Pattie Maes认为软件代理已经准备好了黄金时代。
Pattie Maes从布鲁塞尔大学获得和Usenet新闻组过滤。 Scott Berkun与麻省理工学院的教授谈了她的代理赢咖4平台，以及为什么使用传统的AI技术难以构建代理。
有线：我已经阅读了有关尝试使基于代理的系统超过10年的信息。为什么这么难？
Maes：
我不认为很难：我认为人们采取了错误的方法，特别是在赢咖4的早期。人们非常自信;他们相信AI将是许多问题的解决方案。他们提出了一个雄心勃勃的目标，我相信我们可能永远不会实现：建立非常聪明，具有常识知识，了解人们为什么做事的代理人。 AI研究人员一直试图这样做15或20年，并没有看到显着的结果。代理的想法真的不是新的。有一些人一直在代理上工作 - 他们只是还没有产生很多结果。
那么，你使用的方法与过去的方法有什么不同？
我们有一个较不雄心勃勃的目标。 我们不试图建立能够做一切或无所不知的代理人。 我们尝试建立代理，帮助更重复，可预测的任务和行为。
所以，有一个特定的代理一个特定的任务？
对 - 这就是我们一直在建设到目前为止。 系统了解其用户的习惯，兴趣和相对于该任务的行为。 它可以检测模式，然后提供代表用户自动化它们。
最近，我们通过协作增强了这一任务 - 代理可以分享他们对相应用户了解的知识。 这对于在团体中工作并分享习惯或兴趣的人是有帮助的。 所以这些是我们一直在探索的技术：观察用户行为，检测规律性，观察用户之间的相关性，并利用它们。
用户如何使用这些系统维持控制？
我们认为重要的是要保持用户的控制，或至少总是给他们的印象，他们是在控制。在我们构建的所有系统中，用户决定是否给予代理对每个活动的自主控制。因此，决定代理是否被允许代表用户采取行动，以及代理在被允许之前如何有信心的是用户。用户还可以指示代理，为他们提供特殊情况的规则。您可以告诉系统规则是软还是硬 - 软被接受为默认值，可以被代理学习的东西覆盖，硬的意思是它不能被代理覆盖。
您如何看待互联网会影响您的工作？
互联网是代理人的动机的一部分 - 如果它还不是不可能的，人们将不可能处理在线世界的复杂性。我相信唯一的解决方案是拥有帮助我们管理信息复杂性的代理。我不认为设计更好的接口是做到这一点。将有这么多不同的事情发生，有很多新的信息和软件变得可用，我们将需要代理是我们的自我;他们将知道我们感兴趣的，监测数据库和网络的部分。
这不会是你的软件多么伟大，它会是多么伟大的代理人。
我相信会有很棒的软件，但你需要一个代理，以帮助你找到他们。
我看到代理的想法有几个问题：一个是他们从不超过90％准确。另一个是他们花费大量的时间来学习我的行为。
我同意我们永远不会得到100％的准确性 - 代理人总是会犯错误。但是每当你委托给某人 - 无论是人或程序 - 你放弃一些准确性。如果你给一个任务给别人，它永远不会完成你想要的方式。授权是处理你有多少工作的唯一方法。如果你有一个无限的时间，你不需要委托。但问题是，没有人有这种时间。例如，我从来没有时间阅读新闻组或找到我想要的，但是我们建立的新闻阅读器代理，我有新闻文章建议给我，它给我时间阅读它们。
此外，你必须小心你委派的任务 - 如果错误的代价高，不要让别人做它。但是许多任务都是低风险的。如果我的新闻阅读器代理给我一篇我不想要的文章，或者忘记给我一个我想要的，它已经做了比我没有它可以做的更多。我认为你只需要知道某个任务的错误成本，并相应地调整代理的自主权。我们认为学习时间不一定是一个负面特征。如果他们逐渐获得他们的信任，用户将更难接受代理。信任必须赚取，这总是需要时间。
一旦我们探讨代理协作，我们确实提高了学习率。我们发现代理们独立地学习相同的事情。例如，来自邮件列表或新闻组的邮件的优先级低于个人邮件。通过协作，代理可以从共享的经验库开始。
如果别人使用我的机器 - 或我的代理？
