Introduksjon til agenter i kunstig intelligens
I dag er Agents in Artificial Intelligence den nye strømmen. Det er revolusjonerende teknologi. Kunstig intelligens gjør maskiner / datamaskiner smarte som mennesker.
Hva er en agent?
En agent er alt som gjør handlinger i henhold til informasjonen den får fra miljøet. Et menneskelig middel har sanseorganer for å sanse miljøet og kroppsdelene for å fungere, mens et robotmiddel har sensorer for å oppfatte miljøet.
Hvordan samhandler agenten med miljøet?
Agentene samhandler med miljøet på to måter:
1. Oppfatning
Persepsjon er et passivt samspill, der agenten får informasjon om miljøet uten å endre miljøet. Sensorene til roboten hjelper den med å få informasjon om omgivelsene uten å påvirke omgivelsene. Dermed kalles det å skaffe seg informasjon gjennom sensorer persepsjon.
2. Handling
Handling er et aktivt samspill der miljøet endres. Når roboten beveger et hinder ved hjelp av armen, kalles det en handling ettersom miljøet endres. Armen til roboten kalles en “Effector” når den utfører handlingen.
Forklaring av bildet over:
- Agentens interaksjon med miljøet skjer gjennom sensorer og effektorer.
- Tenk på eksemplet på en chatbot som er en virtuell assistent. Når den leser og forstår betydningen av brukerens meldinger, kalles det oppfatning. Og når den svarer til brukeren etter å ha analysert brukerens melding, kalles den handlingen.
Hvordan agenter skal opptre innen kunstig intelligens?
Nedenfor er punktene som forklarer hvordan en agent skal oppføre seg:
- En rasjonell agent gjør det rette. Den rette handlingen er den som får agenten til å være den mest vellykkede.
- Et allvitende middel vet hvilken innvirkning handlingen vil ha og kan handle deretter, men i virkeligheten er det ikke mulig.
- Graden av suksess som er definert av ytelsestiltaket
- Persepsjonssekvensen som er hele sekvensen av oppfatninger fra midlet frem til i øyeblikket
- Agentens kunnskap om miljøet
- Hvilke handlinger kan agenten utføre
2. Kartlegging av persepsjonssekvenser til handlinger
Når det er kjent at virkningen av middel helt avhenger av den perseptuelle historien - persepsjonssekvensen, kan midlet beskrives ved å bruke en kartlegging. Kartlegging er en liste som kartlegger persepsjonssekvensen til handlingen. Når vi spesifiserer hvilken handling et middel skal utføre som tilsvarer den gitte persepsjonssekvensen, spesifiserer vi designet for et ideelt middel.
3. Autonomi
En agents oppførsel avhenger av egen erfaring så vel som den innebygde kunnskapen til agenten som er innpodet av agentdesigneren. Et system er autonomt hvis det tar handlinger i henhold til dets erfaring. Så for den innledende fasen, siden den ikke har noen erfaring, er det bra å gi innebygd kunnskap. Agenten lærer da gjennom evolusjon. Et virkelig autonomt intelligent middel hvis det gis tilstrekkelig tid til å tilpasse seg, skal kunne fungere vellykket i et bredt spekter av miljøer.
Typer agenter innen kunstig intelligens
Følgende er de fire typer agenter:
1. Reflex Agent
Reflex Agent fungerer på samme måte som kroppens refleksvirkning (f.eks. Når vi umiddelbart løfter fingeren når den berører flammespissen). Akkurat som den umiddelbare responsen fra kroppen vår basert på dagens situasjon, reagerer agenten også basert på dagens miljø uavhengig av miljøtilstanden. Refleksagenten kan bare fungere ordentlig hvis beslutningene som skal tas er basert på den nåværende oppfatningen.
2. Agenter som holder orden på verden
Dette er agentene med minne. Den lagrer informasjonen om forrige tilstand, gjeldende tilstand og utfører handlingen deretter. Akkurat som når han kjører, hvis sjåføren ønsker å bytte kjørefelt, ser han inn i speilet for å kjenne til dagens kjøretøy bak ham. Mens han ser foran, kan han bare se kjøretøyene foran, og siden han allerede har informasjonen om plasseringen av kjøretøyer bak seg (fra speilet for et øyeblikk siden), kan han trygt bytte kjørefelt. Den forrige og den nåværende tilstanden blir raskt oppdatert for å bestemme handlingen.
3. Målbaserte agenter
I noen tilfeller kan det hende at bare informasjonen om den nåværende staten ikke hjelper til med å ta den riktige beslutningen. Hvis målet er kjent, tar agenten hensyn til målinformasjonen foruten gjeldende tilstandsinformasjon for å ta den riktige avgjørelsen. For eksempel, hvis agenten er en selvkjørende bil og målet er destinasjonen, hjelper informasjonen om ruten til destinasjonen bilen i å avgjøre når han skal svinge til venstre eller høyre.
'Søk' og 'planlegging' er de to underfeltene til AI som hjelper agenten med å nå sine mål. Selv om den målbaserte agenten kan virke mindre effektiv, er den likevel fleksibel. Tatt i betraktning det samme eksemplet som er nevnt ovenfor, hvis målet endres, vil agenten manipulere sine handlinger deretter. Dette vil ikke være tilfelle med refleksagenten, da alle reglene må skrives om med endring i mål.
4. Utility Agents
Det kan være mange mulige sekvenser for å oppnå målet, men noen vil være bedre enn andre. Tatt i betraktning det samme eksemplet som er nevnt over, er destinasjonen kjent, men det er flere ruter. Å velge en passende rute har også betydning for agentens samlede suksess. Det er mange faktorer i å bestemme ruten som den korteste, den komfortable, osv. Suksessen avhenger av bruken av agenten basert på brukerpreferanser.
Verktøyet er en funksjon som kartlegger en tilstand til et reelt tall som beskriver graden av lykke. Nyttefunksjonen spesifiserer passende avveining i tilfelle målene er i konflikt.
Konklusjon - Agenter i kunstig intelligens
En agent er alt som gjør handlinger i samsvar med informasjonen den får fra miljøet. Agentene samhandler med miljøet på to måter: Persepsjon og handling. Agenter kan være rasjonelle eller allvitende.
Følgende er de fire typer agenter:
- Refleks (reaktivt) middel - et middel uten
- Agenter som holder rede på verden
- Målbaserte agenter
- Utility agenter
Anbefalte artikler
Dette er en guide til Agents in Artificial Intelligence. Her diskuterer vi hva som er en agent, hvordan agenten samhandler med miljøet, og de fire typer agent. Du kan også gå gjennom andre relaterte artikler for å lære mer -
- Kunstig intelligenssteknologi
- Hvordan kunstig intelligens fungerer?
- Bruksområder for maskinlæring
- Typer maskinlæringsalgoritmer
- Kunstig intelligens teknikker
- Topp 12 sensortyper og deres applikasjoner