Web - Lehrstuhl für Informatik 8 (Theoretische Informatik)
Web - Lehrstuhl für Informatik 8 (Theoretische Informatik)
Web - Lehrstuhl für Informatik 8 (Theoretische Informatik)
Sie wollen auch ein ePaper? Erhöhen Sie die Reichweite Ihrer Titel.
YUMPU macht aus Druck-PDFs automatisch weboptimierte ePaper, die Google liebt.
Künstliche Intelligenz im <strong>Web</strong>SE<br />
NLP<br />
Agenten<br />
Nachtrag<br />
<strong>Web</strong> (Site) Engineering (<strong>Web</strong>SE)<br />
Vorlesung 14: KI, Agenten und NLP im Internet<br />
B. Schiemann, P. Reiß<br />
<strong>Lehrstuhl</strong> <strong>für</strong> <strong>Informatik</strong> 8<br />
Universität Erlangen-Nürnberg<br />
29. 01. 2008<br />
P. Reiß, B. Schiemann <strong>Web</strong> (Site) Engineering (<strong>Web</strong>SE)
Übersicht<br />
Künstliche Intelligenz im <strong>Web</strong>SE<br />
NLP<br />
Agenten<br />
Nachtrag<br />
1 Künstliche Intelligenz im <strong>Web</strong>SE<br />
Definition<br />
KI & Semantic <strong>Web</strong><br />
KI-Anwendungen<br />
2 NLP<br />
Natural Language Processing<br />
NLP im <strong>Web</strong><br />
3 Agenten<br />
Definition<br />
Agententypen<br />
MAS inkl. Beispiel<br />
4 Nachtrag<br />
Edge Server Architekturen<br />
P. Reiß, B. Schiemann <strong>Web</strong> (Site) Engineering (<strong>Web</strong>SE)
Künstliche Intelligenz im <strong>Web</strong>SE<br />
NLP<br />
Agenten<br />
Nachtrag<br />
Vorüberlegung: Was ist KI<br />
Definition<br />
KI & Semantic <strong>Web</strong><br />
KI-Anwendungen<br />
Am Anfang: Philosophische Fragen<br />
Starke vs. Schwache These der KI<br />
Sprache und Denken<br />
TURING-Test und Chinesisches Zimmer<br />
Heute: Praktische Umsetzung, d.h. wissensbasierte Ansätze<br />
zur Problemlösung mit dem Rechner<br />
Verfahren: Planen, Suchen, . . .<br />
Programmiermethoden: Strukturiert, OO, . . .<br />
Wissensbasiert vs. datengetrieben/stochastisch<br />
Wissenserwerb und maschinelles Lernen<br />
Wissensrepräsentation und Wissensnutzung<br />
P. Reiß, B. Schiemann <strong>Web</strong> (Site) Engineering (<strong>Web</strong>SE)
Künstliche Intelligenz im <strong>Web</strong>SE<br />
NLP<br />
Agenten<br />
Nachtrag<br />
Was ist KI im <strong>Web</strong><br />
Definition<br />
KI & Semantic <strong>Web</strong><br />
KI-Anwendungen<br />
Metaphern und Anwendungsbereiche<br />
Das Internet als eigenes Gehirn (Global Brain)<br />
Das Internet als größte Wissensbasis<br />
Das Internet als größtes (Hyper-)Text-Dokument<br />
Das Internet als größte Agenten-Domäne<br />
Methoden und Ansätze<br />
Klassisch: Wissens- und symbolbasiert<br />
Modern: Soft Computing<br />
Statistisch und randomisiert<br />
P. Reiß, B. Schiemann <strong>Web</strong> (Site) Engineering (<strong>Web</strong>SE)
Künstliche Intelligenz im <strong>Web</strong>SE<br />
NLP<br />
Agenten<br />
Nachtrag<br />
Was ist keine KI im <strong>Web</strong><br />
Definition<br />
KI & Semantic <strong>Web</strong><br />
KI-Anwendungen<br />
<strong>Web</strong>-Applikationen in KI-Programmiersprachen<br />
Hypermedia-Server in Lisp:<br />
www.ai.mit.edu/projects/iiip/doc/cl-http/<br />
home-page.html<br />
<strong>Web</strong>server in Prolog<br />
Brute-force-Lösungen von KI-Problemen im <strong>Web</strong><br />
Volltext-„Suchmaschinen“ (wie grep)<br />
Statistische Verfahren zur<br />
Analyse von Logfiles<br />
Benutzerprofilerstellung<br />
Kundenberatung (wie z.B. bei www.amazon.de)<br />
P. Reiß, B. Schiemann <strong>Web</strong> (Site) Engineering (<strong>Web</strong>SE)
Künstliche Intelligenz im <strong>Web</strong>SE<br />
NLP<br />
Agenten<br />
Nachtrag<br />
Was ist keine KI im <strong>Web</strong> II<br />
Definition<br />
KI & Semantic <strong>Web</strong><br />
KI-Anwendungen<br />
Sprachverarbeitung ohne Semantik und Inferenz<br />
Eliza: Dialogsimulation mit Keyword Spotting und<br />
passenden Templates, http://www.cs.ubc.ca/<br />
~condon/cpsc101/labs/Eliza_files/eliza.htm<br />
BabelFish: Statistische Übersetzung mit Translation<br />
Memory, babelfish.altavista.com<br />
Anna von Ikea:<br />
http:<br />
//193.108.42.79/ikea-de/cgi-bin/ikea-de.cgi<br />
Aber:<br />
Die „dümmsten“ Lösungen sind oft die erfolgreichsten!<br />
(Gesetz der großen Zahlen, www.amazon.de)<br />
Die „intelligentesten“ Lösungen kämpfen mit zu hohen<br />
Ansprüchen oder Alltäglichkeiten (VerbMobil,<br />
verbmobil.dfki.de)<br />
P. Reiß, B. Schiemann <strong>Web</strong> (Site) Engineering (<strong>Web</strong>SE)
Global Brain<br />
Künstliche Intelligenz im <strong>Web</strong>SE<br />
NLP<br />
Agenten<br />
Nachtrag<br />
Definition<br />
KI & Semantic <strong>Web</strong><br />
KI-Anwendungen<br />
Metapher: Das Internet/<strong>Web</strong> als Gehirn eines neuen<br />
„Superorganismus“<br />
Nicht KI im Netz, sondern das Netz selbst ist die KI!<br />
Hypothese: Emergenz des Bewusstseins aus Komplexität<br />
Biologische Analogien<br />
Rechner/Seiten als Nervenzellen<br />
Netzwerk-Verbindungen/Links als Synapsen<br />
Netz-Traffic/Linkverfolgung als Aktivierung<br />
P. Reiß, B. Schiemann <strong>Web</strong> (Site) Engineering (<strong>Web</strong>SE)
Global Brain II<br />
Künstliche Intelligenz im <strong>Web</strong>SE<br />
NLP<br />
Agenten<br />
Nachtrag<br />
Definition<br />
KI & Semantic <strong>Web</strong><br />
KI-Anwendungen<br />
Metasystem Transition Theory: Entwicklungsstufen des<br />
Gehirns und des Netzes<br />
Reflexe: Übermitteln von Aktivierung<br />
−→ aktueller Zustand des Netzes: Komplexe Signale<br />
werden auf festverdrahteten Wegen übermittelt<br />
Lernen: Anpassung an Umgebungsbedingungen<br />
−→ anstehende Entwicklungsstufe des Netzes: Adaptive<br />
Links durch Verstärkung häufig benutzter Pfade<br />
P. Reiß, B. Schiemann <strong>Web</strong> (Site) Engineering (<strong>Web</strong>SE)
Global Brain III<br />
Künstliche Intelligenz im <strong>Web</strong>SE<br />
NLP<br />
Agenten<br />
Nachtrag<br />
Definition<br />
KI & Semantic <strong>Web</strong><br />
KI-Anwendungen<br />
Denken: Spontane Verbreitung von Aktivierung auf neue<br />
Bereiche<br />
−→ angestrebte Entwicklung des Netzes: Über Agenten,<br />
die das Semantic <strong>Web</strong> durchstreifen<br />
Metakognition: Entdecken neuer Konzepte und Regeln<br />
−→ Ziel der Entwicklung des Netzes: Durch Clustering und<br />
maschinelles Lernen<br />
−→ Interessante Idee ohne praktische Bedeutung (noch)<br />
P. Reiß, B. Schiemann <strong>Web</strong> (Site) Engineering (<strong>Web</strong>SE)
Künstliche Intelligenz im <strong>Web</strong>SE<br />
NLP<br />
Agenten<br />
Nachtrag<br />
Definition<br />
KI & Semantic <strong>Web</strong><br />
KI-Anwendungen<br />
Wissensrepräsentation mit Logik<br />
Vorteile<br />
Operationale Semantik<br />
Verfügbarkeit von Inferenzmaschinen<br />
Nachteile<br />
Mangelnde Ausdrucksstärke (gemessen an natürlicher<br />
Sprache)<br />
Hohe Komplexität (Einstiegsschwierigkeiten)<br />
Aktuell: Beschreibungslogiken (DLs)<br />
OWL<br />
RACER<br />
FaCT (s. letzte Vorlesung)<br />
P. Reiß, B. Schiemann <strong>Web</strong> (Site) Engineering (<strong>Web</strong>SE)
Künstliche Intelligenz im <strong>Web</strong>SE<br />
NLP<br />
Agenten<br />
Nachtrag<br />
Wozu Inferenzmaschinen<br />
Definition<br />
KI & Semantic <strong>Web</strong><br />
KI-Anwendungen<br />
Explizites Wissen mit Wissensrepräsentationssprache<br />
Zugriff auf implizites Wissen durch Inferenzmaschine<br />
Automatisches Klassifizieren von dynamisch instantiierten<br />
Konzepten<br />
Domänenmodellierung<br />
Ersetzen des Suchens: von Schlüsselwort hin zu<br />
Konzeptinstanz<br />
P. Reiß, B. Schiemann <strong>Web</strong> (Site) Engineering (<strong>Web</strong>SE)
Künstliche Intelligenz im <strong>Web</strong>SE<br />
NLP<br />
Agenten<br />
Nachtrag<br />
Definition<br />
KI & Semantic <strong>Web</strong><br />
KI-Anwendungen<br />
<strong>Web</strong>: Typen von KI-Anwendungen<br />
KI-Applikation mit <strong>Web</strong>-Schnittstelle<br />
Beispiel: Expertensystem im <strong>Web</strong><br />
KI-basierte Anfrageschnittstelle<br />
Beispiel: Natürlichsprachliche Systeme<br />
<strong>Web</strong>-Applikation mit KI-Techniken<br />
Beispiel: Suchmaschinen<br />
Neue <strong>Web</strong>strukturen durch KI-Techniken<br />
Beispiel: Such- und Gruppierungsalgorithmen in<br />
Peer-to-Peer-Systemen<br />
KI-Algorithmen mit <strong>Web</strong> als Daten<br />
Beispiel: Korpusanalyse<br />
P. Reiß, B. Schiemann <strong>Web</strong> (Site) Engineering (<strong>Web</strong>SE)
Künstliche Intelligenz im <strong>Web</strong>SE<br />
NLP<br />
Agenten<br />
Nachtrag<br />
Data Mining im <strong>Web</strong><br />
Definition<br />
KI & Semantic <strong>Web</strong><br />
KI-Anwendungen<br />
Metapher: Das <strong>Web</strong> als größte Datenbank<br />
Problem: Fehlendes Datenbankschema!<br />
Ansatz: Systematisierung, Erfassen der Metadaten<br />
Realisierung durch . . .<br />
Automatisierung von OLAP-Systemen (Berichtssysteme <strong>für</strong><br />
Data Warehouses)<br />
Klassifikation (überwacht und unüberwacht)<br />
Statistische Analyse<br />
Datentransformation und -säuberung<br />
Visualisierung<br />
P. Reiß, B. Schiemann <strong>Web</strong> (Site) Engineering (<strong>Web</strong>SE)
Künstliche Intelligenz im <strong>Web</strong>SE<br />
NLP<br />
Agenten<br />
Nachtrag<br />
Text Mining im <strong>Web</strong><br />
Definition<br />
KI & Semantic <strong>Web</strong><br />
KI-Anwendungen<br />
Metapher: Das <strong>Web</strong> als größter (Hyper-)Text<br />
Ziel: Unterstützung der Suche und Navigation durch<br />
(semi-)automatische Erstellung eines Thesaurus oder<br />
sogar einer Ontologie<br />
Probleme<br />
Größe und Heterogenität des <strong>Web</strong><br />
Tendenz geht weg von Dokumenten zu Applikationen (mehr<br />
als Dynamisierung!)<br />
Realisierung<br />
Volltextsuche<br />
Indizierung<br />
Clustering und Anzeigen<br />
P. Reiß, B. Schiemann <strong>Web</strong> (Site) Engineering (<strong>Web</strong>SE)
Künstliche Intelligenz im <strong>Web</strong>SE<br />
NLP<br />
Agenten<br />
Nachtrag<br />
Natural Language Processing<br />
NLP im <strong>Web</strong><br />
Natural Language Processing: Teilgebiete<br />
Spracherkennung<br />
Parsing: Morphologie, Syntax<br />
Semantik, Pragmatik<br />
Dialogmanagement<br />
Domänenmodellierung<br />
Grammatik- und Lexikonerstellung<br />
Generierung<br />
Sprachsynthese<br />
P. Reiß, B. Schiemann <strong>Web</strong> (Site) Engineering (<strong>Web</strong>SE)
Künstliche Intelligenz im <strong>Web</strong>SE<br />
NLP<br />
Agenten<br />
Nachtrag<br />
Komponenten bei der Analyse<br />
Natural Language Processing<br />
NLP im <strong>Web</strong><br />
Verarbeitungsebene<br />
Signalverarbeitung, Phonetik<br />
Morphologie und Lexik<br />
Syntax<br />
Semantik<br />
Pragmatik<br />
Komponente<br />
Spracherkenner<br />
Lexikon, Morphologie<br />
Parser, Grammatik<br />
Inferenzmaschine,<br />
Domänenmodell<br />
Dialogmanager,<br />
Dialoggedächtnis,<br />
Problemlöser,<br />
Benutzermodell<br />
P. Reiß, B. Schiemann <strong>Web</strong> (Site) Engineering (<strong>Web</strong>SE)
Künstliche Intelligenz im <strong>Web</strong>SE<br />
NLP<br />
Agenten<br />
Nachtrag<br />
Natural Language Processing<br />
NLP im <strong>Web</strong><br />
Komponenten bei der Generierung<br />
Verarbeitungsebene<br />
Signalverarbeitung, Phonetik<br />
Morphologie und Lexik<br />
Syntax<br />
Semantik<br />
Pragmatik<br />
Komponente<br />
Synthesizer<br />
Lexikon, generative<br />
morphologische Komponente<br />
generative Grammatik<br />
Satzplaner, Domänenmodell<br />
Textplaner, Dialoggedächtnis,<br />
Benutzermodell, Dialogmodell<br />
P. Reiß, B. Schiemann <strong>Web</strong> (Site) Engineering (<strong>Web</strong>SE)
Künstliche Intelligenz im <strong>Web</strong>SE<br />
NLP<br />
Agenten<br />
Nachtrag<br />
Dialogmanagement<br />
Natural Language Processing<br />
NLP im <strong>Web</strong><br />
Ideal: Generischer Dialogmanager<br />
Nicht an eine Modalität (z.B. Sprache) gebunden<br />
Entkoppelt von Applikation<br />
Einordnen der Benutzeräußerungen in den Dialogkontext<br />
Verwalten von Diskurszielen<br />
Rückmeldungen an Benutzer<br />
Planen von Sprechhandlungen<br />
P. Reiß, B. Schiemann <strong>Web</strong> (Site) Engineering (<strong>Web</strong>SE)
Künstliche Intelligenz im <strong>Web</strong>SE<br />
NLP<br />
Agenten<br />
Nachtrag<br />
Natural Language Processing<br />
NLP im <strong>Web</strong><br />
Kommunikation mit der Applikation<br />
Erkennen der Benutzerziele<br />
Planung (Dekomposition in atomare Aktionen)<br />
Applikation plant und führt aus vs.<br />
Dialogsystem plant und delegiert an Applikation<br />
Rückmeldungen der Applikation<br />
Erfolg, evtl. mit Zusatzinformationen<br />
Fehler, evtl. mit Zusatzinformationen<br />
Statusinformationen<br />
P. Reiß, B. Schiemann <strong>Web</strong> (Site) Engineering (<strong>Web</strong>SE)
Künstliche Intelligenz im <strong>Web</strong>SE<br />
NLP<br />
Agenten<br />
Nachtrag<br />
Benutzermodellierung<br />
Natural Language Processing<br />
NLP im <strong>Web</strong><br />
Individualisierung vs. Personalisierung:<br />
Spezifische Benutzer vs.<br />
Benutzertypen<br />
Drei Dimensionen eines Benutzermodells:<br />
Informationsinteressen, allgemeines Vorwissen und<br />
Vorlieben<br />
Anwendungsbereichswissen (Anfänger, Fortgeschrittener,<br />
Experte)<br />
Fragestrategien und Präsentationspräferenzen<br />
P. Reiß, B. Schiemann <strong>Web</strong> (Site) Engineering (<strong>Web</strong>SE)
Künstliche Intelligenz im <strong>Web</strong>SE<br />
NLP<br />
Agenten<br />
Nachtrag<br />
NLP im <strong>Web</strong> – aktueller Stand<br />
Natural Language Processing<br />
NLP im <strong>Web</strong><br />
Vernachlässigung textbasierter Kommunikation im Internet<br />
Klassische <strong>Web</strong>-Schnittstelle: Formulare<br />
Buttons (Ja/Nein-Entscheidungen)<br />
Pull-Down-Menüs (Auswahl aus fester Menge)<br />
Freitextfelder<br />
Dialogsteuerung: Modellierung des Dialogs durch endliche<br />
Automaten<br />
Wenig flexibel: Lediglich die Abfolge der Parameterabfrage<br />
variabel<br />
Wenig generalisierbar: Für jede Domäne eigener Automat<br />
erforderlich<br />
Wenig robust: Benutzeräußerungen werden u.U. nicht<br />
verarbeitet<br />
P. Reiß, B. Schiemann <strong>Web</strong> (Site) Engineering (<strong>Web</strong>SE)
Künstliche Intelligenz im <strong>Web</strong>SE<br />
NLP<br />
Agenten<br />
Nachtrag<br />
NLP im <strong>Web</strong> – aktueller Stand II<br />
Natural Language Processing<br />
NLP im <strong>Web</strong><br />
Verfahren zur Analyse der Textfelder<br />
Keyword Spotting - Pattern Matching<br />
−→ keine Semantikkonstruktion<br />
Keine formallogische Domänenmodellierung<br />
−→ keine Inferenzen<br />
Statistische Ansätze<br />
Probleme mit Stichprobengröße und -abdeckung<br />
Keine Semantikkonstruktion<br />
P. Reiß, B. Schiemann <strong>Web</strong> (Site) Engineering (<strong>Web</strong>SE)
Künstliche Intelligenz im <strong>Web</strong>SE<br />
NLP<br />
Agenten<br />
Nachtrag<br />
NLP im <strong>Web</strong> – aktueller Stand III<br />
Natural Language Processing<br />
NLP im <strong>Web</strong><br />
Systemantworten<br />
Wenig flexibel: Kombination vorher aufgezeichneter<br />
Nachrichten<br />
Wenig generalisierbar: Für jede Domäne eigene<br />
Meldungen<br />
Wenig benutzerfreundlich: Stereotype Wendungen<br />
P. Reiß, B. Schiemann <strong>Web</strong> (Site) Engineering (<strong>Web</strong>SE)
Künstliche Intelligenz im <strong>Web</strong>SE<br />
NLP<br />
Agenten<br />
Nachtrag<br />
Natural Language Processing<br />
NLP im <strong>Web</strong><br />
Wo ist Sprachverarbeitung derzeit im <strong>Web</strong> auffindbar<br />
Maschinelle Übersetzung:<br />
z.B.: Babelfish, Google<br />
Avatare:<br />
z.B. www.sparkasse-erlangen.de, Ikeas Anna<br />
Verarbeitung der Eingaben bei Suchmaschinen<br />
Stemming<br />
Morphologie<br />
VoiceXML (http://www.w3.org/TR/voicexml20/)<br />
P. Reiß, B. Schiemann <strong>Web</strong> (Site) Engineering (<strong>Web</strong>SE)
Künstliche Intelligenz im <strong>Web</strong>SE<br />
NLP<br />
Agenten<br />
Nachtrag<br />
Maschinelle Übersetzung im <strong>Web</strong><br />
Natural Language Processing<br />
NLP im <strong>Web</strong><br />
Ziele<br />
Automatische Internationalisierung von <strong>Web</strong>seiten<br />
Automatische Lokalisierung von <strong>Web</strong>seiten<br />
Online-Nachschlagen und Übersetzen beliebiger<br />
Begriffe/Texte<br />
Verfahren<br />
Statistisch: Translation Memory<br />
Wissensbasiert: Parsing, Semantikkonstruktion<br />
(Interlingua), Generierung<br />
Verschiedene Zwischenformen<br />
Qualität oft schlecht, aber trotzdem nützlich<br />
Rudimentäre Unterstützung vollkommen sprachunkundiger<br />
Benutzer<br />
Erste Näherung <strong>für</strong> professionelle Übersetzer<br />
P. Reiß, B. Schiemann <strong>Web</strong> (Site) Engineering (<strong>Web</strong>SE)
Künstliche Intelligenz im <strong>Web</strong>SE<br />
NLP<br />
Agenten<br />
Nachtrag<br />
Weitere Einsatzmöglichkeiten<br />
Natural Language Processing<br />
NLP im <strong>Web</strong><br />
Natürlichsprachliche/Multimodale Schnittstelle <strong>für</strong><br />
Datenbanken<br />
Auskunftsysteme<br />
E-Commerce-Systeme<br />
<strong>Web</strong> Services<br />
Assistenzsysteme<br />
Online-Tutorials<br />
Interaktive Bedienungsanleitungen<br />
E-Learning/E-Tutoring<br />
P. Reiß, B. Schiemann <strong>Web</strong> (Site) Engineering (<strong>Web</strong>SE)
Künstliche Intelligenz im <strong>Web</strong>SE<br />
NLP<br />
Agenten<br />
Nachtrag<br />
Speech im <strong>Web</strong>: Ansätze<br />
Natural Language Processing<br />
NLP im <strong>Web</strong><br />
Maschinelle Übersetzung gesprochener Sprache<br />
Erweiterung bestehender Systeme um eine<br />
Speech-Schnittstelle<br />
Kommunikation als „missionskritisches“ Element<br />
Probleme:<br />
Qualitätsansprüche an Eingabegeräte (z.B. Mikrophone)<br />
Spracherkenner<br />
Sprecherunabhängingkeit<br />
Domänenunabhängigkeit<br />
Generierung, Synthese<br />
P. Reiß, B. Schiemann <strong>Web</strong> (Site) Engineering (<strong>Web</strong>SE)
Künstliche Intelligenz im <strong>Web</strong>SE<br />
NLP<br />
Agenten<br />
Nachtrag<br />
Definition<br />
Agententypen<br />
MAS inkl. Beispiel<br />
Schematische Darstellung eines Agenten<br />
P. Reiß, B. Schiemann <strong>Web</strong> (Site) Engineering (<strong>Web</strong>SE)
Künstliche Intelligenz im <strong>Web</strong>SE<br />
NLP<br />
Agenten<br />
Nachtrag<br />
Agent — Eigenschaften<br />
Definition<br />
Agententypen<br />
MAS inkl. Beispiel<br />
Autonom<br />
Selbstständige Verrichtung der Arbeiten (Anstehende Ziele<br />
erreichen) ohne Hilfe Dritter (Mensch, anderer Agent)<br />
Flexibel<br />
Reaktive und proaktive Handlungsfähigkeit auf der Basis<br />
der Wahrnehmungen aus der Umwelt<br />
Interaktiv<br />
Einfache Sensor-Aktoren Schematik bis hin zur<br />
Kommuniktation (Mensch-Maschine, Maschine-Maschine)<br />
Mobilität (hinreichend)<br />
Häufig verlangt die Zielstellung nicht nur physikalische<br />
Mobilität!<br />
P. Reiß, B. Schiemann <strong>Web</strong> (Site) Engineering (<strong>Web</strong>SE)
Künstliche Intelligenz im <strong>Web</strong>SE<br />
NLP<br />
Agenten<br />
Nachtrag<br />
Agenten — <strong>Web</strong>SE<br />
Definition<br />
Agententypen<br />
MAS inkl. Beispiel<br />
Mobilität nicht nur phsyikalisch!<br />
Agentenschema taugt nicht nur <strong>für</strong> Roboter →<br />
Softwareagenten<br />
Softwareagenten sind <strong>Web</strong>SE-tauglich<br />
Eigene SE-Richtung:<br />
Agenten Orientierte Software Entwicklung<br />
<strong>Web</strong> bietet passende Umwelt (Kommunikation, Netze, . . . )<br />
Viele Anwendungen z.B. Suchen leicht als „Agent“ zu<br />
formulieren<br />
Vorsicht: engl. Agent ≠ dt. Agent<br />
P. Reiß, B. Schiemann <strong>Web</strong> (Site) Engineering (<strong>Web</strong>SE)
Künstliche Intelligenz im <strong>Web</strong>SE<br />
NLP<br />
Agenten<br />
Nachtrag<br />
Interessante Agententypen<br />
Definition<br />
Agententypen<br />
MAS inkl. Beispiel<br />
Reiz-Reaktions-Agent (Subsumptionsarchitektur)<br />
Rationaler Agent (korrekt, Leistungsfunktionsmaximierung)<br />
Modellbasierter Agent (inneres Abbild der hypothetischen<br />
Welt)<br />
Zielbasierter Agent (abstrahiert von einfachen Regeln zur<br />
Strategie)<br />
Lernender Agent (lernt, bewertet welche Aktion am<br />
günstigsten ist)<br />
Logische Agenten (Wissensbasis, Inferenzfähigkeit)<br />
P. Reiß, B. Schiemann <strong>Web</strong> (Site) Engineering (<strong>Web</strong>SE)
Künstliche Intelligenz im <strong>Web</strong>SE<br />
NLP<br />
Agenten<br />
Nachtrag<br />
Logikbasierte Agenten<br />
Definition<br />
Agententypen<br />
MAS inkl. Beispiel<br />
P. Reiß, B. Schiemann <strong>Web</strong> (Site) Engineering (<strong>Web</strong>SE)
Künstliche Intelligenz im <strong>Web</strong>SE<br />
NLP<br />
Agenten<br />
Nachtrag<br />
MAS — Multiagentensysteme<br />
Definition<br />
Agententypen<br />
MAS inkl. Beispiel<br />
Eigenschaft von Agenten: Interaktivität<br />
MAS häufig als Applikation<br />
MAS ist verteiltes KI System (Distributed AI)<br />
Gesellschaftsystem regelt Zusammenspiel (zusätzlich zu<br />
Protokolle)<br />
Einfache Gesellschaftssysteme:<br />
Kooperative Gemeinschaft, Auktionsgesellschaft, . . .<br />
Kommunikation auf Basis von Ontologien<br />
OOP Methoden zum Topologieentwurf brauchbar<br />
P. Reiß, B. Schiemann <strong>Web</strong> (Site) Engineering (<strong>Web</strong>SE)
Künstliche Intelligenz im <strong>Web</strong>SE<br />
NLP<br />
Agenten<br />
Nachtrag<br />
Definition<br />
Agententypen<br />
MAS inkl. Beispiel<br />
A 4 Adaptive Agenten-Anwendungen und Autonomie<br />
Projekt aus DFG SPP 1083<br />
„Intelligente Agenten und betriebswirtschaftliche<br />
Anwendungsszenarien“<br />
Prototyp implementiert Agentenbasiertes Tracking und<br />
Tracing einer Wertschöpfungskette<br />
MAS auf der Basis der JADE Middleware<br />
Zwei Ontologien stellen eine semantisch eindeutige<br />
Kommunikationsgrundlage<br />
Visualisierungsbehaviour (autonom!, Informationen über<br />
laufendes MAS)<br />
P. Reiß, B. Schiemann <strong>Web</strong> (Site) Engineering (<strong>Web</strong>SE)
Künstliche Intelligenz im <strong>Web</strong>SE<br />
NLP<br />
Agenten<br />
Nachtrag<br />
Visualisierung des A 4 MAS<br />
Definition<br />
Agententypen<br />
MAS inkl. Beispiel<br />
P. Reiß, B. Schiemann <strong>Web</strong> (Site) Engineering (<strong>Web</strong>SE)
Künstliche Intelligenz im <strong>Web</strong>SE<br />
NLP<br />
Agenten<br />
Nachtrag<br />
Definition<br />
Agententypen<br />
MAS inkl. Beispiel<br />
Visualisierung des A 4 MAS — Groupview<br />
P. Reiß, B. Schiemann <strong>Web</strong> (Site) Engineering (<strong>Web</strong>SE)
Künstliche Intelligenz im <strong>Web</strong>SE<br />
NLP<br />
Agenten<br />
Nachtrag<br />
Edge Server Architekturen<br />
Edge Server Architekturen [Lie04]<br />
P. Reiß, B. Schiemann <strong>Web</strong> (Site) Engineering (<strong>Web</strong>SE)
Künstliche Intelligenz im <strong>Web</strong>SE<br />
NLP<br />
Agenten<br />
Nachtrag<br />
Edge Server Architekturen<br />
Edge Server Architekturen II Bsp. Akamai<br />
P. Reiß, B. Schiemann <strong>Web</strong> (Site) Engineering (<strong>Web</strong>SE)
Literatur & Links<br />
Künstliche Intelligenz im <strong>Web</strong>SE<br />
NLP<br />
Agenten<br />
Nachtrag<br />
Edge Server Architekturen<br />
Metasystem Transition Theory:<br />
http://pespmc1.vub.ac.be/MST.html<br />
KI allgemein: Stuart Russel, Peter Norvig: Künstliche<br />
Intelligenz, Prentice Hall<br />
KI allgemein: Günther Görz (Hrsg.): Künstliche Intelligenz,<br />
Addison-Wesley<br />
Sprachverarbeitung: James Allen: Natural Language<br />
Understanding, Redwood City<br />
Agenten: Gehard Weiß, Ralf Jakob: Agentenorientierte<br />
Softwareentwicklung, Springer<br />
DFG SPP Anwendungsszenario:<br />
http://www.agententerprise.net<br />
P. Reiß, B. Schiemann <strong>Web</strong> (Site) Engineering (<strong>Web</strong>SE)
Künstliche Intelligenz im <strong>Web</strong>SE<br />
NLP<br />
Agenten<br />
Nachtrag<br />
Zusammenfassung<br />
Edge Server Architekturen<br />
1 Künstliche Intelligenz im <strong>Web</strong>SE<br />
Definition<br />
KI & Semantic <strong>Web</strong><br />
KI-Anwendungen<br />
2 NLP<br />
Natural Language Processing<br />
NLP im <strong>Web</strong><br />
3 Agenten<br />
Definition<br />
Agententypen<br />
MAS inkl. Beispiel<br />
4 Nachtrag<br />
Edge Server Architekturen<br />
P. Reiß, B. Schiemann <strong>Web</strong> (Site) Engineering (<strong>Web</strong>SE)
Vielen Dank<br />
Künstliche Intelligenz im <strong>Web</strong>SE<br />
NLP<br />
Agenten<br />
Nachtrag<br />
Edge Server Architekturen<br />
Für Ihre Aufmerksamkeit!<br />
Fragen<br />
P. Reiß, B. Schiemann <strong>Web</strong> (Site) Engineering (<strong>Web</strong>SE)
Künstliche Intelligenz im <strong>Web</strong>SE<br />
NLP<br />
Agenten<br />
Nachtrag<br />
Edge Server Architekturen<br />
Erich Liebmann.<br />
Extending enterprise applications with valorized edge<br />
servers, 2004.<br />
P. Reiß, B. Schiemann <strong>Web</strong> (Site) Engineering (<strong>Web</strong>SE)