logo

Agenti u umjetnoj inteligenciji

Sustav umjetne inteligencije može se definirati kao proučavanje racionalnog agenta i njegovog okruženja. Agenti osjećaju okolinu putem senzora i djeluju na okolinu putem aktuatora. AI agent može imati mentalna svojstva kao što su znanje, uvjerenje, namjera itd.

Što je agent?

Agent može biti bilo što što percipira svoje okruženje putem senzora i djeluje na to okruženje putem pokretača. Agent radi u ciklusu opažajući , razmišljanje , i glumeći . Agent može biti:

    Ljudski agent:Ljudski agent ima oči, uši i druge organe koji rade za senzore, a ruke, noge i vokalni trakt rade za aktuatore.Robotski agent:Robotski agent može imati kamere, infracrveni daljinomjer, NLP za senzore i razne motore za aktuatore.Softverski agent:Softverski agent može imati pritiske tipki, sadržaj datoteke kao senzorski unos i djelovati na te unose i prikazati izlaz na ekranu.

Stoga je svijet oko nas pun agenata kao što su termostat, mobitel, kamera, pa čak smo i mi također agenti.

Prije nego krenemo naprijed, prvo bismo trebali znati o senzorima, efektorima i aktuatorima.

Senzor: Senzor je uređaj koji detektira promjene u okolini i šalje informacije drugim elektroničkim uređajima. Agent promatra svoju okolinu putem senzora.

kako pretvoriti str u int

Pokretači: Aktuatori su dijelovi strojeva koji pretvaraju energiju u gibanje. Aktuatori su odgovorni samo za pomicanje i upravljanje sustavom. Aktuator može biti elektromotor, zupčanici, tračnice itd.

Izvršitelji: Efektori su uređaji koji utječu na okoliš. Efektori mogu biti noge, kotači, ruke, prsti, krila, peraje i zaslon.

char + int u Javi
Agenti u AI

Inteligentni agenti:

Inteligentni agent je autonomni entitet koji djeluje na okolinu koristeći senzore i aktuatore za postizanje ciljeva. Inteligentan agent može učiti od okoline kako bi postigao svoje ciljeve. Termostat je primjer inteligentnog agenta.

Slijede četiri glavna pravila za AI agenta:

    Pravilo 1:AI agent mora imati sposobnost opažanja okoline.Pravilo 2:Opažanje se mora koristiti za donošenje odluka.Pravilo 3:Odluka bi trebala rezultirati radnjom.Pravilo 4:Radnja koju poduzima AI agent mora biti racionalna radnja.

Racionalni agent:

Racionalni agent je agent koji ima jasnu preferenciju, modelira neizvjesnost i djeluje na način da maksimizira svoju mjeru učinka sa svim mogućim radnjama.

Kaže se da racionalni agent izvodi prave stvari. AI se bavi stvaranjem racionalnih agenata za korištenje u teoriji igara i teoriji odlučivanja za različite scenarije stvarnog svijeta.

Za agenta umjetne inteligencije najvažnija je racionalna akcija jer u algoritmu učenja pojačanja umjetne inteligencije za svaku najbolju moguću radnju agent dobiva pozitivnu nagradu, a za svaku pogrešnu radnju agent dobiva negativnu nagradu.

Napomena: Racionalni agenti u AI vrlo su slični inteligentnim agentima.

Racionalnost:

Racionalnost agenta mjeri se mjerom njegove izvedbe. O racionalnosti se može procijeniti na temelju sljedećih točaka:

  • Mjera uspješnosti kojom se definira kriterij uspjeha.
  • Prethodno znanje agenta o svom okruženju.
  • Najbolje moguće akcije koje agent može izvesti.
  • Redoslijed percepcija.

Napomena: Racionalnost se razlikuje od Sveznanja jer Sveznajući agent zna stvarni ishod svoje akcije i djeluje u skladu s tim, što u stvarnosti nije moguće.

Struktura AI agenta

Zadatak umjetne inteligencije je dizajn agentskog programa koji implementira agentsku funkciju. Struktura inteligentnog agenta kombinacija je arhitekture i agentskog programa. Može se promatrati kao:

 Agent = Architecture + Agent program 

Slijede tri glavna pojma uključena u strukturu AI agenta:

alter dodati stupac proročište

Arhitektura: Arhitektura je mašinerija na kojoj radi AI agent.

Funkcija agenta: Funkcija agenta koristi se za preslikavanje percepcije u radnju.

 f:P* → A 

Agentski program: Program agenta je implementacija funkcije agenta. Program agenta izvršava se na fizičkoj arhitekturi da proizvede funkciju f.

GRAŠAK Reprezentacija

PEAS je vrsta modela na kojem radi AI agent. Kada definiramo AI agenta ili racionalnog agenta, tada možemo grupirati njegova svojstva pod modelom reprezentacije PEAS. Sastoji se od četiri riječi:

c# rječnik
    P:Mjera učinkaI:OkolišA:PokretačiS:Senzori

Ovdje je mjera učinka cilj uspjeha ponašanja agenta.

PEAS za samovozeće automobile:

Agenti u AI

Pretpostavimo samovozeći automobil, tada će PEAS reprezentacija biti:

Izvođenje: Sigurnost, vrijeme, legalna vožnja, udobnost

Okoliš: Ceste, druga vozila, prometni znakovi, pješaci

Pokretači: Upravljač, gas, kočnica, signal, sirena

Senzori: Kamera, GPS, brzinomjer, odometar, akcelerometar, sonar.

Primjer agenata sa svojim PEAS predstavljanjem

Agent Mjera učinka Okoliš Pokretači Senzori
1. Medicinska dijagnoza
  • Zdrav pacijent
  • Minimiziran trošak
  • Pacijent
  • Bolnica
  • Osoblje
  • Testovi
  • Tretmani
Tipkovnica
(Unos simptoma)
2. Usisavač
  • Čistoća
  • Učinkovitost
  • Život baterije
  • Sigurnost
  • Soba
  • Stol
  • Drveni pod
  • Tepih
  • Razne prepreke
  • Kotači
  • Četke
  • Vakuumski ekstraktor
  • Fotoaparat
  • Senzor za detekciju prljavštine
  • Senzor litice
  • Senzor udaraca
  • Infracrveni zidni senzor
3. Robot za branje dijelova
  • Postotak dijelova u ispravnim spremnicima.
  • Pokretna traka s dijelovima,
  • Kante
  • Zglobne ruke
  • Ruka
  • Fotoaparat
  • Senzori kuta zgloba.