Pendahuluan CS3243 Kecerdasan Mesin dan Artifisial

Presentasi berjudul: "Pendahuluan CS3243 Kecerdasan Mesin dan Artifisial"— Transcript presentasi:

1 Pendahuluan CS3243 Kecerdasan Mesin dan Artifisial
Informatics Theory & Programming (ITP) Informatics Eng. Dept. – IT Telkom

2 Outline Apa itu Planning? Dunia Balok Goal-Stack-Planning (GSP)
Constraint Posting (CP) Kesimpulan

3 Apa itu Planning? Pada Oxford 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 Apa itu Planning? Planning = action or process of making plans for something (aksi atau proses membuat plans untuk sesuatu). Plan = rencana Planning = perencanaan.

5 Dalam AI, Planning = Suatu metode penyelesaian masalah dengan cara memecah masalah ke dalam sub-sub masalah yang lebih kecil, menyelesaikan sub-sub masalah satu demi satu, kemudian menggabungkan solusi-solusi dari sub-sub masalah tersebut menjadi sebuah solusi lengkap dengan tetap mengingat dan menangani interaksi yang terdapat pada sub-sub masalah tersebut.

6 Dunia Balok Memiliki sebuah permukaan datar tempat menyimpan balok, umumnya disebut dengan meja. Memiliki sejumlah balok kotak yang berukuran sama. Memiliki sebuah lengan robot yang dapat memanipulasi balok.

7 Pendefinisian kondisi balok
ON(A,B): Balok A menempel di atas balok 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)  [y ON(x,y)]
x CLEAR(x)  y ON(y,x) x [y ON(x,y)]  HOLDING(x)  HOLDING(y)  ON(y,x)  [z ON(x,z)  ON(y,z)]

9 Kondisi lengan robot HOLDING(A): Lengan robot sedang memegang balok A.
ARMEMPTY: Lengan robot tidak sedang memegang balok.

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

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

12 Operator untuk Lengan Robot
Hal yang dilakukan STACK(A,B) Meletakkan balok A di atas balok B UNSTACK(A,B) Mengangkat balok A yang menempel di atas balok B PICKUP(A) Mengangkat balok A dari permukaan meja PUTDOWN(A) Meletakkan balok A di permukaan meja

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) untuk menampung states Basis data yang menggambarkan current-state Satu set 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) Urutan isi stack Kemungkinan 1 ON(B,C) ON(A,B) ON(A,B)  ON(B,C) Urutan isi stack Kemungkinan 2

27 Untuk Kemungkinan 1 Urutan isi stack Kemungkinan 1 ON(A,B) ON(B,C)

28 Rencana Penyelesaian Tidak Optimal
UNSTACK(C,A) PUTDOWN(C) PICKUP(A) STACK(A,B) UNSTACK(A,B) PUTDOWN(A) PICKUP(B) STACK(B,C) Rencana Penyelesaian Tidak 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 Untuk Kemungkinan 2 Urutan isi stack Kemungkinan 2 ON(B,C) ON(A,B)
ON(A,B)  ON(B,C) Urutan isi stack Kemungkinan 2

32 Rencana Penyelesaian Optimal
UNSTACK(C,A) PUTDOWN(C) PICKUP(B) STACK(B,C) PICKUP(A) STACK(A,B)

33 Diskusi Bagaimana mengetahui urutan isi stack yang tepat?
Bisakah dibuat prosedur tertentu?

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 mungkin bisa membuat kecerdasan yang hampir menyamai kecerdasan manusia.

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

38 Daftar Pustaka [SUY05] Suyanto Algoritma Genetika dalam MATLAB. Andi Publisher, Yogyakarta, Indonesia. ISBN: [TES90] Tesauro Gerald Neurogammon: A neural network backgammon program. IJCNN Proceedings (International Joint Conference on Neural Networks), volume 3, pages [ENZ03] Enzenberger M 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 JellyFish Go WinHonte. Didownload pada 06 Januari 2009 dari [RAY99] Ray Kurzweil, 1999, “The age of Spiritual Machines: When Computers Exceed Human Intelligence”. Viking Penguin, a division of Penguin Putnam Inc., United Kingdom.