Einführung in Agenten der Künstlichen Intelligenz

Agents in Artificial Intelligence ist heute die neue Elektrizität. Es revolutioniert die Technologie. Künstliche Intelligenz macht Maschinen / Computer intelligent wie Menschen.

Was ist ein Agent?

Ein Agent ist alles, was aufgrund der Informationen, die er aus der Umgebung erhält, Aktionen ausführt. Ein menschlicher Agent hat Sinnesorgane, um die Umgebung und die Körperteile zu erfassen, während ein Roboteragent Sensoren hat, um die Umgebung zu erfassen.

Wie interagiert der Agent mit der Umgebung?

Die Agenten interagieren auf zwei Arten mit der Umgebung:

1. Wahrnehmung

Wahrnehmung ist eine passive Interaktion, bei der der Agent Informationen über die Umgebung erhält, ohne die Umgebung zu ändern. Die Sensoren des Roboters helfen ihm dabei, Informationen über die Umgebung zu erhalten, ohne die Umgebung zu beeinträchtigen. Informationen über Sensoren zu gewinnen, nennt man Wahrnehmung.

2. Aktion

Aktion ist eine aktive Interaktion, bei der die Umgebung geändert wird. Wenn der Roboter ein Hindernis mit dem Arm bewegt, spricht man von einer Aktion, wenn sich die Umgebung ändert. Der Arm des Roboters wird als "Effektor" bezeichnet, wenn er die Aktion ausführt.

Erklärung des obigen Bildes:

  • Die Interaktion des Agenten mit der Umgebung erfolgt über Sensoren und Effektoren.
  • Betrachten Sie das Beispiel eines Chatbots, der ein virtueller Assistent ist. Wenn es die Bedeutung der Nachrichten eines Benutzers liest und versteht, spricht man von Wahrnehmung. Wenn der Benutzer nach der Analyse der Nachricht des Benutzers eine Antwort erhält, wird dies als Aktion bezeichnet.

Wie sollten Agenten in der künstlichen Intelligenz handeln?

Nachfolgend sind die Punkte aufgeführt, die erläutern, wie ein Agent handeln soll:

  • Ein rationaler Agent macht das Richtige. Die richtige Aktion bewirkt, dass der Agent am erfolgreichsten ist.
  • Ein allwissender Agent weiß, welche Auswirkungen die Aktion haben wird und kann dementsprechend handeln, aber in Wirklichkeit ist dies nicht möglich.
  • Der Grad des Erfolgs, der durch das Leistungsmaß definiert wird
  • Die Wahrnehmungssequenz, die die gesamte Wahrnehmungssequenz des Agenten bis zum gegenwärtigen Moment darstellt
  • Das Wissen des Agenten über die Umwelt
  • Welche Aktionen kann der Agent ausführen?

2. Zuordnung von Wahrnehmungssequenzen zu Aktionen

Wenn bekannt ist, dass die Aktion des Agenten vollständig von der Wahrnehmungshistorie abhängt - der Wahrnehmungssequenz -, kann der Agent mithilfe eines Mappings beschrieben werden. Mapping ist eine Liste, die die Wahrnehmungssequenz der Aktion zuordnet. Wenn wir festlegen, welche Aktion ein Agent entsprechend der angegebenen Wahrnehmungssequenz ausführen soll, legen wir das Design für einen idealen Agenten fest.

3. Autonomie

Das Verhalten eines Agenten hängt von seiner eigenen Erfahrung sowie dem vom Agentendesigner eingebrachten Wissen über den Agenten ab. Ein System ist autonom, wenn es entsprechend seiner Erfahrung Maßnahmen ergreift. Da es für die Anfangsphase keine Erfahrung gibt, ist es gut, eingebautes Wissen bereitzustellen. Der Agent lernt dann durch Evolution. Ein wirklich autonomer intelligenter Agent sollte in der Lage sein, in einer Vielzahl von Umgebungen erfolgreich zu arbeiten, wenn ihm ausreichend Zeit zur Anpassung eingeräumt wird.

Arten von Agenten in der künstlichen Intelligenz

Im Folgenden sind die 4 Arten von Agenten aufgeführt:

1. Reflexmittel

Reflex Agent funktioniert ähnlich wie der Reflex unseres Körpers (z. B. wenn wir sofort den Finger heben, wenn er die Flammenspitze berührt). Ebenso wie die prompte Reaktion unseres Körpers auf die aktuelle Situation, reagiert der Agent auch auf die aktuelle Umgebung, unabhängig vom Zustand der Umgebung in der Vergangenheit. Der Reflexagent kann nur dann richtig arbeiten, wenn die zu treffenden Entscheidungen auf der aktuellen Wahrnehmung beruhen.

2. Agenten, die die Welt im Auge behalten

Dies sind die Agenten mit Gedächtnis. Es speichert die Informationen über den vorherigen Status und den aktuellen Status und führt die Aktion entsprechend aus. Wenn der Fahrer während der Fahrt die Spur wechseln möchte, schaut er in den Spiegel, um die aktuelle Position der Fahrzeuge hinter ihm zu erkennen. Während er nach vorne schaut, kann er nur die Fahrzeuge vor sich sehen und da er bereits Informationen über die Position der Fahrzeuge hinter sich hat (vor einem Moment vom Spiegel aus), kann er sicher die Spur wechseln. Der vorherige und der aktuelle Status werden zur Entscheidung der Aktion schnell aktualisiert.

3. Zielbasierte Agenten

Unter bestimmten Umständen hilft es möglicherweise nicht, nur die Informationen des aktuellen Zustands zu berücksichtigen, um die richtige Entscheidung zu treffen. Wenn das Ziel bekannt ist, berücksichtigt der Agent die Zielinformationen neben den aktuellen Statusinformationen, um die richtige Entscheidung zu treffen. Wenn beispielsweise der Agent ein selbstfahrendes Auto ist und das Ziel das Ziel ist, hilft die Information der Route zum Ziel dem Auto bei der Entscheidung, wann es nach links oder rechts abbiegen soll.

"Suchen" und "Planen" sind die beiden Unterfelder der KI, mit denen der Agent seine Ziele erreichen kann. Obwohl der zielbasierte Agent weniger effizient erscheint, ist er dennoch flexibel. Wenn sich das Ziel ändert, ändert der Agent seine Aktionen entsprechend. Dies ist beim Reflexagenten nicht der Fall, da alle Regeln bei Änderung des Ziels neu geschrieben werden müssen.

4. Utility Agents

Es kann viele mögliche Sequenzen geben, um das Ziel zu erreichen, aber einige sind besser als andere. In Anbetracht des oben erwähnten Beispiels ist das Ziel bekannt, es gibt jedoch mehrere Routen. Die Wahl einer geeigneten Route ist auch für den Gesamterfolg des Agenten von Bedeutung. Es gibt viele Faktoren bei der Entscheidung über die Route, wie die kürzeste, die bequeme usw. Der Erfolg hängt von der Nützlichkeit des Agenten ab, basierend auf den Benutzerpräferenzen.

Das Dienstprogramm ist eine Funktion, die einen Zustand einer reellen Zahl zuordnet, die den Grad des Glücks beschreibt. Die Utility-Funktion gibt den geeigneten Kompromiss für den Fall an, dass die Ziele in Konflikt stehen.

Fazit - Agenten in der künstlichen Intelligenz

Ein Agent ist alles, was aufgrund der Informationen, die er aus der Umgebung erhält, Maßnahmen ergreift. Die Agenten interagieren auf zwei Arten mit der Umgebung: Wahrnehmung und Aktion. Agenten können rational oder allwissend sein.

Im Folgenden sind die 4 Arten von Agenten aufgeführt:

  • Reflex (reaktions) mittel - ein mittel ohne
  • Agenten, die die Welt im Auge behalten
  • Zielbasierte Agenten
  • Versorgungsagenten

Empfohlene Artikel

Dies ist ein Leitfaden für Agenten in der künstlichen Intelligenz. Hier diskutieren wir, was ein Agent ist, wie der Agent mit der Umgebung interagiert und welche vier Arten von Agenten es gibt. Sie können auch unsere anderen verwandten Artikel durchgehen, um mehr zu erfahren -

  1. Künstliche Intelligenz-Technologie
  2. Wie funktioniert künstliche Intelligenz?
  3. Anwendungen des maschinellen Lernens
  4. Arten von Algorithmen für maschinelles Lernen
  5. Künstliche Intelligenztechniken
  6. Top 12 Arten von Sensoren und deren Anwendungen

Kategorie:

Große Daten