Il sistema EDGES: un sistema distribuito di agenti per la ricerca ed il filtraggio di informazioni in Internet

tecniche di intelligenza artificiale ed in particolare agli agenti intelligenti, entita  software che 
godono di alcune proprieta quali autonomia, reattivita , mobilita , capacita di 
comunicazione, abilita  sociale, e che sono oggi diffusi in molti campi di applicazione. Grazie 
alle loro doti di indipendenza e alla loro abilita  sociale gli agenti possono portare a termine la 
ricerca di informazioni senza che l utente debba preoccuparsi del come la portano a termine. 
L utente deve solo raccogliere i risultati ed eventualmente correggere il comportamento 
dell agente per migliorarne le prestazioni. 
Le possibili applicazioni in Internet degli agenti intelligenti (quali la ricerca di informazioni il 
commercio elettronico, la riparazione e prevenzione dei guasti) e la necessita  di sfruttare al 
meglio le risorse di rete ha portato allo sviluppo degli agenti mobili, agenti capaci di 
sospendere la propria esecuzione, migrare in un altro server e riprendere il lavoro interrotto. 
Per facilitare la creazione di agenti mobili in Internet e  stata creata una estensione del 
linguaggio Java (il linguaggio ad oggetti sviluppato dalla Sun, disponibile per le piu  comuni 
piattaforme, che consente di creare applicazioni portatili): la classe Aglet. Le aglet, oggetti 
creati attraverso le istanze della classe Aglet,  vivono  in un  ambiente  software denominato 
contesto dove possono compiere alcune operazioni come comunicare fra loro e con gli utenti, 
clonarsi, spostarsi da un contesto in un host ad un altro, e cos  via. 
In questa tesi Ł proposto il sistema EDGES (EDucational aGEnt Server), un sistema 
distribuito di agenti intelligenti, fruibile attraverso Internet, e sviluppato in linguaggio Java 
usando la classe Aglet, capace di offrire un insieme di servizi per il recupero ed il filtraggio 
delle informazioni.  
Il sistema EDGES pu  essere pensato come un insieme di server, ognuno dei quali 
identificato da un contesto, contenente un insieme di agenti. In particolare in ogni server 
EDGES sono presenti: 
 
• un insieme di agenti, che chiameremo agenti Master, dedicati ad assistere l utente nella 
ricerca di informazioni. Ogni utente ha un proprio agente Master che raccoglie le richieste 
di informazioni, cerca le informazioni sia in Internet sia negli altri server del sistema e 
presenta i risultati ottenuti; 
 
• un insieme di agenti, gli agenti Specifici, ognuno con il compito di gestire un certo 
insieme di documenti monotematici per mezzo di una rete neurale autorganizzante ad 
apprendimento non supervisionato (nota in letteratura come Self-Organizing Feature 
Map). Tale rete neurale e  capace di classificare i documenti raggruppando quelli di 
argomento simile ed ordinando tali gruppi in modo che quelli su argomenti simili si 
trovino vicini fra loro sulla mappa. La mappa creata dalla rete neurale e  usata sia per 
restituire i documenti attinenti ad una data richiesta, sia per filtrare i documenti ottenuti da 
una ricerca in Internet; 
 
• una lista contenente l insieme degli indirizzi Internet di altri server del sistema. 
 
Tale sistema rende piu  facilmente accessibili, attraverso un metodo piu  completo e mirato 
che non quello dei motori di ricerca, le collezioni monotematiche di documenti gestite dagli 
agenti Specifici e, attraverso l uso della rete neurale, offre un filtro per i documenti recuperati 
dai motori di ricerca. Per mezzo del sistema EDGES un utente che ha particolari necessita  di 
ricerca puo  comporre una richiesta di informazioni sia con l uso di parole chiave, sia usando 
un sunto o una descrizione libera delle informazioni richieste. La ricerca e  condotta dagli 
agenti del sistema in maniera autonoma e all utente sono mostrati i risultati ottenuti; inoltre 
l utente puo  arricchire le collezioni di documenti gestite direttamente dal sistema e 
aggiungere note personali. 
 
Il sistema quindi tenta di riunire i due approcci di ricerca nel Web descritti in precedenza: 
soddisfare le esigenze specifiche di un insieme di utenti attraverso la costruzione di collezioni 
monotematiche di documenti e nel frattempo filtrare le informazioni provenienti dal Web in 
modo da non sovraccaricare l utente. 
 
Ogni utente del sistema ha un proprio agente Master che e  attivato attraverso una richiesta di 
informazioni. Ricevuta tale richiesta l agente Master crea un agente mobile, l agente 
Cercatore, il cui compito e  di cercare le informazioni negli altri server del sistema. L agente 
Cercatore incapsula la richiesta dell utente e si clona in modo da raggiungere tutti i server del 
sistema contenuti nella lista locale. Quando un agente Cercatore raggiunge un server EDGES 
sottopone ad ogni agente Specifico del contesto la richiesta di informazioni, ed attende 
risposta. Ogni agente Specifico elabora tale richiesta e risponde indicando quante parole 
(significative) conosce. L agente Cercatore raccogliera  tutte le risposte e sceglier  un solo 
agente Specifico del contesto in cui si trova, quello che riconosce piu  termini fra quelli che 
compongono la richiesta dell utente, in quanto presume che sia l agente che la puo  soddisfare 
meglio.  Scelto l agente Specifico l agente Cercatore richiedera  i documenti relativi alla 
richiesta e ne recapitera  gli URL all agente Master che li presentera  all utente in una 
opportuna interfaccia. Se l utente lo ritiene opportuno e  possibile estendere la ricerca in 
Internet usando i motori di ricerca AltaVista e Profusion, visti dal sistema come particolari 
agenti che gestiscono un database di documenti molto esteso. I documenti ottenuti dai motori 
di ricerca sono divisi dall agente Master a tutti gli agenti Specifici scelti per il filtraggio 
durante la ricerca precedente; i documenti filtrati sono restituiti all agente Master che li 
visualizza all’utente; questi ha la possibilit  di conservare quelli ritenuti rilevanti segnalandoli 
al proprio agente Master. Dopo il salvataggio sara  aggiornato il profilo utente, e sara  inviato 
ai vari server un agente mobile che controllera  il profilo degli altri utenti e decidera  se 
inviare una mail per informarli che sono state aggiunti nuovi documenti. 
 
La tesi Ł divisa in due parti: nella prima, dopo avere introdotto gli agenti intelligenti, si 
accenna al problema del recupero e del filtraggio delle informazioni e alle possibili 
applicazioni delle reti neurali, nella seconda si descrive in dettaglio il funzionamento del 
sistema EDGES.  
La prima parte si articola in quattro capitoli: nel capitolo 1, dopo avere fornito una 
panoramica delle propriet  che dovrebbe possedere un software per poter essere definito 
agente, si riporta una possibile definizione di agente e si descrivono le caratteristiche che 
dovrebbe avere un linguaggio di comunicazioni tra agenti, infine si accenna alle aglets di 
Java. Il capitolo 2 illustra le tecniche piø usate per il salvataggio, recupero, filtraggio ed 
indicizzazione delle informazioni. Il problema del recupero delle informazioni in Internet e  
oggetto del capitolo 3, mentre nel capitolo 4, dopo avere introdotto le tre tecniche principali di 
soft computing (logica fuzzy, algoritmi genetici e reti neurali) si descrivono le applicazioni 
della rete neurale Self-Organizing Feature Map per l organizzazione delle informazioni in 
Internet. 
Come gia  detto nei capitoli della seconda parte si descrivono le varie parti del sistema, in 
particolare del capitolo 5 e  riportata la architettura del sistema e una introduzione alle aglets 
di Java, e nei seguenti la descrizione degli agenti del sistema: nel capitolo 6 si descrive 
l agente Master, nel capitolo 7 l agente Specifico e nel capitolo 8 l agente Cercatore. 
 
Capitolo 1 
 
 
Gli agenti software 
 
 
 
 
1.1. Introduzione al concetto di agente. 
Il concetto di agente software si Ł particolarmente diffuso nell ultimo decennio 
senza avere per  ancora una definizione formale; piuttosto ci si trova di fronte ad 
alcune definizioni operative che individuano un insieme di propriet  e capacit  che 
un sistema computazionale deve possedere per essere definito un agente. Si parla in 
generale di sistema computazionale in quanto Ł possibile avere sia agenti software 
sia hardware, a secondo dell ambiente in cui si trovano ad interagire. Le definizioni 
di agente presenti in letteratura mettono l accento sulle caratteristiche di autonomia e 
possiamo classificarle secondo due nozioni: forte e debole. 
 
• L agente, secondo la nozione forte, Ł visto come un entit  antropomorfa; gli 
agenti possono essere caratterizzati definendo il loro stato interno in termini delle 
verit  che esso crede valere nel mondo e delle sue intenzioni [Olio97]. 
 
• Dal punto di vista della nozione debole, l agente Ł invece visto come un entit  
caratterizzata da: 
1. uno stato interno;  
2. un insieme di possibili comportamenti; 
Capitolo 1        Gli agenti software 
 2 
3. una capacit  di produrre modifiche nell ambiente in cui si trova (che pu  
essere anche un ambiente virtuale); 
4. una sensibilit  alle modifiche di tale ambiente. 
 
Nel seguito quando si parler  di agenti ci si riferir  esclusivamente ad agenti 
software. Tali agenti possono essere realizzati usando qualunque linguaggio di 
programmazione anche se i piø usati sono: Tcl/Tk, Lisp, Telescript, Java, [MLF96] 
che offrono il vantaggio di un maggiore livello di astrazione che diviene un fattore 
fondamentale nello sviluppo di agenti. 
 
1.1.1. Definizione di agente 
Le definizioni di agenti fanno spesso riferimento ad una serie di propriet  di cui 
spesso non Ł facile dotarli 
Tali propriet  sono [RSAID97]: 
• Autonomia: capacit  di operare autonomamente senza l intervento di utenti o di 
altri agenti esterni;  
• Capacit  di comunicare: capacit  di comunicare con il mondo esterno, 
interagire con un utente, o con altri agenti; 
• Reattivit : capacit  di rispondere agli stimoli esterni in modo da adattare la 
propria attivit  ai cambiamenti che avvengono nell ambiente; 
• Persistenza: capacit  di permanere nel tempo, ci  significa che la durata di vita 
dell agente Ł superiore alla durata dei compiti di base che esso esegue. Un agente 
continua ad esistere con uno stato interno, in modo da poter eseguire interazioni 
successive, ma non Ł detto che la caratteristica di persistenza possa essere 
mantenuta indefinitamente. Tipicamente un agente sar , infatti, modellato 
definendo (eventualmente in modo alternativo): 
1. un compito durante il quale pu  compiere diverse interazioni, finite le quali, 
esso termina; 
2. delle risorse interne che possono essere riprodotte o consumate e quindi 
terminare per esaurimento di queste ultime; 
Capitolo 1        Gli agenti software 
 3 
• Vitalit :  Ł la capacit  di sopravvivenza di un agente, nel senso che l agente ha la 
capacit  di risolvere situazioni anomale che lo porterebbero, altrimenti, in uno 
stato di instabilit  che comprometterebbe la sua persistenza; 
• Mobilit : l’agente ha la capacit  di variare i partner di comunicazione e di 
spostarsi in ambienti diversi da quello di partenza; 
• Abilit  Sociale:  Ø la capacit  di comunicare e di suddividere i compiti fra vari 
agenti. 
• Proattivit :  capacit  di generare eventi nell ambiente circostante, iniziare delle 
interazioni con altri agenti, coordinare le attivit  di differenti agenti stimolandoli 
a produrre certe risposte; 
• Veridicit : un agente non deve comunicare false informazioni; 
• Benevolenza: un agente fa sempre ci  che gli si comanda. 
 
Si possono identificare, combinando alcuni di questi attributi, diversi tipi di 
agenti, come definiti in [LAIA95]: 
• Autonomus Agents: agenti che hanno capacit  di percepire e adeguare il loro 
comportamento in base ai cambiamenti dell ambiente in cui si trovano ed in 
modo da soddisfare i loro obiettivi. Lavorano in parallelo con l utente, ed hanno 
la capacit  di rimanere attivi anche dopo il raggiungimento del loro obiettivo 
principale, al fine di svolgere attivit  secondarie come quello di osservare ed 
imparare dall utente. 
• Entertainment Agents: agenti con la capacit  di essere interattivi e di simulare 
mondi a scopi di intrattenimento; 
• Information Agents: agenti che hanno accesso a diverse fonti di informazione. 
Sono in grado di controllare e manipolare le informazioni raccolte per rispondere 
alle domande interattive dell utente; 
• Intelligent Agents: agenti che eseguono una serie di operazioni per soddisfare sia 
le richieste da parte di un utente sia le richieste da parte di un altro agente; 
• Interface Agents: agenti che provvedono a dare assistenza a utenti, mentre 
interagiscono con altri strumenti computazionali. L interface agent Ł attivato 
Capitolo 1        Gli agenti software 
 4 
dall utente al fine di coadiuvarlo nel raggiungimento dei suoi obiettivi. Esempi di 
sistemi che utilizzano l interface agent sono sistemi di tutoring Intelligenti, dove 
l agente osserva l utente senza intraprendere alcuna azione autonomamente. Su 
esplicita richiesta, da parte dell utente, fornisce dei suggerimenti sul modo 
migliore di risolvere il problema. 
• Autonomous Interface Agents: agenti che possono operare in parallelo con 
l utente, visualizzando i risultati parziali ed accettando l intervento umano per 
modificare il proprio operato, rimanendo attivi per svolgere operazioni non di 
interesse dell utente. 
 
Scorrendo la lista di caratteristiche riportata ed i diversi tipi di agenti possibili si 
intuisce come sia difficile ricavare una unica definizione soddisfacente. In ogni 
modo tutti sono d accordo nell affermare che c Ł differenza tra i tradizionali 
Software e un Software Agent. Infatti un Software Agent deve essere autonomo, 
indipendente,  si deve adattare all ambiente su cui opera, deve saper comunicare con 
altri agenti ed utenti, deve essere personalizzabile e cos  via.  
 
Pattie Maes definisce un Agente come una Alter-Ego elettronico di un utente che 
deve svolgere i compiti assegnategli, all interno della rete o del computer e 
visualizzare i risultati, tutto ci  in completa autonomia [PM97]. 
 
Forse una delle definizioni che rendono meglio il concetto di agente, Ł quella 
esposta da James Alty [JLA97]:  un sistema basato sulla conoscenza piø la capacit  
di negoziazione ,  dove per negoziazione si intende la capacit  di un agente di 
richiedere ed ottenere, un servizio da un altro agente. La capacit  di comunicazione, 
avviene sulla base di un prefissato  vocabolario , che permette di capirsi senza dare 
luogo ad equivoci. Questa semplice definizione implica che un Agente deve essere 
autonomo nelle scelte basandosi solo sulle proprie conoscenze, scegliendo nel modo 
migliore, il partner con cui comunicare, variare a suo vantaggio l ambiente su cui 
opera e possibilmente anche le proprie conoscenze. 
 
Capitolo 1        Gli agenti software 
 5 
Esistono varie possibili architetture, alcune di esse sono [JLA97]: 
• Sistemi Basati sulla Conoscenza. (Knowledge Based System, KBS). Un agente 
realizzato usando questo tipo di approccio deve avere almeno tre componenti: 
1. Un modello simbolico dell ambiente in cui operare; 
2. Un elenco simbolico delle azioni possibili; 
3. Un Algoritmo di pianificazione che prenda in ingresso la rappresentazione 
dell ambiente, la rappresentazione dell obiettivo e la lista delle azioni 
possibili e produca in uscita una sequenza di azioni che l agente possa 
eseguire per arrivare al risultato. 
Un agente quindi estrae un obiettivo, crea una lista di azioni da seguire, le esegue 
e raggiunge l obiettivo.  
• Architetture reattive. Il principio ispiratore di queste architetture Ł quello che 
spesso non Ł necessaria una complessa forma di ragionamento (come quella 
supportata nei modelli KBS) per ottenere comportamenti che sembrano 
intelligenti risposte agli stimoli esterni. Inoltre spesso molti esseri viventi hanno 
una immediata reazione agli input ambientali che non pu  essere frutto di un 
ragionamento  ad alto livello  ma di quella che si chiama una  reazione 
istintiva . Gli agenti basati su questa architettura sono generalmente costituiti da 
una serie di strati in cui lo strato piø basso realizza un mapping diretto fra sensori 
ed attuatori e gestisce la risposta immediata ad un input  di emergenza . Gli strati 
superiori definiscono i comportamenti piø astratti ed entrano in gioco se non sono 
necessarie risposte istantanee all input dall esterno.  
• Architetture ibride. Alcuni ricercatori pensano che la direzione giusta sia quella 
dell integrazione dei due approcci sopra elencate. La piø conosciuta architettura 
ibrida Ł dovuta a Georgeff ed Ł chiamata Procedural Reasoning System (PRS), 
tale architettura Ł un esempio di paradigma chiamato Belief-Desire-Intention 
(BDI). 
 
1.1.2. Metodologie di addestramento.