AI Agent

Bir AI Agent, çevresini algılayabilen, kararlar almak için karmaşık mantığı yürütebilen ve tanımlanan hedeflere ulaşmak için belirli eylemler gerçekleştirebilen otonom bir sistemdir. Girdileri pasif bir şekilde işleyerek çıktı üreten statik bir machine learning modelinin aksine, bir ajan sürekli bir iş akışı içinde dinamik olarak çalışır. Bu sistemler, dijital tahminler ile gerçek dünya yürütmesi arasındaki boşluğu doldurarak artificial intelligence katmanının "aktif" katmanını oluşturur. Bellek ve uyarlamalı öğrenme kullanan ajanlar, sürekli insan müdahalesi olmadan yazılım otomasyonundan fiziksel navigasyona kadar değişen görevlerin üstesinden gelebilir.

Algılama-Akıl Yürütme-Eylem Döngüsü#

Bir AI ajanının işlevselliği, genellikle Algılama-Eylem Döngüsü olarak adlandırılan döngüsel bir sürece dayanır. Bu mimari, ajanın çevresiyle anlamlı bir şekilde etkileşime girmesini sağlar.

1. Algılama (Duyum): Ajan dünyadan bilgi toplar. computer vision uygulamalarında ajan, kameraları "gözler" olarak kullanır. Ham pikselleri yapılandırılmış verilere dönüştürmek için object detection veya segmentasyon gerçekleştirmek üzere YOLO26 gibi yüksek hızlı modeller kullanır.

2. Muhakeme (Düşünme): Ajan, algılanan verileri hedefleriyle karşılaştırarak işler. Bu aşama genellikle anlamsal anlayış için Large Language Models (LLMs) modellerini veya karar verme stratejilerini optimize etmek için reinforcement learning algoritmalarını entegre eder. Gelişmiş ajanlar, tıpkı gelecekteki hamleleri tahmin eden bir satranç oyuncusu gibi, birkaç adım ilerisini planlayabilir.

3. Eylem (Yürütme): Ajan, yürüttüğü mantığa dayanarak bir görev gerçekleştirir. Bu, bir veritabanını sorgulamak veya bir uyarı göndermek gibi dijital bir eylem ya da robotics alanında robotik bir kolun konveyör banttan belirli bir öğeyi alması gibi fiziksel bir eylem olabilir.

AI Ajanı vs. AI Modeli#

Teknoloji yığınında farklı roller üstlendikleri için bir ajan ile bir model arasında ayrım yapmak önemlidir.

• AI Model: Model, örüntüleri tanımak üzere eğitilmiş neural network gibi matematiksel bir motordur. Tahminler sunan (örn. "Bu bir araba") ancak bunlara göre kendiliğinden hareket etmeyen bir araçtır.
• AI Ajanı: Bir ajan, modelleri araç olarak kullanan kapsayıcı sistemdir. Değişimi başlatma kapasitesi olan failliğe sahiptir. Örneğin, bir model kırmızı ışığı tanımlarken, ajan frene basmaya karar verir.

Gerçek Dünya Uygulamaları#

AI ajanları, bilişsel esneklik gerektiren iş akışlarını otomatikleştirerek endüstrileri dönüştürüyor.

• Akıllı Üretim: industrial automation alanında görsel ajanlar üretim hatlarını izler. quality control system tarafından bir kusur tespit edilirse, ajan israfı önleyerek makineleri otonom olarak durdurabilir ve olayı kaydedebilir.
• Otonom Lojistik: Depolar envanter yönetimi için ajan tabanlı robotlar kullanır. Bu ajanlar, paketleri verimli bir şekilde bulmak, toplamak ve taşımak için SLAM (Simultaneous Localization and Mapping) ve vizyon modellerini kullanarak dinamik ortamlarda gezinir.

Basit Bir Görü Ajanı Oluşturmak#

Geliştiriciler, algılama modellerini koşullu mantıkla birleştirerek temel ajanlar oluşturabilir. Aşağıdaki Python örneği, ultralytics paketini kullanan basit bir "Güvenlik Ajanı"nı göstermektedir. Ajan bir kişiyi algılar ve modelin güven derecesine göre bir uyarı tetikleyip tetiklememeye karar verir.

from ultralytics import YOLO

# Load the YOLO26 model (The Agent's Perception)
model = YOLO("yolo26n.pt")

# 1. Perceive: The agent analyzes an image
results = model("bus.jpg")

# 2. Reason & 3. Act: Decision logic based on perception
for result in results:
    # Check if a 'person' (class 0) is detected with high confidence
    if 0 in result.boxes.cls and result.boxes.conf.max() > 0.5:
        print("ACTION: Person detected! Initiating security protocol.")
    else:
        print("ACTION: Area clear. Continuing surveillance.")

İlgili Kavramlar#

• Edge AI: Gerçek zamanlı tepki vermek için ajanlar genellikle NVIDIA Jetson gibi donanımlar üzerinde yerel olarak çalışır ve verileri bulut yerine kaynakta işleyerek gecikmeyi en aza indirir.
• Artificial General Intelligence (AGI): Mevcut ajanlar uzmanlaşmış (Dar Yapay Zeka) olsa da AGI, bir insanın yapabileceği herhangi bir entelektüel görevi yerine getirme yeteneğine sahip hipotetik ajanları ifade eder.
• Generative AI: Modern ajanlar, dinamik yanıtlar veya kodlar oluşturmak için sıklıkla GenAI kullanır ve iş akışlarının bir parçası olarak içerik üretebilen asistanlar olarak görev yapar.

Ajanları için temel modelleri eğitmek isteyenler, Ultralytics Platform ile veri kümelerini etiketlemek ve eğitim çalıştırmalarını yönetmek için kolaylaştırılmış bir ortam elde edebilir. Ajan mimarileri üzerine daha fazla okuma, Stanford HAI ve DeepMind gibi kuruluşların araştırmalarında bulunabilir.