Agenti intelligenti
Gli agenti intelligenti possono essere qualsiasi entità o oggetto come esseri umani, software, macchine. Questi agenti sono in grado di prendere decisioni in base agli input che riceve dall'ambiente usando i suoi sensori e agiscono sull'ambiente usando gli attuatori. Gli agenti abilitati all'IA raccolgono input dall'ambiente facendo uso di sensori come telecamere, microfono o altri dispositivi di rilevamento. Gli agenti eseguono alcuni calcoli in tempo reale sull'input e forniscono output utilizzando attuatori come schermo o altoparlante. Questi agenti hanno capacità come la risoluzione dei problemi in tempo reale, l'analisi del tasso di errore o di successo e il recupero delle informazioni.
Tre forme di agente intelligente
L'agente intelligente può essere disponibile in una delle tre forme, ad esempio: -
- Human-agente
- Agente robotico
- Agente software
Queste tre forme sono descritte di seguito:
Agente umano: un agente umano utilizza occhi, naso, lingua e altri organi sensoriali come sensori per percepire le informazioni dall'ambiente e usa arti e vie vocali come attuatori per eseguire un'azione basata sulle informazioni
Agente robotico : l'agente robotico utilizza telecamere e radar a infrarossi come sensori per registrare le informazioni dall'ambiente e utilizza motori reflex come attuatori per fornire l'output all'ambiente.
Software Agent: Software Agent utilizza i tasti della tastiera, i comandi audio come sensori di input e il display come attuatori.
Ad esempio : assistenti intelligenti basati sull'intelligenza artificiale come Siri, Alexa. Usano i sensori vocali per ricevere una richiesta dall'utente e cercare le informazioni pertinenti in fonti secondarie senza intervento umano e attuatori come le sue informazioni vocali o il modulo di testo trasmettono informazioni all'ambiente.
Tipi e regole degli agenti intelligenti
Questi agenti sono classificati in cinque tipi in base alla loro gamma di capacità ed estensione dell'intelligenza
1. Agenti reflex semplici
Sono la forma base di agenti e funzionano solo nello stato attuale. Hanno una capacità di intelligenza molto bassa in quanto non hanno la capacità di memorizzare lo stato passato. Questo tipo di agenti risponde agli eventi in base a regole predefinite che sono pre-programmate. Funzionano bene solo quando l'ambiente è pienamente osservabile. Questi agenti sono utili solo su un numero limitato di casi, qualcosa come un termostato intelligente. i semplici agenti Reflex mantengono una tabella statica da cui prendono tutte le regole predefinite per eseguire un'azione.
2. Agenti basati su modello
È una versione avanzata dell'agente Simple Reflex. Come gli agenti Reflex semplici, può anche rispondere agli eventi in base alle condizioni predefinite, inoltre ha la capacità di memorizzare lo stato interno (informazioni passate) in base agli eventi precedenti. Gli agenti basati su modello aggiornano lo stato interno ad ogni passaggio. Questi stati interni aiutano gli agenti a gestire l'ambiente parzialmente osservabile. Per eseguire qualsiasi azione, si basa sia sullo stato interno sia sulla percezione corrente. Tuttavia, è quasi impossibile trovare lo stato esatto quando si ha a che fare con un ambiente parzialmente osservabile.
3. Agenti basati sugli obiettivi
L'azione intrapresa da questi agenti dipende dalla distanza dal loro obiettivo (situazione desiderata). Le azioni hanno lo scopo di ridurre la distanza tra lo stato corrente e lo stato desiderato. Per raggiungere il suo obiettivo, utilizza l'algoritmo di ricerca e pianificazione. Uno svantaggio degli agenti basati sugli obiettivi è che non sempre selezionano il percorso più ottimizzato per raggiungere l'obiettivo finale. Questa carenza può essere superata utilizzando Utility Agent descritto di seguito.
4. Agenti di pubblica utilità
L'azione intrapresa da questi agenti dipende dall'obiettivo finale, quindi vengono chiamati Utility Agent. Gli agenti di utilità vengono utilizzati quando esistono più soluzioni a un problema e deve essere scelta la migliore alternativa possibile. L'alternativa scelta si basa sull'utilità di ogni stato. Eseguono un'analisi costi-benefici di ogni soluzione e selezionano quella che può raggiungere l'obiettivo con un costo minimo.
5. Agenti di apprendimento
Gli agenti di apprendimento hanno capacità di apprendimento in modo che possano imparare dalle loro esperienze passate. Questi tipi di agenti possono iniziare da zero e nel tempo possono acquisire conoscenze significative dal loro ambiente. Gli agenti di apprendimento hanno quattro componenti principali che gli consentono di imparare dalla sua esperienza passata.
- Critico : il critico valuta il rendimento dell'agente rispetto al benchmark prestazionale impostato.
- Elementi di apprendimento: prende input dalla critica e aiuta l'agente nel miglioramento delle prestazioni imparando dall'ambiente.
- Elemento di prestazione: questo componente decide l'azione da intraprendere per migliorare la prestazione.
- Generatore di problemi: Generatore di problemi prende input da altri componenti e suggerisce azioni che si tradurranno in un'esperienza migliore.
Regole
Ci sono alcune regole che gli agenti devono seguire per essere definiti come agenti intelligenti.
- Regola 1 : l'agente deve essere in grado di percepire le informazioni dall'ambiente utilizzando i suoi sensori
- Regola 2 : gli input o le osservazioni così raccolti dall'ambiente dovrebbero essere usati per prendere decisioni
- Regola 3: la decisione così presa dall'osservazione dovrebbe sfociare in azioni concrete
- Regola 4: l'azione intrapresa dovrebbe essere un'azione razionale
Struttura dell'agente intelligente
La struttura dell'agente intelligente è la combinazione di funzione agente, architettura e programma agente.
Agente = Architettura + Programma agente
Le tre entità sono descritte di seguito
1. Architettura: l' architettura è la macchina su cui l'agente esegue la sua azione. È essenzialmente un dispositivo con attuatori e sensori integrati. Esempio: auto autonome alle quali sono collegati vari sensori di movimento e GPS e attuatori basati sugli ingressi aiutano nella guida effettiva.
2. Funzione agente: la funzione agente aiuta a mappare tutte le informazioni che ha raccolto dall'ambiente all'azione
3. Programma agente: l'esecuzione della funzione agente viene eseguita dal programma agente. L'esecuzione avviene su Agent Architecture e produce la funzione desiderata.
Conclusione
L'obiettivo finale di qualsiasi agente è quello di svolgere compiti che altrimenti dovrebbero essere eseguiti dagli umani. Gli agenti agiscono come un assistente intelligente che può consentire l'automazione di attività ripetitive, aiutare nella sintesi dei dati, apprendere dall'ambiente e formulare raccomandazioni per il giusto corso d'azione che aiuterà a raggiungere lo stato obiettivo. Gli agenti intelligenti sono oggi immensi nell'uso e il suo utilizzo si espanderà solo in futuro.
Articoli consigliati
Questa è una guida agli agenti intelligenti. Qui discutiamo la struttura e alcune regole insieme ai cinque tipi di agenti intelligenti sulla base della loro gamma di capacità ed estensione dell'intelligenza. Puoi anche leggere il seguente articolo per saperne di più -
- 10 passi per fare una mossa di carriera finanziariamente intelligente
- Che cos'è l'intelligenza artificiale
- Intelligenza emotiva sul posto di lavoro
- Un ambiente di lavoro sano