AI Agent

Bir AI Ajanı, çevresini algılayabilen, karar vermek için karmaşık mantık üzerinden akıl yürütebilen ve belirlenen hedeflere ulaşmak için belirli eylemlerde bulunabilen otonom bir sistemdir. Girdi işleyerek pasif biçimde çıktı üreten statik bir makine öğrenimi modelinin aksine ajan, sürekli bir iş akışı içinde dinamik olarak çalışır. Bu sistemler, yapay zekâ alanının "aktif" katmanını oluşturur ve dijital tahminlerle gerçek dünyadaki uygulama arasındaki boşluğu kapatır. Ajanlar, bellek ve uyarlanabilir öğrenmeden yararlanarak sürekli insan müdahalesi olmadan yazılım otomasyonundan fiziksel navigasyona kadar çeşitli görevleri gerçekleştirebilir.

Algılama-Akıl Yürütme-Eylem Döngüsü#

Bir AI ajanının işlevselliği, genellikle Algılama-Eylem Döngüsü olarak tanımlanan döngüsel bir sürece dayanır. Bu mimari, ajanın çevresiyle anlamlı bir şekilde etkileşim kurmasını sağlar.

1. Algılama (Sensing): Ajan dünyadan bilgi toplar. Bilgisayarlı görü uygulamalarında ajan, kameraları "gözleri" olarak kullanır. Ham pikselleri yapılandırılmış verilere dönüştürmek için YOLO26 gibi yüksek hızlı modelleri kullanarak nesne algılama veya segmentasyon gerçekleştirir.

2. Akıl Yürütme (Thinking): Ajan, algılanan verileri hedefleri doğrultusunda işler. Bu aşamada anlamsal anlayış için genellikle Büyük Dil Modelleri (LLMs) veya karar verme stratejilerini optimize etmek için pekiştirmeli öğrenme algoritmaları kullanılır. Gelişmiş ajanlar, tıpkı gelecekteki hamleleri öngören bir satranç oyuncusu gibi, birkaç adım sonrasını planlayabilir.

3. Eylem (Executing): Ajan, akıl yürütmesine dayanarak bir görevi gerçekleştirir. Bu, bir veritabanını sorgulamak veya uyarı göndermek gibi dijital bir eylem ya da robotik alanında robotik bir kolun konveyör bandından belirli bir ürünü alması gibi fiziksel bir eylem olabilir.

AI Ajanı ve AI Modeli Karşılaştırması#

Teknoloji yığınında farklı rollere sahip oldukları için ajan ile model arasındaki ayrımı yapmak önemlidir.

• AI Modeli: Model, sinir ağı gibi, kalıpları tanımak üzere eğitilmiş matematiksel bir motordur. Tahminler sağlayan (ör. "Bu bir arabadır") bir araçtır, ancak bu tahminlere kendiliğinden göre hareket etmez.
• AI Ajanı: Ajan, modelleri araç olarak kullanan kapsayıcı sistemdir. Değişim başlatma kapasitesi olan bir fail olma yetisine sahiptir. Örneğin model kırmızı ışığı tanımlarken ajan fren yapmaya karar verir.

Gerçek Dünya Uygulamaları#

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

• Akıllı Üretim: Endüstriyel otomasyon alanında görsel ajanlar üretim hatlarını izler. Bir kalite kontrol sistemi tarafından kusur tespit edilirse ajan, israfı önlemek için makineleri otonom olarak durdurabilir ve olayı kaydedebilir.
• Otonom Lojistik: Depolar, envanter yönetimi için ajan tabanlı robotlardan yararlanır. Bu ajanlar, paketleri verimli bir şekilde bulmak, almak ve taşımak için SLAM (Eşzamanlı Konumlandırma ve Haritalama) ve görü modellerini kullanarak dinamik ortamlarda gezinir.

Basit Bir Görü Ajanı Oluşturma#

Geliştiriciler, algılama modellerini koşullu mantıkla birleştirerek temel ajanlar oluşturabilir. Aşağıdaki Python örneği, ultralytics paketini kullanan basit bir "Güvenlik Ajanı"nı gösterir. Ajan bir kişiyi algılar ve modelin güven skoruna göre uyarı tetikleyip tetiklemeyeceğine 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 verebilmek için ajanlar, verileri bulut yerine kaynağında işleyerek gecikmeyi en aza indirmek amacıyla genellikle NVIDIA Jetson gibi donanımlarda yerel olarak çalışır.
• Yapay Genel Zekâ (AGI): Mevcut ajanlar özelleşmişken (Dar AI), AGI bir insanın gerçekleştirebileceği her türlü entelektüel görevi yerine getirebilen varsayımsal ajanları ifade eder.
• Üretken AI: Modern ajanlar, iş akışlarının bir parçası olarak içerik üretebilen asistanlar gibi davranarak dinamik yanıtlar veya kod oluşturmak için sıklıkla GenAI kullanır.

Ajanlarının temelindeki modelleri eğitmek isteyenler için Ultralytics Platform, veri kümelerine açıklama eklemek ve eğitim çalıştırmalarını yönetmek için kolaylaştırılmış bir ortam sunar. Ajan mimarileri hakkında daha fazla bilgi, Stanford HAI ve DeepMind gibi kuruluşların araştırmalarında bulunabilir.