وكيل ذكي

الوكيل الذكي[1] (بالإنجليزية: Intelligent agent)‏ في الذكاء الاصطناعي هو أي شيء يدرك بيئته، ويتخذ الإجراءات بشكل مستقل من أجل تحقيق الأهداف، وقد يحسن أدائه بالتعلم أو قد يستخدم المعرفة. قد تكون بسيطة أو معقدة؛ يُعتبر منظم الحرارة مثالًا على وكيل ذكي، كما هو الحال بالنسبة للإنسان، كما هو الحال مع أي نظام يلبي التعريف، مثل شركة أو دولة أو منطقة حيوية.[2]

المخطط يصور ببساطة كيف يعمل الروبوت أو البرنامج كما لو كان إنسانًا يقوم بمهامه. يستخدم الروبوت أدواته الحسية لمعرفة ما يحدث حوله، ثم يفكر مثلما نفعل نحن عندما نقول "إذا كان الطقس ممطرًا، سأحمل مظلة"، وبعدها يتخذ الإجراء المناسب، مثل تحريك يديه أو تنقله من مكان لآخر. وهكذا يتفاعل مع العالم من حوله بناءً على ما يراه ويشعر به.

مكونات الوكيل الذكي:

نظام PAGE في الذكاء الاصطناعي:

الصفحة (PAGE) تشير إلى مكونات الوكيل الذكي وهي الإدراكات (Percepts)، الأفعال (Actions)، الأهداف (Goals)، والبيئة (Environment). هذه المكونات مهمة لفهم كيفية عمل الوكيل في بيئته.

الوكلاء يكونون مخصصين لمهام معينة، حيث يتم تحديد أهدافهم والبيئة التي يعملون فيها بوضوح تام. الهدف من تصميم الوكيل ليس تطوير قطعة جديدة من الهاردوير أو إنشاء لغة برمجة جديدة، بل هو إنشاء نظام يمكنه التحليل والتفاعل مع البيئة من حوله بفاعلية وكفاءة.

الإدراكات (Percepts) هي البيانات التي يجمعها الوكيل من البيئة المحيطة به عبر حواسه أو مستشعراته. الأفعال (Actions) هي الاستجابات أو التحركات التي يقوم بها الوكيل استجابةً للإدراكات لتحقيق أهدافه. الأهداف (Goals) تكون محددة وواضحة، توجه سلوك الوكيل وتحدد ما يجب عليه تحقيقه. البيئة (Environment) هي السياق الذي يعمل فيه الوكيل، والتي يجب أن يكون قادراً على فهمها والتفاعل معها بشكل صحيح.

في نهاية المطاف، الوكيل هو نظام يستخدم المعرفة والأدوات المتاحة له لأداء مهامه في بيئة معينة بنجاح، وليس مجرد قطعة تقنية منفصلة.[3]

نظام PEAS في الذكاء الاصطناعي:

مفهوم PEAS، وهو اختصار لـ "Performance measure, Environment, Actuators, Sensors"، ويُستخدم هذا الاختصار لوصف المكونات الرئيسية للوكيل في مجال الذكاء الاصطناعي:[3]

  • Performance measure (مقياس الأداء): المعيار الذي يُستخدم لتقييم مدى فعالية الوكيل في تحقيق أهدافه.
  • Environment (البيئة): السياق أو العالم الذي يعمل فيه الوكيل ويتفاعل معه.
  • Actuators (المُحركات): الأدوات أو الآليات التي يستخدمها الوكيل للتأثير في البيئة.
  • Sensors (المستشعرات): الأجهزة التي يستخدمها الوكيل لجمع المعلومات عن البيئة.

عند تصميم وكيل ذكي مثل السائق الآلي لتاكسي، من الضروري تحديد مقياس الأداء الذي قد يشمل السلامة، الكفاءة في الوقت، واستهلاك الوقود. البيئة التي سيعمل فيها الوكيل قد تتراوح من الشوارع المزدحمة في المدينة إلى الطرق السريعة. المحركات هي الأجزاء التي تُمكن السيارة من الحركة والتوقف، بينما المستشعرات تُستخدم لتقييم البيئة المحيطة، مثل الكاميرات وأجهزة الرادار التي تكتشف المركبات الأخرى والمارة.[3]

أجهزة الاستشعار والمشغلات: مقارنة بين الوكلاء البشريين والروبوتية

في عالم الذكاء الاصطناعي والروبوتات، يُستخدم مصطلح "الوكيل(Agent)" لوصف كيان يمكنه الإدراك والتفاعل مع البيئة المحيطة به. الوكلاء البشريون (Human agent)يستخدمون حواسهم كأجهزة استشعار لالتقاط المعلومات من البيئة، مثل الرؤية والسمع، ويستخدمون أجزاء مختلفة من أجسامهم كمشغلات للتأثير في تلك البيئة أو لتحريك أنفسهم فيها. من ناحية أخرى، يستخدم الوكيل الآلي أجهزة مثل الكاميرات وأجهزة الكشف عن المدى لجمع المعلومات البصرية والمكانية، ومحركات لتنفيذ الحركات والأفعال. هذه الأجهزة والمحركات مماثلة للوظائف التي تقوم بها حواس وأطراف الكائن البشري.[3]

الوكيل العقلاني

العقلانية (Rationality)هي صفة الوكيل الذي يستطيع اتخاذ قرارات مبنية على المنطق والتقدير الأمثل للمواقف بناءً على المعلومات المتاحة له، وهي تختلف عن العلم الكلي الذي يشير إلى معرفة كل الأحداث المحتملة ونتائج كل الأفعال الممكنة.

وكلاء الذكاء الاصطناعي يستطيعون أداء أفعال معينة ليس فقط لتأثير الحاضر ولكن أيضًا لتشكيل الإدراكات المستقبلية وبالتالي جمع معلومات قد تكون مفيدة في اتخاذ قرارات مستقبلية. هذا يشمل الاستكشاف والتفاعل مع البيئة للتعلم منها.

أخيرًا، الاستقلالية(autonomous) تعني أن الوكيل قادر على توجيه سلوكه بنفسه، معتمدًا على تجاربه وخبراته السابقة، ولديه القدرة على التعلم من تلك التجارب والتكيف مع البيئة المتغيرة، مما يزيد من فعاليته وقدرته على تحقيق أهدافه بمرور الوقت.[3]

الفرق بين الوكيل العقلاني والوكيل الذكي:

الوكيل العقلاني(Rational agents ‏) والوكيل الذكي في سياق الذكاء الاصطناعي يُعتبران مفاهيم مرتبطة لكنها متمايزة. الوكيل العقلاني هو الذي يتخذ الأفعال التي من شأنها تحقيق أفضل نتيجة ممكنة، أو عند وجود عدم يقين، النتيجة ذات التوقعات الأفضل، باستخدام المعلومات المتاحة لديه وأي إجراءات يمكنه القيام بها. يتأثر هذا المفهوم بنظرية القرار والاقتصاد، حيث يُتوقع من الوكلاء العقلانيين تعظيم منفعتهم بناءً على تفضيلاتهم والمعلومات المتوفرة لديهم.

من ناحية أخرى، يشير الوكيل الذكي عمومًا إلى نظام قادر على إدراك بيئته والتصرف بطريقة ما لتحقيق أهداف. غالبًا ما يُصمم الوكلاء الذكاء في مجال الذكاء الاصطناعي لإظهار سلوك متكيف وموجه نحو الهدف، يتعلم من التفاعلات مع بيئته لتحسين أدائه بمرور الوقت.

بينما يركز الوكيل العقلاني على أفضلية الفعل بناءً على المعلومات المعروفة ومجموعة محددة من القواعد، غالبًا ما يشتمل الوكيل الذكي على قدرات التعلم وقد يُعدل قواعده ومعرفته بمرور الوقت لتحسين أدائه أو تحقيق أهدافه بشكل أكثر فعالية.

باختصار، بينما كل الوكلاء العقلانيين هم نوع من الوكلاء الذكاء، ليس كل الوكلاء الذكاء بالضرورة عقلانيين، خاصةً عندما يتضمنون التعلم والتكيف مع مرور الوقت الذي قد يؤدي مؤقتًا إلى قرارات أقل من الأمثل خلال مرحلة التعلم.[3]

تصنيفات الوكلاء:
  1. وكلاء الانعكاس البسيط (Simple Reflex Agents): كلاء الانعكاس البسيط يستجيبون للمحفزات في البيئة المحيطة بهم دون أي تحليل للحالة السابقة أو استنتاجات معقدة. لا يمتلكون ذاكرة أو معرفة سابقة ولا يتعلمون من التجارب السابقة. ببساطة، يتفاعلون مع المحفزات الحالية باستخدام قواعد بسيطة مثل "إذا كانت هذه الحالة موجودة، فافعل هذا الإجراء." مثال على وكلاء الانعكاس البسيط هو بوابة تلقائية تُفتح عندما يقترب شخص منها.
  2. وكلاء الانعكاس المعتمد على النموذج (Model-Based Reflex Agents): وكلاء الانعكاس المعتمد على النموذج يمتلكون ذاكرة تسمح لهم بتخزين نموذج للعالم وتاريخ التفاعلات السابقة. يستخدمون هذا النموذج لتحليل الحالة الحالية للبيئة واتخاذ القرارات بناءً على ذلك. يمكنهم التنبؤ بتأثير الإجراءات المحتملة على البيئة بناءً على المعرفة المخزنة. مثال على وكلاء الانعكاس المعتمد على النموذج هو روبوت يتجنب الاصطدام بالعوائق باستخدام ذاكرة للحفاظ على نموذج للبيئة.
  3. وكلاء الهدف (Goal-Based Agents): وكلاء الهدف يمتلكون ذاكرة وهدف محدد. يتخذون القرارات بناءً على هذه الأهداف ويسعون جاهدين لتحقيقها. يمكن أن يكون لديهم استراتيجيات محددة لتحقيق الأهداف ويمكن أن تتغير استراتيجياتهم مع تغير الظروف. مثال على وكلاء الهدف هو روبوت يستخدم خوارزمية البحث للعثور على أفضل طريقة لحل مشكلة معينة.
  4. وكلاء المنفعة (Utility-Based Agents): وكلاء المنفعة يقيمون الخيارات المتاحة بناءً على دالة للمنفعة ويسعون لتحقيق أقصى قدر من الفائدة. يمكنهم التفاوض بين أهداف متعددة واختيار الخيار الذي يقدم أقصى قيمة. مثال على وكلاء المنفعة هو نظام توصيل يستخدم خوارزمية لتحديد أفضل طريقة لتوزيع الطرود لزيادة الكفاءة وتوفير الزمن والوقود.
  5. وكلاء التعلم (Learning Agents): وكلاء التعلم يتمتعون بالقدرة على اتخاذ قرارات مستقلة وتعلم الخبرات من التجارب السابقة. يقومون بتحسين أدائهم عبر الزمن من خلال تكرار التفاعل مع البيئة وتكييفهم مع التغيرات والتحديات الجديدة. مثال على وكلاء التعلم هو نظام توصيات يستخدم تاريخ التصفح لتقديم توصيات مخصصة لكل مستخدم.[3]

المراجع
  1. معجم البيانات والذكاء الاصطناعي (PDF) (بالعربية والإنجليزية)، الهيئة السعودية للبيانات والذكاء الاصطناعي، 2022، ص. 78، QID:Q111421033
  2. Russell & Norvig (2003). ص. chpt. 2. {{استشهاد بكتاب}}: الوسيط |title= غير موجود أو فارغ (مساعدة)
  3. Stuart J. Russell and Peter Norvig. (2024-02-29). Artificial intelligence a modern approach (بالإنجليزية). لندن. {{استشهاد بكتاب}}: تحقق من التاريخ في: |سنة= / |تاريخ= mismatch (help)صيانة الاستشهاد: مكان بدون ناشر (link)
  • أيقونة بوابةبوابة ذكاء اصطناعي
  • أيقونة بوابةبوابة علم الحاسوب
This article is issued from Wikipedia. The text is licensed under Creative Commons - Attribution - Sharealike. Additional terms may apply for the media files.