1. Artificial Intelligence 2. AI Agjentët
Bazuar në Kursin V231, Department of Computing, Imperial College, London, Prof. Jeremy Gow

2. Mënyrat e mendimit për IA
Gjuha
Nocionet dhe supozimet e përbashkëta për të gjitha IA projektet
Qasja filozofike për IA programet
“Agjentët Racional Autonom”,
Sipas Russell dhe Norvig
Konsiderata për dizajn
Shtojca për konsideratat e inxhinierimit të sistemeve
Sende të nivelit të lartë për të cilat duhet të përkujdesemi
Përpara se kodi të hakohet
Brenga të brendshme dhe jashtme, evaluimi

3. Agjentët Ky definicion i përfshin:
Një agjent është një entitet autonom i cili observon dhe
vepron në një mjedis dhe e drejton aktivitetin e tij drejt
arrijtjes së qëllimeve
Ky definicion i përfshin:
Robotët, njerëzit, programet

4. Shembuj të agjentëve
Njerëzit Programet Robotet___ ndjenjat tastatura, mouse, dataset cameras, pads Pjesët e trupit monitor, speakers, files motorët, gjymtyrët

5. Agjenti racional është ai agjent që e kryen punën e duhur
Agjentët racional
Agjenti racional është ai agjent që e kryen punën e duhur
Duhet të jetë në gjendje të vlerësoj performansën e agjentit
Duhet të jetë i pavarur nga matjet e brendshme
Pyeteni vetveten: a ka vepruar agjenti racionalisht?
Jo vetëm varësisht nga ajo se sa mirë e kryen një detyrë/aktivitet
Konsiderata e parë: evaluimi i racionalitetit
Racional – sjellje e mirë
Sjellje e mirë – agjenti thuhet se bën sjellje të mirë nëse sekuenca e gjendjeve është e dëshirueshme, dhe evaluimi i sekuencës së gjendjes së dëshirueshme bëhet me anë të matjes së performansës. (Matja e performansës nuk është një punë e lehtë!!!)

6. Eksperimenti i mendimit: Al Capone
I gjykuar për evazion fiskal
A veproi policia racionalisht?
Ne duhet ta shqyrtojmë racionalitetin e agjentit sipas:
Detyrës që duhet ta ndërmarrë (dënuar fajtor/heqim krimet)
Eksperiencës nga bota (Capone fajtor, pa dëshmi)
Diturisë së tij për botën (Nuk mund të shpallet fajtor për vrasje)
Veprimeve që i ka në dispozicion (Dënohet për taksat, tentim vrasjeje)
Mundësi konkludimi
Policia ka vepruar racionalisht (ose a vepruan ashtu?)

7. Autonomia në Agjentët
Autonomia e një agjenti paraqet shtritjen/shkallën deri ku
është përcaktuar sjellja e tij sipas (me) eksperiencës e tij
Ekstremet
Pa autonomi – injoron mjedisin/të dhënat
Autonomi e plotë– duhet të veprojë rastësisht/pa program
Shembull: bebja mëson të zvarritet
Ideal: dizajnimi i agjentëve të kenë një pjesë të autonomisë

8. Roboti RHINO Guidë në Muzeun në Bonn
Shembull
Për guidë të vizitorëve në Muzeun e Bonn-it në Gjermani
Ekzekuton dy detyra
Udhëheq vizitorët nëpër ekzebicione
Jep info për çdo ekzebcion
Shumë i suksesshëm
18.6 kilometra
47 orë
50% rritje të vizitorëve

9. Structura e brendshme Tërësia e dytë për konsiderime
Arkitektura dhe programi
Dituria dhe mjedisi
Reflekset
Qëllimet
Funksionet

10. Arkitektura dhe Programi
Metodë e shndërrimit të inputit nga mjedisi në aksione
Arkitektura
Hardware/software (OS etj.) ku ekzekutohen agjentët
Arkitektura e RHINO-s:
Sensorë (infrared, sonar, tactile, laser)
Procesorë (3 të brendshëm, 3 të tjerë me wireless Ethernet)
Programi i RHINO-s:
Niveli i ulët: gjykim probabilistik, shikim (vision)
Niveli i lartë: zgjedhje problemesh, planifikim (logjika e rendit të parë)

11. Dituria e mjedisit Dituria për mjedisin (Bota)
Është e ndryshme në informacionin e sponsorit krahasuar me mjedisin
Dituria për botën mund të (para) programohet
Mundet po ashtu të përditësohet/nxirret nga informacioni i sensorit
Opcionet e aksioneve nga dituria për...
Gjendja momentale e botës
Gjendjet e mëparshme të botës
Si e ndryshuan botën aksionet e tij
Shembull: Agjenti i shahut
Dituria e botës/mjedisit është gjendja që është në tabelën e shahut (të gjitha pjesët)
Informacioni i sensorit është lëvizja e kundërshtarit
Lëvizja e tij e ndryshon edhe gjendjen e tabelës

12. Dituria për mjedisin te RHINO
Dituria e programuar
Të ekspozoj muzeun
Dyert, ekzibicionet, zonat e ndaluara
Dituria në sensor
Të detektoj lëvizjen e njerëzve dhe objekteve (karrikeve)
Aksione që mund ti ndikoj në botë/mjedis
RHINO nuk mundet në mënyrë eksplicite ti lëvizë gjërat e mjedisit
Por, njerëzit e ndjekin atë nëpër muze (pra i lëvizë njerëzit)

13. Reflekset Aksione në mjedis
Duke iu përgjigjur vetëm inputit të sensorit
E jo duke iu përgjigjur diturisë së botës/mjedisit
Njerëzit – lëvizin duart/këmbëve, hapja/mbyllja e syve
Shah – hapjet, mbylljet
Lookup table (not a good idea in general)
35100 entries required for the entire game
RHINO: asnjë refleks?
E rrezikshme, sepse ka plot njerëz rreth e rrotull

14. Qëllimet Gjithmonë duhet menduar mirë se
Cili është qëllimi i një agjenti
A ka agjenti dituri të brendshme për qëllimit?
Në fakt jo për qëllimin në vetvete, por disa veti
Agjentët e bazuar në qëllime
Përdor dituri për qëllimin që ti drejtojë aksionet e tij
P.sh., Kërkimi, planifikimi
RHINO
Qëllimi: të lëviz nga njëri ekzibicion në tjetrin
Dituria për qëllimin: lokacionin e tij dhe ekzibicioneve
Ka nevojë për këtë me qëllim ti drejtoj aksionet e tij (lëvizjet)

15. Funksionet (e veglave)
Dituria e qëllimit mund të jetë e vështirë të fiksohet
Për shembull, shah mat në tabelën e shahut
Por disa agjentë kanë përmasa të lokalizuara
Funksionet (e veglave) e masin vlerën e një gjendje të botës
E përzgjedhin aksionin i cili më së mirë e përmirëson atë vegël (rational!)
Në kërkim p.sh., kjo është “Best First”
RHINO: vegla të ndryshme për të udhëhequr në kërkimin e rrugëve (në muze)
Rruga kryesore: distanca nga ekzibicioni i targetuar
Dendësia e njerëzve gjatë rrugës

16. Detajet e mjedisit Duhet patjetër të merren parasysh: Imagjinoni:
Sdisa kualitete të botës
Imagjinoni:
Një robot në botën reale
Një agjent softuerik që menaxhon të dhënat në web
Tërësia e tretë për konsiderime:
Qasshmëria (Accessibility), Determinism
Epizodet
Dinamik/Statik, Diskret/i vazhdueshëm

17. Qasshmëria e mjedisit
A është gjithçka që i duhet agjentit për ti zgjedh aksionet e tij e disponueshme nëpërmjet sensorëve?
Nëse po, mjedisi është plotësisht i qasshëm
Nëse jo, pjesë të mjedisit janë të pa qassjme
Agjenti duhet të hamendësojë për botën
RHINO:
“E padukshme” objekte që nuk mund ti detektoj sensori
Ku përfshihen xhama dhe shtylla të lartësive të ndryshme
Përshtatje softuerike e nevojshme për ti marrë parasysh këto aspekte

18. Përcaktueshmëria (Determinism) në mjedis
A varet ndryshimi në gjendjen e botës
Vetëm nga gjendja aktuale dhe aksionet e agjentit?
Mjediset të pa përcaktueshme
Kanë aspekte përtej kontrollit të agjentit
Funksionet e veglave duhet të supozohen gjatë ndryshimit të botës/mjedisit
Roboti në labirint: i përcaktueshëm - deterministik
Çka do që bënë ai, labirinti ngelet i njëjtë
RHINO: i pa përcaktueshëm (i pa përkufizuar)
Njerëzit mund të vendosin karrige që t'ia bllokojnë rrugën atij

19. Mjedise epizodike A është e tillë zgjedhja e aksionit aktual që të
Varet nga aksioni i kaluar/paraprak?
Nëse jo, atëherë mjedisi është epizodik
Në mjediset jo epozodike:
Agjenti duhet të planifikohet prej më përpara:
Aksioni aktual do ti ndikojë aksionet vijuese
RHINO:
Qëllimet afat shkurta janë epizodike
Shkuarja në një ekzibicion nuk varet nga fakti se si erdhi te ekzibicioni aktual
Qëllimet afat gjata janë jo epizodike
Guida për vizitorët, ai nuk mund të kthehet në një ekzibicion të caktuar përsëri gjatë fazës së guidës me turmat e vizitorëve

20. Mjedise statike apo dinamike
Mjediset dinamike nuk ndryshojnë
Gjatë kohës që agjenti i realizon aksionet
Mjediset dinamike ndryshojnë
Kështu që agjenti duhet/mund të konsultojë mjedisin/botën kur i zgjedh aksionet
Alternativat: parashikim i ndryshimit gjatë realizimit të aksionit
Alternativat: të marrë vendime shumë shpejt
RHINO:
Vendimmarrje e shpejtë (planifikimi i rrugës)
Por njerëzit janë shumë më të shpejtë në ecje

21. Mjediset diskrete apo të vazhdueshme
Natyra e leximit të sensorëve / zgjedhjet e aksionit
Përfshij në një varg vlerash (vazhdueshëm)
Kufizim në një bashkësi të paracaktuar dhe të fundme (diskret)
Shahu: diskret
RHINO: vazhdueshëm
Të dhënat vizuale mund të konsiderohen të vazhdueshme
Përzgjedhja e aksioneve (drejtimeve) po ashtu është e vazhdueshme

22. Zgjidha e RHINO-s për problemet me mjedisin
Mjedisi i muzeut:
I pa qasshëm, jo epizodik, i papërcaktuar, dinamik, i vazhdueshëm
RHINO vazhdimisht e ndryshon planin gjatë lëvizjes
E zgjedh këtë problem shumë mirë

23. Përfundim Struktura e brendshme e agjentit Si të testohet kur
Gjatë dizajnit të agjentit të kihen parasysh:
Struktura e brendshme
e agjentit
Si të testohet kur
agjenti vepron
racionalisht
Agjent Racional Autonom
Specifikat e
mjedisit
Aspekte të zakonshme të
inxhinieringut sistemor

24. Detyrë
Sot IA po bën shumë gjëra rreth nesh. Për shembull loja e shahut me IBM Deep Blue, Planifikimi logjistik (Logistic planning), Robotika etj. Përshkruani dy aplikime të tilla reale të IA në detaje sipas dëshirës.
A mund ta vëreni aplikimin e IA në:
Skenerin e lexuesit të bar kodit në supermarket
Motorët e kërkimit në web
Menutë telefonike të aktivizimit zanor
Algoritmet e rrugëtimit (routing) në Internet që iu përgjigjen dinamikisht gjendjeve në rrjet
Afati i dorëzimit: 29 Mars 2016
Sqaroni gjithçka me fjalët tuaja, nuk lejohet kopjimi pa referenca.
Duhet ta prezantoni punimin edhe me sllajde dhe para kolegëve.