Προσομοίωση μετάδοσης ιού. Πώς κινούμαστε με ασφάλεια; Στην ψηφιακή μας κοινότητα, κάθε μέλος της είναι ένας ανακλαστικός πράκτορας τεχνητής νοημοσύνης (AI Reflex Agent), ο οποίος κινείται σε αυτήν με τον ιδανικό τρόπο.
Υλοποίηση της ιδέας μας
Οι πράκτορες κινούνται αυτόνομα ελέγχοντας τα δεδομένα στο περιβάλλον τους και παίρνοντας αποφάσεις. Χρησιμοποιούν μία συνάρτηση κόστους για να κοστολογήσουν κάθε πιθανή επόμενη κίνησή τους και να επιλέξουν εκείνη που τους συμφέρει περισσότερο. Με τον τρόπο αυτό, κάθε ένας από τους πράκτορες - βρίσκει τη συντομότερη διαδρομή για να πάει στον προορισμό του, - αντιδράει στην επιβολή διατήρησης αποστάσεων ελέγχοντας και αποφεύγοντας άλλους πράκτορες που μπορεί να βρεθούν στο δρόμο του, ή - απομονώνεται κατά την επιβολή lockdown και επισκέπτεται σπάνια τα σημεία συγκέντρωσης.
Σημεία που θέλουμε να τονίσουμε
- Εξάγονται χρήσιμα συμπεράσματα για τα αποτελέσματα της μετάδοσης ανάλογα με τα περιοριστικά μέτρα που επιλέγονται. - Source code ελεύθερα διαθέσιμο στο github. - Δεν χρησιμοποιήθηκαν έτοιμα libraries για το Α.Ι. και όλος ο κώδικας είναι in-house development σε python. - Θερμά συγχαρητήρια στα παιδιά μας (Άγγελος, Ανδρέας, Αντώνης, Δημήτρης, Δημήτρης, Κυριάκος) και στον καθηγητή τους Αλέξανδρο! - Δείτε το (μονοπλάνο και unedited 🙂 !) video στο https://www.facebook.com/watch/?v=592298475284282
Σχέδια βελτίωσης του project
Το επόμενο - δυσκολότερο - βήμα, θα είναι να προτείνεται με machine learning ο συνδυασμός μέτρων που πετυχαίνει το στόχο μας σύμφωνα με τις προδιαγραφές.
Τι θα θυμόμαστε
Ο καλύτερος τρόπος να κατανοήσεις πραγματικά (και να απομυθοποιήσεις) τις έννοιες Τεχνητή Νοημοσύνη και Μηχανική Μάθηση, είναι να επιχειρήσεις να τις υλοποιήσεις από την αρχή. Δεν είναι καθόλου εύκολο, αλλά το αποτέλεσμα σε ανταμείβει πολλαπλά.