CH NG 4 : X LÝ NGÔN NGT NHIÊN
5.5. CÁC AGENT THÔNG MINH
5.5.3. Cu trúc ca các agent thông minh
Cho đ n gi chúng ta đã nói đ n các agent qua s mô t cách hành x c a chúng – hành vi
đ c th c hi n sau khi đã đ a ra chu i k t qu tri giác. Bây gi chúng ta s c g ng ch đ i và th o lu n xem bên trong nó làm vi c nh th nào. Công vi c c a AI (Artificial Intelligence – Trí tu nhân t o) là thi t k agent ch ng trình: m t ch c n ng th c hi n agent ánh x t các k t qu tri giác t i hành vi. Chúng ta gi s ch ng trình này s ch y trên vài lo i thi t b tính tốn - g i là ki u ki n trúc. Hi n nhiên, ch ng trình chúng ta l a ch n là ch ng trình mà ki u ki n trúc ch p nh n và ch y. Ki u ki n trúc có th là m t máy tính đ n gi n, ho c nó có th bao g m thi t b cho m c đích đ c bi t dành cho các nhi m v nào đó, nh camera ghi l i các hình nh ho c b l c âm thanh đ u vào. Nó c ng có th bao g m ph n m m đ a ra s phân bi t trình đ gi a máy tính và agent ch ng trình, vì v y chúng ta có th l p ch ng trình m c cao h n. Nói chung, ki u ki n trúc thu các k t qu tri giác t các sensor s n sàng cho ch ng trình, ch y ch ng trình, và cho ho t đ ng c a ch ng trình l a ch n các b ph n ph n ng l i kích thích đ c sinh ra. M i quan h gi a các agent, các ki u ki n trúc, và các ch ng trình có th tóm t t nh sau:
agent = ki u ki n trúc + ch ng trình (agent = architecture + program)
Ph n l n trong cu n sách này nói v vi c thi t k các ch ng trình agent.
Tr c khi thi t k m t ch ng trình agent, chúng ta ph i có ý t ng hay v các tri giác và hành vi kh thi, agent đ c h tr giành đ c các m c tiêu ho c ph m vi th c hi n là gì, và các lo i mơi tr ng mà nó ho t đ ng là gì5. B ng 5.4 ch ra các thành ph n c b n cho s l a ch n các ki u agent.
Có th là ng c nhiên v i m t vài đ c gi vì chúng ta đã bao g m trong danh sách các ki u agent m t vài ch ng trình d ng nh ho t đ ng trong mơi tr ng nhân t o hồn tồn đ c đnh ngh a b i bàn phím cho đ u vào và các kí t đ u ra trên màn hình. “Khơng nghi ng gì” có th nói “đó khơng ph i là mơi tr ng th c, v y nó là gì?”. Trong th c t , khơng có s khác bi t gi a môi tr ng “th c” và môi tr ng “nhân t o”, nh ng m i quan h gi a cách hành x c a agent, chu i k t qu tri giác đ c sinh ra b i môi tr ng, và m c tiêu c n đ t đ c c a agent đ c h tr l i ph c t p. M t vài môi tr ng “th c” là h t s c đ n gi n. Cho ví d , robot đ c thi t k đ ki m tra nh ng ph n mà chúng đi qua trên m t b ng truy n có th dùng m t s gi đnh đ n gi n: các ph n c a b ng truy n luôn luôn đ c chi u sáng, các ph n đó cùng thu c m t lo i, và robot ch có hai hành vi – “ch p thu n” n u ph n b ng truy n đ c chi u sáng ho c “đánh d u” n u ph n b ng truy n không đ c chi u sáng.
Trái l i, các agent ph n m m (ho c các robot ph n m m) l i phong phú, ph m vi ng d ng r t l n. Hãy hình dung m t h th ng đ c thi t k đ mô ph ng lái máy bay 747. S mơ ph ng có r t nhi u chi ti t, môi tr ng ph c t p, và tác nhân ph n m m ph i ch n l a t r t nhi u hành đ ng đa d ng trong th i gian th c. Ho c hình dung m t h th ng đ c thi t k đ duy t các ngu n tin t c tr c tuy n và hi n th các m c thú v cho khách hàng. làm vi c t t, nó s c n đ n
5
m t vài ngơn ng t nhiên có kh n ng x lý, c n ph i bi t đ c cái mà khách hàng cho là thú v , và nó c n ph i n ng đ ng trong vi c thay đ i k ho ch ví d khi vi c k t n i vào m t ngu n tin t c b gián đo n ho c khi có m t cái gì đó m i h n trên đ ng truy n.
Ki u Agent Các tri giác Các hành vi Các m c tiêu Môi tr ng
H th ng chu n đoán b nh các tri u ch ng, các phát hi n, các câu tr l i c a b nh nhân Các câu h i, các tr c nghi m, cách đi u tr S c kho ng i b nh, chi phí th p nh t B nh nhân, b nh vi n H th ng phân tích hình nh v tinh C ng đ , màu s c khác nhau c a các đi m nh Xu t ra m t s phân lo i quanh c nh nó quan sát phân lo i chính xác Các hình nh t v tinh Part-picking robot c ng đ khác nhau c a các đi m nh nh t lên các b ph n (c a m t lo i máy móc) và đ a vào các cái thùng V trí chính xác c a các b ph n trong các thùng B ng t i v i các b ph n máy móc i u khi n nhà máy tinh ch d u ho c đ ng (Refinery controller) Nhi t đ , áp su t M , đóng van; đi u ch nh nhi t đ s tinh khi t, s n l ng và s an toàn cao nh t Nhà máy tinh ch Ch ng trình d y ti ng Anh các t lo i đ a ra các bài t p, các g i ý, ch ra ch đúng K t qu ki m tra sinh viên cao
L p sinh viên
B ng 5.4 M t s ví d v m t s ki u agent
M t s môi tr ng là không rõ ràng gi a “th c” và “nhân t o”. Trong môi tr ng ALIVE, agent ph n m m đ c đ a đ n các k t qu tri giác là hình nh camera k thu t s c a m t phịng n i có m t ng i đi d o trong đó. Agent này x lý hình nh camera và l a ch n m t hành đ ng. Môi tr ng c ng hi n th hình nh camera trên m t màn hình l n, và thêm vào đó hình nh mà agent ph n m m bi u di n thông qua đ ho máy tính. Hình nh đó có th là m t con chó ho t hình, nó đ c l p trình đ chuy n đ ng h ng đ n m t ng i (tr tr ng h p ơng ta đu i con chó
đi) và v y chi c chân tr c ho c nh y lên m t cách m ng r khi ng i đó ng i đó ra hi u. Mơi tr ng nhân t o n i ti ng nh t đó là Turing Test, trong đó ch ra r ng các agent “th c” và “nhân t o” có quan h bình đ ng, nh ng mơi tr ng l i có s thách th c khá l n là nó r t khó cho agent ph n m m làm vi c nh m t con ng i.
Các agent ch ng trình
Trong tồn b cu n sách này, chúng ta s xây d ng các agent thông minh. T t c đ c xây d ng gi ng nh b x ng, chúng nh n các k t qu tri giác t m t môi tr ng và sinh ra các hành vi. Các phiên b n ban đ u c a các agent ch ng trình có d ng r t đ n gi n (hình 5.16). Chúng s s d ng m t vài c u trúc d li u n i t i mà nó đ c c p nh t khi các k t qu tri giác
đ c đ a đ n. Các c u trúc d li u đó đ c đem l i b i s quy t đnh c a agent – các th t c đ
sinh ra m t s l a ch n hành vi, sau đó hành vi đ c chuy n qua ki u ki n trúc đ th c hi n. Có hai đi u c n chú ý v ch ng trình khung x ng (ch ng trình v ) này. Th nh t, cho dù chúng ta đnh ngh a agent nh là m t ch c n ng ánh x t các chu i k t qu tri giác đ n các hành vi, thì agent ch ng trình c ng ch nh n m t k t qu tri giác đ n l nh là đ u vào. Nó đ cho agent xây d ng d n chu i k t qu tri giác trong b nh , khi có yêu c u. Trong m t vài mơi tr ng, nó có th th c hi n h t s c thành cơng mà khơng có s l u tr chu i k t qu tri giác, và trong nh ng l nh v c ph c t p nó khơng th l u tr chu i đ y đ . Th hai, m c tiêu và th c đo hi u su t không ph i là nhi m v c a ch ng trình khung x ng. B i vì, th c đo hi u su t đ c
đ a ra đ đánh giá cách ho t đ ng c a agent, và nó th ng có th đ t đ c hi u su t cao m c dù không bi t rõ ràng v th c hi u hi u su t.
function SKELETON-AGENT(percept) return action static: memory, the agent’s memory of the world
memory ← UPDATE-MEMORY(memory,percept) action ← CHOOSE-BEST-ACTION(memory) memory ← UPDATE-MEMORY(memory,action)
return action
Hình 5.16 M t agent khung.
T i sao khơng tìm th y các câu tr l i?
Hãy b t đ u v i cách đ n gi n nh t có th , chúng ta vi t m t agent ch ng trình - b ng tra c u (hình 5.17). Nó ho t đ ng d a trên vi c l u tr trên b nh toàn b chu i k t qu tri giác, và s d ng nó đ đ a vào b ng, bao g m hành vi thích h p cho t t c các chu i k t qu tri giác có th .
function TABLE-DRIVEN-AGENT(percept) return action static: percept, a sequence, intially empty
table, a table, index by percept sequence, intially fully specified append percept to the end of percept
action ← LOOKUP(percept,table)
return action
Hình 5.17 M t agent d a trên lý thuy t b ng tra c u.
Nó cung c p tài li u đ xem xét t i sao nh ng đ ngh sau b th t b i:
1. B ng c n cho m t đi u gì đó, đ n gi n nh m t agent ch có th ch i c v i kho ng 35100 n c đi.
2. Nó s c n m t kho ng th i gian không nhi u l m đ ng i thi t k xây d ng b ng. 3. Agent này không t gi i quy t t t c , b i vì k t qu tính tốn cho các hành vi hay nh t
đ u đ c xây d ng s n. Cho nên n u môi tr ng thay đ i m t cách đ t ng t, thì agent này s b th t b i.
4. Th m chí n u chúng ta trao cho agent m t c ch t h c t t nh t, đ nó có th có kh n ng t gi i quy t, thì nó v n c n ph i h c mãi mãi.
M c cho t t c các đi u đó, TABLE-DRIVEN-AGENT v n làm cái đi u chúng ta mu n: nó th c hi n đ y đ phép ánh x agent theo yêu c u. Do đó khơng ch c ch n đ kh ng đnh: “Nó khơng thơng minh”.
M t ví d
Ph n này giúp xem xét m t mơi tr ng riêng, v i m c đích s th o lu n c a chúng ta tr nên c th h n. Nguyên nhân chính c a s hi u bi t c a nó, và nguyên nhân nó yêu c u m t ph m vi r ng nh ng k n ng. Chúng ta s xem xét công vi c thi t k t đ ng hoá lái taxi. C n l u ý r ng h th ng hi n th i có ph n v t ra ngoài nh ng ph m vi kh n ng công ngh cho phép, m c dù h u h t nh ng ph n h p thành là s n có theo m t vài m u6. Nhi m v lái xe là c c k ph c t p, t h p các tình hu ng m i có th x y ra là khơng có gi i h n.
u tiên chúng ta ph i ngh ra các đ i t ng tri giác, các hành vi, các m c tiêu và môi tr ng cho taxi (xem hình 5.18).
Ki u Agent i t ng tri giác (Percepts) Hành vi (Actions) M c tiêu (Goals) Môi tr ng Environment
Lái taxi Các camera, công t mét, h th ng GPS, microphone
đnh h ng, t ng gi m t c, phanh, thông báo v i hành khách
An toàn, nhanh, đúng lu t, hành trình tho i mái, kinh t nh t
các con đ ng,
Hình 5.18 Ki u agent “Lái xe Taxi”
Taxi c n s bi t nó đâu, trên con đ ng nào và đang ch y nhanh ch m ra sao. Nh ng thơng tin này có th thu đ c t các percept. ó là m t ho c nhi u camera (Controllable TV
camera), công t mét đo t c đ (Speedometer), và đ ng h đo đo n đ ng đi (Odometer). đi u khi n xe c m t cách chính xác, nh t là trên đo n đ ng cong, c n ph i có m t b đi u khi n t ng gi m t c (accelerometer). C ng c n bi t tr ng thái máy móc c a xe c , vì v y c n ph i có m t h th ng các c m bi n c h c và đi n t (engine and electrical sensor). Có th có các thi t b khơng có giá tr v i ng i đi u khi n thông th ng nh : h th ng v tinh đnh v toàn c u GPS, đ cung c p thơng tin chính xác v trí trên b n đ đi n t , ho c c m bi n h ng ngo i (infrared sensor) ho c c m bi n âm (sonar snesor) đ phát hi n kho ng cách v i các ô tô và các ch ng ng i v t khác. Cu i cùng, c n có m t microphone ho c m t bàn phím (keyboard) đ cho các hành khách nói v i nói n i đ n c a h .
Các hành vi có th đ i v i agent “Lái taxi” s ít nhi u t ng t nh đ i v i m t con ng i
đi u khi n taxi: đi u khi n đ ng c thông qua bàn đ p gas, đi u khi n h ng, đi u khi n phanh. Ngoài ra, s c n đ a ra “đ u ra” trên màn hình ho c thi t b âm thanh đ giao ti p v i hành khách; và m t vài cách có th đ truy n thông v i các xe c khác.
Kh n ng ph m vi th c hi n (performance measure) mà chúng ta mu n h th ng lái xe t
đ ng đ t đ c là gì? Các n ng l c mong mu n bao g m: đ n đích chính xác, s tiêu th n ng l ng là ít nh t, hao mịn ít nh t, ít h ng hóc nh t, th i gian hành trình ng n nh t ho c chi phí ít nh t ho c c th i gian và chi phí ít nh t, ít vi ph m lu t giao thông nh t, làm nh h ng đ n các
lái xe khác là ít nh t, an tồn nh t, hành khách tho i mái nh t, thu l i cao nh t. Rõ ràng, m t vài m c tiêu đó là mâu thu n, vì v y s c n ph i có s tho hi p.
Cu i cùng, v i d án th c t , chúng ta ph i quy t đnh môi tr ng lái xe taxi s đ i di n. Nó ph i ho t đ ng trên các con đ ng đa ph ng, ho c là trên các xa l ? ó là Nam California, n i ít khi có tuy t r i, ho c Alaska n i tuy t th ng xuyên r i? Luôn luôn lái xe bên ph i ho c có th chúng ta mu n linh ho t đ có th đi bên trái trong tr ng h p taxi ho t đ ng n c Anh ho c Nh t B n. Rõ ràng, môi tr ng b h n ch h n, v n đ thi t k d dàng h n.
Bây gi , chúng ta ph i quy t đnh nh th nào đ xây d ng ch ng trình th c đ th c hi n phép ánh x t các đ i t ng tri giác đ n các hành vi. Chúng ta th y r ng các khía c nh đi u khi n khác nhau s đ xu t các ki u agent ch ng trình khác nhau. Có 4 ki u agent đ c ch ra:
- Các agent ph n x đ n gi n – simple reflex agents - Các agent theo dõi (các v t các s ki n liên quan) - Các agent m c tiêu c b n – Goal-based agents - Các agent “l i ích” c b n – Utility-based agents
Simple reflex agents
L a ch n xây d ng “m t b ng tra c u hi n” là m t v n đ khó. u vào th giác t m t camera đ n đ a vào v i t c đ 50 Mb/giây (25 frame/giây, 1000×1000 pixel v i 8 bit màu và 8 bit c ng đ ). Vì v y, b ng tra c u cho m t gi s là 260 × 60 × 50M tr ng thái.