本文作为Data Science Blogathon的一部分发表。
介绍
人工机器理性思考和行动的能力，或者像人类一样，可以称为人工智能。人工智能是赋予机器生命的数据科学的一个子集。数据科学家基于基于算法的机器学习（人工智能的一个子集）进行预测数据分析。机器通过各种技术获取知识，然后在做出决策或执行任务时使用这些知识。深度学习是机器学习的一个新分支，是由于人工智能在神经网络领域的最新进展而创建的。随着自动驾驶汽车实现5级自动化的研究，人工智能是自动驾驶汽车的未来。根据人工智能的强度和应用，它可以大致分为三类。弱、强和超级AI。
人工智能的类型
-
弱人工智能：弱人工智能，也称为狭义人工智能，是应用于特定领域或应用的机器智能。它是最常见和最广泛存在的人工智能。与它的名字相反，弱人工智能是一种非常强大和智能的人工智能，能够理性地思考和行动。经过训练后，它可以完美地完成一项任务。我们可以说，它做事的方法非常狭隘。它只会实现它被训练或编程要做的事情。示例包括自动驾驶汽车、推荐系统、垃圾邮件过滤、欺诈检测等。
-
强人工智能：强人工智能（一般人工智能）被认为是交互和操作各种独立和无关的任务。据说，强大的人工智能具有类似人类的智能，可以根据其思维和决策策略执行。强人工智能仍然是一个理论概念，因为我们现在只有弱人工智能。（是的，即使是最有能力的人工智能也是弱人工智能）我们采用AGI（即人工通用智能）需要很长时间。
-
超级人工智能：超级人工智能，也称为有意识人工智能或人工超智能（ASI），可以超越人类智能。他们被认为具有类似人类的意识。它可以用最好的方式做任何事情。他们能够理性地而非人道地做出决定。超级人工智能在这个阶段纯粹是推测性的，是科幻小说的一部分。超级人工智能可以被认为是“机器人接管并奴役人类”。超级人工智能可以被认为是传奇人物拉杰尼坎特的电影《机器人》中的“奇蒂”。
人工智能的组成
代理：代理是软件、硬件或两种设备的组合，在环境中运行以实现特定的设定目标。智能代理可以自主行动并持续较长时间。它还应该能够适应追求某一目标的变化。代理通过传感器感知并通过致动器对环境进行操作。一个环境可以有一个代理或多个代理。
可以根据各种特征对代理进行分类：
1.简单反射剂
2.带有状态代理的简单反射
3.基于目标的agent
4.基于效用的代理
5.基于学习的agent
例如：Alexa和Siri等语音助手是软机器人或软件代理。机器人汽车是硬件代理的完美例子。
理性代理人：一个拥有完全知识、明确偏好、建模不确定性并通过所有可行行动最大化其绩效衡量的代理人被称为理性行事。一个理性的代理人总是会做正确的事情。
自主代理：可以自主决定在当前实例中需要采取的行动以最大程度地实现其目标的代理。
什么是PEAS？
PEAS是一个人工智能代理的表示系统，用于测量环境、传感器和执行器的性能。要设计代理，我们必须了解我们的任务环境。PEAS系统有助于指定任务环境。PEAS是性能、环境、执行器和传感器的缩写。识别豌豆有助于为人工智能编写最佳算法。
传感器：传感器通过提供一组完整的输入帮助代理感知其环境。代理的动作取决于过去的历史和当前的输入集。传感器的示例包括摄像机、GPS、里程表、各种传感工具等。
执行器：执行器帮助代理在环境中运行。执行器包括显示板、物体拾取臂、轨迹改变机构等。代理执行的动作也可以改变环境。
环境：在代理工作的特定时刻，代理的周围称为环境。根据代理的运动，它可以是静态的或动态的。环境的微小变化也会改变所需的传感器和代理的动作。
根据Russell和Norvig的观点，环境可以根据各种因素进行分类：
1.完全可观察与部分可观察
2.静态与动态
3.离散与连续
4.确定性与随机性
5.单代理与多代理
6.情节与顺序
性能度量：性能度量是定义代理在实现其设定目标方面的成功或准确性的单位。
用一个例子来理解PEAS
让我们了解番茄酱生产行业的PEAS系统。为了生产优质的番茄酱，将成熟的番茄分离并用于生产是很重要的。使用劣质或未成熟的番茄会降低番茄酱的质量。现在，西红柿的分类可以手工完成，但对人类来说，这将是一项乏味的工作，因为一家工厂可能每天处理数千个西红柿。因此，我们可以结合人工智能来帮助我们。因此，我们需要了解我们的任务环境和我们将使用的代理。
代理：番茄分类系统。
传感器：称重传感器、视觉输入摄像机、颜色传感等。
致动器：用于分离的轨道转换机构、显示板或用于快速分类为成熟和未成熟番茄的Y形带。
环境：我们的环境可以是一条移动的走道，西红柿通过它进行分离。它应该有一个好的光源，以便更好地进行摄像机输入。
性能：它衡量代理在分类西红柿方面的成功程度。它可以是具有真正数、真负数、假正数和假负数或模型精度的混淆矩阵。
结论
PEAS代表性能、环境、执行器和传感器。它们有助于定义智能代理的任务环境。因此，PEAS是定义人工智能模型的重要表示系统。
在本文中，
-
我们了解了人工智能的三种类型。
-
我们理解了代理和环境的概念。
-
我们了解了PEAS系统及其重要性。
-
最后，我们看到了一个定义PEAS系统的示例。
如果你觉得这个博客有帮助，可以考虑在Linkedin上与我联系。
本文中显示的媒体并非Analytics Vidhya所有，由作者自行决定使用。
原文标题：Simplifying AI Models with the PEAS Representation System
原文作者：NEHAAL PANDEY
原文链接：https://www.analyticsvidhya.com/blog/2022/08/simplifying-ai-models-with-the-peas-representation-system/
