原创内容
No.771
认真聊AI | 多智能体系统
AI系列内容进度14/15,完结在即
图片由夸克AI绘制
我们在日常生活中都接触过不少智能体,但这可能是你第一次听到智能体这个说法。
智能体技术主要起源于人工智能、软件工程、分布式系统以及经济学等学科。对于到底怎么定义智能体,不同的领域有各自的说法,从学术定义上来说,所谓的智能体通常具有下面四个特征:
①自主性:在不受人和其他实体的指令或者干预下,一个智能体应该具备自主采取动作的能力。同时,某些结构的智能体还可以自主控制自身的内部状态;
②主动性:智能体不仅可以实现对外界的应激反应,还可以针对自己的目标采取主动行为;
③反应能力:智能体可以感知外界环境,并且及时对外界环境的变化做出动作响应;
④社会能力:智能体能够通过某种通信语言实现和it智能体(甚至人)的交互。
乍一看好像这种技术距离我们的生活还有一段距离,但实际上智能体没有大家想象中那么高精尖,写字楼里最常见的电梯组就是一种智能体,根据车流量大小决定红绿灯时长的红绿灯也是一种智能体。
我们用图示的方式来表达一个智能体大概就是这样的:
很容易引起混淆的是智能体和软件涉及中的对象。在面向对象编程设计中,一个对象是封装了状态的计算实体,能够执行定义在某个状态上的动作或方法,也可以通过消息传递的方式实现对象间的通信。尽管对象也可以被认为有某种自主性,但是与智能体显著不同的是,其他对象可以调用某个公共方法,而在智能体技术中,其他智能体智能请求智能体执行某个动作。至于智能体收到请求后是否执行该动作,取决于被请求智能体资深的目标。因此,我们常说Objects do it for free,agents do it for money.
智能体和专家系统也有区别。专家系统通常不需要嵌入环境中,也不需要和环境执行交互,专家系统也不需要和其他的专家系统进行通信。
实践中通常怎么实现一个智能体呢?通常有五种实现方式,分别是基于逻辑演绎、基于反应、基于决策理论、基于信念B-期望D-意图I逻辑和分层混合结构。其中基于反应式的包孕结构和基于BDI逻辑的智能体结构是最著名的结构。
对于智能体结构来说最优解会更加复杂一些。在多智能体系统中,如果每个智能体都是自利的,那么每个智能体都利益最大化的解未必是集体利益最大化的解。
这一点就和人类社会非常类似,因此我们在考虑智能体系统的最优解的时候通常会讨论纳什均衡、帕累托最优甚至之囚徒困境之类的问题。这也就是智能体技术的理论依据中会包含经济学的原因。
对于单个智能体来说,目前的技术水平基本没什么难度,但是对于多个智能体的组合中,如何实现集体利益最大化依然是一个值得深入研究的热门话题