Uvod u agente u umjetnoj inteligenciji

Danas su Agenti za umjetnu inteligenciju nova struja. To je revolucionarna tehnologija. Umjetna inteligencija čini strojeve / računala pametnim poput ljudi.

Što je agent?

Agent je sve što poduzme mjere prema informacijama koje dobiva iz okoline. Ljudski agent ima osjetilne organe da osjete okoliš i dijelove tijela kako bi djelovali, dok agent robota ima senzore za opažanje okoliša.

Kako agent djeluje na okoliš?

Agenti stupaju u interakciju s okolinom na dva načina:

1. Percepcija

Percepcija je pasivna interakcija, gdje agent dobiva informacije o okolini bez promjene okoline. Senzori robota pomažu mu da stekne informacije o okolini bez utjecaja na okolinu. Stoga se dobivanje informacija putem senzora naziva percepcija.

2. Akcija

Akcija je aktivna interakcija u kojoj se mijenja okruženje. Kad robot pomiče prepreku koristeći ruku, to se naziva radnjom dok se okruženje mijenja. Ruka robota naziva se "efektor" dok obavlja radnju.

Objašnjenje gornje slike:

  • Interakcija Agenta i okoline je kroz senzore i efektore.
  • Razmotrite primjer chatbota koji je virtualni pomoćnik. Kad čita i razumije značenje korisnikove poruke, naziva se percepcijom. A kad korisnik odgovori nakon analize poruke korisnika, to se zove radnja.

Kako agenti trebaju djelovati u umjetnoj inteligenciji?

Ispod su točke koje objašnjavaju kako agent treba djelovati:

  • Racionalni agent čini ispravne stvari. Prava radnja je ona koja uzrokuje da agent bude najuspješniji.
  • Sveznajući agent zna kakav će utjecaj imati radnja i može prema tome djelovati, ali u stvarnosti to nije moguće.
  • Stupanj uspješnosti koji je definiran mjerom uspješnosti
  • Slijed percepcije koji je cjelokupni niz percepcija od strane agensa do sadašnjeg trenutka
  • Poznavanje agenta o okolišu
  • Koje radnje agent može izvesti

2. Mapiranje slijeda postupaka prema radnjama

Kad se zna da djelovanje agensa u potpunosti ovisi o povijesti percipiranja - percepcijskoj sekvenci, tada se agent može opisati pomoću preslikavanja. Mapiranje je popis koji preslikava percepcijski niz u radnju. Kad odredimo koju radnju agent treba poduzeti u skladu s danom percepcijskom sekvencom, tada određujemo dizajn idealnog agenta.

3. Autonomija

Ponašanje agenta ovisi o njegovom vlastitom iskustvu, kao i o ugrađenom znanju o agentu koje je usadio dizajner agenta. Sustav je autonoman ako poduzima akcije prema svom iskustvu. Dakle, za početnu fazu, jer nema iskustva, dobro je pružiti ugrađeno znanje. Agent tada uči putem evolucije. Zaista autonomni inteligentni agent, ako mu se pruži dovoljno vremena za prilagodbu, trebao bi biti u mogućnosti uspješno raditi u širokom rasponu okruženja.

Vrste agenata u umjetnoj inteligenciji

Slijede 4 vrste agenata:

1. Refleksni agent

Reflex agent djeluje slično refleksnom djelovanju našeg tijela (npr. Kada odmah podignemo prst kad dodirne vrh plamena). Kao što brz odgovor našeg tijela na temelju trenutne situacije, tako i agent reagira na temelju trenutnog okruženja bez obzira na prethodno stanje okoline. Refleksni agent može pravilno raditi samo ako se odluke koje donose temelje na trenutnoj percepciji.

2. Agenti koji vode praćenje svijeta

To su agenti s memorijom. Ona pohranjuje podatke o prethodnom stanju, trenutnom stanju i u skladu s tim izvršava radnju. Baš kao i dok vozi, ako vozač želi promijeniti traku, gleda se u ogledalo kako bi znao trenutni položaj vozila iza sebe. Dok gleda ispred, može vidjeti samo vozila ispred i budući da već ima podatke o položaju vozila iza sebe (iz zrcala trenutak prije), može sigurno mijenjati traku. Prethodno i trenutno stanje brzo se ažuriraju za odlučivanje o radnji.

3. Agenti temeljeni na ciljevima

U nekim okolnostima, samo informacije trenutnog stanja možda neće pomoći u donošenju ispravne odluke. Ako je cilj poznat, tada agent uzima u obzir podatke o cilju osim trenutnih podataka o stanju kako bi donio ispravnu odluku. Na primjer, ako je agent osobni automobil, a cilj je odredište, tada informacije o ruti do odredišta pomažu automobilu u odlučivanju kada skrenuti lijevo ili desno.

"Pretraživanje" i "planiranje" su dva potpolja AI-ja koja pomažu agentu da postigne svoje ciljeve. Iako se agent koji se temelji na cilju može činiti manje učinkovitim, ali je fleksibilan. S obzirom na isti gore navedeni primjer, ako se odredište promijeni, agent će u skladu s tim manipulirati svojim radnjama. To neće biti slučaj s refleksnim agensom jer sva pravila moraju biti prepisana s promjenom cilja.

4. Komunalni agensi

Može biti mnogo mogućih sekvenci za postizanje cilja, ali neki će biti bolji od drugih. S obzirom na isti gore spomenuti primjer, odredište je poznato, ali postoje više ruta. Odabir odgovarajuće rute također je važan za ukupni uspjeh agenta. Mnogo je čimbenika u odlučivanju rute poput najkraće, udobne itd. Uspjeh ovisi o korisnosti agenta na temelju želja korisnika.

Program je funkcija koja preslikava stanje u stvarni broj koji opisuje stupanj sreće. Funkcija uslužnog programa određuje odgovarajuće kompromise u slučaju da su ciljevi u sukobu.

Zaključak - Agenti u umjetnoj inteligenciji

Agent je sve što poduzima radnje prema informacijama koje dobiva iz okoline. Agenti stupaju u interakciju s okolinom na dva načina: percepcija i djelovanje. Agenti mogu biti racionalni ili sveznajući.

Slijede 4 vrste agenata:

  • Refleksno (reaktivno) sredstvo - sredstvo bez
  • Agenti koji prate svijet
  • Agenti temeljeni na ciljevima
  • Pomoćni agensi

Preporučeni članci

Ovo je vodič za agente u umjetnoj inteligenciji. Ovdje smo razgovarali o tome što je agent, kako agent djeluje s okolinom i četiri vrste agenata. Možete i pregledati naše druge povezane članke da biste saznali više -

  1. Tehnologija umjetne inteligencije
  2. Kako djeluje umjetna inteligencija?
  3. Primjene strojnog učenja
  4. Vrste algoritama strojnog učenja
  5. Tehnike umjetne inteligencije
  6. Top 12 vrsta senzora i njihove primjene

Kategorija:

Veliki podaci