Agentes inteligentes
Agentes inteligentes podem ser qualquer entidade ou objeto como seres humanos, software, máquinas. Esses agentes são capazes de tomar decisões com base nas entradas que recebem do ambiente usando seus sensores e atuam no ambiente usando atuadores. Os agentes habilitados para IA coletam informações do ambiente usando sensores como câmeras, microfone ou outros dispositivos sensores. Os agentes realizam algum cálculo em tempo real na entrada e entregam a saída usando atuadores como tela ou alto-falante. Esses agentes têm habilidades como resolução de problemas em tempo real, análise de taxa de erro ou sucesso e recuperação de informações.
Três formas de agente inteligente
O Intelligent Agent pode vir de qualquer uma das três formas, como:
- Agente humano
- Agente robótico
- Agente de software
Essas três formas são descritas abaixo:
Agente Humano: Um Agente Humano usa Olhos, Nariz, Língua e outros órgãos sensoriais como sensores para perceber informações do ambiente e usa membros e trato vocal como atuadores para executar uma ação com base nas informações
Agente robótico : o agente de robótica usa câmeras e radares infravermelhos como sensores para registrar informações do ambiente e usa motores reflexos como atuadores para fornecer a saída de volta ao ambiente.
Agente de software: O Agente de software usa toques no teclado, comandos de áudio como sensores de entrada e tela de exibição como atuadores.
Por exemplo - assistentes inteligentes baseados em IA como Siri, Alexa. Eles usam sensores de voz para receber uma solicitação do usuário e procurar as informações relevantes em fontes secundárias sem intervenção humana e atuadores como seu módulo de voz ou texto retransmitem as informações para o ambiente.
Tipos e regras de agentes inteligentes
Esses agentes são classificados em cinco tipos com base em sua faixa de capacidade e extensão da inteligência
1. Agentes Reflexos Simples
Eles são a forma básica de agentes e funcionam apenas no estado atual. Eles têm capacidade de inteligência muito baixa, pois não têm a capacidade de armazenar estados passados. Esse tipo de agente responde a eventos com base em regras predefinidas, pré-programadas. Eles têm bom desempenho apenas quando o ambiente é totalmente observável. Esses agentes são úteis apenas em um número limitado de casos, como um termostato inteligente. Agentes Reflex simples mantêm uma tabela estática de onde eles buscam todas as regras predefinidas para executar uma ação.
2. Agentes baseados em modelo
É uma versão avançada do agente Simple Reflex. Como os Simple Reflex Agents, ele também pode responder a eventos com base nas condições predefinidas, além disso, também possui a capacidade de armazenar o estado interno (informações passadas) com base em eventos anteriores. Os agentes baseados em modelo atualizam o estado interno a cada etapa. Esses estados internos ajudam os agentes a lidar com o ambiente parcialmente observável. Para executar qualquer ação, ele depende do estado interno e da percepção atual. No entanto, é quase impossível encontrar o estado exato ao lidar com um ambiente parcialmente observável.
3. Agentes Baseados em Objetivos
A ação realizada por esses agentes depende da distância de seu objetivo (situação desejada). As ações visam reduzir a distância entre o estado atual e o estado desejado. Para atingir seu objetivo, utiliza o algoritmo de pesquisa e planejamento. Uma desvantagem dos agentes com base em metas é que eles nem sempre selecionam o caminho mais otimizado para alcançar a meta final. Esse déficit pode ser superado usando o Utility Agent descrito abaixo.
4. Agentes de serviços públicos
A ação executada por esses agentes depende do objetivo final, portanto eles são chamados de Utility Agent. Os agentes utilitários são usados quando existem várias soluções para um problema e a melhor alternativa possível deve ser escolhida. A alternativa escolhida é baseada na utilidade de cada estado. Eles realizam uma análise de custo-benefício de cada solução e selecionam a que pode atingir a meta com custo mínimo.
5. Agentes de Aprendizagem
Os Agentes de Aprendizagem têm habilidades de aprendizado para que possam aprender com suas experiências passadas. Esses tipos de agentes podem começar do zero e, com o tempo, podem adquirir um conhecimento significativo de seu ambiente. Os agentes de aprendizagem têm quatro componentes principais que lhe permitem aprender com sua experiência passada.
- Crítico : O Crítico avalia o desempenho do agente em relação ao benchmark de desempenho definido.
- Elementos de aprendizado: recebe informações do Crítico e ajuda o Agente na melhoria de desempenho, aprendendo com o ambiente.
- Elemento de desempenho: este componente decide a ação a ser tomada para melhorar o desempenho.
- Gerador de Problemas: O Gerador de Problemas recebe informações de outro componente e sugere ações que resultarão em uma experiência melhor.
Regras
Existem poucas regras que os agentes precisam seguir para serem denominadas como Intelligent Agent.
- Regra 1 : O agente deve ter a capacidade de detectar informações do ambiente usando seus sensores
- Regra 2 : As entradas ou as observações coletadas do ambiente devem ser usadas para tomar decisões
- Regra 3: A decisão tomada com base na observação deve resultar em alguma ação tangível
- Regra 4: A ação tomada deve ser uma ação racional
Estrutura do agente inteligente
A estrutura do Intelligent Agent é a combinação de Function Agent, Architecture e Agent Program.
Agente = Arquitetura + Programa do Agente
As três entidades são descritas abaixo
1. Arquitetura: Arquitetura é o mecanismo no qual o agente executa sua ação. É essencialmente um dispositivo com atuadores e sensores incorporados. Exemplo: carros autônomos que possuem vários sensores de movimento e GPS conectados a ele e atuadores com base nas entradas auxiliam na condução real.
2. Função do Agente: A Função do Agente ajuda no mapeamento de todas as informações coletadas do ambiente para a ação
3. Programa do Agente: A execução da Função do Agente é realizada pelo Programa do Agente. A execução acontece no topo da arquitetura do agente e produz a função desejada.
Conclusão
O objetivo final de qualquer agente é executar tarefas que, de outra forma, deveriam ser executadas por seres humanos. Os agentes agem como um assistente inteligente que pode permitir a automação de tarefas repetitivas, ajudar no resumo de dados, aprender com o ambiente e fazer recomendações para o curso de ação correto, que ajudará a alcançar o estado de objetivo. Os agentes inteligentes estão em uso imenso hoje e seu uso só será expandido no futuro.
Artigos recomendados
Este é um guia para agentes inteligentes. Aqui discutimos a estrutura e algumas regras, juntamente com os cinco tipos de agentes inteligentes, com base em sua capacidade e extensão de inteligência. Você também pode consultar o seguinte artigo para saber mais -
- 10 etapas para fazer uma mudança de carreira financeiramente inteligente
- O que é inteligência artificial
- Inteligência Emocional no Local de Trabalho
- Um ambiente de trabalho saudável