Curs 8. Tendinţe actuale şi de perspectivă în evoluţia sistemelor informatice

Transcription

1 Curs 8. Tendinţe actuale şi de perspectivă în evoluţia sistemelor informatice 8.1. Concepţia sistemică în economie Începând din anii 80, în teoria generală a sistemelor apare şi se dezvoltă o nouă concepţie şi anume concepţia holonică asupra sistemelor. Aproximativ în aceeaşi perioadă se dezvoltă sistemele inteligente, ca structură de bază în domeniul inteligenţei artificiale. Un sistem holonic este [61], un sistem de referinţă deschis în cadrul căruia funcţionează alte sisteme autonome, fiind posibilă desprinderea şi ataşarea de sisteme autonome atât în plan abstract cât şi în plan real, iar optimizarea vizează atât sistemele componente cât şi sistemul de referinţă. În acest context, două sau mai multe sisteme autonome pot fi integrate în baza unor criterii şi pentru atingerea unor obiective, formând astfel un nou sistem de referinţă, respectiv sistemul holonic care are rolul de integrator şi care optimizează funcţionarea şi rezultatele obţinute de sistemele încorporate. Arhitectura generală a unui sistem holonic este reprezentată în figura 1 [61]. S 1 INPUTS SI S 2... OUTPUTS S n FEEDBACK Fig.1. Arhitectura generală a unui sistem holonic

2 Sistemul activităţii umane este un tip particular de holon la care se raportează optimizarea tuturor celorlalte sisteme holonice. Realizarea şi funcţionarea unui sistem integrator este de neconceput fără utilizarea masivă a tehnologiei informatice. Concepţia holonică asupra sistemelor oferă noi perspective în cercetarea ştiinţifică şi în procesul cunoaşterii cu aplicabilitate în diverse domenii, inclusiv în economie, însă rezultate spectaculoase sunt aşteptate în domeniul inteligenţei artificiale [61]. Având în vedere această concepţie precum şi impactul utilizării tehnologiilor informatice (mai recent a inteligenţei artificiale) în management, în domeniul economic este definită firma holonică [61], şi întreprinderea inteligentă [1]. O firmă holonică se obţine prin integrarea a două sau mai multor companii autonome într-o reţea, având în vedere cerinţele prezente şi viitoare impuse de clienţii comuni şi standardul produselor/serviciilor realizate de fiecare firmă autonomă. Concepţia holonică asupra sistemelor poate fi avută în vedere şi în cadrul altor organizaţii, un exemplu în acest sens fiind organizaţiile administraţiei publice locale la nivel teritorial (consiliul judeţean, prefectura, primăriile din cadrul judeţului). Schimbările tehnologice care au avut loc în ultimii ani au condus la o nouă gândire privind întreprinderea şi activitatea sa, cu implicaţii majore la nivel organizaţional şi în ceea ce priveşte managementul. Dezvoltarea şi utilizarea sistemelor inteligente în cadrul unei organizaţii permite managerilor să folosească cunoaşterea depozitată pentru rezolvarea problemelor complexe din cadrul organizaţiei şi pentru luarea deciziilor strategice. Existenţa reţelelor Internet, Intranet, Extranet şi a altor reţele de telecomunicaţii permite interconectivitatea globală şi deci manifestarea organizaţiilor la nivel planetar. În condiţiile globalizării, întreprinderea modernă trebuie să satisfacă necesităţile globale de afaceri într-o societate informaţională globală astfel încât aplicaţii din orice punct de pe glob să poată accesa şi prelucra datele şi cunoştinţele necesare desfăşurării activităţii muncitorului cunoaşterii. Utilizarea sistemelor inteligente care sunt permanente, nu fac grevă, nu solicită concediu, pot memora, consulta şi prelucra volume considerabile de date şi cunoştinţe şi pot funcţiona 24 de ore din 24, asigură o independenţă a managementului de salariaţi şi pune la dispoziţia managerilor toate cunoştinţele acumulate asistându-i în

3 soluţionarea problemelor complexe şi luarea deciziilor. Sistemele inteligente oferă posibilitatea exploatării cunoaşterii prin combinarea potenţialului tehnologiei bazelor de date cu tehnologia bazelor de cunoştinţe şi a sistemelor expert, remarcându-se în acest sens tehnologia bazelor de date inteligente [3]. Având în vedere aceste aspecte s-a definit întreprinderea inteligentă, întreprinderea expert, întreprinderea bazată pe cunoştinţe [1], ca fiind acea organizaţie în care se utilizează în mod curent sistemele inteligente pentru soluţionarea tuturor problemelor dificile, organizaţia care lucrează inteligent este organizaţia care captează cunoaşterea de la experţii umani, o depozitează într-o formă acceptată de către calculator şi o foloseşte cu ajutorul unor programe specializate la soluţionarea problemelor. Întreprinderile viitorului denumite de McHugh & all [61] firme virtuale, vor fi propulsate spre succes de o viziune comună, iar managementul se va realiza atât prin procese şi tehnici intuitive cât şi prin metodele logice şi raţionale utilizate la ora actuală. Societatea modernă este caracterizată de schimbări rapide şi inovare permanentă în toate domeniile cunoaşterii. Încă din anii 70, în lucrarea Şocul Viitorului, Alvin Toffler atrăgea atenţia asupra accelerării schimbării în toate domeniile cunoaşterii, schimbare determinată în principal de revoluţia informatică. Perioada defineşte Al Treilea Val al progresului şi este perioada în care are loc revoluţia informatică prin utilizarea maşinilor inteligente şi în care accentul este pus pe resursa individ, iar relaţiile interorganizaţionale au la bază deviza cooperăm. După 1990 are loc naşterea şi răspândirea celui de-al Patrulea Val determinat de revoluţia cunoaşterii cu accent pe cunoaşterea inconştientă deci cunoaşterea bazată pe intuiţie, imaginaţie şi capacitatea creativă a individului. Este perioada ce va fi caracterizată de realizarea şi utilizarea de maşini care gândesc destinate pe domenii (ex. Economia), în care managementul este privit ca instituţie centrală cu difuzarea sa fără frontiere într-o societate informaţională globală şi în care cunoaşterea este exploatată ca resursă economică sub deviza creăm împreună. Datorită facilităţilor de comunicare dincolo de graniţe, spaţiu şi timp oferite de reţeaua Internet, economia noului mileniu poate fi privită [73] ca o scenă digitală în

4 care noile afaceri devin e-bussines (afaceri electronice), comerţul devine e-commerce (comerţ electronic), apar noi servicii electronice (e-services) şi se nasc noi comunităţi de tip virtual (e-communities). În noua scenă cu calculatoare interconectate în reţele Internet, Intranet şi Extranet suntem inundaţi de informaţie, dar flămânzi după cunoştinţe [73], viziunea lui Alvin Toffler în Şocul viitorului fiind mult mai sumbră, el avertizând asupra iminenţei unui nou potop, de această dată nu de apă, ci de informaţii. Apare deci şi se dezvoltă, în cadrul economiei digitale, o nouă piaţă şi anume piaţa digitală sau piaţa electronică în care trebuie acordată o importanţă tot mai mare noii resurse strategice care este informaţia, cunoştinţa. Principalii actori (componente) ai economiei digitale, în viziunea anumitor specialişti [73] sunt: cumpărătorii/consumatorii - milioane de internauţi care navighează pe Web -potenţiali cumpărători ai bunurilor ăi serviciilor oferite sau promovate pe Internet; vânzătorii - sute de mii de magazine digitale care îşi prezintă milioane de produse pe Net; produsele şi serviciile digitale - digitalizarea software-ului, a muzicii, a cărţilor, ziarelor şi revistelor, a filmelor ş.a., digitalizarea a nenumărate alte produse şi servicii; companiile creatoare ale infrastructurii digitale - mii de firme implicate în asigurarea hardware-ului şi software-ului necesar realizării infrastructurii specifice economiei digitale, care să permită dezvoltarea comerţului electronic; intermediarii (agenţii)- un nou tip de actori care îşi oferă serviciile pe Web, rolul lor diferind de cel al intermediarilor obişnuiţi prin aceea că sunt implicaţi în crearea şi susţinerea pieţei on-line, ei ajutând consumatorii şi/sau vânzătorii în derularea tranzacţiilor electronice; serviciile de suport - sute de astfel de servicii sunt disponibile, pornind de la cele care asigură securitatea până la cele care furnizează cunoştinţe;

5 creatorii de conţinut - sute de companii de tip multimedia orientate pe crearea şi actualizarea continuă a propriilor pagini Web, precum şi a unor site-uri pentru diverse alte firme. Fiecare din componentele economiei digitale prezentate mai sus are un rol bine definit în cadrul pieţei digitale / spaţiului electronic (marketspace) în care au loc tranzacţiile. Din prezentarea de mai sus se constată apariţia unui nou tip de actor pe scena digitală şi anume intermediarul sau agentul. Se impune astfel distribuirea inteligenţei artificiale în vederea realizării sistemelor de agenţi inteligenţi sau sistemelor multiagent care pot lua decizii într-o societate populată de agenţi inteligenţi artificiali sau umani care au propriile lor scopuri. Distribuirea inteligenţei artificiale este justificată din următoarele motive: în mod natural activităţile şi cunoştinţele sunt distribuite spaţial; extinderea cooperării om-maşină prin rezolvarea distribuită a problemelor; descompunerea sistemelor complexe şi a bazelor de cunoştinţe aferente în subsisteme cooperative asigurând astfel modularitate şi flexibilitate sistemului precum şi timp de răspuns optim; necesitatea integrării aplicaţiilor de inteligenţă artificială deja existente, atât între ele cât şi cu componente de prelucrare clasică şi sisteme de gestiune a bazelor de date distribuite; în modelarea comportamentului uman în cadrul aplicaţiilor de inteligenţă artificială trebuie avut în vedere faptul că comportamentul uman este un comportament social. Astfel, apare şi se dezvoltă o nouă tehnologie în realizarea programelor şi anume programarea orientată agent AOP (Agent-Oriented Programming), care constituie o modalitate de abordare în construcţia sistemelor multiagent. Programarea orientată pe agenţi introdusă de Yoav Shoham odată cu definirea limbajului AGENT0, reprezintă o specializare a programării orientate pe obiecte şi în care colecţiei de obiecte definite de stări şi care comunică între ele prin transmitere de mesaje îi corespunde o mulţime de agenţi caracterizaţi de stări mentale compuse din noţiuni mentale (convingeri, intenţii, obligaţii, angajamente, decizii, etc.).

6 Comunicarea între agenţi se realizează prin intermediul unui limbaj specializat cum ar fi de exemplu limbajul KQML (Knowledge Querry and Manipulation Language) propus de ARPA (Advanced Research Projects Agency) în 1992, cu ultima versiune standardizată apărută la începutul anului 1997 (ARPA a realizat şi standardul MIF -Module Interconnect Framework ce conţine metodele standard de construire a megaprogramelor multimodul). KQML foloseşte limbajul KIF (Knowledge Interchange Format) pentru a descrie conţinutul informaţional al mesajului şi este o reprezentare ASCII a logicii cu predicate de ordinul întâi, într-o sintaxă apropriată de cea a limbajului LISP. Limbajul KQML şi KIF (cu succesorul lui SIF - Simple Knowledge Interchange Format) tind să devină la ora actuală un standard al comunicării în Sistemele Multiagent cognitive. Pentru realizarea activităţilor dintr-un domeniu într-o manieră inteligentă, în cadrul procesului decizional, decidentul este pus permanent în situaţia de a evalua şi alege între două sau mai multe alternative în cadrul unor activităţi inteligente. Materia primă de bază prelucrată în cadrul activităţilor inteligente este cunoaşterea, care reprezintă conceptul fundamental pentru dezvoltarea sistemelor inteligente. Reprezentarea şi procesarea datelor şi cunoaşterii reprezintă obiectul apariţiei şi dezvoltării a două tehnologii de importanţă majoră în informatică [1]: Tehnologia bazelor de date; Tehnologia sistemelor inteligente. În timp ce tehnologia bazelor de date are în vedere memorarea, întreţinerea şi accesarea unor volume mari de date, tehnologia sistemelor inteligente este axată pe rezolvarea unor probleme complexe în diverse domenii care necesită expertiză umană, fiind însă restricţionată de domenii bine delimitate şi ineficientă pentru procesări numerice şi gestiunea unor volume mari de date. Cele două tehnologii la ora actuală distincte, tind să evolueze convergent în cadrul conceptului de sistem informaţional inteligent care presupune elaborarea unui model unificat datecunoştinţe. În acest sens, sistemele de baze de date au în vedere exprimarea semanticii în schemele lor conceptuale şi capacitatea de inferenţiere (baze de date deductive), iar sistemele bazate pe cunoştinţe tind să rezolve probleme care reclamă baze de cunoştinţe (fapte şi reguli) din ce în ce mai mari. Pentru exploatarea maximă

7 a celor două resurse informaţionale, bazele de date şi bazele de cunoştinţe, nu este suficientă doar cuplarea sistemelor de gestiune a bazelor de date cu sistemele expert prin intermediul unor interfeţe în cadrul aplicaţiilor, fiind necesară proiectarea fiecăreia din cele două componente ca o extensie naturală a celeilalte astfel încât împreună să conducă la realizarea unui sistem integrat. În acest sens cercetările sunt îndreptate în următoarele direcţii: dotarea SGBD cu instrumente suplimentare de structurare şi manipulare având în vedere semantica datelor (un pas important în această direcţie îl constituie bazele de date deductive); dotarea sistemelor expert cu instrumente care să permită accesarea şi manipularea eficientă a informaţiei stocate în bazele de date; valorificarea informaţiei din bazele şi depozitele de date prin tehnici de analiză multidimensională şi data mining Categorii de sisteme inteligente În realizarea sistemelor inteligente s-au conturat următoarele abordări principale: sisteme expert bazate pe reguli, în care cunoştinţele sunt reprezentate prin reguli de producţie; sisteme bazate pe reţele neuronale, în care baza de cunoştinţe este creată automat de un algoritm de învăţare plecând de la o mulţime de exemple de învăţare, baza de cunoştinţe este implicit reprezentată de ponderile conexiunilor dintre neuroni şi nu există o bază de cunoştinţe explicită ca în abordarea bazată pe reguli; sisteme multiagent care sunt sisteme distribuite formate dintr-o colecţie de agenţi autonomi care interacţionează într-un mediu comun. Avantajele şi dezavantajele fiecăreia dintre abordări sunt complementare şi de aceea s-au definit modele mixte (hibride) care combină avantajele celor trei tipuri de sisteme.

8 Sisteme expert bazate pe reguli Sistemele expert sunt sisteme informatice care stochează cunoştinţele dintr-un domeniu bine precizat şi au capacitatea de a realiza expertize de o calitate apropiată de a celor realizate de experţii umani. Într-un sistem expert bazat pe reguli pot fi evidenţiate următoarele componente: o bază de cunoştinţe explicită constituită din o bază de fapte şi o bază de reguli; motorul de inferenţe; interfaţa utilizator. O categorie aparte de sisteme expert bazate pe reguli o reprezintă sistemele expert generalizabile sau generatoarele de sisteme expert care sunt acele sisteme expert care conţin motorul de inferenţe, sistemul de gestiune al bazei de cunoştinţe, interfaţa de comunicaţie cu utilizatorul, dar a căror bază de cunoştinţe este vidă. Generatoarele de sisteme expert [53], [27], [22] sunt sisteme bazate pe reguli de producţie, capabile de a stoca diverse cunoştinţe reprezentate prin reguli şi de a deduce cu ajutorul acestora şi a valorilor unor fapte precizate de utilizator, noi cunoştinţe Sisteme bazate pe reţele neuronale (sisteme conexioniste) Un sistem conexionist constă dintr-o reţea de elemente de tip neuron interconectate, care realizează anumite funcţii logice simple. Într-un astfel de sistem informaţia este memorată difuz în toată reţeaua, fiind reprezentată de ponderile conexiunilor sinaptice dintre neuronii reţelei. O caracteristică importantă a reţelelor neuronale este capacitatea de a învăţa din exemple şi de a construi algoritmul de rezolvare a unei probleme pornind de la mulţimea de exemple de instruire şi regula de modificare a ponderilor interneuronale. Prelucrarea informaţiei în sistemele neuronale constă în efectuarea unor calcule numerice (calcul matriceal) prin care în faza de învăţare se urmăreşte descoperirea relaţiilor existente între intrările şi ieşirile unui set de exemple de instruire, relaţii ce vor fi ulterior utilizate pentru prelucrarea unor seturi noi de date de intrare în vederea clasificării lor. Pot fi astfel analizate seturi mari de date, din care unele pot fi incerte sau incomplete, pentru a identifica caracteristicile şi gruparea lor în clase fără a cunoaşte apriori regulile de aplicat, reguli ce vor fi deduse

9 de sistem în faza de instruire prin procesarea numerică a datelor. Instruirea reţelei poate fi reactualizată prin utilizarea unor noi seturi de date de instruire. Un inconvenient al acestor sisteme este faptul că procesul de raţionament nu poate fi explicat iar cunoştinţele nu sunt reprezentate explicit. Pentru soluţionarea unor probleme complexe, reţelele neuronale pot fi combinate, în cadrul unui sistem integrat, cu alte tehnologii printre care: baze de date, sisteme expert, data mining, etc. În cadrul aplicaţiilor de tip data mining, reţelele neuronale pot fi utilizate pentru identificarea corelaţiilor din bazele de date în vederea descoperirii unor şabloane (patterns) semnificative în structura datelor şi extragerea informaţiilor predictive ascunse din bazele mari de date. În ultimii ani, reţelele neuronale artificiale sunt utilizate cu succes pentru rezolvarea unor probleme complexe printre care: procesarea limbajului natural, robotica, vederea artificială şi procesarea semnalelor, recunoaşterea scrisului de mână, sisteme de sprijinire a deciziei Sisteme multiagent. Definiţie, clasificare, arhitecturi. Un sistem multiagent (SMA) este un sistem distribuit format dintr-o colecţie de agenţi autonomi care interacţionează într-un mediu comun, fiecare agent având cunoştinţe, capacităţi de acţiune şi scopuri proprii. Funcţie de tipurile de agenţi utilizaţi se pot identifica două categorii de sisteme multiagent inteligente şi anume: SMA cu agenţi cognitivi, numite şi sisteme multiagent cognitive; SMA cu agenţi reactivi, numite şi sisteme multiagent reactive. Sistemele multiagent cognitive urmăresc să simuleze aspecte ale comportamentului uman prin tratarea noţiunilor de scop, cooperare, competiţie, organizare în structuri sociale şi stabilirea relaţiilor de dependenţă în aceste structuri, capacitate de învăţare şi auto-perfecţionare. Un sistem multiagent cognitiv reprezintă un sistem particular bazat pe cunoştinţe ce conţine o reprezentare simbolică a cunoştinţelor despre lumea în care evoluează fiind capabil să ia decizii prin intermediul unui proces inferenţial de raţionament. Însă, spre deosebire de un sistem bazat pe cunoştinţe clasic, în cadrul unui sistem multiagent, un agent reprezintă simbolic lumea atât prin convingeri, care sunt păreri despre lume, eventual incomplete sau eronate, cât şi prin cunoştinţe care reprezintă fapte adevărate despre acea lume. De

10 asemenea, un agent trebuie să fie capabil să raţioneze atât despre propriile lui convingeri şi cunoştinţe cât şi despre cele ale celorlalţi agenţi cu care interacţionează într-un anumit mediu. Abordarea cognitivă a agenţilor, ridică o serie de probleme critice în special referitor la complexitatea de calcul şi dificultatea algoritmilor necesari prelucrărilor simbolice. Un sistem multiagent reactiv este un sistem în care agenţii sunt unităţi simple de prelucrare, capabile să reacţioneze la schimbările de mediu şi să execute acţiuni simple corespunzător acestor schimbări. Un astfel de sistem este inspirat din organizarea şi activitatea comunităţilor biologice de insecte. Astfel, o albină nu poate fi considerată inteligentă însă comportamentul stupului în ansamblu şi modul de organizare a albinelor, executând acţiuni comune şi coordonate în vederea realizării scopului, prezintă elemente de inteligenţă. Adepţii sistemelor multiagent reactive, criticând abordarea cognitivă, consideră că inteligenţa este situată în lumea exterioară şi nu la nivelul componentelor de prelucrare individuale, respectiv agenţii, comportarea inteligentă fiind un rezultat al interacţiunii dintre agenţi şi mediu, iar inteligenţa este o proprietate a sistemului ca întreg. În acest sens, au fost propuse sisteme cu arhitecturi care modelează structura şi comportamentul colectivităţilor de insecte, sisteme care ar putea fi realizate într-o abordare subsimbolică utilizând reţele neuronale sau algoritmi genetici. O altă direcţie de cercetare o constituie abordarea mixtă cognitiv-reactivă având în vedere avantajele şi dezavantajele fiecăreia dintre cele două categorii de sisteme multiagent. Arhitecturi pentru sisteme multiagent Arhitectura BDI (Belief, Desire, Intention) este arhitectura unui sistem multiagent care conţine o reprezentare explicită a convingerilor, dorinţelor şi intenţiilor agentului. Convingerile reprezintă informaţiile pe care un agent le are despre mediul în care evoluează sau despre ceilalţi agenţi din sistem şi acestea pot fi adevărate sau false. Dorinţele sunt lucrurile pe care agentul ar dori să le realizeze, însă nu trebuie neapărat să acţioneze pentru îndeplinirea tuturor dorinţelor sale. Intenţiile

11 sunt lucrurile pe care agentul le are în vedere spre realizare sau s-a angajat să le realizeze. O arhitectură a unui sistem multiagent se numeşte deliberativă dacă se bazează pe reprezentarea explicită a unui model simbolic şi pe manipularea de simboluri. Astfel de arhitecturi corespund de obicei sistemelor multiagent cognitive. O arhitectură reactivă este arhitectura unui sistem multiagent în care nu se foloseşte un model simbolic pentru reprezentarea cunoştinţelor şi nu există raţionament simbolic. Într-o astfel de arhitectură, agenţii sunt reprezentaţi prin unităţi de prelucrare simple iar inteligenţa sistemului este emergentă din interacţiunea unităţilor de prelucrare cu mediul Sisteme inteligente hibride Pentru definirea conceptului de sistem inteligent hibrid, reamintim pentru început că în domeniul inteligenţei artificiale au apărut şi se dezvoltă o serie de tehnologii de vârf enumerate în cele ce urmează: sisteme expert bazate pe reprezentarea simbolică a cunoştinţelor (sisteme expert bazate pe reguli); reţele neuronale artificiale (sisteme conexioniste); sisteme fuzzy; algoritmi genetici; strategii de evoluţie şi programarea evolutivă (algoritmi evolutivi); agenţi inteligenţi; sisteme multiagent (inteligenţa artificială distribuită). Sistemele inteligente în care sunt integrate cel puţin două din tehnologiile menţionate mai sus sunt cunoscute sub denumirea de sisteme inteligente hibride, iar tehnologia utilizată în vederea integrării este denumită tehnologia fuziunii. Fiecare din tehnologiile dezvoltate în domeniul inteligenţei artificiale prezintă avantaje şi dezavantaje şi nu pot fi utilizate singular pentru rezolvarea unor probleme complexe care se pun astăzi în ştiinţă, tehnică, economie şi societate. Această afirmaţie este susţinută şi de faptul că în procesarea umană a informaţiei şi cunoaşterii sunt implicate diverse reprezentări arhitecturale, creierul având pe de o parte o structură neuronală,

12 iar pe de altă parte capacitatea de a opera cu simboluri şi de a efectua raţionamente simbolice, de a prelucra date imprecise sau incomplete. Un domeniu de mare interes în care agenţii se vor impune spectaculos este Internet-ul, care permite astăzi accesul direct a milioane de oameni pe autostrada informaţională ( Internet Society estimează că există peste 30 de milioane de utilizatori care accesează zilnic reţeaua Internet), care pot fi atât consumatori cât şi potenţiali furnizori de informaţie. Căutarea informaţiei despre un anumit subiect necesită identificarea şi investigarea unui număr mare de documente de pe Web, operaţii mari consumatoare de timp şi care pot fi realizate de agenţi competenţi numiţi agenţi Internet. Pentru a asigura accesul tuturor categoriilor de utilizatori, indiferent de calificare şi cunoştinţele de care dispun, la resursele informaţionale imense de pe Internet, viitoarea generaţie de agenţi Internet va fi o combinaţie de modele cognitive şi reactive, având ca scop atât satisfacerea necesităţii de informare a utilizatorului cât şi transparenţa totală a autostrăzii informaţionale. Deşi reţeaua Internet reprezintă un mare succes în unificarea resurselor informaţionale, structura sa actuală în care pot fi identificate două straturi şi anume: utilizatorii (consumatorii) de informaţie şi producătorii (furnizorii) de informaţie, nu este adecvată pentru activitatea de informare care presupune prelucrarea complexă a informaţiilor din multiple documente de pe Web independentă de utilizator. Pentru rezolvarea acestei probleme, una din cele mai promiţătoare propuneri este modelul în care activităţile desfăşurate pe Internet sunt împărţite pe trei straturi, denumit [73] modelul celor 3 straturi şi anume: 1. un strat pentru utilizatorii de informaţie (clienţii informaţionali) defineşte cererea de informaţie; 2. un strat pentru furnizorii (producătorii) de informaţie defineşte oferta de informaţie; 3. un nou strat aflat între primele două, denumit stratul de mijloc sau stratul intermediarilor, care să permită conectarea primelor două straturi prin cele mai bune căi sau modalităţi. În cadrul acestui model, agenţii au un rol important diferenţiat pe straturi după cum urmează:

13 sarcinile agenţilor în cadrul primului strat sunt de a afla ce informaţii caută utilizatorii, dacă au anumite preferinţe în legătură cu informaţia de care au nevoie, etc.; în cadrul celui de-al doilea strat sarcinile agenţilor sunt de a face un inventar al serviciilor şi informaţiilor oferite de către furnizori, de a ţine evidenţa noilor informaţii adăugate în reţea, etc.; agenţii din stratul de mijloc au rolul de intermediari informaţionali între utilizatorii informaţionali (umani sau electronici) şi furnizorii de informaţii, sarcina lor fiind de mediere între agenţii celorlalte două straturi. Agenţii utilizaţi într-un astfel de model vor trebui concepuţi în baza unor standarde general acceptate, astfel încât să răspundă şi să reacţioneze în acelaşi mod prin utilizarea unui set standardizat de coduri suficient de flexibil pentru a permite construirea unor agenţi pentru sarcini neaşteptate sau imprevizibile în prezent. Referitor la domeniile de utilizare a tehnologiei agenţilor în viitor, cercetători în domeniu cred [73] că agenţii autonomi vor deveni în următorii 10 ani parte integrantă a celor mai multe sisteme de afaceri. Astfel, cei de la IBM prevăd o vastă utilizare a agenţilor software în e-commerce: Creăm o nouă categorie economică (a new economic species), parţial asemănătoare nouă ca imagine, dar semnificativ diferită de oameni, Agenţii software vor deveni actori în economie, afirmă Jeff Kephart, managerul grupului care se ocupă de fenomenul agenţilor.