1 / 38

Pendahuluan CS3243 Kecerdasan Mesin dan Artifisial

Pendahuluan CS3243 Kecerdasan Mesin dan Artifisial. Informatics Theory & Programming (ITP) Informatics Eng. Dept. – IT Telkom. Outline. Apa itu Planning? Dunia Balok Goal-Stack-Planning (GSP) Constraint Posting (CP) Kesimpulan. Apa itu Planning?.

prisca
Télécharger la présentation

Pendahuluan CS3243 Kecerdasan Mesin dan Artifisial

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript

  1. PendahuluanCS3243 KecerdasanMesindanArtifisial Informatics Theory & Programming (ITP) Informatics Eng. Dept. – IT Telkom

  2. Outline • Apaitu Planning? • DuniaBalok • Goal-Stack-Planning (GSP) • Constraint Posting (CP) • Kesimpulan

  3. Apaitu Planning? • PadaOxford Advanced Learner’s, Plan berarti: • Ide atau metode yang telah dipikirkan secara detail sebelum menyelesaikan suatu pekerjaan. Misalnya, ide atau metode untuk mengalahkan tim lawan dalam suatu pertandingan sepak bola. • Diagram atau peta detail tentang bagian-bagian penting suatu kota, gedung, mesin dan sebagainya. • Cara penyusunan suatu benda. Misalnya, susunan tempat duduk. • Penyusunan keuangan sehingga seseorang bisa mendapatkan keuntungan. Misalnya, pensiun, rencana investasi, dan sebagainya.

  4. Apaitu Planning? • Planning = action or process of making plans for something (aksiatauprosesmembuatplansuntuksesuatu). • Plan = rencana • Planning = perencanaan.

  5. Dalam AI, Planning = • Suatumetodepenyelesaianmasalahdengancaramemecahmasalah • kedalamsub-sub masalahyang lebihkecil, • menyelesaikan sub-sub masalahsatudemisatu, • kemudianmenggabungkansolusi-solusidari sub-sub masalahtersebutmenjadisebuahsolusilengkap • dengantetapmengingatdanmenanganiinteraksiyang terdapatpada sub-sub masalahtersebut.

  6. DuniaBalok • Memilikisebuahpermukaandatartempatmenyimpanbalok, umumnyadisebutdenganmeja. • Memilikisejumlahbalokkotak yang berukuransama. • Memilikisebuahlengan robot yang dapatmemanipulasibalok.

  7. Pendefinisian kondisi balok • ON(A,B): Balok A menempeldiatasbalok B. • ONTABLE(A): Balok A berada di permukaan meja. • CLEAR(A): Tidak ada balok yang sedang menempel di atas balok A.

  8. First-Order Logic x ONTABLE(x) HOLDING(x) [yON(x,y)] x CLEAR(x) yON(y,x) x[yON(x,y)] HOLDING(x) HOLDING(y) ON(y,x) [zON(x,z) ON(y,z)]

  9. Kondisilengan robot • HOLDING(A): Lengan robot sedangmemegangbalok A. • ARMEMPTY: Lengan robot tidak sedang memegang balok.

  10. x HOLDING(x) ARMEMPTY ONTABLE(x) [yON(x,y) ON(y,x)] ARMEMPTY x HOLDING(x)

  11. ONTABLE(A)  CLEAR(A)  ARMEMPTY ONTABLE(A)  ON(B,A)  CLEAR(B)  HOLDING(C)  CLEAR(C) C B A A [1] [2] Representasi state denganFOL

  12. Operator untuk Lengan Robot

  13. STACK(A,B) P : HOLDING(A)  CLEAR(B) A : ON(A,B)  ARMEMPTY D : HOLDING(A)  CLEAR(B) UNSTACK(A,B) P : ON(A,B)  CLEAR(A)  ARMEMPTY A : HOLDING(A)  CLEAR(B) D : ON(A,B)  ARMEMPTY PICKUP(A) P : ONTABLE(A)  CLEAR(A)  ARMEMPTY A : HOLDING(A) D : ONTABLE(A)  ARMEMPTY PUTDOWN(A) P : HOLDING(A) A : ONTABLE(A)  ARMEMPTY D : HOLDING(A) • Keterangan: • P : Precondition • A : Add • D : Delete

  14. Goal-Stack-Planning (GSP) • Stack (tumpukan) untukmenampungstates • Basis data yang menggambarkancurrent-state • Satuset operator  Daftar-PAD

  15. Masalah-1

  16. langkah ke-1 Isi Stack = Goal state Current-state = Initial state

  17. Isi Stack pada langkah ke-2 Ket: OTAD = ONTABLE(A) dan ONTABLE(D)

  18. Isi stack pada langkah ke-3 CLEAR(A) HOLDING(C) CLEAR(A)  HOLDING(C) STACK(C,A) ON(B,D) ON(C,A) ON(B,D)  OTAD Current-state = Initial state

  19. Isi stack pada langkah ke-4 Current-state = Initial state

  20. Current-state pada langkah ke-4

  21. Isi stack pada langkah ke-5 HOLDING(C) CLEAR(A)  HOLDING(C) STACK(C,A) ON(B,D) ON(C,A) ON(B,D)  OTAD

  22. Isi stack pada langkah ke-6 ONTABLE(C) CLEAR(C) ARMEMPTY ONTABLE(C)  CLEAR(C)  ARMEMPTY PICKUP(C) CLEAR(A)  HOLDING(C) STACK(C,A) ON(B,D) ON(C,A) ON(B,D)  OTAD

  23. Isi stack pada langkah ke-7

  24. Rencana Penyelesaian

  25. Masalah-2

  26. Isi Stack pada langkah ke-1 ON(A,B) ON(B,C) ON(A,B) ON(B,C) ON(B,C) ON(A,B) ON(A,B) ON(B,C) Urutan isi stackKemungkinan1 Urutan isi stackKemungkinan 2

  27. UntukKemungkinan1 ON(A,B) ON(B,C) ON(A,B) ON(B,C) Urutan isi stackKemungkinan1

  28. UNSTACK(C,A) • PUTDOWN(C) • PICKUP(A) • STACK(A,B) • UNSTACK(A,B) • PUTDOWN(A) • PICKUP(B) • STACK(B,C) • PICKUP(A) • STACK(A,B) Rencana PenyelesaianTidak Optimal

  29. Rencana Penyelesaian Optimal • UNSTACK(C,A) • PUTDOWN(C) • PICKUP(B) • STACK(B,C) • PICKUP(A) • STACK(A,B)

  30. GSP • GSP menemui jalan buntu yang tidak disadari karena seluruh langkah yang dibangkitkan akan tetap dipakai. • Ada langkah yang membatalkan langkah lainnya • STACK(x,y) dibatalkan oleh UNSTACK(x,y) • PICKUP(x) dibatalkan oleh PUTDOWN(x)

  31. UntukKemungkinan2 ON(B,C) ON(A,B) ON(A,B) ON(B,C) Urutan isi stackKemungkinan 2

  32. Rencana PenyelesaianOptimal • UNSTACK(C,A) • PUTDOWN(C) • PICKUP(B) • STACK(B,C) • PICKUP(A) • STACK(A,B)

  33. Diskusi • Bagaimanamengetahuiurutanisi stackyang tepat? • Bisakahdibuatprosedurtertentu?

  34. Algoritma GSP

  35. Constraint Posting (CP)

  36. Kesimpulan • Definisi AI = ”acting rationally” (rational agent) • Sejak tahun 1980, AI menjadi sebuah industri yang besar dengan perkembangan yang sangat pesat. • Dengan teknologi hardware yang performansinya semakin tinggi dan berukuran kecil serta didukung teknologi software yang semakin beragam dan kuat, produk-produk berbasis AI semakin dekat dengan kehidupan manusia. • Di masa depan, AI mungkinbisamembuat kecerdasan yang hampir menyamai kecerdasan manusia.

  37. Daftar Pustaka • [SUY07]Suyanto. 2007. Artificial Intelligence: Searching, Reasoning, Planning and Learning. Informatika, Bandung Indonesia. ISBN: 979-1153-05-1. • [RUS95]Russel, Stuart and Norvig, Peter. 1995. Artificial Intelligence: A Modern Approach. Prentice Hall International, Inc. • [SUY08a]Suyanto. 2008. Evolutionary Computation: Komputasi Berbasis “Evolusi” dan “Genetika”. Informatika, Bandung Indonesia. ISBN: 978-979-1153 38-6. • [SUY08b]Suyanto. 2008. Soft Computing: Membangun Mesin Ber-IQ Tinggi. Informatika, Bandung Indonesia. ISBN: 978-979-1153-49-2. • [MIT97]Mitchell M. Tom. 1997. Machine Learning. McGraw-Hill International Editions. Printed in Singapore.

  38. Daftar Pustaka • [SUY05]Suyanto. 2005. Algoritma Genetika dalam MATLAB. Andi Publisher, Yogyakarta, Indonesia. ISBN: 979-731-727-7. • [TES90] Tesauro Gerald. 1990. Neurogammon: A neural network backgammon program. IJCNN Proceedings (International Joint Conference on Neural Networks), volume 3, pages 33-40. • [ENZ03]Enzenberger M. 2003. Evaluation in Go by a Neural Network Using Soft Segmentation . University of Alberta, Edmonton, Alberta, Canada. Proceedings of the 10th Advances in Computer Games Conference, Graz. • [JEL09]JellyFish AS. 2009. JellyFish Go WinHonte. Didownload pada 06 Januari 2009 dari www.jellyfish-go.com • [RAY99] Ray Kurzweil, 1999, “The age of Spiritual Machines: When Computers Exceed Human Intelligence”. Viking Penguin, a division of Penguin Putnam Inc., United Kingdom.

More Related