Introduktion til agenter i kunstig intelligens
I dag er agenter inden for kunstig intelligens den nye elektricitet. Det revolutionerer teknologi. Kunstig intelligens gør maskiner / computere smarte som mennesker.
Hvad er en agent?
En agent er noget, der træffer handlinger i henhold til de oplysninger, den får fra miljøet. Et humant middel har sensoriske organer til at føle miljøet og kroppens dele til at virke, mens et robotagent har sensorer til at opfatte miljøet.
Hvordan interagerer agenten med miljøet?
Agenterne interagerer med miljøet på to måder:
1. Opfattelse
Opfattelse er en passiv interaktion, hvor agenten får oplysninger om miljøet uden at ændre miljøet. Sensorerne på roboten hjælper den med at få information om omgivelserne uden at påvirke omgivelserne. Derfor kaldes information gennem sensorer opfattelse.
2. Handling
Handling er en aktiv interaktion, hvor miljøet ændres. Når roboten bevæger en hindring ved hjælp af sin arm, kaldes den en handling, da miljøet ændres. Robotens arm kaldes en “Effector”, da den udfører handlingen.
Forklaring af ovenstående billede:
- Agentens interaktion med miljøet sker gennem sensorer og effekter.
- Overvej eksemplet på en chatbot, som er en virtuel assistent. Når den læser og forstår betydningen af en brugers meddelelser, kaldes det opfattelse. Og når den svarer til brugeren efter at have analyseret brugerens meddelelse, kaldes den handlingen.
Hvordan agenter skal handle inden for kunstig intelligens?
Nedenfor er de punkter, der forklarer, hvordan en agent skal handle:
- En rationel agent gør det rigtige. Den rigtige handling er den, der får agenten til at være den mest succesrige.
- Et alvidende middel ved, hvilken indflydelse handlingen vil have og kan handle i overensstemmelse hermed, men i virkeligheden er det ikke muligt.
- Graden af succes, der defineres af præstationsmålet
- Perceptionssekvensen, der er hele sekvensen af opfattelser fra agenten indtil det aktuelle øjeblik
- Agentens viden om miljøet
- Hvilke handlinger kan agenten udføre
2. Kortlægning af percept-sekvenser til handlinger
Når det vides, at virkningen af middel helt afhænger af den perceptuelle historie - perceptionssekvensen, kan midlet beskrives ved hjælp af en kortlægning. Kortlægning er en liste, der kortlægger persepsionssekvensen til handlingen. Når vi specificerer, hvilken handling et agent skal udføre, svarende til den givne percept-sekvens, specificerer vi designet til et ideelt middel.
3. Autonomi
En agents opførsel afhænger af dens egen erfaring såvel som den indbyggede viden om agenten, der er indstillet af agentdesigneren. Et system er autonomt, hvis det udfører handlinger i henhold til dets erfaring. Så for den indledende fase, da den ikke har nogen erfaring, er det godt at give indbygget viden. Agent lærer derefter gennem evolution. En virkelig autonom intelligent agent, hvis den får tilstrækkelig tid til at tilpasse sig, skal kunne fungere med succes i en lang række miljøer.
Typer af agenter inden for kunstig intelligens
Følgende er de 4 typer agenter:
1. Reflex Agent
Reflex Agent fungerer på samme måde som vores krops refleksvirkning (f.eks. Når vi øjeblikkeligt løfter fingeren, når den rører ved spidsen af flammen). Ligesom vores krops hurtige reaktion baseret på den aktuelle situation, reagerer agenten også baseret på det aktuelle miljø uanset miljøets tidligere tilstand. Refleksagenten kan kun fungere korrekt, hvis de beslutninger, der skal træffes, er baseret på den aktuelle opfattelse.
2. Agenter, der holder styr på verden
Dette er agenterne med hukommelse. Det gemmer oplysningerne om den forrige tilstand, den aktuelle tilstand og udfører handlingen i overensstemmelse hermed. Ligesom under kørslen, hvis føreren ønsker at skifte bane, kigger han ind i spejlet for at kende den aktuelle position af køretøjer bag sig. Når han kigger foran, kan han kun se køretøjer foran, og da han allerede har oplysningerne om køretøjernes position bag sig (fra spejlet for et øjeblik siden), kan han med sikkerhed skifte bane. Den forrige og den aktuelle tilstand opdateres hurtigt for at beslutte handlingen.
3. Målbaserede agenter
Under nogle omstændigheder er det kun informationen om den aktuelle stat, der muligvis ikke hjælper med at tage den rigtige beslutning. Hvis målet er kendt, tager agenten hensyn til måloplysningerne udover de aktuelle tilstandsoplysninger for at træffe den rigtige beslutning. For eksempel, hvis agenten er en selvkørende bil, og målet er destinationen, hjælper informationen om ruten til destinationen bilen i at beslutte, hvornår man skal dreje til venstre eller højre.
'Søgning' og 'planlægning' er de to underfelter i AI, der hjælper agenten med at nå sine mål. Selvom den målbaserede agent muligvis virker mindre effektiv, er den alligevel fleksibel. I betragtning af det samme eksempel, der er nævnt ovenfor, hvis agenten ændres, vil agenten manipulere sine handlinger i overensstemmelse hermed. Dette vil ikke være tilfældet med refleksagenten, da alle regler skal omskrives med ændringen i mål.
4. Hjælpemidler
Der kan være mange mulige sekvenser for at nå målet, men nogle vil være bedre end andre. I betragtning af det samme eksempel, der er nævnt ovenfor, er destinationen kendt, men der er flere ruter. Valg af en passende rute er også vigtig for agentens samlede succes. Der er mange faktorer i at beslutte ruten som den korteste, den komfortable, osv. Succesen afhænger af agentens brugbarhed baseret på brugerpræferencer.
Værktøjet er en funktion, der kortlægger en tilstand til et reelt tal, der beskriver graden af lykke. Hjælpefunktionen specificerer den passende kompromis, hvis målene er i modstrid med hinanden.
Konklusion - Agenter inden for kunstig intelligens
En agent er noget, der træffer handlinger i henhold til de oplysninger, det får fra miljøet. Agenterne interagerer med miljøet på to måder: Opfattelse og handling. Agenter kan være rationelle eller alvetende.
Følgende er de 4 typer agenter:
- Refleks (reaktivt) middel - et middel uden
- Agenter, der holder styr på verden
- Målbaserede agenter
- Hjælpestoffer
Anbefalede artikler
Dette er en guide til agenter inden for kunstig intelligens. Her diskuterer vi, hvad der er en agent, hvordan agenten interagerer med miljøet og de fire typer agent. Du kan også gennemgå vores andre relaterede artikler for at lære mere -
- Kunstig intelligens teknologi
- Hvordan kunstig intelligens fungerer?
- Anvendelser af maskinlæring
- Typer af maskinlæringsalgoritmer
- Kunstig intelligens teknikker
- Top 12 typer af sensorer og deres applikationer