Интеллектуальные агенты — Константин Яковлев

МЕНЮ


Искусственный интеллект
Поиск
Регистрация на сайте
Помощь проекту

ТЕМЫ


Новости ИИРазработка ИИВнедрение ИИРабота разума и сознаниеМодель мозгаРобототехника, БПЛАТрансгуманизмОбработка текстаТеория эволюцииДополненная реальностьЖелезоКиберугрозыНаучный мирИТ индустрияРазработка ПОТеория информацииМатематикаЦифровая экономика

Авторизация



RSS


RSS новости


Специалист в области Computer Science Константин Яковлев о настольной книге по изучению ИИ, виртуальных и реальных интеллектуальных агентах и сильном и слабом искусственном интеллекте

Интеллектуальный агент — это очень мощная и достаточно распространенная метафора, которую специалисты по искусственному интеллекту обычно используют в двух контекстах. Во-первых, многие задачи подразумевают наличие интеллектуального агента. Это задачи интеллектуальной робототехники, планирования или, например, столь популярная в настоящее время задача обучения с подкреплением и ряд других.

Во-вторых, эта метафора используется в образовательных целях. Вводный курс по искусственному интеллекту, который называется «введение в методы искусственного интеллекта» (introduction to artificial intelligence). Перед преподавателем стоит непростая задача: за семестр рассказать обо всех достижениях, методах, моделях, разработанных в искусственном интеллекте за последние 50–60 лет. Сделать это нужно с единых позиций. И в этом помогает концепция интеллектуального агента. Классический учебник, который используют при чтении курсов, — книга Стюарта Рассела и Питера Норвига «Искусственный интеллект. Современный подход». У одного из ее переизданий подзаголовок — «Наука об интеллектуальных агентах», то есть это академический взгляд на поведение интеллектуальных агентов.

Определение интеллектуального агента может звучать следующим образом. Интеллектуальный агент — это некто или нечто, что функционирует в окружающей среде и, во-первых, имеет способы посредством своих действий изменять состояние этой среды, а во-вторых, имеет возможность воспринимать информацию и обновлять свое состояние. Это абстрактное определение, поэтому проще привести конкретные примеры. Например, бывают полностью виртуальные интеллектуальные агенты, скажем персонажи компьютерных игр. Этот агент живет в виртуальной реальности, у него нет физического воплощения. Он подчиняется физике, логике своего виртуального мира, в нем он действует и взаимодействует.

А бывает, наоборот, полностью реальный агент, который действует в том же мире, что и мы с вами. Самый простой пример — мобильные роботы. Робот-пылесос сделан из железа и пластика, у него есть какая-то форма, вес. Мы его можем потрогать, пощупать, и если он пропылесосил, то в какой-то конкретной квартире по вполне определенному адресу стало чище. Этот агент действует в нашем мире.

Бывает что-то посередине. Например, виртуальные ассистенты, чат-боты, персональные помощники — все это агенты, не имеющие физического воплощения. Они виртуальные, но их действия направлены на мир, в котором мы с вами живем. Причем это могут быть не только разговорные действия. Ваш виртуальный помощник может подключиться к системе электропитания умного дома и подстроить свет под ваши предпочтения. Или если вы его попросите сделать чай, он включит с помощью интернета вещей чайник. Хотя агент виртуальный, его действия проявляются в реальном мире.

Как все устроено с точки зрения теории? Обычно этот процесс иллюстрируют следующим образом. Слева изображают агента — часто это схематическое изображение человека. Справа мир — обычно изображают планету Земля. Стрелка, которая направлена от агента к среде, — это действие. Агент меняет окружающий мир посредством каких-то действий. Робот нажал кнопку — лифт приехал. Раньше кабина лифта была на третьем этаже, сейчас на пятом — изменился мир. Обратная стрелка, от среды к агенту, — это наблюдение. Робот имеет возможность воспринимать информацию, получать ее, а дальше обрабатывать. Поведение агента фактически составляет цикл наблюдения — действия.

Важно сказать, что обычно в искусственном интеллекте цель задана извне. То есть она может быть достаточно абстрактной: «Максимизируй свою функцию полезности». Но это говорит кто-то извне системы. Потому что вопросы целеполагания, то есть процессы генерации целей самим агентом, — это достаточно сложный вопрос. Там обычно их пока не рассматривают.

Самое интересное происходит между наблюдением и действием. Это то, что по-английски называется deliberation — по-русски говорят «делиберативный процесс». Это фактически процесс рассуждения. Исследователям в области искусственного интеллекта неинтересно рассматривать примитивных реактивных агентов, действующих в парадигме «стимул — реакция». Они рассматривают агентов, у которых в петле между наблюдением и действием проистекают различные делиберативные процессы и процессы осмысливания. Можно сказать, что это множество подпроцессов, каждый из которых сложный. Фактически каждый процесс — это отдельная задача, отдельное магистральное направление в рамках искусственного интеллекта.

Чтобы достигать своих целей, агент должен уметь извлекать знания из данных. Иными словами, должен уметь обучаться. А дальше он должен эти знания использовать в рассуждениях. Интеллектуальный агент должен уметь использовать знания для планирования, то есть выстраивания цепочки действий, которые приведут его к желаемой цели. Если речь идет о том, что агент действует в многоагентной системе, где есть другие агенты или даже люди, также включаются вопросы взаимодействия и вопросы понимания естественного языка. Каждый процесс — это направление искусственного интеллекта, поэтому пользуются этой метафорой.

Идея интеллектуального агента позволяет собрать в стройную систему многие направления, которые сейчас рассматриваются как отдельные направления наук, например машинное обучение. Распространенный взгляд заключается в том, что машинное обучение и есть искусственный интеллект. Но с академической точки зрения это не совсем правильно. Мы можем научить нашего агента, какую-то систему распознавать лица на изображениях. И на основе этого умения можно сделать реальную прикладную систему. Она будет анализировать видеопоток, выделять лица, распознавать, сравнивать с картотекой и давать или не давать доступ в помещение. Но это то, что называется слабым искусственным интеллектом. То есть агент заточен на очень узкую предметную область и фактически реализует одну функцию.

Академический, исследовательский интерес представляет создание таких систем управления, которые бы вбирали в себя все наработки в области обучения, планирования, распознавания образов, чтобы получился универсальный боец. Это то, что называется сильным искусственным интеллектом, когда мы используем всю мощь различных методов, собираем их воедино и, используя концепцию интеллектуального агента, разрабатываем свое программное обеспечение или придумываем новые методы и алгоритмы.

Интеллектуальный агент — это полезная концепция, которая позволяет исследователям в этой области расширить взгляд и рамки понимания того, что является искусственным интеллектом.


Источник: postnauka.ru

Комментарии: