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 .