Intelligente agenten
Intelligente agenten kunnen elke entiteit of elk object zijn, zoals mensen, software, machines. Deze agenten zijn in staat om beslissingen te nemen op basis van de input die het van de omgeving ontvangt met behulp van zijn sensoren en werkt op de omgeving met behulp van actuatoren. AI-ingeschakelde agenten verzamelen input van de omgeving door gebruik te maken van sensoren zoals camera's, microfoon of andere detectieapparatuur. De agenten voeren realtime berekeningen uit op de invoer en leveren uitvoer met behulp van actuatoren zoals een scherm of luidspreker. Deze agenten hebben mogelijkheden zoals real-time probleemoplossing, analyse van fouten of succespercentages en het ophalen van informatie.
Drie vormen van Intelligent Agent
Intelligent Agent kan in een van de drie vormen voorkomen, zoals: -
- Human-Agent
- Robotic Agent
- Software agent
Deze drie vormen worden hieronder beschreven:
Human-Agent: een Human-Agent gebruikt ogen, neus, tong en andere sensorische organen als sensoren om informatie uit de omgeving waar te nemen en gebruikt ledematen en stembanden als actuatoren om een actie uit te voeren op basis van de informatie
Robotic Agent: Robotics Agent gebruikt camera's en infraroodradars als sensoren om informatie uit de omgeving op te nemen en gebruikt reflexmotoren als actuatoren om output terug te leveren aan de omgeving.
Software Agent: Software Agent gebruikt toetsenbordslagen, audio-opdrachten als invoersensoren en weergavescherm als actuatoren.
Bijvoorbeeld - op AI gebaseerde slimme assistenten zoals Siri, Alexa. Ze gebruiken spraaksensoren om een verzoek van de gebruiker te ontvangen en zoeken naar de relevante informatie in secundaire bronnen zonder menselijke tussenkomst en actuatoren zoals de spraak- of tekstmodule die informatie doorgeeft aan de omgeving.
Typen en regels van intelligente agenten
Deze agenten zijn ingedeeld in vijf typen op basis van hun vermogensbereik en mate van intelligentie
1. Eenvoudige reflexmiddelen
Ze zijn de basisvorm van agenten en werken alleen in de huidige status. Ze hebben een zeer laag intelligentievermogen omdat ze niet de mogelijkheid hebben om de vorige toestand op te slaan. Dit type agenten reageren op gebeurtenissen op basis van vooraf gedefinieerde regels die vooraf zijn geprogrammeerd. Ze presteren alleen goed als de omgeving volledig waarneembaar is. Deze middelen zijn alleen nuttig in een beperkt aantal gevallen, zoiets als een slimme thermostaat. eenvoudige Reflex-agenten hebben een statische tabel waaruit ze alle vooraf gedefinieerde regels voor het uitvoeren van een actie ophalen.
2. Modelgebaseerde agenten
Het is een geavanceerde versie van de Simple Reflex-agent. Net als Simple Reflex Agents kan het ook reageren op gebeurtenissen op basis van de vooraf gedefinieerde omstandigheden, bovendien heeft het ook de mogelijkheid om de interne status (informatie uit het verleden) op te slaan op basis van eerdere gebeurtenissen. Modelgebaseerde agenten werken de interne status bij elke stap bij. Deze interne toestanden helpen bij het omgaan met de gedeeltelijk waarneembare omgeving. Om elke actie uit te voeren, is deze afhankelijk van zowel de interne status als de huidige waarneming. Het is echter bijna onmogelijk om de exacte staat te vinden bij een gedeeltelijk waarneembare omgeving.
3. Op doel gebaseerde agenten
De actie die door deze agenten wordt ondernomen, is afhankelijk van de afstand tot hun doel (Gewenste situatie). De acties zijn bedoeld om de afstand tussen de huidige status en de gewenste status te verkleinen. Om zijn doel te bereiken, maakt het gebruik van het zoek- en planningsalgoritme. Een nadeel van op doel gebaseerde agenten is dat ze niet altijd het meest geoptimaliseerde pad selecteren om het uiteindelijke doel te bereiken. Dit tekort kan worden verholpen door de hieronder beschreven hulpprogramma-agent te gebruiken.
4. Hulpprogramma's
De actie die door deze agenten wordt ondernomen, is afhankelijk van het einddoel en wordt daarom Utility Agent genoemd. Hulpprogramma's worden gebruikt wanneer er meerdere oplossingen voor een probleem zijn en het best mogelijke alternatief moet worden gekozen. Het gekozen alternatief is gebaseerd op het nut van elke staat. Ze voeren een kosten-batenanalyse van elke oplossing uit en selecteren de oplossing die het doel in minimale kosten kan bereiken.
5. Leermiddelen
Leeragenten hebben leermogelijkheden zodat ze kunnen leren van hun ervaringen uit het verleden. Dit soort agenten kunnen helemaal opnieuw beginnen en kunnen na verloop van tijd aanzienlijke kennis uit hun omgeving opdoen. De leeragenten hebben vier hoofdcomponenten waarmee ze kunnen leren van haar ervaringen uit het verleden.
- Criticus : de criticus beoordeelt hoe goed de agent presteert ten opzichte van de ingestelde prestatiebenchmark.
- Leerelementen: het neemt input van de criticus en helpt Agent bij het verbeteren van de prestaties door te leren van de omgeving.
- Prestatie-element: dit onderdeel bepaalt de actie die moet worden ondernomen om de prestaties te verbeteren.
- Problem Generator: Problem Generator neemt input van andere componenten en stelt acties voor die zullen resulteren in een betere ervaring.
Reglement
Er zijn maar weinig regels waaraan agenten moeten voldoen om als Intelligent Agent te worden aangeduid.
- Regel 1 : De agent moet de mogelijkheid hebben om informatie uit de omgeving waar te nemen met behulp van zijn sensoren
- Regel 2 : De input of de observatie die zo uit de omgeving wordt verzameld, moet worden gebruikt om beslissingen te nemen
- Regel 3: De beslissing die op basis van de waarneming is genomen, moet tot tastbare actie leiden
- Regel 4: De ondernomen actie moet een rationele actie zijn
Structuur van Intelligent Agent
De Intelligent Agent-structuur is de combinatie van Agent Function, Architecture en Agent Program.
Agent = Architectuur + Agent-programma
De drie entiteiten worden hieronder beschreven
1. Architectuur: architectuur is de machine waarop de agent zijn actie uitvoert. Het is in wezen een apparaat met ingebedde actuatoren en sensoren. Voorbeeld: autonome auto's waaraan verschillende bewegings- en GPS-sensoren zijn bevestigd en actoren op basis van de ingangen helpen bij het rijden.
2. Agentfunctie: Agentfunctie helpt bij het in kaart brengen van alle informatie die het uit de omgeving heeft verzameld
3. Agent-programma: de uitvoering van de Agent-functie wordt uitgevoerd door het Agent-programma. De uitvoering gebeurt bovenop Agent Architecture en produceert de gewenste functie.
Conclusie
Het einddoel van elke agent is om taken uit te voeren die anders door mensen moeten worden uitgevoerd. Agenten fungeren als intelligente assistent die automatisering van repetitieve taken mogelijk maakt, helpt bij het samenvatten van gegevens, leert van de omgeving en aanbevelingen doet voor de juiste handelwijze die zal helpen bij het bereiken van de doelstatus. Intelligente agenten worden tegenwoordig enorm gebruikt en het gebruik ervan zal in de toekomst alleen maar toenemen.
Aanbevolen artikelen
Dit is een handleiding voor intelligente agenten. Hier bespreken we de structuur en enkele regels samen met de vijf soorten intelligente agenten op basis van hun vermogensbereik en mate van intelligentie. U kunt ook het volgende artikel bekijken voor meer informatie -
- 10 stappen om een financieel intelligente carrière te maken
- Wat is kunstmatige intelligentie
- Emotionele intelligentie op het werk
- Een gezonde werkomgeving