إن لم تكن قرأت عن الذكاء الاصطناعي من قبل يمكنك مراجعة هذا الرابط قبل إكمال هذا الموضوع.
سوف نبدأ معا أول موضوع متعلق ب الذكاء الاصطناعي و يعتبر أساسيات هذا المجال ، و ل نبدأ حديثنا عن ال Agents .
ال Agent هو أي شيء له القدرة على استيعاب مدخلات عن طريق ما يسمى Sensors ب إدخال المعلومات لها ، و يحتوي ال Agent على محركات و مشغلات تقوم ب تمثيل المعلومات الداخلة له و تسمى Actuators أو Effectors ، و لكل Agent بيئة مخصصة لها على حسب مهمتها Environment .
و هذه الصورة هي تمثيل مبسط لل Intelligent Agent :
فـالـ Agent تقوم باستقبال ال key Strokes أو packets من البيانات و تدخل لل sensors و يقوم بالتفاعل لل Environment و يظهر ردة فعل أو إرسال ال packets إليها عن طريق ال Effectors. و هذه المرحلة من أول المدخلات حتى ال المخرجات تسمى ” Perception Action Cycle ” .
أنواع ال Agents :-
و تختلف فيما بينها اعتمادا على ال percept و معلومات ال goal التي يحتاجها .
1- Simple Reflex Agents
2- Model Based Reflex Agent
3- Goal Based Agents
4- Utility Based Agents
والمعايير التي تحدد مدى نسبة نجاح ال agent تسمى ب الـ Performance Measure ، و الذي يحدد اختيار ال action المناسب الذي يقوم بتحسين ال performance measure يسمى بالـ Relational agent .
و يعتمد ال Relational Agent على أربعة خواص أو مكونات و هي مختصرة في “ PEAS “
Performance measure , Environment , Actuators , Sensors
مثال بسيط : السائق الآلي Automated Taxi Driver
و نحكم على الـ performance من حيث : أن يكون آمن ، سريع ، قانوني و مريح !
أما البيئــة Environment التي يتعامل معها : الطرق ، إشارات المرور ، الركاب ..
ال Sensors : ال GPS ، والكاميرات و ال keyboard .
ال Actuators : عجلة القيادة ، الفرامل ، الإشارات ..
أنواع ال Environments : و هي مختصرة في ” ODESA “
fully Observable : و هي تدل على أن ال agent يعرف كل تفاصيل ال environments مثل الشطرنج أو ال puzzle حيث يكون كل ما فيها موجود و يراها اللاعب مثلا . يقابلها نوع آخر و هو عندما يظهر جزء فقط من ال environments مثل ألعاب poker و تسمى بال Partially .
Deterministic : حيث يحدد ال next state من ال current state مثل لعبة ال puzzle
ُُEpisodic : كل state منفصلة عن ما بعدها حيث كل state لها مدخلاتها و مخرجاتها و لا تعتمد على ما قبله مثل Image analysis . و عكسها إذا كانت متتابعة ومعتمدة عما قبلها تسمى بال sequential مثل معظم الألعاب التي تعتمد دوما كل حالة فيها على ما قبلها مثل ال poker ، puzzle و الشطرنج
Static : أن ال environment لا تتغير خلال مداولة ال agent مثل ال puzzle و ال poker و الطاولة . و لكن يطلق عليها انها SemiDynamic حينما تكون ال environment نفسها لا تتغير مع مرور الوقت و لكن ذلك يؤثر على performance ال Agent نفسه مثل ال chess و taxi driving و image analysis .
Agent : حيث نوعها single مثل ال puzzle أو image analysis أو part picking robot .
بينما النوع الآخر أن يكون Multi Agent مثل ال poker ،الشطرنج ، taxi Driving والطاولة .
Discrete : حينما يكون هناك عدد محدد من الحركات و ال actions مثل cross word puzzle , chess , poker و الطاولة و معظم ألعاب ال board تكون من هذا النوع .
Mobile Agents
و تعرف على أنها البرامج التي يمكن أن تنتقل من جهاز لآخر ، و يعتمد تنفيذها على بيئة مستقلة ، و تنقسم على حسب الجهاز الآخر ف إذا كان واحدا فقط يسمى one hop ، أما إذا كان عبر network و ينتقل من مكان لآخر
يسمى multi hop .
و خواص ال mobile agents تتلخص فيما يلي :
Autonomous : حيث يعتمد على معلوماته الذاتية .
Proactive : تؤثر على البيئة التي فيها .
communicative : تستطيع تبادل المعلومات بين ال users وال agents .
Reactive : يستجيب للتغيرات في البيئة التي فيها .
هذا كل ما لدي عن ال Agents ، نكمل الحديث عن الذكاء الاصطناعي الموضوع القادم ان شاء الله .