Intelligente Agenten
Intelligente Agenten können jede Entität oder jedes Objekt wie Menschen, Software oder Maschinen sein. Diese Agenten sind in der Lage, Entscheidungen auf der Grundlage der Eingaben zu treffen, die sie mithilfe ihrer Sensoren von der Umgebung erhalten, und wirken mithilfe von Aktoren auf die Umgebung ein. AI-fähige Agenten erfassen Eingaben aus der Umgebung, indem sie Sensoren wie Kameras, Mikrofone oder andere Erfassungsgeräte verwenden. Die Agenten führen eine Echtzeitberechnung für die Eingabe durch und liefern die Ausgabe mithilfe von Aktoren wie Bildschirm oder Lautsprecher. Diese Agenten können Probleme in Echtzeit lösen, Fehler- oder Erfolgsraten analysieren und Informationen abrufen.
Drei Arten intelligenter Agenten
Intelligent Agent kann in einer der drei folgenden Formen vorliegen:
- Mensch-Agent
- Roboteragent
- Software-Agent
Diese drei Formen werden nachfolgend beschrieben:
Human-Agent: Ein Human-Agent verwendet Augen, Nase, Zunge und andere Sinnesorgane als Sensoren, um Informationen aus der Umgebung wahrzunehmen, und verwendet Gliedmaßen und Stimmbänder als Aktoren, um eine auf den Informationen basierende Aktion auszuführen
Robotic Agent: Robotics Agent verwendet Kameras und Infrarotradare als Sensoren, um Informationen aus der Umgebung aufzuzeichnen, und verwendet Reflexmotoren als Aktuatoren, um die Ausgabe an die Umgebung zurückzuliefern.
Software-Agent: Der Software-Agent verwendet Tastenanschläge, Audiobefehle als Eingabesensoren und einen Bildschirm als Aktoren.
Zum Beispiel - KI-basierte intelligente Assistenten wie Siri, Alexa. Sie verwenden Sprachsensoren, um eine Anfrage vom Benutzer zu erhalten und nach relevanten Informationen in sekundären Quellen zu suchen, ohne dass ein menschliches Eingreifen erforderlich ist. Aktoren wie die Sprach- oder Textmodule leiten Informationen an die Umgebung weiter.
Typen und Regeln intelligenter Agenten
Diese Agenten werden auf der Grundlage ihres Fähigkeitsbereichs und des Umfangs der Intelligenz in fünf Typen eingeteilt
1. Einfache Reflexmittel
Sie sind die Grundform von Agenten und funktionieren nur im aktuellen Zustand. Sie haben eine sehr geringe Intelligenzfähigkeit, da sie nicht in der Lage sind, einen früheren Zustand zu speichern. Diese Art von Agenten reagiert auf Ereignisse basierend auf vordefinierten Regeln, die vorprogrammiert sind. Sie funktionieren nur dann gut, wenn die Umgebung vollständig einsehbar ist. Diese Mittel sind nur in einer begrenzten Anzahl von Fällen hilfreich, etwa bei einem intelligenten Thermostat. simple Reflex Agents enthalten eine statische Tabelle, in der sie alle vordefinierten Regeln für die Ausführung einer Aktion abrufen.
2. Modellbasierte Agenten
Es ist eine erweiterte Version des Simple Reflex-Agenten. Wie Simple Reflex Agents kann es auch auf Ereignisse reagieren, die auf den vordefinierten Bedingungen basieren. Darüber hinaus kann es den internen Status (frühere Informationen) basierend auf früheren Ereignissen speichern. Modellbasierte Agenten aktualisieren den internen Status bei jedem Schritt. Diese internen Zustände helfen den Agenten beim Umgang mit der teilweise beobachtbaren Umgebung. Um eine Aktion auszuführen, ist sie sowohl auf den internen Zustand als auch auf die aktuelle Wahrnehmung angewiesen. Bei einer teilweise beobachtbaren Umgebung ist es jedoch nahezu unmöglich, den genauen Zustand zu finden.
3. Zielbasierte Agenten
Die Aktion dieser Agenten hängt von der Entfernung zu ihrem Ziel ab (Gewünschte Situation). Die Aktionen sollen den Abstand zwischen dem aktuellen Zustand und dem gewünschten Zustand verringern. Um sein Ziel zu erreichen, nutzt es den Such- und Planungsalgorithmus. Ein Nachteil von zielbasierten Agenten ist, dass sie nicht immer den optimalsten Pfad zum Erreichen des Endziels auswählen. Dieser Mangel kann mit dem nachfolgend beschriebenen Utility Agent behoben werden.
4. Utility Agents
Die von diesen Agenten durchgeführten Aktionen hängen vom Endziel ab. Sie werden daher Utility Agent genannt. Utility Agents werden eingesetzt, wenn es mehrere Lösungen für ein Problem gibt und die bestmögliche Alternative gewählt werden muss. Die gewählte Alternative basiert auf dem Nutzen jedes Staates. Sie führen eine Kosten-Nutzen-Analyse für jede Lösung durch und wählen die Lösung aus, mit der das Ziel bei minimalen Kosten erreicht werden kann.
5. Lernagenten
Lernagenten verfügen über Lernfähigkeiten, damit sie aus ihren früheren Erfahrungen lernen können. Diese Arten von Agenten können von vorne anfangen und im Laufe der Zeit bedeutendes Wissen aus ihrer Umgebung erwerben. Die Lernagenten haben vier Hauptkomponenten, mit denen sie aus ihren Erfahrungen in der Vergangenheit lernen können.
- Kritiker : Der Kritiker bewertet, wie gut der Agent im Vergleich zum festgelegten Leistungsmaßstab abschneidet.
- Lernelemente: Es nimmt den Input der Kritiker auf und hilft Agent bei der Leistungsverbesserung, indem es von der Umgebung lernt.
- Leistungselement: Diese Komponente entscheidet über die Maßnahmen zur Leistungsverbesserung.
- Problem Generator: Der Problem Generator verwendet Eingaben von anderen Komponenten und schlägt Maßnahmen vor, die zu einer besseren Erfahrung führen.
Regeln
Es gibt nur wenige Regeln, denen Agenten folgen müssen, um als intelligenter Agent bezeichnet zu werden.
- Regel 1 : Der Agent muss in der Lage sein, mithilfe seiner Sensoren Informationen aus der Umgebung wahrzunehmen
- Regel 2 : Die so gesammelten Inputs oder Beobachtungen aus der Umgebung sollten verwendet werden, um Entscheidungen zu treffen
- Regel 3: Die so aus der Beobachtung getroffene Entscheidung sollte zu einer konkreten Handlung führen
- Regel 4: Die ergriffenen Maßnahmen sollten rational sein
Struktur des intelligenten Agenten
Die Intelligent Agent-Struktur ist die Kombination aus Agent-Funktion, Architektur und Agent-Programm.
Agent = Architektur + Agentenprogramm
Die drei Entitäten werden nachfolgend beschrieben
1. Architektur: Architektur ist die Maschinerie, auf der der Agent seine Aktion ausführt. Es handelt sich im Wesentlichen um ein Gerät mit eingebetteten Aktoren und Sensoren. Beispiel: Autonome Fahrzeuge, an denen verschiedene Bewegungs- und GPS-Sensoren angebracht sind, und Aktoren, die auf den Eingaben basieren, unterstützen das tatsächliche Fahren.
2. Agentenfunktion: Die Agentenfunktion hilft bei der Zuordnung aller von der Umgebung gesammelten Informationen
3. Agentenprogramm: Die Ausführung der Agentenfunktion wird vom Agentenprogramm ausgeführt. Die Ausführung erfolgt über Agent Architecture und erzeugt die gewünschte Funktion.
Fazit
Das Endziel eines Agenten ist es, Aufgaben auszuführen, die ansonsten von Menschen ausgeführt werden müssen. Agenten agieren wie intelligente Assistenten, die die Automatisierung sich wiederholender Aufgaben ermöglichen, bei der Datenzusammenfassung helfen, aus der Umgebung lernen und Empfehlungen für die richtige Vorgehensweise abgeben, die zum Erreichen des Zielzustands beitragen. Intelligente Agenten sind heute immens im Einsatz, und ihre Verwendung wird sich erst in Zukunft ausweiten.
Empfohlene Artikel
Dies ist eine Anleitung für Intelligent Agents. Hier diskutieren wir die Struktur und einige Regeln zusammen mit den fünf Typen intelligenter Agenten auf der Grundlage ihres Funktionsumfangs und des Umfangs der Intelligenz. Sie können auch den folgenden Artikel lesen, um mehr zu erfahren -
- 10 Schritte für einen finanziell intelligenten Karriereschritt
- Was ist künstliche Intelligenz?
- Emotionale Intelligenz am Arbeitsplatz
- Ein gesundes Arbeitsumfeld