3. PENGENALAN LOGICAL AGENTS
Logic
merupakan jantung dari program, para pemrogram mempunyai keyakinan bahwa sebuah
komputer dapat dibuat mengerti logika, maka computer dapat dibuat untuk
berfikir, karena logika kelihatannya menjadi inti dari kecerdasan.
1
Problem
solving agent hanya bisa menyelesaikan masalah yang lingkungannya accessible.
2
Kita
membutuhkan agen yang dapat menambah pengetahuan dan menyimpulkan keadaan.
3
Agent
yang akan membantu seperti ini kita beri nama knowledge based agent.
3.1 Knowledge Based Agents
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 kalimat yang diekspresikan dalam sebuah bahasa yakni knowledge
representation language.
Ø Representasi Pengetahuan yang bersifat
general.
Ø Kemampuan beradaptasi sesuai temuan fakta.
Ø Kemampuan menyimpulkan sesuatu dari
pengetahuan yang sudah ada.
Syarat
Representasi KB:
1.
Representational
Adequacy
Kemampuan merepresentasikan semua pengetahuan yang dibutuhkan dalam domainnya
Kemampuan merepresentasikan semua pengetahuan yang dibutuhkan dalam domainnya
2.
Inferential
Adequacy
Kemampuan memanipulasi struktur pengetahuan untuk membentuk struktur baru dalam menampung pengetahuan baru hasil inferens.
Kemampuan memanipulasi struktur pengetahuan untuk membentuk struktur baru dalam menampung pengetahuan baru hasil inferens.
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:
Ø Untuk dapat menyusun sebuah knowledge
based agent maka kita harus terlebih dulu bisa menyusun knowledge basenya
itu sendiri.
Ø Untuk menyusun knowledge base kita
perlu menentukan bagaimana cara kita merepresentasikan pengetahuan kita (knowledge
representation).
Ø Knowledge representation kita harus merupakan bentuk yang mudah
disimpan dan digunakan pada komputer. Dalam perkuliahan ini kita menggunakan
beberapa macam knowledge representation language.
3.2 Wumpus World
Ø
Environment sederhana, berguna untuk menguji dan
menjelaskan logical agent.
Ø
Gua gelap dengan banyak ruangan yang dihubungkan
dengan lorong-lorong.
Ø
Agent masuk ke gua untuk mengambil emas yang ada di
salah satu ruangan.
Ø
Wumpus (monster) bersembunyi di salah satu ruangan.
Jika agent bertemu, ia akan menjadi santapannya.
Ø
Terdapat ruang-ruang yang memiliki lubang jebakan
yang dapat membunuh agent.
Ø
Agent hanya punya 1 panah yang bisa membunuh wumpus
dari jarak jauh.
Sifat dari Wumpus World:
Ø
Fully observable? Tidak, hanya bisa berpresepsi
lokal.
Ø
Deterministic? Ya, hasil tindakan jelas dan pasti.
Ø
Episodic? Tidak, tergantung action sequence.
Ø
Static? Ya, gold, wumpus, pit tidak bergerak.
Ø
Discrete? Ya.
Ø
Single agent? Ya.
3.3 Logic in general-Models and Entailment
Logics adalah bahasa formal untuk merepresentasikan
fakta sedemikian shg kesimpulan (fakta baru, jawaban) dapat ditarik. Ada banyak
metode inference yang diketahui. Kita bisa membangun agent Wumpus World dengan logika:
memanfaatkan perkembangan logika oleh ahli matematika, filsafat selama ratusan
tahun.
Entailment
artinya bahwa sesuatu mengikuti dari yang lain.
KB ╞
·
Knowledge base KB entails kalimat α jika dan hanya
jika α adalah true pada semua dunia dimana KB bernilai true.
·
Misal, KB “the Giants won” dan “the Reds won” entails “Either the Giants won or the Reds
won”
·
Misal, x+y = 4 entails 4 = x+y
Entailment
adalah sebuah hubungan antar kalimat (syntax) yang didasarkan pada semantik.
Models à m adalah
sebuah model pada sebuah kalimat α jika
α bernilai true pada m
·
M(α) adalah kumpulan semua model pada α.
·
KB ╞ α iff
M(KB) Í M(α).
·
Misal: KB = Giants won and Reds won , α = Giants
won
Referensi:
0 komentar:
Posting Komentar