BAB 3
PENGENALAN LOGICAL AGENT
Logic
merupakan jantung dari program, para pemrogram mempunyai keyakinan bahwa sebuah
computer dapat dibuat mengerti logika, maka computer dapat dibuat untuk
berfikir, karena logika kelihatannya menjadi inti dari kecerdasan.
- Problem solving agent hanya bisa menyelesaikan masalah yang lingkungannya accessible
- Kita membutuhkan agen yang dapat menambah pengetahuan dan menyimpulkan keadaan
- Agent yang akan membantu seperti ini kita beri nama knowledge based agent
Knowledge
based agent
Komponen
utama dari knowledge based agent adalah knowledge basenya. Knowledge base (KB)
adalah kumpulan representasi fakta tentang lingkungan atau dunia yang
berhubungan atau menjadi daerah bekerjanya agen. Setiap representasi dalam KB
disebut sebagai sebuah sentence yang diekspresikan dalam sebuah bahasa yakni
knowledge representation language
- Representasi Pengetahuan yang bersifat general.
- Kemampuan beradaptasi sesuai temuan fakta.
- Kemampuan menyimpulkan sesuatu dari pengetahuan yang sudah ada.
Syarat
Representasi KB
1. Representational Adequacy
kemampuan merepresentasikan semua pengetahuan yang dibutuhkan dalam
domainnya
2. Inferential Adequacy
kemampuan memanipulasi struktur pengetahuan untuk membentuk struktur baru dalam
menampung pengetahuan baru hasil inferensi.
3.
Inferential Efficiency
kemampuan untuk manambahkan informasi untuk mempercepat pencarian dalam inferensi
kemampuan untuk manambahkan informasi untuk mempercepat pencarian dalam inferensi
4.
Acquisitional Efficiency
kemampuan untuk menambah informasi baru secara mudah.
kemampuan untuk menambah informasi baru secara mudah.
Pengetahuan
yang dimiliki agent tidak berguna jika ia tidak melakukan apapun Karenanya kita
perlu menambahkan aturan agar dia dapat bergerak (complete the knowledge
base).
Beberapa
tahapan yang dilakukan dalam menyusun knowledge
based agent:
- Untuk dapat menyusun sebuah knowledge based agent maka kita harus terlebih dulu bisa menyusun knowledge basenya itu sendiri.
- Untuk menyusun knowledge base kita perlu menentukan bagaimana cara kita merepresentasikan pengetahuan kita (knowledge representation)
Knowledge representation kita harus merupakan bentuk yang mudah
disimpan dan digunakan pada komputer. Dalam perkuliahan ini kita menggunakan
beberapa macam knowledge
representation language
Aturan main Wumpus :
- Performance measure: emas +1000, mati -1000, gerak -1, panah -10
- Environment: Matriks 4x4 kamar. Initial state [1,1]. Ada gold, wumpus dan pit yang lokasinya dipilih secara acak.
Percept:
Breeze: kamar di samping lubang jebakan ada hembusan
angin
Glitter: kamar di mana ada emas ada
kilauan/sinar
Smell: kamar di samping Wumpus
berbau busuk
- Action: maju, belok kiri 90◦ , kanan 90◦ , tembak panah (hanya 1!), ambil benda
Sifat Wumpus :
· (Fully)
observable? Tidak, hanya bisa persepsi local
· Deterministic?
Ya, hasil tindakan jelas & pasti
· Episodic?
Tidak, tergantung action sequence
· Static?
Ya, gold, wumpus, pit tidak bergerak
· Discrete?
Ya
· Single
agent? Tidak
2.3 Logic
in general-Models and entailment
Logic adalah bahasa formal untuk
merepresentasikan informasi sedemikian hingga kesimpulan dapat dibuat
dalam pembuatan kesimpulan pasti harus menggunakan bahasa yg benar dalam
pembuatan bahasa yang tepat Syntax mendefinisikan kalimat-kalimat pada bahasa
kemudian Semantics mendefinisikan arti kalimat; misal, mendefinisikan
kebenaran sebuah kalimat
Entailment berarti sesuatu fakta
bisa disimpulkan dari (kumpulan) fakta lain Entailment dapat juga berarti
sebuah hubungan antar kalimat ( syntax) yang didasarkan pada semantics kemudian
Model adalah sebuah “dunia” di mana kebenaran suatu sentence bisa diuji.
Contoh:
Entailment :
KB mengandung sentence “Anto ganteng” dan “Ani
cantik”.
KB |= α1: “Anto ganteng dan Ani cantik”
KB 2 α2: “Anto pintar”
x + y = 4 |= 4 = x + y
Contoh :
Model :
M(α) adalah himpunan semua model dari α
KB= Anto ganteng dan Ani cantik.
α = Anto ganteng
Sumber
:
Tidak ada komentar:
Posting Komentar