AI - Agentes e Ambientes

Um sistema de IA é composto por um agente e seu ambiente. Os agentes atuam em seu ambiente. O ambiente pode conter outros agentes.

O que são Agente e Ambiente?

A agent é qualquer coisa que pode perceber seu ambiente por meio sensors e age naquele ambiente por meio effectors.

  • UMA human agent tem órgãos sensoriais, como olhos, ouvidos, nariz, língua e pele paralelos aos sensores, e outros órgãos, como mãos, pernas, boca, para efetores.

  • UMA robotic agent substitui câmeras e telêmetros infravermelhos para os sensores e vários motores e atuadores para efetores.

  • UMA software agent codificou cadeias de bits como seus programas e ações.

Terminologia do Agente

  • Performance Measure of Agent - São os critérios que determinam o grau de sucesso de um agente.

  • Behavior of Agent - É a ação que o agente realiza após uma determinada sequência de percepções.

  • Percept - São as entradas perceptivas do agente em uma determinada instância.

  • Percept Sequence - É a história de tudo que um agente percebeu até hoje.

  • Agent Function - É um mapa da sequência de preceitos a uma ação.

Racionalidade

A racionalidade nada mais é do que o status de ser razoável, sensato e ter bom senso de julgamento.

A racionalidade diz respeito às ações e resultados esperados, dependendo do que o agente percebeu. Realizar ações com o objetivo de obter informações úteis é uma parte importante da racionalidade.

O que é Ideal Rational Agent?

Um agente racional ideal é aquele que é capaz de fazer as ações esperadas para maximizar sua medida de desempenho, com base em -

  • Sua seqüência de percepção
  • Sua base de conhecimento integrada

A racionalidade de um agente depende do seguinte -

  • o performance measures, que determinam o grau de sucesso.

  • Do agente Percept Sequence até agora.

  • Do agente prior knowledge about the environment.

  • o actions que o agente pode realizar.

Um agente racional sempre executa a ação correta, onde a ação correta significa a ação que faz com que o agente tenha mais sucesso na sequência de percepção dada. O problema que o agente resolve é caracterizado por Medida de Desempenho, Ambiente, Atuadores e Sensores (PEAS).

A Estrutura dos Agentes Inteligentes

A estrutura do agente pode ser vista como -

  • Agente = Arquitetura + Programa de Agente
  • Arquitetura = a máquina na qual um agente executa.
  • Programa do Agente = uma implementação de uma função do agente.

Agentes de reflexo simples

  • Eles escolhem ações apenas com base na percepção atual.
  • Eles são racionais apenas se uma decisão correta for tomada apenas com base no preceito atual.
  • Seu ambiente é completamente observável.

Condition-Action Rule - É uma regra que mapeia um estado (condição) para uma ação.

Agentes de reflexo baseados em modelos

Eles usam um modelo do mundo para escolher suas ações. Eles mantêm um estado interno.

Model - conhecimento sobre “como as coisas acontecem no mundo”.

Internal State - É uma representação de aspectos não observados do estado atual, dependendo do histórico de percepção.

Updating the state requires the information about −

  • Como o mundo evolui.
  • Como as ações do agente afetam o mundo.

Agentes baseados em metas

Eles escolhem suas ações a fim de atingir metas. A abordagem baseada em metas é mais flexível do que o agente reflexo, uma vez que o conhecimento que suporta uma decisão é explicitamente modelado, permitindo, assim, modificações.

Goal - É a descrição de situações desejáveis.

Agentes baseados em utilidades

Eles escolhem ações com base em uma preferência (utilidade) para cada estado.

As metas são inadequadas quando -

  • Existem objetivos conflitantes, dos quais apenas alguns podem ser alcançados.

  • Metas têm alguma incerteza de serem alcançadas e você precisa pesar a probabilidade de sucesso em relação à importância de uma meta.

A natureza dos ambientes

Alguns programas operam inteiramente artificial environment confinado à entrada de teclado, banco de dados, sistemas de arquivos de computador e saída de caracteres em uma tela.

Em contraste, alguns agentes de software (robôs de software ou softbots) existem em domínios de softbots ricos e ilimitados. O simulador tem umvery detailed, complex environment. O agente de software precisa escolher entre uma grande variedade de ações em tempo real. Um softbot projetado para escanear as preferências online do cliente e mostrar itens interessantes para o cliente trabalha noreal bem como um artificial meio Ambiente.

O mais famoso artificial environment é o Turing Test environment, em que um agente real e outro artificial são testados em igualdade de condições. Este é um ambiente muito desafiador, pois é altamente difícil para um agente de software funcionar tão bem quanto para um ser humano.

Teste de Turing

O sucesso de um comportamento inteligente de um sistema pode ser medido com o Teste de Turing.

Duas pessoas e uma máquina a ser avaliada participam do teste. Das duas pessoas, uma desempenha o papel de testador. Cada um deles fica em quartos diferentes. O testador não sabe quem é máquina e quem é humano. Ele interroga as perguntas digitando e enviando-as às duas inteligências, às quais recebe respostas digitadas.

Este teste visa enganar o testador. Se o testador não consegue determinar a resposta da máquina a partir da resposta humana, então a máquina é considerada inteligente.

Propriedades do ambiente

O ambiente tem propriedades múltiplas -

  • Discrete / Continuous- Se houver um número limitado de estados distintos e claramente definidos do ambiente, o ambiente é discreto (por exemplo, xadrez); caso contrário, é contínuo (por exemplo, dirigir).

  • Observable / Partially Observable- Se é possível determinar o estado completo do ambiente em cada ponto do tempo a partir das percepções, ele é observável; caso contrário, é apenas parcialmente observável.

  • Static / Dynamic- Se o ambiente não muda enquanto um agente está agindo, então ele é estático; caso contrário, é dinâmico.

  • Single agent / Multiple agents - O ambiente pode conter outros agentes que podem ser do mesmo tipo ou de tipo diferente do agente.

  • Accessible / Inaccessible - Se o aparelho sensorial do agente pode ter acesso ao estado completo do ambiente, então o ambiente está acessível a esse agente.

  • Deterministic / Non-deterministic- Se o próximo estado do ambiente for completamente determinado pelo estado atual e pelas ações do agente, então o ambiente é determinístico; caso contrário, é não determinístico.

  • Episodic / Non-episodic- Em um ambiente episódico, cada episódio consiste no agente percebendo e então agindo. A qualidade de sua ação depende apenas do episódio em si. Os episódios subsequentes não dependem das ações dos episódios anteriores. Ambientes episódicos são muito mais simples porque o agente não precisa pensar no futuro.