Definisi, Konsep, serta Contoh Intelligence Agent

Definisi Inteligent Agent

Dalam Kecerdasan Buatan (Artificial Intelligent), sebuah Agen Cerdas (Intelligent Agent) adalah sebuah entitas otonom yang mengamati dan bertindak berdasarkan suatu lingkungan (yaitu sebuah agen) dan mengarahkan aktivitasnya ke arah pencapaian tujuan (yakni, rasional). Agen Kecerdasan dapat juga belajar atau menggunakan pengetahuan untuk mencapai tujuan mereka. Mereka mungkin sangat sederhana atau sangat kompleks: sebuah mesin refleks seperti termostat adalah agen yang cerdas, seperti manusia, seperti komunitas manusia bekerja bersama menuju tujuan.

Agen Kecerdasan sering digambarkan secara skematik sebagai sistem fungsional abstrak mirip dengan program komputer. Untuk alasan ini, agen cerdas kadang-kadang disebut abstrak agen cerdas (Abstract Intelligent Agent) untuk membedakan mereka dari dunia nyata implementasi sebagai sistem komputer, sistem biologis, atau organisasi. Beberapa definisi agen cerdas menekankan otonomi mereka, dan jadi lebih suka istilah otonom agen cerdas. Yang lain (terutama Russell & Norvig (2003)) dianggap perilaku terarah tujuan sebagai esensi dari cerdas dan jadi lebih suka istilah yang dipinjam dari ekonomi, "agen rasional".

Agen cerdas dalam kecerdasan buatan sangat terkait dengan agen di bidang ekonomi, dan versi dari agen cerdas paradigma kognitif dipelajari dalam ilmu pengetahuan, etika, filsafat alasan praktis, juga di banyak interdisipliner sosio-kognitif komputer pemodelan dan simulasi sosial.

Agen cerdas juga berkaitan erat dengan agen perangkat lunak (program perangkat lunak otonom yang melakukan tugas atas nama pengguna). Dalam ilmu komputer, istilah agen cerdas dapat digunakan untuk mengacu ke agen perangkat lunak yang memiliki kecerdasan, tidak peduli apakah itu bukan agen rasional oleh Russell dan Norvig definisi. Sebagai contoh, program-program otonom digunakan untuk bantuan operator atau data mining (kadang-kadang disebut sebagai bot) juga disebut "agen cerdas".

Konsep inteligent Agent

• Percept: masukan “indera” si agent. Dengan kata lain: input
• Percept sequence: sejarah input si agent
• Actions: tindakan yang dilakukan oleh si agent
• Environment: lingkungan di mana si agent berada

Konsep Rational Agent

• Rational → melakukan hal yang terbaik.
• Kita harus mendefinisikan tujuan dari si agent (goal).
• Goal bisa dinyatakan sebagai performance measure: ukuran kinerja si agent

Definisi Rational Agent

• Suatu agent yang selalu bertindak memaksimalkan ukuran kinerja, mengingat apa yang ia amati tentang lingkungan (sejarah input) dan pengetahuan lain yang dimilikinya.
• Rational tidak berarti sempurna: ada aspek lingkungan yang tidak diketahui, di luar kendali.
• Terkadang agent bermulai tanpa pengetahuan lingkungan → exploration, learning, auton

Task Environment

• Ketika merancang sebuah agent, kita harus mendefinisikan lingkungan masalah (task environment), yakni:
• Performance measure: apa saja yang menjadi ukuran kinerja agent?
• Environment: di manakah agent berperan?
• Actuators: apa saja yang bisa dilakukan si agent?
• Sensors: apa saja yang menjadi perantara input untuk agent?

PEAS
Contoh : Agent taksi otomatis

Bayangkan sebuah agent taksi otomatis yang menerima penumpang dan mengantarkannya ke tujuan.

• Performance measure: keamanan, kecepatan, legalitas, kenyamanan perjalanan, keuntungan
• Environment: jalanan, lampu merah, lalulintas, pejalan kaki, cuaca
• Actuators: stir arah, gas, rem, klakson, sinyal kiri/kanan
• Sensors: kamera, sonar, speedometer, GPS, odometer, accelerometer, mesin sensor, keyboard

Jenis environment

• Fully-observable vs. partially-observable: semua info relevan diketahui?
• Deterministic vs. stochastic: next state = current state + action?
• Episodic vs. sequential: apakah tergantung sejarah?
• Static vs. dynamic: environment berubah jika agent tidak bertindak?
• Discrete vs. continuous: bisa terhadap sifat state, percept, action.
• Single agent vs. multiagent: apakah ia kawan (kooperatif) atau lawan (kompetitif)?
• Tentunya, dunia nyata kita partially-observable, stochastic, sequential, dynamic, continuous, dan multiagent.

Struktur sebuah agent

• Agent function
  Sebuah fungsi yang memetakan sejarah input (percept sequence) terhadap tindakan yang dilakukan (action)
  f : P* → A
• Agent program
  Sebuah program yang mengimplementasikan fungsi f di atas arsitektur
• Agent = Arsitektur + Program
• Agent program menerima input percept terakhir (*mungkin* ia menyimpan percept sequence di dalam memory-nya)

 Vacuum CleanerWorld

Contoh inteligent Agent

KOKI CERDAS

Koki Cerdas ini merupakan suatu robot yang dapat memasak makanan secara otomatis. Cara kerja alat ini adalah manusia dapat memilih menu serta porsi makanan yang disediakan robot tersebut, kemudian memasukkan bahan – bahan yang diperlukan.  Robot kemudian akan menerjemahkannya dan mengambil peralatan serta bahan-bahan dari tempat yang telah disediakan sebelumnya. Peralatan memasak berupa kompor bertenaga baterai (tanpa api), panci, wajan, dsb.  Jika bahan-bahan tidak mencukupi atau terdapat peralatan yang tidak layak pakai maupun rusak, maka robot akan mengirimkan peringatan kepada user.

Alat ini sangat efektif untuk memudahkan pekerjaan manusia.Jika sedang lapar tapi malas memasak, robot ini dapat digunakan. Ibu-ibu yang sibuk dan tidak punya banyak waktu dapat menggunakan alat ini untuk menyiapkan masakan keluarganya. Yang diperlukan user adalah menempatkan peralatan serta bahan-bahan untuk memasak dengan benar.

http://thewebdriver.blogspot.co.id/2010/03/intelligent-agent.html

https://layangantw.wordpress.com/2014/10/26/konsep-intellegent-agents/

https://id.wikipedia.org/wiki/Kecerdasan_buatan

http://blog.ub.ac.id/ika1412/2013/10/08/contoh-intelligent-agent/