exemplu, coordonarea se poate referi la trimiterea promptă de informații altor agenți, sincronizarea acțiunilor agenților sau evitarea rezolvării redundante de probleme. Dacă KQML se adresează nivelului intențional al interacțiunii dintre agenți, iar KIF în conținutului informațional,.

Limbajul Cool

COOL tratează nivelul de coordonare și este utilizat în principal pentru a proiecta, reprezenta și valida mecanismele și protocoalele de coordonare în sistemele multiagent. Activitatea de coordonare este modelată ca o conversație între doi sau mai mulți agenți, specificată cu ajutorul unui automat cu stări finite (Barbuceanu & Fox, 1995): Stările automatului reprezintă stările în care se poate găsi conversația. Există o stare inițială distinctă în care începe orice conversație și căteva stări finale care semnalizează terminarea conversației; Mesajele schimbate sunt reprezentate de performative ale limbajului de comunicare interagent. Nivelul conținutului performativelor nu aparține protocolului de negociere, dar determină cursul unei negocieri individuale și este utilizat în procesul de luare a deciziilor de către agenți; Mulțimea de reguli de conversație specifică modul cum un agent aflat într-o stare primește mesaje de un anumit tip, execută acțiuni locale, trimite mesaje și trece într-o altă stare Mulțimea de reguli pentru refacere în caz de eroare specifică modul în care sunt tratate incompatibilitățile dintre starea curentă a conversației și mesajele primite Mulțimea de reguli de continuare specifică modul cum agenții acceptă cererile pentru noi conversații sau selectează continuarea unei conversații; Clasele de conversație indică stările, regulile de conversație și regulile de eroare specifice unui tip de conversație. Un agent dispune de câteva clase de conversație pe care le poate utiliza când comunică cu alți agenți Conversațiile efective instanțiază clasele de conversație și sunt create oricând agenții se angajează într-un proces de comunicare.

Caracteristici și arii de utilizare ale agenților inteligenți

Prin definiția ce aparține lui Wooldridge și Jennings (1995) care consideră ca un agent inteligent este un sistem hardware sau (mai ales) software,putem spune că un agent se bucura de urmatoarele caracteristici:

autonomie: agentul opereazã ca un proces de sine stãtãtor, fără intervenție umanã direct și deține controlul asupra acțiunilor și stãrii sale interne;

reactivitate:agentul își percepe mediul (care poate fi de exemplu lumea fizicã, un utilizator prin intermediul unei interfețe grafice, o colecție de alți agenți, Internet-ul, etc.)și rãspunde prompt schimbãrilor petrecute în mediul respectiv;

proactivitate agentul nu numai cã reacționezã la schimbãrile mediului sãu de execuție, ci este capabil sã manifeste un comportament orientat spre scop prin preluarea inițiativei;

abilitate socialã: agentul interacționează cu alți agenți (sau cu oamenii) printr -un anumit limbaj de comunicare între agenți.

Arii de utilizare.Modele de agenti inteligenti

Cercetarea guvernamentalã, administrarea rețelelor, sunt doar câteva exemple ale multiplelor și variatelor arii de utilizare a agenților inteligenți, software pentru consumatori.

Guvernul și instituțiile sponsorizate de Guvern (este vorba despre Guvernul Statelor Unite ale Americii) se numãrã printre cei mai activi sponsori ai domeniului agenților inteligenți, mai ales în domenii de mesaje, automatizarea procesului de muncã și regãsirea informației. De exemplu, agenții inteligenți sunt utilizați în mecanismele de urmãrire și control a sofisticatelor mecanisme de luptã care presupun lansãri de bombe (proiectile)cum ar fi platformele Patriot și Tomahawk. Administrarea rețelelor (network management) este una dintre ariile în care agenții inteligenți sunt cei mai dezvoltați.A fost nevoie de aceștia pentru a monitoriza și mãsura în mod continuu activitatea rețelei, presupunând și raportarea problemelor software ce intervin pe parcursul

desfãșurãrii procesului. Printre cele mai avansate categorii de agenți inteligenți destinați administrãrii rețelelor se numãrã produsele In-Touch ale firmei IBM și Cloud ale firmei

AT&T.

Modele de agenti inteligenti

– Hoover – agent care furnizeaza o unica interfata utilizator pentru mai multe medii informationale (stiri în timp real, baze de date "on-line", etc.)

– Agenti ghizi (exempluWebWatcher) – conduce utilizatorul prin Web, oferind în acelasi timp o experientã personalizatã fiecãrui utilizator (sfatuieste interactiv utilizatorul Web-ului privind legatura urmatoare pe care trebuie sa o urmeze si învata din reactia utilizatorului la sfatul primit).

– Agenti index (exemple:Lycos, WebCrawler, InfoSeek) – efectueazã o cãutare masivã si autonomã de informatie în Web, prin inspectarea unui numar mare de documente (pâna la un milion de documente) si creeazã un index de cuvinte gãsite în titlurile si textul documentelor inspectate. Utilizatorul poate apoi interoga agentul despre documente ce contin anumite cuvinte cheie, iar agentul index poate oferi rãspunsuri rapide care pot fi relevante sau nu pentru utilizator.

– Agenti FAQ (Frequently Asked Questions files). – ghideaza utilizatorul pentru gãsirea rãspunsurilor la întrebãrile frecvente puse de utilizatori asupra unui anumit subiect. Aceste intrebari precum si raspunsurile sunt memorate în asa numitele fisiere FAQ create de diverse organizatii sau grupuri din Internet.

– Internet Softbot (software robot)- Cautare informatii structurate pe Internet în baza cererilor furnizate de utilizator prin dialog într-un limbaj expresiv în cadrul unei interfete convenabile astfel încât cea mai mare parte a structurilor din Internet devin transparente pentru utilizator.

Agentul Softbot poate monitoriza o serie de evenimente, cum ar fi utilizarea discului, activitatea utilizatorului, buletinele electronice de stiri, servere FTP, si comunicã utilizatorului rezultatul printr-un semnal sonor, un mesaj pe ecran sau un mesaj e-mail.

De asemenea, agentul Softbot poate actiona asupra mediului în care lucreazã, prin asigurarea compactãrii fisierelor dintr-un director, protejarea unor fisiere, compilarea fisierelor program, conversia documentelor dintr-un format în altul, accesul la baze date de diverse tipuri, prin apelul, în secventã, a diverselor programe adecvate.Plecând de la numele unei persoane, el poate determina adresa electronicã a acesteia.

– Info Agent – cautare informatii atât în documente de tip structurat, cât si de tip nestructurat.

Un domeniu de mare interes în care agentii se vor impune spectaculos este Internet-ul care permite astazi accesul direct a milioane de oameni pe autostrada informationala "Internet Society" estimeazã cã existã peste 30 de milioane de utilizatori care acceseaza zilnic reteaua Internet), care pot fi atât consumatori cât si potentiali furnizori de informatie.

Cautarea informatiei despre un anumit subiect necesita identificarea si investigarea unui numar mare de documente de pe Web, operatii mari consumatoare de timp si care pot fi realizate de agenti competenti numiti agenti Internet.

Pentru a asigura accesul tuturor categoriilor de utilizatori, indiferent de calificare si cunostintele de care dispun, la resursele informationale imense de pe Internet, viitoarea generatie de agenti Internet va fi o combinatie de modele cognitive si reactive, având ca scop atât satisfacerea necesitatii de informare a utilizatorului cît si transparenta totalã a autostrazii informationale.

Norns go to war este un proiect de colaborare între firma CyberLife și DERA (Defense Evaluation and Research Agency a Guvernului Britanic) destinat creãrii de agenți care sã se comporte ca adversari în misiunile de pilotaj în simulatoarele de zbor. Departamentul militar dorește crearea unor piloți (virtuali) de elitã, adicã agenți/piloți software care sã menținã în aer avioanele indiferent de atac și sã poatã urmãrii țintele perioade lungi de timp.

Ministerul Apãrãrii al UK (United Kingdom – Regatul Unit al Marii Britanii) împreunã cu CyberLife au inițiat un contract pentru construirea unui aparat de zbor militar simulat controlat în întregime de un agent software. El va fi capabil, printre altele, sã ia decizii raționale în funcție de context pentru a finaliza misiunea cu succes.

DICA (Do-I-Care Agent?), dezvoltat la University of California at Irvine trateazã problema regãsirii resurselor pe Web. O datã ce s-a gãsit un site interesant pe Web, cum se poate ști când a fost adãugat material nou și interesant pe acel site? Soluția DICA constã în verificarea/vizitarea periodicã a site-ului și informarea utilizatorului numai în cazul când a fost adãugat ceva nou și interesant. Pentru aceasta, utilizatorul trebuie sã furnizeze rãspunsuri (feedback) lui DICA pentru "a-l învãța" ce înseamnã "interesant" din punctul de vedere al utilizatorului.

ReferralWeb creeazã automat rețele sociale reprezentând relații între prieteni, colegi și parteneri de afaceri, din informațiile publice disponibile pe Web.