World of Learn: Kecerdasan Buatan Intelligent Agents

OUTLINE

Agen dan lingkungan
Rasionalitas
PEAS (Performance measure, Environment, Actuators, Sensor)
Jenis-jenis Lingkungan
Jenis-jenis Agen

AGENT

Agent adalah sesuatu yang dapat mengesan (perceiving) lingkungan (environment) nya melalui sensors dan bertindak (acting) terhadap lingkungan tersebut melalui actuators.

Agent manusia:

Sensor: mata, telinga, dan organ tubuh lainnya.
Actuator: tangan, kaki, mulut, dan bagian tubuh lainnya.

Agen robotik:

Sensor: kamera dan infraref range finders.
Actuator: berbagai macam motor.

AGENT DAN LINGKUNGAN

Fungsi agen memetakan dari sejarah persepsi ke dalam tindakan (actions):

Program agen berjalan pada arsitektur fisik untuk menghasilkan f
agen = arsitektur + program

VACUUM-CLEANER WORLD

Percepts: location and contents, e. [A,Dirty]
Actions: Left, Right, Suck, NoOp

A VACUUM-CLEANER AGENT

AGEN RASIONAL

Sebuah agen haruslah mengarah kepada “lakukan hal yang benar”. Berdasarkan kepada apa yang dapat dipahaminya dan tindakan yang dapat dilakukannya. Tindakan yang benar adalah tindakan yang akan menyebabkan agen tersebut paling berhasil.
Pengukuran performance: sebuah kriteria objektif untuk keberhasilan sebuah perilaku agen.
Misalnya, ukuran performance dari sebuah agen vacuum-cleaner dapat berupa besarnya jumlah debu yang dibersihkan, jumlah waktu yang dihabiskan, jumlah listrik yang dikonsumsi, jumlah kebisingan yang dihasilkan, dan lain-lain.
Agen rasional: untuk setiap deretan persepsi yang mungkin, sebuah agen rasional hendaklah memilih satu tindakan ang diharapkan memaksimalkan ukuran performance-nya, dengan adanya bukti yang diberikan oleh deretan persepsi dan apapunpengetahuan terpasang yang dimiliki agen itu.
Rasionalitas berbeda dari omniscience (tahu segala/all-knowing dengan pengetahuan tak berhingga).
Agen dapat melakukan tindakan untuk memodifikasi persepsi masa depan sedemikianhingga dapat memeroleh infoemasi yang berguna (pengumpulan infoemasi, eksplorasi)
Sebuah agen adalah otonom (autonomous) apabila perilakunya ditentukan oleh pengalamannya sendiri (dengan kemampuan belajar dan beradaptasi)

PEAS

PEAS: Performance measure, Environment, Actuators, Sensors.
Pertama-tama harus menentukan pengaturan untuk desain agen cerdas.
Pertimbangkan, misalkan tugas merancang supir taksi otomatis:

- Performance measure: aman, cepat, legal, perjalanan menyenangkan, maksimumkan keuntungan.

- Environment: jalan, trafik lain, perjalanan kaki, pelanggan.

- Actuators: kemudi, gas, rem, lampu sign, horn.

- Sensors: kamera, sonar, speedometer, GPS, odometer, engine sensors, keyboard.

Agen: Sistem pendiagnosa medis
Performance measure: pasien sehat, biaya minimal, sesuai aturan/hukum (lawusuits)
Environment: patient, hospital, staff
Actuators: screen display (quenstions, tests, diagnoses, treatments, referals)
Sensors: keyboard (entry of symptoms, findings, patient’s answers)
Agent: robot pengutip-sukucadang
Performance measure: persentase sukucadang dalam kotak yang benar
Environment: ban berjalan dengan sukucadang, kotak.
Actuators: pergelangan dan tangan tersambung
Sensors: kamera, joint angel sensors.
Agen: tutor Bahasa Inggris interaktif
Performance measure: memaksimalkan nilai mahasiswa pada waktu ujian
Environment: sekumpulan mahasiswa
Actuators: layar display (exercises, suggestions, corrections)
Sensors: keyboard

JENIS-JENIS LINGKUNGAN

Fully observable (vs. Partially observable): sensor-sensor sebuah agen memberinya akses ke keadaan lengkap lingkungannya pada setiap jangka waktu.
Deterministic (vs. Stochastic): keadaan lingkungan berikutnya sepenuhnya ditentukan oleh keadaan sekarang dan tindakan yang dilaksanakan oleh agen. (Jika lingkungan itu deterministik kecuali untuk tindakan agen-agen lain, maka lingkugannya adalah strategic)
Episodic (vs. Sequential): pengalaman agen dibagi ke dalam “episode-episode” atomik (setiapepisode terdiri dari si agen) memahami (perceiving) dan kemudian melaksanakan satu tindakan, dan pilihan tindakan dalam tiap episode hanya tergantung pada episode itu sendiri.
Static (vs. Dynamic): lingkungan tidak berubah selagi agen direncanakan (deliberating). (Lingkungan adalah semidynamic jika lingkungan itu sendiri tidak berubah dengan berjalannya waktu tetapi skor performa agen berubah)
Discrete (vs. Continuous): sejumlah terbatas persepsi dan tindakan yang khas dan terdefinisi baik.
Single agent (vs. Multiagent): sebuah agen yang mengoperasikan dirinya sendiri dalam sebuah lingkungan.

Jenis lingkungan sangat menentukan rancangan agen
Dunia nyata (tentu saja) partially observable, stochastic, sequentil, dynamic, continuous, multi-agent.

STRUKTUR AGEN

· Perilaku agen: tindakan yang dilakukan setelah diberikan sembarang sekuen persepsi.

· Tugas AI adalah merancang program agen yang mengimplementasikan fungsi agen yang memetakan persepsi ke tindakan.

· Diasumsikan program ini berjalan di beberapa alat komputasi yang dilengkapi sensors dan actuators (disebut arsitektur)

- Agent = arsitektur + program