智能代理 定义与练习

定义
代理, 源自拉丁语 agere, 意为‘行动者’. 智能代理, 是能够感知其环境的实体, 处理这些感知并以理性的方式在其环境中响应和行动,也就是说, 以正确的方式并倾向于最大化结果，智能代理可以是物理或数字实体. 虽然理性代理一词指的是人工智能领域的人工代理, 理性代理也可以指动物，包括通过功能系统示意性描述的智能代理, 智能代理有时被称为抽象智能代理 (AIA)以将它们与现实世界的实现区分开，如计算机系统, 生物系统, 组织.
特征
通信 人工智能
代理可以与用户通信, 与其他代理和其他程序通信. 与用户通过友好的界面进行通信, mediante el que personaliza sus preferencias.Algunos agentes permiten comunicarse en lenguaje pure, algo típico de los chatbots.
智能
El grado de inteligencia varía mucho de unos agentes a otros, que suelen incorporar módulos contecnologías procedentes de la Inteligencia Artificial. Los más sencillos se limitan a recoger laspreferencias del usuario, quien debe personalizarlos. Un ejemplo son los agentes inteligentesbasados en tecnología de redes neuronales especializados en identificar mensajes de correoelectrónico sospechosos de contener spam -mensajes no deseados-. En una primera fase elusuario debe marcarlos como spam, el agente va aprendiendo a identificar los rasgos quecaracterizan a estos mensajes y posteriormente los filtra.
Autonomía
Un agente no sólo debe ser capaz de hacer sugerencias al usuario sino de actuar. En el ejemplo anterior, el agente que filtra el spam no puede estar continuamente alertando al usuario en cada mensaje de correo que llega sobre la posibilidad de que sea un mensaje no deseado y su verdadera utilidad surge cuando elimina de forma autónoma dichos otro lado, dichos agentes deben de tener una varias de las siguientes funcionalidades específicas:
Aprender nuevos problemas e incrementar normas de solución.
Capacidad de adaptación en línea y en tiempo real.
Ser capaz de analizar condiciones en términos de comportamiento, el error y el éxito.
Aprender y mejorar a través de la interacción con el medio ambiente (realización).
快速从大量数据中学习.
它们应基于大容量存储和该能力的检索.
分类
智能代理可以分为六大类:
1. 反应型代理
三. 基于目标的代理
四. 基于效用的代理
反应型代理是从环境中发展的, 决定执行哪种操作, 简单且灵活, 容错. 低级, 没有协议或通信语言，唯一的能力是对刺激作出响应. 反应型代理不是单独智能的, 而是整体智能的. 反应型代理分为: 有组织的, 繁殖型, 合作型, 协调行动和刺激/响应
En este hyperlink podemos ver que es un agente basado en modelo, en objetivos, en utilidad, que aprenden y su estructura
Un agente inteligente rara vez es óptimo, esto tiene una explicación pues que el óptimode un criterio lo suficientemente bueno para ser considerado razonable.
Los agentes basados en modelos almacenan información del mundo que no pueden ver. Este agente es basado en lenguajes definidos anticipadamente a la máquina obteniendo una respuesta en base a sensores, así mismo se puede decir que el conocimiento esllamado Modelo.
El agente basado en objetos utiliza una descripción de las metas a alcanzar que le sirva para escoger entre las distintas acciones posibles el destino del pasajero. Además de saber el estado precise el agente necesita información precisa sobre su meta.
El agente basado en utilidad Un Agente Basado en utilidad agente racional very best es aquel que en todos los casos deposibles secuencias de percepciones, emprende todas aquellas acciones que favorezcanobtener el máximo de su medida de rendimiento, basándose en las evidencias aportadaspor la secuencia de percepciones y en todo el conocimiento incorporado en tal agente. Adiferencia de los agentes basados en el objetivo dan una solución pero puede ser uncamino no muy racionalidad está relacionada con: La medida con la que se evalúa el grado de éxito logrado. La secuencia de percepciones, 也就是说, todo lo que hasta ese momento el agentehaya percibido y el conocimiento que el agente posea del mundo y de sí mismo.
Un sistema de agentes orientados a consulta origina uno más agentes en respuesta a lapregunta formulada por el usuario. Estos agentes trabajan en representación del individuo mientras dura la consulta, recogiendo información de todas las bases de datos disponibles.
Los agentes que Aprenden
Autonomía: Comportamiento determinado por sus entradas actuales y por susexperiencias pasadas , Aprende sobre su entorno En un poco de literatura IAs también serefieren como
autónomo agentes inteligentes,
que los medios ellos actúanindependientemente, y aprenderán y se adaptarán a las circunstancias que cambian.Según Nikola Kasabov Los sistemas de IA deben exhibir las características siguientes:
aprenda y mejore con la interacción con el ambiente (encarnación)
adáptese en línea y adentro en tiempo real
aprenda rápidamente de cantidades grandes de datos
acomode nuevo el solucionar de problema reglas incremental
tenga exemplar almacenado en la memoria almacenaje y capacidades de la recuperación
tenga parámetros para representar memoria, 年龄, olvidarse, el and many others. a corto ylargo plazo.
pueda analizar sí mismo en términos de comportamiento, error y éxito.
在此输入您的评论…
输入您的数据点击图标登录:
电子邮件 (必填) (地址不会公开)
布雷 (必填)
通过电子邮件接收新条目.
%d个博主喜欢这个: