☺️ ИИ в образовании очередная встреча AI Piter

В этот раз мы поднимаем вопрос применения искусственного интеллекта в образовании. Мы представим проект по тестированию, разработанный в ИТМО на базе Лаборатории интеллектуальных сервисов и приложений ИТМО "LISA", и обсудим роль искусственного интеллекта в таких системах.

💡 Регистрация закрыта, будут новые события по теме ИИ в образовании, следите за расписанием!

Кирилл Дорожкин | Техно Дорожкин

☺️ Представляем вашему вниманию съемку встречи "Искусственный интеллект в психологии: можно ли доверять роботу-психологу?

⌨ 20 мая AI Piter совместно с авторами сервиса Компаньон записали интервью

📹 VK ссылка
📹 YouTube ссылка

Кирилл Дорожкин | Техно Дорожкин

☺️ Будьте осторожны, используя искусственный интеллект для создания контента: вас могут признать ИИ - агентом

Кирилл Дорожкин | Техно Дорожкин | AI Piter

☺️ Запустил несколько форматов встреч: всех приглашаю принять участие в мероприятиях.

Бизнес-завтрак с ИИ-агентами - неформальное мероприятие, где участники обсуждают деловые вопросы за утренней трапезой. Формат камерный, настроение дружелюбное, акцент на нетворкинг и обмен идеями.

💡 Ближайший планируется в конце августа

Бизнес - семинар с ИИ-агентами - структурированное образовательное событие с лекциями, презентациями и дискуссиями. Формат формальный, содержание профессиональное, настроение деловое, цель — обучение и углубление знаний.

💡 Ближайший планируется 21 августа 2025: https://t.me/AIpiter/158

Бизнес - медитация - мероприятие, сочетающее деловую тематику с практиками осознанности. Формат спокойный, интроспективный, настроение рефлексивное, цель — снижение стресса и развитие ментальной ясности

💡 Ближайший планируется 21 августа 2025: следите за информацией


Кирилл Дорожкин | Техно Дорожкин | AI Piter

☺️ Откуда появился термин агент, интеллектуальный агент, многоагентная система? Этим постом запускаем ряд публикаций посвященных агентам.

⤵️ Слово «агент» имеет несколько значений в зависимости от контекста. Оно происходит от латинского agens — «действующий», от глагола agere — «делать, действовать»

1. Представитель, уполномоченное лицо

Человек или организация, действующие от имени другого.

Примеры:
▶ Туристический агент — специалист, который оформляет путёвки.
▶ Недвижимостный агент — риелтор.
▶ Литературный агент — человек, представляющий интересы писателя.
▶ Страховой агент — представитель страховой компании.

2. Разведчик, шпион

В контексте разведки — человек, выполняющий задания в чужой стране или организации.

Пример:
Агент ЦРУ, двойной агент, секретный агент 007. Часто используется в детективах, боевиках.

3. То, что вызывает определённое действие (в науке, технике)

Абстрактное или физическое «действующее начало».

a) В химии и медицине — вещество, вызывающее реакцию:
- Окисляющий агент — вещество, принимающее электроны.
- Антисептический агент — средство для обеззараживания.
- Контрастный агент — препарат для МРТ или рентгена.
b) В биологии — фактор, вызывающий эффект:
- Патогенный агент — вирус, бактерия и т.п.

4. Программный или искусственный интеллект-агент

В информатике и ИИ — автономная программа, способная воспринимать среду и действовать ради достижения целей. Интеллектуальный агент, робот-агент, торговый агент в интернете. Может быть программой, ботом, роботом.

5. В философии и лингвистике — субъект действия

Тот, кто совершает действие в предложении или в реальности. Противоположность — пациент (на кого действие направлен).

Пример:
В предложении «Кот сломал вазу» — агент действия — кот.

6. В бизнесе и маркетинге — партнёр по продажам

Рекламный агент — сотрудник рекламного агентства.
Сбытовой агент — человек, продающий товары компании.

7. В играх (например, в киберспорте)

В играх типа Valorant или Apex Legends, агент — это игровой персонаж с уникальными способностями.

Пример: Агент Джетт умеет быстро перемещаться.

Кирилл Дорожкин | Техно Дорожкин | AI Piter

☺️ В сентябре планируется съемки двух передач ИИ и психология, на которые будут приглашены зрители.

На одной из встреч мы устроим битву двух разных ИИ-решений для психологии. Обсудим вопрос с командами, научными руководителями, узнаем мнение независимых экспертов. И , конечно, прям на лету протестируем созданные ИИ-решения и подискутируем о качестве ответов.

На другой встрече мы проведем дебаты между представителями церкви и практикующего психолога. Обсудим этические аспекты развития и применения искусственного интеллекта. И поборемся за спасение человеческих душ.

🚨 Следите за расписанием в канале https://t.me/AIpiter

💡 По вопросам сотрудничества пишите Кирилл Дорожкин

Кирилл Дорожкин | Техно Дорожкин | AI Piter

😰 2 раза в месяц делаем бизнес-медитацию

Бизнес - медитация - мероприятие, сочетающее деловую тематику с практиками осознанности. Формат спокойный, интроспективный, настроение рефлексивное, цель — снижение стресса и развитие ментальной ясности

💩 Ближайшее мероприятие планируется 21 августа 2025: Практика архитектурного подхода

Кирилл Дорожкин | Техно Дорожкин | AI Piter

☺️ В августе вернулся к преподавательской деятельности

💫 Активно читаю курс по ИИ в СПбСЭИ, взаимодействовал с АНО "Координационная лаборатория" в части занятий по базам данным и вайб-кодингу. На следующей неделе в AI Lab Method.GSOM (ВШМ СПбГУ) провожу 2 дискуссии в рамках летней стажировки для преподавателей.

Лучше всего понимаешь, когда объясняешь другим. Рассказывая кому-то, видишь, насколько хорошо знаешь сам.

Кирилл Дорожкин | Техно Дорожкин | AI Piter

☺️ Продираюсь сквозь термины, историю интеллектуальных и программных агентов. Опираюсь на доступные статьи, искусственный интеллект, прочие публикации. Обязательно поправляем неточности, добавляем пропущенные идеи, имена, вехи.

💫 Термин "программный агент" (software agent) начал формироваться и активно использоваться в области компьютерных наук в 1980-х годах, хотя его концептуальные основы можно проследить раньше. Рассмотрим ключевые этапы:

1. 1970-е годы – предпосылки: Идея программ, выполняющих задачи автономно, начала появляться с развитием автоматизированных систем и ранних исследований в области искусственного интеллекта и кибернетики. Например, системы управления базами данных или сетевые протоколы уже содержали элементы программ, которые действовали от имени пользователя.

2. 1980-е годы – зарождение термина: Термин "программный агент" стал популяризироваться с развитием распределённых систем и сетевых технологий. В этот период исследователи начали описывать программы, которые могли выполнять задачи в сетевой среде, взаимодействовать с другими системами или пользователями. Одной из первых областей применения была автоматизация задач в сетях, таких как управление ресурсами или фильтрация данных. Работы в области многоагентных систем (multi-agent systems) также способствовали популяризации термина.

3. 1990-е годы – широкое признание: В 1990-х годах термин стал широко использоваться благодаря развитию интернета и агентно-ориентированного программирования. Программные агенты начали ассоциироваться с такими задачами, как веб-краулеры, поисковые системы и автоматизированные помощники. Например, ранние поисковые боты (web crawlers) для индексации веб-страниц часто называли программными агентами. Книга "Artificial Intelligence: A Modern Approach" (1995) Рассела и Норвига также способствовала формализации концепции агентов, включая программных.

4. Современное использование: После 2000-х годов термин "программный агент" стал применяться к широкому спектру программ — от простых скриптов до сложных систем, включая интеллектуальных агентов. Сегодня он охватывает такие области, как автоматизация процессов, чат-боты, системы мониторинга и управления.

Кирилл Дорожкин | Техно Дорожкин | AI Piter

☺️ Иду последовательно: от истории и базовых терминов до многоагентной архитектуры и успешных внедрений. Опираюсь на доступные статьи, публикации по искусственному интеллекту, собственный опыт.

💫 Термин "интеллектуальный агент" (intelligent agent) начал активно использоваться в области искусственного интеллекта (ИИ) и компьютерных наук в 1980-х годах, хотя его концептуальные основы уходят корнями в более ранние исследования ИИ.

1. Ранние идеи (1950-е – 1970-е): Концепция интеллектуальных агентов как автономных сущностей, способных взаимодействовать с окружающей средой, начала формироваться с развитием ИИ. Работы Алана Тьюринга, Норберта Винера (кибернетика) и исследования в области систем управления заложили основу для понимания агентов, способных принимать решения.

2. 1980-е годы – формализация термина: Термин "интеллектуальный агент" стал популярным в научной литературе благодаря работам в области ИИ, особенно с развитием систем, основанных на знаниях, и агентно-ориентированного программирования. В этот период исследователи начали описывать системы, которые могут воспринимать окружающую среду (через сенсоры), принимать решения и действовать (через эффекторы). Одной из ключевых фигур был Джон Маккарти, который развивал идеи логического ИИ, а также работы в области многоагентных систем.

3. 1990-е годы – широкое распространение: В 1995 году вышла книга "Artificial Intelligence: A Modern Approach" авторства Стюарта Рассела и Питера Норвига, которая стала классическим трудом в области ИИ. В этой книге интеллектуальный агент был четко определен как сущность, которая воспринимает окружающую среду и действует рационально для достижения своих целей. Это определение закрепило термин в академической среде.

4. Современное использование: После 2000-х годов понятие интеллектуального агента расширилось с развитием машинного обучения, робототехники и автономных систем. Сегодня оно применяется к широкому спектру технологий — от чат-ботов и голосовых ассистентов до автономных автомобилей и систем управления умным домом.

🚨 Обязательно поправляем неточности, добавляем пропущенные идеи, имена, вехи.

Кирилл Дорожкин | Техно Дорожкин | AI Piter

☺️ Продолжаем разбираться в теме интеллектуальные агенты.

💫 Агентно-ориентированный подход (agent-oriented approach) — это парадигма в компьютерных науках и программировании, которая фокусируется на разработке и моделировании систем с использованием концепции агентов. Этот подход активно применяется в искусственном интеллекте, распределённых системах, робототехнике и других областях.

Агентно-ориентированный подход основан на идее, что сложные системы можно моделировать как совокупность автономных сущностей — агентов, которые взаимодействуют друг с другом и с окружающей средой для достижения определённых целей. Агенты в этом контексте — это программные или физические сущности, способные принимать решения и действовать на основе восприятия окружающей среды

💡 Основные характеристики агентно-ориентированного подхода

1. Агенты как базовые элементы - это автономная сущность:
▶ Воспринимает окружающую среду через сенсоры (например, данные от датчиков или входные сигналы).
▶ Принимает решения на основе воспринятой информации и внутренних целей.
▶ Действует через эффекторы (например, выполняет команды, отправляет сообщения, изменяет среду).

2. Автономность:
▶ Агенты действуют независимо, без постоянного вмешательства человека, но в рамках заданных целей или правил.

3. Интерактивность:
▶ Агенты взаимодействуют друг с другом (в многоагентных системах) и с окружающей средой. Это может включать кооперацию, конкуренцию или координацию.

4. Реактивность и проактивность:
▶ Реактивность: Агенты реагируют на изменения в среде (например, программный агент, обрабатывающий запросы в реальном времени).
▶ Проактивность: Агенты могут инициировать действия для достижения целей (например, планировать задачи).

5. Интеллект (в некоторых случаях):
▶ В интеллектуальных системах агенты могут обучаться, адаптироваться и принимать рациональные решения, используя методы ИИ, такие как машинное обучение или логический вывод.

🚨 Обязательно поправляем неточности, добавляем пропущенные идеи, имена, вехи.

Кирилл Дорожкин | Техно Дорожкин | AI Piter

☺️ Агентно-ориентированный подход выделяется своей способностью моделировать сложные, распределённые и динамичные системы через автономных агентов. Важные аспекты включают социальность и взаимодействие, адаптивность, моделирование сложных систем, гибкость архитектур, децентрализацию, интеграцию с ИИ и IoT, а также вопросы этики и безопасности.

💡 Принципы агентно-ориентированного подхода

▶ Децентрализация: Система состоит из множества агентов, каждый из которых решает свои задачи, что делает систему гибкой и устойчивой.

▶ Модульность: Каждый агент выполняет свою функцию, что упрощает разработку и масштабирование системы.

▶ Распределённое решение проблем: Вместо централизованного управления агенты решают задачи совместно, обмениваясь информацией.

▶ Гибкость: Агенты могут адаптироваться к изменениям в среде или требованиям системы.

Кирилл Дорожкин | Техно Дорожкин | AI Piter

☺️ Уже завтра 26 августа очередной Бизнес-завтрак с ИИ-агентами

🌪 Бизнес-завтрак с ИИ-агентами - неформальное мероприятие, где участники обсуждают деловые вопросы за утренней трапезой. Формат камерный, настроение дружелюбное, акцент на нетворкинг и обмен идеями.

ИИ-агенты смогут заменить в компании людей, улучшить процессы и сделать бизнес эффективней? Мифы и реальность, какие есть ограничения?

⏲ 26.08, начало в 10:00
📍 Мера Кофе, Большой просп. ПС, 106 (сход с наб. реки Карповка)

Подробная информация по ссылке

💡 Для меня бизнес-завтрак — это возможность собрать людей, чтобы обсудить ожидания от внедрения ИИ, какие задачи предстоит решить, узнать об опыте внедрения ИИ-агентов. Давайте чаще встречаться и обсуждать в неформальной обстановке вопросы применения цифровых технологий.

Кирилл Дорожкин | Техно Дорожкин | AI Piter

☺️ Одной из важных книг об искусственном интеллекте и понятии агента является "Искусственный интеллект. современный подход"| Норвиг Питер, Рассел Стюарт ( "Artificial Intelligence: A Modern Approach"| Peter Norvig, Stuart Russell). Первое издание вышло в 1995 году

"Агентом считается все, что действует (слово агент произошло от из латинского слова agere — действовать). Но предполагается, что компьютерные агенты обладают некоторыми другими атрибутами, которые отличают их от обычных "программ", такими как способность функционировать под автономным управлением, воспринимать свою среду, существовать в течение продолжительного периода времени, адаптироваться к изменениям и обладать способностью взять на себя достижение целей, поставленных другими. Рациональным агентом называется агент, который действует таким образом, чтобы можно было достичь наилучшего результата или, в условиях неопределенности, наилучшего ожидаемого результата"

"An agent is just something that acts (agent comes from the Latin agere, to do). Of course, all computer programs do something, but computer agents are expected to do more: operate autonomously, perceive their environment, persist over a prolonged time period, adapt to change, and create and pursue goals. A rational agent is one that acts so as to achieve the best outcome or, when there is uncertainty, the best expected outcome."

Кирилл Дорожкин | Техно Дорожкин | AI Piter

☺️ Продолжаю вести блог. Это уже моя 100-ая технооткрытка.

В честь этого события в ближайшую пятницу выйдет первый выпуск почтовых открыток: всего будет выпущено 20 видов открыток, каждый вид отпечатан тиражом в 10 экземпляров

.
❓ Как получить открытки:
✅ Первые 20 человек, которые оставят комментарий "Хочу открытку", получат открытки по почте.
✅ Приходите на бизнес-завтрак: следующий состоится 2 сентября.
✅ Следите за расписанием ближайших лекций в сентябре.

Кирилл Дорожкин | Техно Дорожкин | AI Piter

☺️ Всех с началом осени и с Днем знаний.

🤪 Приглашаю всех каждый вторник в Санкт-Петербурге или в любом другом городе, в котором буду находится, вместе позавтракать.

В Питере встречи будет проходить в формате бизнес-завтрака с ИИ-агентами: ближайший завтрак уже 2 сентября (подробности)

💡 Каждая встреча посвящена тематике, которую я сам развиваю и с которой работаю. В сентябре мы поговорим о том, как ИТ/ИИ стартапам предлагать свои решения на промышленные предприятия, как цифровая технология и искусственный интеллект влияют на спорт, как ИИ-агенты помогают юристам и отделам кадров, а также обсудим, что нового появилось в сфере ИИ-образования

Кирилл Дорожкин | Техно Дорожкин | AI Piter

☺️ Рассмотрим еще одно определение агента.

🌪 Агент — это любая система, которая воспринимает окружающую среду с помощью сенсоров и воздействует на неё с помощью актуаторов.

Например:

▶ у человеческого агента сенсорами являются глаза, уши и другие органы, а актуаторами — руки, ноги, речевой аппарат;
▶ у роботизированного агента сенсорами могут быть камеры и инфракрасные дальномеры, а актуаторами — различные моторы;
▶ программный агент получает данные из файлов, сетевых пакетов, с клавиатуры, мыши, сенсорного экрана или через голосовые команды и воздействует на среду, записывая файлы, отправляя сетевые пакеты, отображая информацию или
воспроизводя звуки.

Кирилл Дорожкин | Техно Дорожкин | AI Piter

☺️ Следующий вопрос, а какие есть типы агентов?

🤪 Интеллектуальные агенты в искусственном интеллекте классифицируются по их способностям, поведению и сложности

✅Простые рефлексивные агенты (Simple Reflex Agents). Реагируют на текущие входные данные (перцепты) по заранее заданным правилам "условие-действие". Не учитывают историю или будущее, работают только с текущим состоянием.
Пример: Термостат, который включает нагрев, если температура ниже заданной.

✅Рефлексивные агенты с внутренней моделью (Model-Based Reflex Agents). Имеют внутреннюю модель мира, которая учитывает, как текущие действия влияют на будущее состояние. Используют перцепты и модель для принятия решений.
Пример: Автомобиль с адаптивным круиз-контролем, учитывающий расстояние до впереди идущего транспорта.

✅Агенты, ориентированные на цель (Goal-Based Agents). Принимают решения, ориентируясь на достижение конкретной цели. Учитывают последствия действий и выбирают те, которые приближают к цели.
Пример: Навигационная система, которая прокладывает маршрут к заданной точке.

✅Агенты, ориентированные на полезность (Utility-Based Agents). Стремятся не просто достичь цели, но максимизировать полезность (качество результата). Используют функцию полезности для оценки предпочтительности различных состояний.
Пример: Шахматная программа, выбирающая ходы с учетом вероятности выигрыша.

✅Обучающиеся агенты (Learning Agents). Способны улучшать свое поведение на основе опыта.Состоят из компонентов: элемент обучения, элемент выполнения, критик (оценка действий) и генератор задач.
Пример: Системы машинного обучения, такие как рекомендательные алгоритмы Netflix.

✅Многоагентные системы (Multi-Agent Systems). Несколько агентов взаимодействуют друг с другом, конкурируя или сотрудничая. Требуют координации, коммуникации и иногда переговоров.
Пример: Автономные дроны, выполняющие совместную задачу, например, доставку грузов.

🚨 Обязательно поправляем неточности, добавляем пропущенные идеи.

Кирилл Дорожкин | Техно Дорожкин | AI Piter

☺️ Рассмотрим классификации сред, в которых действуют агенты

💩 Ниже приведено сравнение различных характеристик среды, в которых действует агент.

Полная наблюдаемость vs Частичная наблюдаемость (Fully Observable vs Partially Observable).

✅ Полностью наблюдаемая: Агент имеет полный доступ ко всем аспектам состояния среды в любой момент времени.
Пример: Шахматная программа (все фигуры и их позиции видны).

✅ Частично наблюдаемая: Агент видит только часть состояния среды.
Пример: Автономный автомобиль (не все объекты или намерения других водителей известны).

Детерминированная vs Стохастическая (Deterministic vs Stochastic)

✅Детерминированная: Действия агента однозначно определяют следующее состояние среды.
Пример: Решение головоломки (каждое действие ведет к предсказуемому результату).

✅Стохастическая: В среде присутствует неопределенность, и действия могут привести к разным исходам.
Пример: Игры с кубиком или погодные условия для дрона.

Статическая vs Динамическая (Static vs Dynamic)

✅Статическая: Среда не меняется, пока агент принимает решение.
Пример: Решение математической задачи.

✅Динамическая: Среда может измениться во время принятия решения агентом.
Пример: Управление роботом в реальном времени на оживленной улице.

Дискретная vs Непрерывная (Discrete vs Continuous)

✅Дискретная: Среда имеет конечное число состояний и действий.
Пример: Игра в крестики-нолики.

✅Непрерывная: Состояния и действия представлены непрерывными значениями.
Пример: Управление скоростью автомобиля.

Одноагентная vs Многоагентная (Single-Agent vs Multi-Agent)

✅Одноагентная: Агент действует в одиночку.
Пример: Решение головоломки "Ханойские башни".

✅ Многоагентная: Несколько агентов взаимодействуют (сотрудничают или конкурируют).
Пример: Автономные дроны, координирующие доставку.

Известная vs Неизвестная (Known vs Unknown)

✅Известная: Агент полностью знает правила и модель среды.
Пример: Шахматы (правила известны).

✅ Неизвестная: Агент не знает всех правил или эффектов действий.
Пример: Исследование новой территории роботом.

Кирилл Дорожкин | Техно Дорожкин | AI Piter

☺️ Всем доброе утро! Приглашаю всех позавтракать в эту среду 10 сентября и обсудить использование ИИ в правовой сфере: от автоматизации юридических отделов в компаниях до этических аспектов.


🤔 Подробности по ссылке

☺️ Модель PEAS из книги "Artificial Intelligence: A Modern Approach" Стюарта Рассела и Питера Норвига, — основа для интеллектуальных агентов, которые формируют будущее, где технологии усиливают человечность. PEAS расшифровывается как Performance (цели), Environment (среда), Actuators (действия) и Sensors (восприятие). Эта структура позволяет ИИ эффективно взаимодействовать с миром, решая задачи с заботой о людях и планете.

Возьмём ИИ для умного сельского хозяйства в далеком - далеком году:

Performance: увеличить урожайность, сохраняя экологию.
Environment: поля, погода, почва.
Sensors: дроны с камерами и различными датчиками для анализа данных.
Actuators: системы точечного полива и роботы для ухода за растениями.

Агент собирает данные о погоде и почве, прогнозирует засуху и активирует полив только там, где нужно, экономя воду и поддерживая экосистемы.

💬 В течение осени будет много встреч, мероприятий в рамках "Форма ИИ-агентов 2025", посвященных интеллектуальным агентам: следите за расписанием

Кирилл Дорожкин | Техно Дорожкин | AI Piter