YZ Ajansı

Bir YZ Aracısı, çevresini algılamak, nasıl başarılacağı hakkında akıl yürütmek için tasarlanmış otonom bir sistemdir. belirli hedefler belirler ve bu hedeflere ulaşmak için harekete geçer. Statik bir yapay zeka modelinden farklı olarak çıktı üretmek için girdiyi işler, bir YZ ajanı sürekli bir döngü içinde çalışır - veri toplar, verilere dayalı kararlar alır ve sürekli insan müdahalesi olmadan görevleri yerine getirmek. Bu yetenek, aracıları "fail" yapar soyut veri analizi ile gerçek dünya etkisi arasındaki boşluğu doldurarak yapay zeka dünyasının bir parçası haline gelmiştir.

Algılama-Düşünme-Eyleme Döngüsü

Bir YZ aracısının temel işlevselliği, genellikle aşağıdaki gibi adlandırılan operasyonel döngüsü ile tanımlanır Algı-Eylem Döngüsü. Bu sürekli süreç, temsilcinin değişen ortamlara uyum sağlamasına olanak tanır ve zaman içinde gelişir.

1. Algılamak (Algılama): Temsilci, sensörleri kullanarak çevresi hakkında bilgi toplar. İçinde bilgisayarla görme (CV) bağlamında, bu "gözler" görsel verileri yakalayan kameralar veya LiDAR sistemleridir.
2. Düşün (İşleme ve Karar Verme): Temsilci, duyusal girdiyi bir "beyin" - tipik olarak makine öğrenimi (ML) modeli veya bir Büyük Dil Modeli (LLM). Analiz eder hedeflerine karşı mevcut durumu değerlendirir ve en iyi hareket tarzını belirler. Gelişmiş ajanlar şunları kullanabilir Optimal öğrenmeyi öğrenmek için pekiştirmeli öğrenme deneme yanılma yoluyla stratejiler.
3. Harekete Geçme (Yürütme): Temsilci, seçilen kararı aktüatörleri kullanarak uygular. Robotikte bu şu şekilde olabilir mekanik bir kolu hareket ettirmeyi içerir; yazılımda ise bir API isteği göndermek, bir dosya yazmak veya bir Uyarı.

YZ Ajanları ve YZ Modelleri

Terimler sıklıkla karıştırıldığı için bir YZ ajanı ile bir YZ modeli arasında ayrım yapmak çok önemlidir.

• Yapay Zeka Modeli: Matematiksel bir motor (örneğin YOLO11) kalıpları tanımak veya tahminler yapmak için eğitilmiştir. Pasiftir; girdi bekler ve bir sonuç döndürür. Bunu sofistike bir araç olarak düşünün, tıpkı dijital bir ansiklopedisi veya yüksek hızlı bir kamera.
• Yapay Zeka Ajanı: Bir hedefe ulaşmak için bir veya daha fazla modeli araç olarak kullanan otonom bir sistem. Temsilci iş akışını yönetir, geçmiş etkileşimleri hatırlar ve dünya ile aktif olarak etkileşime girer. Eğer model motor, temsilci ise sürücüdür.

Gerçek Dünya Uygulamaları

Yapay zeka ajanları, daha önce insan gözetimi gerektiren karmaşık iş akışlarını otomatikleştirerek sektörleri dönüştürüyor.

Akıllı Üretim ve Robotik

Endüstriyel ortamlarda, robotikte yapay zeka güçleri kalite kontrolünü denetleyen ajanlar. Bir görsel denetim aracı ile donatılmış bir nesne algılama modeli bir konveyörü izleyebilir kemer. Bir kusur algıladığında, sadece hatayı kaydetmekle kalmaz; bir robot kolu (aktüatör) tetikleyerek hatalı ürünü derhal değiştirir. Bu otonom döngü verimliliği artırır ve israfı azaltır.

Otonom Araçlar

Sürücüsüz araçlar, dünyanın en büyük YZ ajanlarının sofistike örnekleri. Şerit işaretlerini, trafik işaretlerini algılamak için bir dizi sensör kullanırlar ve yayalar. Yerleşik ajan bu veri akışını gerçek zamanlı olarak işleyerek hayati öneme sahip kararlar alır ve yönlendirme yapar, A noktasından B noktasına güvenli bir şekilde gitmek için hızlanma veya frenleme. Waymo bu araçların dağıtımında ön saflarda yer alıyor kamuya açık yollarda otonom araçlar.

Basit Bir Vision Agent Oluşturma

Geliştiriciler, algısal motor olarak YOLO11 gibi modelleri kullanarak görüş tabanlı ajanlar oluşturabilirler. Aşağıdaki Python Örnekte, bir görüntüyü algılayan, yetkisiz kişileri kontrol eden basit bir "Güvenlik Aracısı" gösterilmektedir. simüle edilmiş bir alarmı tetikleyerek hareket eder.

from ultralytics import YOLO

# Load the YOLO11 model (The Agent's "Brain" for perception)
model = YOLO("yolo11n.pt")

# 1. Perceive: The agent captures/receives visual data
results = model("secure_zone.jpg")

# 2. Think & 3. Act: The agent evaluates the scene and takes action
for result in results:
    # Check if a 'person' (class ID 0) is detected with high confidence
    if 0 in result.boxes.cls and result.boxes.conf.max() > 0.5:
        print("ACTION: Security Alert! Person detected in restricted area.")
    else:
        print("ACTION: Log entry - Area secure.")

İlgili Kavramlar

• Takviyeli Öğrenme: A Ajanların ödüller veya cezalar alarak karar vermeyi öğrendikleri eğitim yöntemi, oyun oynamak için gereklidir ajanlar ve karmaşık robotik.
• Uç Yapay Zeka: Aracıları doğrudan bulut yerine yerel cihazlar (kameralar veya dronlar gibi) kullanarak daha hızlı gerçek zamanlı çıkarım ve eylem.
• Yapay Genel Zeka (AGI): Bir ajanın bir dizi bilgiyi anlama, öğrenme ve uygulama yeteneğine sahip olduğu teorik bir gelecek durumu tıpkı bir insan gibi çok çeşitli görevler üstlenebilir.

Akıllı ajanların mimarisi hakkında daha fazla okuma için kaynaklar IBM ve Stanford Üniversitesi derinlemesine akademik ve sektörel perspektifler sunmaktadır.