Аннотация

Худайназаров С.С. Агенты в искусственном интеллекте. Агентом является устройство, воспринимающее свою среду с помощью датчиков и воздействующее на эту среду с помощью исполнительных механизмов. Агенты способны работать с базой внешних событий или ситуаций. В статье рассматриваются вопросы специфичности интеллектуальных агентов.

Ключевые слова: искусственный интеллект, многоагентная система, рациональный агент, системы основанные на знаниях, декларативные системы, интеллектуальный агент.

Основная часть

Интеллектуальный агент – это датчик, который 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, например, 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 [1].

Автоматизация сложных технических, экономических и организационных процессов привела к созданию нового класса интеллектуальных систем, работающих в меняющихся условиях и такие системы в научной литературе, называют интеллектуальными агентами. Интеллектуальные агенты, главной особенностью которых является наличие знаний о закономерностях внешней среды, требуют наличия специального блока анализа ситуаций реального внешнего мира. Условием успешного анализа внешних ситуаций является их оценка в условиях неполноты информации относительно отдельных параметров этих ситуаций. Поведение агента существенно определяется результатом оценки ситуации. Когда агент не способен оценить ситуацию и принять решение относительно дальнейших действий, возникает задача разработки специальных оценочных функций и эффективных механизмов оценки ситуаций, с помощью которых агент либо формирует самостоятельно оценку ситуации, либо использует оценки, полученные от других агентов. При этом эффективность функционирования интеллектуальной системы тесно связана с эффективностью нахождения оценок [2, 3].

Различают компьютерные агенты, которые отличаются своими уникальными атрибутами, которых нет у обычных программ. Так, например, функционировать под автономным управлением, или воспринимать свою среду, или существовать в течение продолжительного времени. В научной литературе встречается понятие рациональный агент – это программный агент, который способен достичь наилучшего результата в тех или иных задачах в условиях неопределенности.

В создании искусственного интеллекта на основе мышления агент был акцентирован на формирование правильных логических выводов и его основной задачей было формирование логической цепочки, по которой он должен будет следовать для достижения той или иной цели. Бывают такие ситуации, в которых нет строго определенного выбора для агента для решения той или иной проблемы. В этом случае агент сам выбирает оптимальный путь решения для достижения цели, заложенный программистом.

Как показал анализ, такой подход имеет два преимущества:

• во-первых, он является более общим по сравнению с подходом, основанным на использовании «законов мышления», поскольку правильный выбор – это просто один из нескольких возможных механизмов достижения рациональности;
• во-вторых, он является более перспективным для научной разработки по сравнению с подходами, основанными на изучении поведения человеческого мышления, поскольку стандарт рациональности четко может быть определен и полностью обобщен [2, 3, 6, 7].

Робот, выполняющий функции агента, в качестве датчика может иметь видеокамеры и инфракрасные дальномеры, а его исполнительными механизмами могут являться различные двигатели. Программное обеспечение, иногда выступающее в роли агента дает коды сенсорных данных, а также файлы и сетевые пакеты датчикам. Программное обеспечение обычно выводит данные на экран, записывает файлы и передает сетевые пакеты для роботов.

Среда может оказаться частично наблюдаемой из-за создающих шум и неточных датчиков или из-за того, что отдельные характеристики ее состояния просто отсутствуют в информации, полученной от датчиков.

Виртуальные ассистенты, чат-боты, персональные помощники — все это агенты, не имеющие физического воплощения. Они виртуальные, но их действия направлены на реальный мир. Причем это могут быть не только разговорные действия. Виртуальный помощник может подключиться к системе электропитания умного дома и подстроить свет под любые предпочтения. Хотя агент виртуальный, его действия проявляются в реальном мире.

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, которая будет анализировать видеопоток, выделять лица, распознавать, сравнивать с картотекой и давать или не давать доступ в помещение. Агент представляет собой систему, которая способна получать информацию о внешнем мире или среде посредством сенсоров и оказывать соответствующее воздействие посредством эффекторов.

К данной схеме можно также добавить два внутренних блока, а именно блок обработки информации от сенсоров и блок хранения информации или память. Таким образом, простейший агент ничем не отличается от простейшей схемы «организм – среда» [4-8]. В качестве подобных агентов можно представить интегральных и интеллектуальных роботов. Такие машины, обычно обладают широким набором сенсорных датчиков (зрительные, звуковые, тактильные, кинестетические) и искусственных манипуляторов. Также эти роботы обладают определенным уровнем мобильности, который достигается за счет присоединения к роботу колес, гусениц, шагающих систем передвижения.

Активность, автономность и интеллектуальность робота обеспечивается наличием у него системы целеполагания, генератора последовательности действии, решателя задач, а также развитыми средствами коммуникации и средствами обработки знаний. Набор сенсоров может быть расширен за счет использования температурных датчиков, определителей влажности, радиоактивности и прочих физических датчиков.

Интеллектуальные агенты, основываясь на сложной структуре своих представлений о внешнем мире и развитых методов рассуждения, способны сохранять в своей памяти и проводить развёрнутый анализ встречающихся ситуаций, предсказывать ответные действия со стороны внешней среды в зависимости от его поведения. В том числе, они могут делать выводы на основе обратной связи, которые могут быть использованы для осуществления дальнейших действий, тем самым он может планировать модель своего будущего поведения. Благодаря столь развитым внутренним ресурсам, подобные агенты оказываются способны конструировать виртуальное пространство.

У интеллектуальных агентов, имеющие высокую степень автономии имеются разнообразные индивидуальные свойства, они проявляется в ходе взаимодействия с другими агентами и, в тоже время, они могут использовать ресурсы, имеющиеся у других агентов, ради удовлетворения собственных потребностей. У реактивных агентов в этом плане индивидуальные черты почти отсутствуют, и они очень сильно зависимы от параметров внешней среды, т.к. их поведение основано на схеме «стимул-реакция».

Интеллектуальные агенты могут быть также подвергнуты разделению на интенциональный тип и рефлекторный тип, в то время как реактивные агенты имеют две разновидности: побуждаемые и трофические. Многих интеллектуальных агентов можно отнести к интенциональному типу, потому что они обладают мотивированным поведением. В структуре поведения таких агентов большую роль играют такие элементы, как наличие убеждений, желаний, мотивов, которые оказывают непосредственное влияние на формирование целевой ситуации и подборе средств, позволяющих её достичь.

Достаточно ограниченное число агентов, которые могут считаться полу интеллектуальными (из-за своей простоты, слабой способности к принятию решений, ограниченности взглядов на внешний мир и плохой обучаемости) перечислены в документе. Согласно ему, существует только 4 типа таких ИА: роботы по закупкам; пользовательские или персональные агенты; управляющие и наблюдающие агенты; добывающие информацию агенты.

Роботы по закупкам. Такие роботы, просматривая сетевые ресурсы (чаще всего Интернет), собирают информацию о товарах и услугах. Роботы по закупкам очень эффективно работают с товарами народного потребления, такими как компакт-диски, книги, электротовары и другие товары. Amazon.com является отличным примером такого робота. Веб-сайт предложит вам список товаров, что вам могут быть интересны, основываясь на том, что вы покупали в прошлом.

Пользовательские или персональные агенты. Это интеллектуальный агенты, которые действуют в ваших интересах, от вашего имени. К этой категории относятся интеллектуальный агенты, которые постоянно, или в течение некоторого времени выполняют следующие задания:

• проверяют вашу почту, сортируют их по важности (используя заданные вами критерии), и оповещают вас, когда поступает важное письмо, например, письмо о поступлении в университет;
• играют в компьютерной игре как ваш оппонент или патрулируют области в игре для помощи вам;
• собирают новости (существует несколько версий таких роботов, к примеру, CNN);
• ищут информацию по выбранному предмету;
• самостоятельно заполняют web-формы, сохраняя информацию для последующего использования;
• просматривают веб-страницы, ища и подсвечивая ключевую информацию;
• «дискутирует» с вами на различные темы, от ваших страхов до спорта.

Управляющие агенты, также известные как «предсказывающие агенты» ведут наблюдение и отправляют отчеты. К примеру, в NASA’s Jet Propulsion Laboratory есть агент, следящий за состоянием инвентаря, планированием, составлением расписания. Такие агенты обычно ведут наблюдение за компьютерными сетями и следят за конфигурацией каждого компьютера, подключенного к сети.

Добывающие информацию агенты. Такие агенты действуют в хранилище данных, собирая информацию. Хранилище данных объединяет в себе информацию из разных источников. Сбор информации — это процесс поиска данных для последующего использования, например, для увеличения продаж или привлечения покупателей. 'Классификация' — один из наиболее часто используемых приемов для сбора информации, который находит и «категоризирует» образы в информации. Добывающие информацию агенты также могут обнаруживать ключевые изменения тенденций развития и предупредить вас о наличии новой информации.

Список литературы

1. Shoham Y., Leyton-Brown K. Algorithmic, Game-Theoretic, and Logical Foundations. — London: Cambridge University Press, 2009. – 156 p.
2. Емельянов В. В., Курейчик В. В., Курейчик В. М. Теория и практика эволюционного моделирования. — М: ФИЗМАТЛИТ, 2003. – 432 с.
3. Тарасов В.Б. От многоагентных систем к интеллектуальным организациям: философия, психология, информатика. – М.: УРСС, 2002.
4. Рассел С., Норвинг П. Искусственный интеллект: современный подход. – М.: Вильямс, 2006.
5. Городецкий В.И. Многоагентные системы: основные свойства и модели координации поведения // Информационные технологии и вычислительные системы, № 1, 1998, с. 22-34.
6. Шермухамедов А.Т., Холбоев Б.М. Развитие искусственного интеллекта: зарубежный опыт. В сборнике: Философия инноваций и социология будущего в пространстве культуры: научный диалог. Сборник статей Всероссийской научно-практической конференции с международным участием. Уфа, 2020. С. 379-388. https://www.elibrary.ru/item.asp?id=45702564
7. Шермухамедов А.Т., Холбоев Б.М. Создания искусственного интеллекта: проблемы. В сборнике: Философия инноваций и социология будущего в пространстве культуры: научный диалог. Сборник статей Всероссийской научно-практической конференции с международным участием. Уфа, 2020. С. 372-379. https://www.elibrary.ru/item.asp?id=45702534
8. Шермухамедов А.Т., Холбоев Б.М. Искусственный интеллект на транспорте. В сборнике: современные проблемы и направления развития агроинженерии в России. Сборник научных статей Международной научно-технической конференции. Курск, 2021. С. 184-190. https://www.elibrary.ru/item.asp?id=47222945