Oportunidades para la economía basada en la Ingeniería

del Conocimiento en Internet

Sistemas de Información Avanzados (Comercio electrónico)Master de estudios avanzados en dirección de empresas

Joaquín Borrego DíazDepartamento de Ciencias de la Computación e Inteligencia Artificial

jborrego@us.es Twitter:jborrego

Contenido• Preliminares:

• Todo está inventado

• Flujos de información en la Web 2.0

• Modelos de negocio abierto. Freenomics

• Casos de estudio

• Caso 1: Suburbios 2.0

• Caso II: Permeabilidad

• Caso III: Móviles

• Caso IV: Semántica emergente

• Caso V: Interoperabilidad semántica en empresas

• Caso VI: Singularidad

• Caso VII: Agentes

• Referencias

¿Qué Inteligencia Artificial usamos para gestionar el conocimiento?

• Agentes inteligentes (racionales)

• Sistemas multiagente

• Ingeniería del Conocimiento

• Razonamiento Automático

• Inteligencia Colectiva

Todo está inventado, sólo

potenciamos

Globalidad por necesidades del Imperio

Todo está inventado: París, 1931

Cibersyn (Chile, 1971)• http://www.cybersyn.cl/castellano/cybersyn/index.html

Stafford BeerDirector de Cybersyn

Innovación y Conocimiento

Innovación (2006)

Si todo está inventado... ¿Copiamos?

• Hermanos Samwer: cloneo rápido en su país

• Alando.de, clon de ebay

• Ebay pagó 50mill$

• StudiVZ, clon de Facebook

• Vendido por 100mill$

• PERO...

¿Cuántos clones son sostenibles?

• ¿Emular a los californianos?

• ¿Olvidarnos de la Web social?

• Spain is different

• EXISTEN OPORTUNIDADES

Si todo está inventado... ¿Qué

hacemos?

Curva de Gartner

Curva de Garner (2006)

Curva en el 2008

Curva en el 2010

Repercusión (2009)

Flujos de información

en la Web 2.0

Web 1.0, Web 2.0 y Semantic Web

Ecosistema informacional en la Web 2.0

Pros

umido

res

Ciclos de Inform

ación

No

son ciclos de Conocim

iento

¡¡TAGs!!¡¡RSS!!

¡¡Por

tal!!

Libre de escala,mundo pequeño

Confluencia de tres circunstancias

Un caso de éxito: blogging

¿Puede convertirse en ciclo?

Flu

jo d

e in

form

ación

Caso específico: Microblogging

Flujos

Blogging corporativo

Compañía

Análisis

¿Extracción de conocimiento?

Integración e importacia de Twitter

• Dell ha alcanzado los 6.5 millones de dólares en ventas directamente relacionadas con Twitter, lo que significa que en solo seis meses Dell ha duplicado sus ventas vía Twitter

Diciembre de 2009

Otro caso específico: economías afectivas

• La información como regalo y la ganancia como regalo

• Propuesta: estudiarla desde el paradigma de

• Martin A. Nowak and Karl Sigmund , Evolution of indirect reciprocity, Nature 437, 1291-1298 (27 October 2005)

ReprocidadDirecta

ReprocidadIndirecta

ReprocidadDirecta

Construcción de reputación

Nuevos modelos de negocio

Freen

omics

Casos de estudio

Suburbios 2.0Caso de estudio I

Saturación

Idea: explotar los suburbios

No es exactamentela larga cola

Chris Anderson, Wired

Ejemplos:

Parasitismo 2.0

PermeabilidadCaso de estudio II

Interés

• TODOS los proyectos Web 2.0 intentan establecer membranas

• Atractivas

• De interés económico

• Proyectos que traspasen la membrana

Ejemplos I:

Ejemplo I (cont.):

Ejemplo II

Ejemplo III

Ejemplo IV: Digital Remains

Realidad aumentada para traspasar la

membrana

Apps para añadir

Cuestión:

• ¿Cómo trabajar con el conocimiento para diseñar proyectos sobre la permeabilidad? Ejemplos:

• Digital Remains: Ontologías sobre biografías 2.0

• Flashmobs: Detección de tendencias para extraerlas de Twitter o Facebook

• Diseño de aplicaciones semánticas para enriquecer la experiencia de usuario

Móviles y conocimiento

Caso de estudio III

Nichos para proyectos:

• Representación del conocimiento móvil

• Razonamiento contextual

• Inteligencia ambiental

• Computación móvil

• Geolocalización

• Informática Urbana (móvil)

Ejemplos y propuestas

• Foursquare

• Layar

• Aplicaciones basadas en el conocimiento para las apps stores

• Experimentos en media con potencial

• Teleasistencia. Telediagnosis

• Semantic Sensor Web

Funcionamiento

Semántica emergente

Caso de estudio IV

Solución

• Canalizar el conocimiento

• Sentido fuerte: Web Semántica 2.0

• Sentido débil: Linked Data

La metaweb

¡Primera

ola!

Comprada por

Google

Comprada por

Evri

2010

Nuevas (canalización débil)

Canalización fuerte

Semantic MediaWikiOntoxicWiki

Adaptando crowdsourcing

Linked Data

Ejemplo: empresa farmacéutica

Propuestas

• Semantizar algunos de los proyectos presentados

• Proponer semantizaciones débiles en forma de clientes para proyectos existentes

• Linked data

• Sistemas para extraer conocimiento de la empresa

InteroperabilidadSemántica

para la empresaCaso de estudio V

Subcaso (a): Comercio electrónico

• GoodRelations is a standardized vocabulary for product, price, and company data that

• can be embedded into existing static and dynamic Web pages and that

• can be processed by other computers.

• This increases the visibility of your products and services in the latest generation of search engines, recommender systems, and novel mobile or social applications.

Hepp, Martin: GoodRelations: An Ontology for Describing Products and Services Offers on the Web, Proceedings of the 16th International Conference on Knowledge Engineering and Knowledge Management (EKAW2008), 2008, Springer LNCS, Vol 5268, pp. 332-347.

¡Uso!

Primer nivel de la jerarquía de clases

Ejercicio: Comparar conTrade.owl

Nota: no se visualizan los roles de Trade.owl

Subcaso (b): Integración de la

información de la empresa

Interoperabilidad en la empresa (I)

Interoperabilidad en la empresa (II): capas

Ejemplos

Adaptadas

Ventajas del uso en Renault

• Se facilita el intercambio de información entre los repositorios de información sobre sus automóviles

• La modelización realizada se puede compartir con otros servicios de la empresa (por. ej. compra de repuestos)

• Unifican los datos para toda la empresa, que usa un entorno distribuido

• Facilita el prototipado y el desarrollo

Oportunidades

• Creación de software específico con tecnología semántica

• Creación de portales semánticos para empresas

• Software avanzado para la evolución económica

Evolución económica versus 2.0

Caso específico: Externalización

Caso específico: Externalización• Ciclo de Nonaka & Takeuchi para la

externalización del conocimiento en empresas

I. Nonaka, H. Takeuchi Knowledge-Creating Company: How Japanese Companies Create the Dynamics of Innovation, Oxford University Press

Proyección Web 2.0 semántica

Objetivo de OntoxicWiki

Conocimiento

externalizado

La WWW como red neuronal

aumentadaCaso de estudio VI

Propuesta porVernon Vinge, 1993

Precedentes

Precedentes

Precedentes

Sugerencias

• Nell, un sistema que está contínuamente  aprendiendo del contenido que lee de la Web.

• Recorded Future empresa que hace análisis temporal y que se vende como que predice el futuro. En ésta han invertido empresas serias como Google, la CIA y Yahoo!

• Uso de twitter para predecir y estimar epidemias de gripe. A. Culotta y estudiantes analizaron 500 millones de tuits (Agosto 2009/Mayo 2010) y consiguieron aproximar la evolución de la gripe mejor y antes que el tradicional método de recolectar la información de los hospitales.

• Uso de twitter para predecir el éxito de una película. Investigadores de HP labs demuestran que monitorizando twitter pueden predecir si un film va a ser un éxito de taquilla o no.

Posibles singularidades parciales

Elementos de esas singularidades parciales

• Ayuda de técnicas de data mining y extracción de conocimiento

• Fuerte componente social

• Resultados inesperables de los datos (de su dinámica)

• Sistemas complejos

Agentes para trabajar con

conocimientoCaso de estudio VII

La Web

Semántica

en acción

Perspectivas de futuro: Agentes y Web Semántica

Razonamiento en la WWW

Infraestructura en la Web Semántica

Oportunidades

• Minería de conocimiento (en contraposición a la minería de datos) realizada por agentes

• Análisis de la actividad en redes sociales

• Agentes proactivos para personalizar la “vida” en la Web 2.0

• Delegación del comercio electrónico a agentes racionales (por ej. razonando sobre goodrelations)

Referencias

• Sobre la Web 2.0: Artículo de O’Reilly:

• http://sociedadinformacion.fundacion.telefonica.com/DYC/SHI/seccion=1188&idioma=es_ES&id=2009100116300061&activo=4.do?elem=2146

• Modelos de negocio abierto:

• ubr.universia.net/pdfs_web/UBR002200912.pdf

Referencias (II)• Sobre la larga cola:

• http://www.usolab.com/articulos/long_tail.php

• Sobre Web 2.0 Móvil:

• http://mobileweb20.futuretext.com/ capítulo descargable del libro

• Sobre la singularidad: Entrada en la Wikipedia

• http://es.wikipedia.org/wiki/Singularidad_tecnológica

Referencias (III)

• Agent Technology: Computing as Interaction (A Roadmap for Agent Based Computing)

• http://eprints.ecs.soton.ac.uk/11788/