PENGENALAN LOGICAL AGENTS MINGGU 3
Logical Agents
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.
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
~ 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.
1 Representasi Pengetahuan yang bersifat general.
2 Kemampuan beradaptasi sesuai temuan fakta.
3 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
4 Acquisitional Efficiency : 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:
ž Untuk dapat menyusun sebuah knowledge based agent maka kita harus terlebih dulu bisa menyusun knowledge basenya itu sendiri.
ž Untuk menyusun knowledge base kita perlu menentukan bagaimana cara kita merepresentasikan pengetahuan kita (knowledge representation)
ž Knowledge representation kita harus merupakan bentuk yang mudah disimpan dan digunakan pada komputer. Dalam perkuliahan ini kita menggunakan beberapa macam knowledge representation language
Propositional Logic.
Proposional logic berupa kalimat-kalimat lengkap dari fakta atau kenyataan, atau bisa dikatakan sebuah propositional logic bisa merupakan sebuah proposisi adalah kalimat yang berbentuk dengan sendirinya, apakah kalimat itu bernar atau kalimat itu salah. Propositional logic merupakan operator-operator untuk menghubungkan proposisi-proposisi dalam bentuk, ungkapan dan ekspresi, sebagai kata penyambung logika.
Contoh: 1 Tanda “^” artinya “AND”
2 Tanda “v” artinya “OR”
3. Tanda “ “ artinya “IF THEN”
4. Tanda “ “ artinya “IF and only IF then”
5. Tanda “=” artinya “assignment”
6. Tanda “ “ artinya “NOT (negation)”
P
|
Q
|
P^Q
| P | PvQ | P Q | P Q | ( PvQ)=(P Q) |
T
|
T
|
T
|
F
|
T
|
T
|
T
|
T
|
T
|
F
|
F
|
F
|
F
|
F
|
F
|
T
|
F
|
T
|
F
|
T
|
T
|
T
|
F
|
T
|
F
|
F
|
F
|
T
|
T
|
T
|
T
|
T
|
Penggunaan dari propositional logic sebagai langkah atau cara mempresentasikan dari pengetahuan dunia yang diperlukan dari sebuah sistem yang sudah terorganisir (AI). Ekspresi-ekspresi dibentuk menurut semua tata bahasa sederhana, dan ekspresi yang sesuai dengan tata bahasa ini disebut well formed formulae (wffs). Tanda kurung digunakan untuk membuat kelas urutan dari penempatan nilai kebenaran, jika tidak yang lain jelas. Suatu well formed formulae merupakan salah satu proposisi atau akan memiliki salah satu bentuk seperti yang terlihat pada tabel diatas, dengan pernyataan berikut ini:
Jika P adalah sebuah wff maka not P ( P) juga suatu wff.
Jika P dan Q adalah dua wffs, maka (gambar 1,1) :
Wff
( P)
(P^Q)
(PvQ)
(P Q)
(P Q)
|
Gambar 1.1
Predicate Calculus
Predicate calculus kadang disebut predicate logic adalah penyederhanaan ektensi.
Perbedaan dasar antara predicate logic dan propositional logic adalah, pemisahan attribute dari objek yang kemungkinan mailik attribute, yaitu dalampredicate calculus dimungkinkan untuk membentuk sebuah fungsi yang menentukan kesulitan sebuah objek yang diberikan. Dalam propositional logic, kita harus membentuk kalimat baru untuk setiap kasus.
Walaupun bentuk dari propotional logic dasar untuk kecerdasan dan bahasa computer, tetapi kita tidak dapat menggunakan bentuk ini dengan sendirinya untuk menyatakan pengetahuan manusia di dunia, karena bentuk ini kurang mampu untuk menunjukan hubungan antar-objek, bentuk ini terbatas hanya untuk penentuan kebenaran atau kesalahan dari sebuah contoh yang diberikan dan tidak dapat digunakan pada klasifikasi tertentu. Satu hal yang penting bahwapradicate dapat memiliki beberapa argument. Kesimpulan dikatakann mengikuti secara logika dari dasar pikiran dan tergantung dari proposisi merupakan karakter monotic dari propositional dan predicate calculus.
Sebuah jalan yang tepat untuk menggambarkan persamaan logika dari jenis ini adalah sekumpulan production rules (yang mengkombinasikan dalam sebuah rule; forward dan backward) untuk memecahkan persoalan dalam propositional calculus. Untuk membuktikan sebuah ekspresi Q dari pemberian sebuah wfftunggal. Persamaan adalah langkah-langkah dalam sebuah agrumen gabungan dan setiap langkah adalah valid (benar)
Predicate calculus mempunyai keunggulan dalam pendefinisian sematik (arti kata), dan memiliki pembuktian kebenaran peraturan-peraturan kesimpulan dengan baik (inference rule). Dan predicate calculus juga merupakan salah satu dari skema yang digunakan dalam presentasi pengetahuan.
Dua perbedaan dalam symbolic logic:
1. propotional logic, bertransaksi atau berhubungan dengan nilai kebenaran atau kesalahan dari sebuah peryataan atau fakta yang ada di sekitar sekeliling kita.
2. predicate calculus, memasukan hubungan antara objek-objek dan kelas-kelas dari objek.
Karena itu, sistem formal yang memanipulasi kalimat-kalimat standar menurut ketentuan (rule) yang dispesifikasikan dengan baik dan mengizinkan beberapa jenis dari kesimpulan yang dibuat. Sebuah system merupakan kombinasi dariproposional logic atau proposonal calculus.
Agent harus memiliki kemampuan:
1. mewakili suatu kondisi, tindakan dll.
2. menerima masukan presepsi-presepsi baru
3. update representasi yang mendunia
4. mengambil kesimpulan dari property dunia yang tersembunyi
5. mengambil keimpulan dari suatu tindakan-tindakan yang tepat
Beberapa Jenis Logical Agents
Agen teknologi Logika membedakan dirinya dengan kesederhanaan, fleksibilitas dan kemampuan memperingatkan terintegrasi. Dengan fasilitas layanan mandiri yang sederhana, Agen Logic “RulePoint” dirancang untuk pengguna bisnis untuk menentukan aturan untuk peristiwa dan tindakan terkait. Dengan sifatnya yang fleksibel, Agen Logic “RuleCast” memungkinkan pengembang untuk membuat acara aturan Pengolahan Streaming untuk satu set beragam sumber data seperti antrian pesan, database, feed telemetri dan sistem kontrol. Selain itu, dengan kemampuan memperingatkan terintegrasi, Agen Logic ”Real-Time” memberikan intelijen tepat waktu mengenai peluang dan ancaman yang diidentifikasi oleh RulePoint. Bersama-sama, dengan arsitektur-event, portofolio produk Logic Agen memungkinkan organisasi untuk meraih kelincahan yang lebih besar.
Kombinasi Agen Logika dan Informatika akan memajukan teknologi kepemimpinan Informatika dalam dua cara yang mendasar. Pertama, kombinasi Agen Logic Kompleks Event Pengolahan dan Platform Informatika memungkinkan jenis lain dari proyek integrasi data yang lebih luas. Kedua, kombinasi dari Agen Logic Kompleks Event Pengolahan dan Informatica Identitas Resolusi mendukung identitas sadar pengolahan acara. Integrasi data aktif dan identitas-sadar pengolahan acara akan memungkinkan berbagai aplikasi di bidang jasa keuangan, kesehatan dan, khususnya, sektor publik.
Symbolic Logic
Symbolic logic dimulai dengan G.W. Leibniz (1646-1717), tetapi setelah ia meninggal dunia, kemudian seluruh lapangan tersebut di kendalikan lagi oleh, George Logic (1815-1864) dan logikanya yang dikenal booelan logic. Symbolic logic berinteraksi dengan konsep abstraksi kedalam symbol-simbol dan interkoneksi symbol-simbol oleh operator tertentu.
Contoh penggunaan symbolic logic:
If ——— P is True
Then—– P or Q is True
P or Q is False
Dari symbolic logic diatas P adalah simbolik dari contoh kalimat kita punya uang, yang mana bisa bernilai benar tau malah bisa bernilai salah, dan Q adalah dari contoh kaliamat kita punya kendaraan, bila sebaliknya tidak menggunakan atau tidak memiliki kendaraan berarti salah. Sehimgga pernyataan dicontoh bila Ia punya uang di OR kan dengan ia tidak punya kendaraan maka hasilnya ia tetap dating dan bernilai benar (true/T), karena ia masih bisa tetap berpergian walaupun ia tidak punya kendaraan tetapi ia bisa menggunakan uangnya untuk membayar sopir/angkot/taksi dll.
Bila dikenal operator logika AND, bila P = ia punya unag dan Q = ia tidak mempunyai kendaraan maka hasilnya akan salah (false/f) karena syaratnya ia jadi traktir kita bila benar-benar ia punya uang dan iya punya kendaraan untuk mengantarkan kita pada restoran tersebut.
Didalam konsep kecerdasan buatan logical agent sangat diperlukan dalam menghadapi serta membuat suatu masalah akan berhasil di pecahkan.
Logika Formal
Logika formal adalah salah satu bahasa untuk merepresentasikan informasi sehingga kesimpulan dapat diambil,
Sintaks mendefinisikan kalimat dalam bahasa. Semantik mendefinisikan “arti” dari kalimat (kebenaran dari kalimat tersebut di dunia nyata)
Inferensi
1. Inferensi adalah proses penalaran yang kesimpulannya dijamin benar dalam dunia/realitas di mana basis pengetahuan yang digunakan benar.
2. Jika KB benar di dunia nyata, maka setiap kalimat a yang diturunkan
dari KB dengan metode inferensi yang sound juga benar di dunia nyata.
dari KB dengan metode inferensi yang sound juga benar di dunia nyata.
3. Jadi proses inferensi berkorespondensi langsung dengan hubungan yang terjadi di dunia nyata.
Komentar
Posting Komentar