AI - Agen & Lingkungan

Sistem AI terdiri dari agen dan lingkungannya. Agen bertindak di lingkungan mereka. Lingkungan mungkin mengandung agen lain.

Apa itu Agen dan Lingkungan?

Sebuah agent adalah segala sesuatu yang dapat memahami lingkungannya sensors dan bertindak atas lingkungan itu melalui effectors.

SEBUAH human agent memiliki organ sensorik seperti mata, telinga, hidung, lidah dan kulit yang sejajar dengan sensor, dan organ lain seperti tangan, kaki, mulut, untuk efektor.
SEBUAH robotic agent menggantikan kamera dan pencari jangkauan inframerah untuk sensor, dan berbagai motor dan aktuator untuk efektor.
SEBUAH software agent telah menyandikan string bit sebagai program dan tindakannya.

Terminologi Agen

Performance Measure of Agent - Ini adalah kriteria yang menentukan seberapa sukses seorang agen.
Behavior of Agent - Ini adalah tindakan yang dilakukan agen setelah urutan persepsi tertentu.
Percept - Ini adalah masukan perseptual agen pada contoh tertentu.
Percept Sequence - Ini adalah sejarah dari semua yang dianggap agen sampai saat ini.
Agent Function - Ini adalah peta dari urutan aturan moralitas ke suatu tindakan.

Rasionalitas

Rasionalitas tidak lain adalah status bersikap masuk akal, berakal sehat, dan memiliki rasa penilaian yang baik.

Rasionalitas berkaitan dengan tindakan dan hasil yang diharapkan tergantung pada apa yang dirasakan oleh agen. Melakukan tindakan dengan tujuan memperoleh informasi yang berguna merupakan bagian penting dari rasionalitas.

Apa itu Agen Rasional Ideal?

Agen rasional yang ideal adalah agen yang mampu melakukan tindakan yang diharapkan untuk memaksimalkan ukuran kinerjanya, atas dasar -

Urutan persepsinya
Basis pengetahuan bawaannya

Rasionalitas seorang agen bergantung pada hal-hal berikut -

Itu performance measures, yang menentukan tingkat kesuksesan.
Agen Percept Sequence sampai sekarang.
Agen prior knowledge about the environment.
Itu actions yang dapat dilakukan oleh agen.

Agen rasional selalu melakukan tindakan yang benar, di mana tindakan yang benar berarti tindakan yang menyebabkan agen menjadi yang paling berhasil dalam urutan persepsi yang diberikan. Masalah yang dipecahkan agen dicirikan oleh Ukuran Kinerja, Lingkungan, Aktuator, dan Sensor (PEAS).

Struktur Agen Cerdas

Struktur agen dapat dilihat sebagai -

Agen = Arsitektur + Program Agen
Arsitektur = mesin yang dijalankan oleh agen.
Program Agen = implementasi dari fungsi agen.

Agen Refleks Sederhana

Mereka memilih tindakan hanya berdasarkan persepsi saat ini.
Mereka rasional hanya jika keputusan yang benar dibuat hanya atas dasar ajaran saat ini.
Lingkungan mereka dapat diamati sepenuhnya.

Condition-Action Rule - Ini adalah aturan yang memetakan keadaan (kondisi) ke suatu tindakan.

Agen Refleks Berbasis Model

Mereka menggunakan model dunia untuk memilih tindakan mereka. Mereka mempertahankan keadaan internal.

Model - Pengetahuan tentang “bagaimana hal-hal terjadi di dunia”.

Internal State - Ini adalah representasi dari aspek keadaan saat ini yang tidak teramati tergantung pada sejarah persepsi.

Updating the state requires the information about −

Bagaimana dunia berkembang.
Bagaimana tindakan agen mempengaruhi dunia.

Agen Berbasis Tujuan

Mereka memilih tindakan mereka untuk mencapai tujuan. Pendekatan berbasis tujuan lebih fleksibel daripada agen refleks karena pengetahuan yang mendukung keputusan dimodelkan secara eksplisit, sehingga memungkinkan untuk modifikasi.

Goal - Ini adalah deskripsi situasi yang diinginkan.

Agen Berbasis Utilitas

Mereka memilih tindakan berdasarkan preferensi (utilitas) untuk setiap negara bagian.

Gol tidak memadai ketika -

Ada tujuan yang saling bertentangan, yang hanya sedikit yang bisa dicapai.
Sasaran memiliki beberapa ketidakpastian untuk dicapai dan Anda perlu mempertimbangkan kemungkinan sukses terhadap pentingnya tujuan.

Sifat Lingkungan

Beberapa program beroperasi secara keseluruhan artificial environment terbatas pada input keyboard, database, sistem file komputer, dan output karakter di layar.

Sebaliknya, beberapa agen perangkat lunak (robot perangkat lunak atau softbots) ada di domain softbots yang kaya dan tidak terbatas. Simulator memilikivery detailed, complex environment. Agen perangkat lunak perlu memilih dari rangkaian panjang tindakan secara real time. Softbot yang dirancang untuk memindai preferensi online pelanggan dan menunjukkan item menarik kepada karya pelanggan direal serta artificial lingkungan Hidup.

Yang paling terkenal artificial environment adalah Turing Test environment, di mana satu agen nyata dan buatan lainnya diuji di tempat yang sama. Ini adalah lingkungan yang sangat menantang karena sangat sulit bagi agen perangkat lunak untuk bekerja sebaik manusia.

Uji Turing

Keberhasilan perilaku cerdas suatu sistem dapat diukur dengan Uji Turing.

Dua orang dan sebuah mesin yang akan dievaluasi ikut serta dalam pengujian. Dari dua orang tersebut, satu orang berperan sebagai penguji. Masing-masing duduk di ruangan yang berbeda. Penguji tidak menyadari siapa mesin dan siapa manusia. Dia menginterogasi pertanyaan dengan mengetik dan mengirimkannya ke kedua kecerdasan, yang mana dia menerima jawaban yang diketik.

Tes ini bertujuan untuk menipu penguji. Jika tester gagal menentukan respon mesin dari respon manusia, maka mesin tersebut dikatakan cerdas.

Sifat Lingkungan

Lingkungan memiliki sifat berlipat ganda -

Discrete / Continuous- Jika ada sejumlah keadaan lingkungan yang berbeda dan terdefinisi dengan jelas, lingkungan tersebut diskrit (Misalnya, catur); jika tidak terus menerus (Misalnya, mengemudi).
Observable / Partially Observable- Jika memungkinkan untuk menentukan keadaan lengkap lingkungan pada setiap titik waktu dari persepsi, hal itu dapat diamati; selain itu hanya dapat diamati sebagian.
Static / Dynamic- Jika lingkungan tidak berubah saat agen bertindak, maka itu statis; selain itu dinamis.
Single agent / Multiple agents - Lingkungan mungkin berisi agen lain yang mungkin dari jenis yang sama atau berbeda dengan agen.
Accessible / Inaccessible - Jika peralatan sensorik agen dapat memiliki akses ke seluruh keadaan lingkungan, maka lingkungan dapat diakses oleh agen tersebut.
Deterministic / Non-deterministic- Jika keadaan lingkungan selanjutnya sepenuhnya ditentukan oleh keadaan saat ini dan tindakan agen, maka lingkungan itu deterministik; jika tidak maka non-deterministik.
Episodic / Non-episodic- Dalam lingkungan episodik, setiap episode terdiri dari agen yang mengamati dan kemudian bertindak. Kualitas aksinya hanya bergantung pada episode itu sendiri. Episode selanjutnya tidak bergantung pada tindakan di episode sebelumnya. Lingkungan episodik jauh lebih sederhana karena agen tidak perlu berpikir jauh ke depan.