Yapay Zeka Ajanları
Algılayan, akıl yürüten ve hareket eden otonom sistemler.
Algılayan, akıl yürüten ve hareket eden otonom sistemler.
graph LR
Center["Yapay Zeka Ajanları"]:::main
Pre_artificial_intelligence["artificial-intelligence"]:::pre --> Center
click Pre_artificial_intelligence "/terms/artificial-intelligence"
Pre_reinforcement_learning["reinforcement-learning"]:::pre --> Center
click Pre_reinforcement_learning "/terms/reinforcement-learning"
Pre_large_language_model["large-language-model"]:::pre --> Center
click Pre_large_language_model "/terms/large-language-model"
Rel_automation["automation"]:::related -.-> Center
click Rel_automation "/terms/automation"
Rel_agentic_ai["agentic-ai"]:::related -.-> Center
click Rel_agentic_ai "/terms/agentic-ai"
Rel_generative_ai_agents["generative-ai-agents"]:::related -.-> Center
click Rel_generative_ai_agents "/terms/generative-ai-agents"
classDef main fill:#7c3aed,stroke:#8b5cf6,stroke-width:2px,color:white,font-weight:bold,rx:5,ry:5;
classDef pre fill:#0f172a,stroke:#3b82f6,color:#94a3b8,rx:5,ry:5;
classDef child fill:#0f172a,stroke:#10b981,color:#94a3b8,rx:5,ry:5;
classDef related fill:#0f172a,stroke:#8b5cf6,stroke-dasharray: 5 5,color:#94a3b8,rx:5,ry:5;
linkStyle default stroke:#4b5563,stroke-width:2px;
🧒 5 yaşındaki gibi açıkla
🤖 Yapay zeka aracıları, işleri halletmek için kendi başlarına görebilen, düşünebilen ve bir şeyler yapabilen süper akıllı yardımcılar gibidir.
🤓 Expert Deep Dive
## "Yapay Zeka Temsilcilerinin" Teknik Analizi
Yapay zeka temsilcileri (AI agents), otonom operasyon için tasarlanmış gelişmiş hesaplama sistemlerini temsil eder. Temelde, üç kritik alt sistemi entegre ederler: Algılama, Akıl Yürütme ve Eylem.
Algılama Alt Sistemi, çevresel algılama ve yorumlamadan sorumludur. Kameralar, LiDAR, mikrofonlar ve API'ler ile veritabanları gibi dijital arayüzler dahil olmak üzere çeşitli sensörlerden yararlanır. Veri modaliteleri görüntüleri, sesi, metni ve yapılandırılmış formatları kapsar. Ham sensör verileri, sağlam bir dahili durum temsili oluşturmak için derin öğrenme gömmeleri, nesne algılama ve konuşmadan metne gibi teknikler kullanılarak titiz ön işleme ve özellik çıkarma işlemlerinden geçer. Bu temsil, sembolik, yarı-sembolik veya olasılıksal olabilir ve çevresel modelleme ile durum tahmini sağlayabilir; dinamik ortamlarda çalışan temsilciler için Eşzamanlı Konumlandırma ve Haritalama (SLAM) gibi gelişmiş kavramları potansiyel olarak içerebilir.
Akıl Yürütme Alt Sistemi, temsilcinin bilişsel motorunu oluşturur, algısal girdileri, dahili bilgiyi ve tanımlanmış hedefleri işleyerek en uygun eylemleri belirler. Bu, kural tabanlı sistemler ve Sonlu Durum Makinelerinden, Markov Karar Süreçleri (MDP'ler) ve Kısmen Gözlemlenebilir MDP'ler (POMDP'ler) gibi gelişmiş olasılıksal modellere kadar uzanan sofistike karar verme çerçevelerini içerir. A* ve Monte Carlo Ağaç Araması (MCTS) gibi planlama algoritmaları, optimal davranışları öğrenmek için çeşitli Pekiştirmeli Öğrenme (RL) paradigmalarıyla (değer tabanlı, politika tabanlı, model tabanlı) birlikte sıklıkla kullanılır. Bilgi Temsili ve Akıl Yürütme (KRR) teknikleri, bilgi grafikleri ve ontolojiler dahil olmak üzere yapılandırılmış bilgi erişimini ve mantıksal çıkarımı kolaylaştırır.
Eylem Alt Sistemi, akıl yürütülmüş kararları somut çevresel etkileşimlere dönüştürür. Bu, robotik manipülatörler gibi fiziksel mekanizmalar ve API çağrıları ile GUI otomasyonu gibi dijital araçlar dahil olmak üzere çeşitli aktüatörler ve arayüzler aracılığıyla gerçekleştirilir. Eylem alanı ayrık veya sürekli olabilir, bu da sofistike eylem sıralaması ve fiziksel temsilciler için yörünge üretimi gerektirir. Geri besleme döngülerini ve hata algılama/kurtarma protokollerini kullanan kapalı döngü kontrol mekanizmaları, eylemlerin doğru ve sağlam bir şekilde yürütülmesini sağlar ve gerçek zamanlı çevresel değişikliklere uyum sağlar.
Temsilci mimarileri, bileşen uzmanlaşmasına izin veren modüler tasarımlardan uçtan uca sistemlere kadar değişebilir. Otonomi, sağlamlık ve açıklanabilirlik seviyeleri, koordinasyon, iletişim ve müzakere protokolleri gerektiren Çoklu Temsilci Sistemlerinde (MAS) potansiyel etkileşimlerin yanı sıra temel tasarım hususlarıdır.