Inteligentni agenci
Inteligentni agenci mogą być dowolnymi bytami lub obiektami, takimi jak ludzie, oprogramowanie, maszyny. Agenci ci są w stanie podejmować decyzje na podstawie danych wejściowych otrzymywanych ze środowiska za pomocą czujników i działają na środowisko za pomocą siłowników. Agenci obsługujący AI zbierają dane wejściowe ze środowiska, wykorzystując czujniki, takie jak kamery, mikrofon lub inne urządzenia wykrywające. Agenci wykonują pewne obliczenia w czasie rzeczywistym na wejściu i dostarczają dane wyjściowe za pomocą elementów wykonawczych, takich jak ekran lub głośnik. Agenci ci mają takie funkcje, jak rozwiązywanie problemów w czasie rzeczywistym, analiza błędów lub wskaźników sukcesu i wyszukiwanie informacji.
Trzy formy inteligentnego agenta
Inteligentny agent może przybierać dowolną z trzech form, na przykład:
- Human-Agent
- Robot-Agent
- Agent oprogramowania
Te trzy formy opisano poniżej:
Human-Agent: Human-Agent używa oczu, nosa, języka i innych narządów zmysłów jako czujników do postrzegania informacji z otoczenia oraz używa kończyn i dróg głosowych jako siłowników do wykonywania akcji w oparciu o informacje
Robotic Agent: Robotics Agent wykorzystuje kamery i radary na podczerwień jako czujniki do rejestrowania informacji ze środowiska i wykorzystuje silniki odruchowe jako siłowniki do dostarczania sygnału wyjściowego z powrotem do środowiska.
Software Agent: Software Agent używa uderzeń klawiatury, poleceń dźwiękowych jako czujników wejściowych i ekranu wyświetlacza jako siłowników.
Na przykład inteligentni asystenci AI, tacy jak Siri, Alexa. Używają czujników głosu, aby odbierać żądania od użytkownika i wyszukiwać odpowiednie informacje w źródłach wtórnych bez interwencji człowieka, a urządzenia uruchamiające, takie jak moduł głosowy lub tekstowy, przekazują informacje do środowiska.
Rodzaje i zasady inteligentnych agentów
Agenci ci dzielą się na pięć typów na podstawie zakresu zdolności i zakresu inteligencji
1. Proste środki odruchowe
Są podstawową formą agentów i działają tylko w obecnym stanie. Mają bardzo niskie zdolności wywiadowcze, ponieważ nie mają możliwości przechowywania stanu z przeszłości. Tego rodzaju agenci reagują na zdarzenia na podstawie wstępnie zdefiniowanych reguł, które są wstępnie zaprogramowane. Działają dobrze tylko wtedy, gdy środowisko jest w pełni obserwowalne. Te środki są pomocne tylko w ograniczonej liczbie przypadków, na przykład inteligentny termostat. zwykli agenci refleksowi przechowują statyczny stół, z którego pobierają wszystkie wstępnie zdefiniowane reguły wykonywania akcji.
2. Agenty oparte na modelach
Jest to zaawansowana wersja agenta Simple Reflex. Podobnie jak Simple Reflex Agents, może także reagować na zdarzenia w oparciu o wstępnie zdefiniowane warunki, a ponadto ma możliwość przechowywania stanu wewnętrznego (informacji z przeszłości) na podstawie poprzednich zdarzeń. Agenty oparte na modelach aktualizują stan wewnętrzny na każdym kroku. Te wewnętrzne stany pomagają agentom w postępowaniu z częściowo obserwowalnym środowiskiem. Aby wykonać dowolną akcję, opiera się zarówno na stanie wewnętrznym, jak i bieżącym postrzeganiu. Jednak prawie niemożliwe jest znalezienie dokładnego stanu w przypadku częściowo obserwowalnego środowiska.
3. Agenci nastawieni na cel
Działania podejmowane przez tych agentów zależą od odległości od celu (pożądana sytuacja). Działania mają na celu zmniejszenie odległości między stanem bieżącym a stanem pożądanym. Aby osiągnąć swój cel, wykorzystuje algorytm wyszukiwania i planowania. Wadą agentów opartych na celach jest to, że nie zawsze wybierają najbardziej zoptymalizowaną ścieżkę do osiągnięcia ostatecznego celu. Niedobór ten można pokonać za pomocą narzędzia Utility Agent opisanego poniżej.
4. Agenci narzędziowi
Działania podejmowane przez tych agentów zależą od celu końcowego, dlatego nazywane są Agentami narzędziowymi. Programy narzędziowe są używane, gdy istnieje wiele rozwiązań problemu i należy wybrać najlepszą możliwą alternatywę. Wybrana alternatywa zależy od użyteczności każdego stanu. Przeprowadzają analizę kosztów i korzyści każdego rozwiązania i wybierają takie, które może osiągnąć cel przy minimalnych kosztach.
5. Uczący się agenci
Uczący się mają umiejętności uczenia się, dzięki czemu mogą uczyć się na podstawie swoich przeszłych doświadczeń. Tego rodzaju agenci mogą zacząć od zera i z czasem mogą zdobyć znaczną wiedzę ze swojego środowiska. Nauczyciele mają cztery główne elementy, które pozwalają im uczyć się na podstawie ich przeszłych doświadczeń.
- Krytyczny : Krytyczny ocenia, jak dobry jest agent w porównaniu z ustalonym testem wydajności.
- Elementy uczenia się: Pobiera informacje od krytyka i pomaga agentowi w poprawie wydajności poprzez uczenie się od środowiska.
- Element wydajności: ten składnik decyduje o działaniu, które należy podjąć w celu poprawy wydajności.
- Generator problemów: Generator problemów pobiera informacje z innych komponentów i sugeruje działania, które zapewnią lepsze wrażenia.
Zasady
Istnieje kilka zasad, których muszą przestrzegać agenci, aby zostać nazwani inteligentnymi agentami.
- Zasada 1 : Agent musi mieć zdolność postrzegania informacji z otoczenia za pomocą swoich czujników
- Zasada 2 : Dane wejściowe lub obserwacje zebrane w ten sposób ze środowiska powinny być wykorzystywane do podejmowania decyzji
- Zasada 3: Podjęta w ten sposób decyzja powinna skutkować konkretnymi działaniami
- Zasada 4: Podjęte działanie powinno być działaniem racjonalnym
Struktura inteligentnego agenta
Struktura inteligentnego agenta to połączenie funkcji agenta, architektury i programu agenta.
Agent = Architektura + Program agenta
Trzy podmioty są opisane poniżej
1. Architektura: Architektura to maszyna, na której agent wykonuje swoje działanie. Zasadniczo jest to urządzenie z wbudowanymi siłownikami i czujnikami. Przykład: samochody autonomiczne, które mają przymocowane różne czujniki ruchu i GPS oraz siłowniki oparte na danych wejściowych, pomagają w rzeczywistej jeździe.
2. Funkcja agenta: Funkcja agenta pomaga w mapowaniu wszystkich informacji zebranych ze środowiska do działania
3. Program agenta: Wykonywanie funkcji agenta jest wykonywane przez program agenta. Wykonanie odbywa się na architekturze agenta i tworzy żądaną funkcję.
Wniosek
Ostatecznym celem każdego agenta jest wykonywanie zadań, które w innym przypadku musiałyby być wykonywane przez ludzi. Agenci działają jak inteligentny asystent, który może umożliwić automatyzację powtarzających się zadań, pomóc w podsumowaniu danych, uczyć się od środowiska i formułować zalecenia dotyczące właściwego postępowania, które pomogą osiągnąć cel. Inteligentni agenci są dziś w ogromnym użyciu, a ich wykorzystanie będzie się rozwijało w przyszłości.
Polecane artykuły
To jest przewodnik po inteligentnych agentach. Tutaj omawiamy strukturę i niektóre zasady wraz z pięcioma typami inteligentnych agentów na podstawie ich zakresu zdolności i zakresu inteligencji. Możesz także spojrzeć na następujący artykuł, aby dowiedzieć się więcej -
- 10 kroków do inteligentnego finansowo przeniesienia kariery
- Co to jest sztuczna inteligencja
- Inteligencja emocjonalna w miejscu pracy
- Zdrowe środowisko pracy