Introduzione agli agenti nell'intelligenza artificiale
Oggi, Agents in Artificial Intelligence è la nuova elettricità. Sta rivoluzionando la tecnologia. L'intelligenza artificiale sta rendendo macchine / computer intelligenti come gli umani.
Che cos'è un agente?
Un agente è tutto ciò che agisce in base alle informazioni che ottiene dall'ambiente. Un agente umano ha organi sensoriali per rilevare l'ambiente e le parti del corpo per agire mentre un agente robot ha sensori per percepire l'ambiente.
In che modo l'agente interagisce con l'ambiente?
Gli agenti interagiscono con l'ambiente in due modi:
1. Percezione
La percezione è un'interazione passiva, in cui l'agente ottiene informazioni sull'ambiente senza cambiare l'ambiente. I sensori del robot lo aiutano a ottenere informazioni sull'ambiente circostante senza influire sull'ambiente circostante. Quindi, ottenere informazioni attraverso i sensori si chiama percezione.
2. Azione
L'azione è un'interazione attiva in cui l'ambiente è cambiato. Quando il robot muove un ostacolo usando il suo braccio, viene chiamato azione quando l'ambiente viene cambiato. Il braccio del robot è chiamato "Effector" mentre esegue l'azione.
Spiegazione dell'immagine sopra:
- L'interazione dell'agente con l'ambiente avviene attraverso sensori ed effettori.
- Considera l'esempio di un chatbot che è un assistente virtuale. Quando legge e comprende il significato dei messaggi di un utente, si chiama percezione. E quando risponde all'utente dopo aver analizzato il messaggio dell'utente, viene chiamato azione.
Come dovrebbero agire gli agenti nell'intelligenza artificiale?
Di seguito sono riportati i punti che spiegano come dovrebbe agire un agente:
- Un agente razionale fa la cosa giusta. L'azione giusta è quella che fa sì che l'agente abbia il maggior successo.
- Un agente onnisciente sa quale impatto avrà l'azione e può agire di conseguenza, ma in realtà non è possibile.
- Il grado di successo definito dalla misura della prestazione
- La sequenza di percezione che è l'intera sequenza di percezioni dell'agente fino al momento presente
- La conoscenza dell'agente sull'ambiente
- Quali azioni può eseguire l'agente
2. Mappatura delle sequenze di percetti alle azioni
Quando si sa che l'azione dell'agente dipende completamente dalla storia percettiva - la sequenza percettiva, allora l'agente può essere descritto usando una mappatura. La mappatura è un elenco che mappa la sequenza percettiva all'azione. Quando specifichiamo quale azione deve intraprendere un agente corrispondente alla sequenza di percezione indicata, allora stiamo specificando il progetto per un agente ideale.
3. Autonomia
Il comportamento di un agente dipende dalla propria esperienza e dalla conoscenza integrata dell'agente instillata dal progettista dell'agente. Un sistema è autonomo se intraprende azioni in base alla sua esperienza. Quindi, per la fase iniziale, poiché non ha alcuna esperienza, è bene fornire conoscenze integrate. L'agente impara quindi attraverso l'evoluzione. Un agente intelligente veramente autonomo, se dotato di tempo sufficiente per adattarsi, dovrebbe essere in grado di operare con successo in un'ampia varietà di ambienti.
Tipi di agenti nell'intelligenza artificiale
Di seguito sono riportati i 4 tipi di agenti:
1. Agente riflesso
L'agente riflesso funziona in modo simile all'azione riflessa del nostro corpo (ad esempio quando solleviamo immediatamente il dito quando tocca la punta della fiamma). Proprio come la pronta risposta del nostro corpo in base alla situazione attuale, l'agente risponde anche in base all'ambiente attuale, indipendentemente dallo stato passato dell'ambiente. L'agente riflesso può funzionare correttamente solo se le decisioni da prendere sono basate sulla percezione corrente.
2. Agenti che tengono traccia del mondo
Questi sono gli agenti con memoria. Memorizza le informazioni sullo stato precedente, lo stato corrente ed esegue l'azione di conseguenza. Proprio come mentre guida, se il conducente vuole cambiare corsia, si guarda allo specchio per conoscere la posizione attuale dei veicoli dietro di lui. Mentre guarda di fronte, può solo vedere i veicoli davanti e poiché ha già le informazioni sulla posizione dei veicoli dietro di lui (dallo specchio un momento fa), può tranquillamente cambiare corsia. Lo stato precedente e quello corrente vengono aggiornati rapidamente per decidere l'azione.
3. Agenti basati sugli obiettivi
In alcune circostanze, solo le informazioni dello stato attuale potrebbero non aiutare a prendere la decisione giusta. Se l'obiettivo è noto, l'agente tiene conto delle informazioni sull'obiettivo oltre alle informazioni sullo stato corrente per prendere la decisione giusta. Ad esempio, se l'agente è un'auto a guida autonoma e l'obiettivo è la destinazione, le informazioni del percorso verso la destinazione aiutano l'automobile a decidere quando svoltare a sinistra o a destra.
"Ricerca" e "pianificazione" sono i due sottocampi dell'IA che aiutano l'agente a raggiungere i suoi obiettivi. Sebbene l'agente basato sugli obiettivi possa apparire meno efficiente, tuttavia è flessibile. Considerando lo stesso esempio menzionato sopra, se la destinazione cambia, l'agente manipolerà le sue azioni di conseguenza. Questo non sarà il caso dell'agente riflesso in quanto tutte le regole devono essere riscritte con il cambio di obiettivo.
4. Agenti di pubblica utilità
Ci possono essere molte sequenze possibili per raggiungere l'obiettivo, ma alcune saranno migliori di altre. Considerando lo stesso esempio menzionato sopra, la destinazione è nota ma esistono più percorsi. La scelta di un percorso appropriato è importante anche per il successo complessivo dell'agente. Ci sono molti fattori nel decidere il percorso come il più breve, quello comodo, ecc. Il successo dipende dall'utilità dell'agente in base alle preferenze dell'utente.
L'utilità è una funzione che associa uno stato a un numero reale che descrive il grado di felicità. La funzione di utilità specifica il compromesso appropriato nel caso in cui gli obiettivi siano in conflitto.
Conclusione - Agenti nell'intelligenza artificiale
Un agente è tutto ciò che agisce in base alle informazioni che ottiene dall'ambiente. Gli agenti interagiscono con l'ambiente in due modi: percezione e azione. Gli agenti possono essere razionali o onniscienti.
Di seguito sono riportati i 4 tipi di agenti:
- Agente riflesso (reattivo) - un agente senza
- Agenti che tengono traccia del mondo
- Agenti basati sugli obiettivi
- Agenti di utilità
Articoli consigliati
Questa è una guida agli agenti di intelligenza artificiale. Qui discutiamo cos'è un agente, come l'agente interagisce con l'ambiente e i quattro tipi di agente. Puoi anche consultare i nostri altri articoli correlati per saperne di più -
- Tecnologia di intelligenza artificiale
- Come funziona l'intelligenza artificiale?
- Applicazioni dell'apprendimento automatico
- Tipi di algoritmi di apprendimento automatico
- Tecniche di intelligenza artificiale
- I 12 principali tipi di sensori e le loro applicazioni