RSS

agen cerdas (IA)

21 Mei


v\:* {behavior:url(#default#VML);}
o\:* {behavior:url(#default#VML);}
w\:* {behavior:url(#default#VML);}
.shape {behavior:url(#default#VML);}

/* Style Definitions */
table.MsoNormalTable
{mso-style-name:”Table Normal”;
mso-tstyle-rowband-size:0;
mso-tstyle-colband-size:0;
mso-style-noshow:yes;
mso-style-parent:””;
mso-padding-alt:0cm 5.4pt 0cm 5.4pt;
mso-para-margin:0cm;
mso-para-margin-bottom:.0001pt;
mso-pagination:widow-orphan;
font-size:10.0pt;
font-family:”Times New Roman”;
mso-ansi-language:#0400;
mso-fareast-language:#0400;
mso-bidi-language:#0400;}

Dalam kecerdasan buatan , agen cerdas (IA) adalah sebuah entitas otonom yang mengamati dan bertindak atas suatu lingkungan (yaitu ini adalah agen ) dan mengarahkan aktivitasnya untuk mencapai tujuan (yakni yang rasional). Intelligent agen juga dapat belajar atau menggunakan pengetahuan untuk mencapai tujuan mereka. Mereka mungkin sangat sederhana atau sangat kompleks : mesin refleks seperti termostat adalah sebuah agen cerdas.seperti manusia, sebagai sebuah komunitas manusia bekerja bersama menuju tujuan.

Agen Intelligent sering digambarkan secara skematis sebagai sistem fungsional abstrak mirip dengan program komputer. Untuk alasan ini, agen cerdas kadang-kadang disebut agen cerdas abstrak s (AIA) Untuk membedakan mereka dari dunia nyata implementasinya sebagai sistem komputer, sistem biologis, atau organisasi. Beberapa definisi dari agen cerdas mereka menekankan otonomi , sehingga lebih memilih cerdas agen otonom jangka s. Yang lain (terutama Russell & Norvig (2003) ) perilaku goal-directed dianggap sebagai inti dari kecerdasan dan sebagainya lebih suka istilah yang dipinjam dari ekonomi , ” agen rasional “.

Agen Cerdas dalam kecerdasan buatan berhubungan erat dengan agen di ekonomi , dan versi dari paradigma agen cerdas yang dipelajari dalam ilmu kognitif , etika , filsafat alasan praktis , serta di banyak interdisipliner sosio-kognitif pemodelan dan sosial simulasi komputer.

Intelligent agen juga berhubungan erat dengan agen perangkat lunak (program perangkat lunak otonom yang melaksanakan tugas atas nama pengguna). Dalam ilmu komputer , agen cerdas istilah dapat digunakan untuk merujuk kepada agen perangkat lunak yang memiliki kecerdasan tertentu, terlepas jika tidak agen rasional oleh dan Norvig Definisi Russell. Sebagai contoh, program otonom digunakan untuk bantuan operator atau data mining (kadang-kadang disebut sebagai bot)

Struktur agen

Sebuah program agen yang sederhana dapat didefinisikan secara matematis sebagai fungsi agen yang memetakan setiap urutan persepsi mungkin untuk tindakan yang mungkin agen dapat melakukan atau untuk suatu elemen, umpan balik koefisien, fungsi atau konstanta yang mempengaruhi tindakan akhirnya:

Para agen program , sebagai gantinya, setiap peta persepsi mungkin untuk tindakan.Russell & Norvig (2003) agen kelompok menjadi lima kelas berdasarkan tingkat kecerdasan dan kemampuan yang dirasakan:

  1. sederhana refleks agen
  2. model berbasis agen refleks
  3. Tujuannya berbasis agen
  4. utilitas berbasis agen
  5. agen pembelajaran

Refleks model berbasis agen

gen model berbasis lingkungan dapat menangani sebagian diamati. keadaan sekarang adalah disimpan di dalam agen mempertahankan beberapa jenis struktur yang menggambarkan bagian dari dunia yang tidak dapat dilihat. Perilaku ini memerlukan informasi tentang bagaimana dunia berperilaku dan bekerja. Ini informasi tambahan melengkapi “World View” model.

A berdasarkan refleks agen-model melacak negara dunia sekarang menggunakan internal model . Kemudian memilih tindakan dengan cara yang sama sebagai agen refleks.

Tujuan berbasis agen

agen Tujuan berbasis model berbasis agen yang menyimpan informasi tentang situasi yang diinginkan. Hal ini memungkinkan agen cara untuk memilih di antara beberapa kemungkinan, memilih satu yang mencapai negara tujuan.

Utility berbasis agen

agen Tujuan berbasis hanya membedakan antara negara-negara tujuan dan negara-negara non-tujuan. Hal ini dimungkinkan untuk menentukan ukuran berapa diinginkan negara tertentu. Langkah ini dapat diperoleh melalui penggunaan fungsi utilitas yang memetakan negara untuk ukuran utilitas negara.

Belajar agen

Belajar memiliki keuntungan bahwa hal itu memungkinkan para agen untuk awalnya beroperasi di lingkungan yang tidak dikenal dan menjadi lebih kompeten dari pengetahuan awal mungkin saja memungkinkan.

kelas lain dari agen cerdas

Menurut sumber-sumber lain beberapa sub-agen (belum disebutkan dalam pengobatan ini) yang dapat menjadi bagian dari Agen Cerdas atau Cerdas lengkap Agen dalam diri mereka sendiri adalah:

  • Keputusan Agen (yang ditujukan untuk membuat keputusan);
  • Input Agen (proses itu dan membuat rasa input sensor – misalnya jaringan syaraf agen based);
  • Pengolahan Agen (yang memecahkan masalah seperti speech recognition);
  • Agen spasial (yang berhubungan dengan dunia nyata fisik-);
  • Agen dunia (yang menggabungkan kombinasi dari semua kelas-kelas lain dari agen untuk memungkinkan perilaku otonom).
  • Agen terpercaya – Seorang agen menunjukkan kepribadian melalui penggunaan karakter buatan (agen adalah melekat) untuk interaksi.
  • Fisik Agen – Agen fisik adalah suatu entitas yang persepsi melalui sensor dan bertindak melalui aktuator.
  • Temporal Agen – Agen temporal dapat menggunakan informasi yang disimpan berdasarkan waktu untuk menawarkan instruksi atau tindakan data ke program komputer atau manusia membutuhkan program input dan menjadi persepsi untuk menyesuaikan perilaku berikutnya.

Hierarki agen

Untuk aktif melakukan mereka fungsi , Intelligent Agen saat ini biasanya berkumpul di struktur hirarki yang mengandung banyak “sub-agen”. Intelligent sub-agen proses dan melakukan fungsi tingkat yang lebih rendah. Secara bersama-sama, agen cerdas dan sub-agen menciptakan sebuah sistem yang lengkap yang dapat menyelesaikan tugas-tugas sulit atau tujuan dengan perilaku dan tanggapan yang menampilkan bentuk kecerdasan

 
Tinggalkan komentar

Ditulis oleh pada 21 Mei 2011 in Uncategorized

 

Tinggalkan Balasan

Isikan data di bawah atau klik salah satu ikon untuk log in:

Logo WordPress.com

You are commenting using your WordPress.com account. Logout / Ubah )

Gambar Twitter

You are commenting using your Twitter account. Logout / Ubah )

Foto Facebook

You are commenting using your Facebook account. Logout / Ubah )

Foto Google+

You are commenting using your Google+ account. Logout / Ubah )

Connecting to %s

 
%d blogger menyukai ini: