Inteligenţa Artificială studiază entităţile inteligente

Introducere:

În cadrul Inteligenţei Artificiale problemele de învăţare ocupă un loc aparte. Aceste preocupări se constituie într-o direcţie distinctă de cercetare, cea a maşinilor

auto – instruibile (machine learning). Învăţarea automată reprezintă studiul modelelor de sisteme capabile să îmbunătăţească performanţele în mod semnificativ utilizând o mulţime de date de instruire.

Deoarece capacitatea de a învăţa este strâns legată de comportarea inteligentă, se consideră că una din noile direcţii de cercetare în inteligenţa artificială ar trebui să fie înţelegerea naturii învăţării şi implementarea în maşini a capacităţii de învăţare. Această capacitate se înţelege ca un spectru larg de activităţi de prelucrare a informaţiilor, mergând de la memorarea directă a faptelor şi achiziţionarea, prin imitare, a unor abilităţi simple, până la procese inferenţiale foarte complicate conducând la crearea de noi concepte şi descoperirea de cunoştinţe noi. Activitatea de învăţare presupune o schimbare a sistemului care îl face mai bun, într-un anumit sens. Există în prezent programe capabile să:

• 
  formuleze concepte noi şi să descopere în mulţimea datelor regularităţi necunoscute;
  
• 
  facă analogii interesante;
  
• 
  înveţe automat euristici pentru rezolvarea problemelor sau să dezvolte planuri generalizate pentru îndeplinirea unui scop.
  

Învăţarea are loc ca rezultat al interacţiunii dintre agent şi mediul în care se află şi din observaţiile făcute de agent asupra propriului sistem de luare a deciziilor. Ideea ce se ascunde în spatele învăţării este aceea că percepţiile nu ar trebui folosite numai pentru a acţiona ci şi pentru a îmbunătăţii capacitatea agentului de a acţiona în viitor.

2. Agenţi inteligenţi:

1. Cum ar trebui să acţioneze un agent:

Un agent percepe mediul în care se află prin intermediul senzorilor şi acţionează asupra mediului prin intermediul efectorilor săi. Un agent uman are ochi, urechi şi alte organe pentru senzori si mâini şi picioare pentru efectori. Un agent robot este dotat cu camere de luat vederi pentru senzori şi diferite motoare pentru efectori. Un agent soft are stringuri de biţi codate ca percepţii şi acţiuni. Modelul unui agent generic este descris în Figura 1.6.1.

Fig. 2.2.1 Agentul interacţionează cu mediul prin intermediul

senzorilor şi efectorilor
Scopul este de a crea agenţi care se descurcă bine în mediul în care au fost puşi să acţioneze. Un agent raţional este un agent care alege acţiunea corectă. Se poate spune că acţiune corectă este acea acţiune care îi aduce agentului cea mai mare recompensă. Apare însă următoarea problemă: cum şi când se pot evalua acţiunile agentului. Se foloseşte termenul de măsura performanţei pentru a determina cât de avantajoasă este o anumită acţiune. Desigur, nu există nici o măsură fixă care să se potrivească pentru toţi agenţii. Agentul ar putea fi întrebat cât de mulţumit este de performanţele sale. Unii agenţi ar fi incapabili să răspundă, iar alţii s-ar minţi singuri spunând că sunt mulţumiţi de ei. (la agenţii umani se cunoaşte sintagma “strugurilor acri” – spun că ei de fapt nu au dorit un anumit lucru după ce au fost incapabili sa-l obţină.) De aceea se insistă asupra unei măsuri obiective a performanţei impusă de către o autoritate. Cu alte cuvinte observatorii externi stabilesc un standard a ceea ce înseamnă a acţiona bine într-un mediu şi a folosi acest standard pentru a măsura performanţa agenţilor.

Ca un exemplu, se consideră cazul unui agent care ar trebui să aspire o suprafaţă murdară. O măsură plauzibilă a performanţei ar putea fi cantitatea de mizerie curăţată în opt ore. O măsură mai sofisticată a performanţei ar putea fi cantitatea de curent consumată şi cantitatea de zgomot generată.

Este de asemenea important momentul când ar trebui evaluată performanţa. Dacă se măsoară câtă mizerie a curăţat agentul în prima oră a zilei, ar trebui recompensaţi acei agenţi care încep lucrul în forţă (chiar dacă apoi nu mai fac aproape nimic) şi să fie pedepsiţi acei agenţi care lucrează constant. De aceea ar trebui măsurată performanţa agenţilor în cele opt ore de lucru.

Ceea ce este raţional la un moment dat depinde de patru lucruri :

• 
  măsura performanţei care defineşte gradele de succes.
  
• 
  tot ceea ce agentul a perceput până acum. Acest lucru se va numi secvenţa de percepţii.
  
• 
  ce ştie agentul despre mediu.
  
• 
  acţiunile pe care un agent poate să le efectueze.
  

Definiţie: Agentul raţional ideal este acel agent care pentru fiecare secvenţă de percepţii posibilă efectuează acea acţiune care ar trebui să-i maximizeze măsura performanţei.

2. Structura agenţilor inteligenţi:

Putem considera un agent ca fiind caracterizat de o arhitectură şi de un program.

Programul agentului este o funcţie ce realizează corespondenţa dintre percepţiile pe care agentul le primeşte din mediu şi acţiunile sale. Acest program trebuie să fie compatibil cu arhitectura agentului. Arhitectura realizează interfaţa între percepţia dată de senzori şi program, rulează programul şi asigură efectuarea acţiunilor alese pe măsură ce acestea sunt generate. Arhitectura poate fi realizată folosind diferite tehnici cum ar fi scenariile, cadrele.

Până acum s-a discutat despre comportamentul agenţilor; acţiunile care sunt efectuate după fiecare secvenţă de percepţie. Scopul inteligenţei artificiale este de a proiecta programe agenţi: o funcţie care implementează maparea făcută de agent de la percepţii la acţiuni. Toate programele agent vor avea acelaşi schelet : primesc percepţii de la un mediu şi generează acţiuni (Figura 2). Fiecare program agent va folosi structuri de date interne care vor fi reactualizate pe măsură ce apar noi percepţii. Cu aceste structuri de date vor lucra procedurile de luare a deciziilor pentru a genera acţiuni posibile.

function Schelet_Agent(percepţie) returns acţiune

static memorie //memoria agentului despre mediu

memorie = Reactualizează_Memorie(memorie, percepţie)

acţiune = Alege_cea_mai_bună_Acţiune(memorie)

memorie = Reactualizează_Memorie(memorie, acţiune)

return acţiune

Fig 1.6.2 Scheletul unui agent.
La fiecare apelare, memoria este reactualizată pentru a ilustra percepţia nouă, acţiunea aleasă, şi faptul că acţiunea a fost reţinută în memorie. După cum se poate observa programul agent primeşte doar un singur semnal de intrare. Agentul trebuie să-şi construiască în memorie secvenţa de percepţii. În unele medii agentul poate avea succes chiar dacă nu stochează secvenţa de percepţii în memorie, iar în medii complexe agentul nu poate să reţină toată secvenţa de percepţii. În al doilea rând se poate observa că măsura performanţei nu este parte a programului schelet. Acesta deoarece măsura performanţei este aplicată extern pentru a judeca comportamentul agentului.

3.