Dalam konteks kecerdasan buatan, sebuah agen merujuk pada suatu sistem komputasi atau entitas yang dapat bertindak secara otonom dalam suatu lingkungan dengan tujuan untuk mencapai sasaran tertentu. Istilah "agen" digunakan untuk menekankan kemampuan entitas tersebut untuk bertindak dan berinteraksi dengan lingkungannya seperti halnya entitas atau agen di dunia nyata.

Apa yang menjadi input bagi proses tersebut?

• Agen dapat mengambil tindakan atau respons terhadap lingkungan untuk mencapai tujuannya sebagai aktuator

• (Perception): Agen dapat memiliki kemampuan untuk memahami atau merespons terhadap lingkungannya

• Agen dapat menggunakan rules terhadap lingkungan untuk mencapai tujuannya

• Agen memiliki tujuan atau sasaran yang ingin dicapai. Tujuan ini dapat ditentukan oleh perancang sistem atau dapat diperbarui seiring waktu berdasarkan pengalaman atau perubahan dalam lingkungan.

Secara umum, definisi agen dalam konteks kecerdasan artifisial mencakup entitas yang memiliki kemampuan untuk mengamati, memproses informasi, dan bertindak secara otonom untuk mencapai tujuan tertentu. Agen ini dapat ditemui dalam berbagai aplikasi seperti:

• Spreadheet Excel

• Compiler

• Robotika

• Git

Penggunaan istilah "agen" membantu memvisualisasikan konsep bahwa entitas tersebut bertindak layaknya agen di dunia nyata yang memiliki kemampuan untuk merespons dan beradaptasi dengan lingkungannya.

Dalam konteks agen kecerdasan buatan, agen biasanya memiliki komponen berikut memungkinkan mereka berinteraksi dengan lingkungan sekitarnya (Pilihan lebih dari satu)

• MicroController

• Parallel Computing

• Sensor

• Aktuator

Agen yang rasional adalah agen yang sensibel dan mampu untuk membuat keputusan berdasarkan cari berfikir yang inteligent, ketimbang dengan:

• emosi

• sense of feeling

• design thinking

• informasi dari tetangga terdekat (nearest neighbor)

Sebuah agen dianggap bertindak secara rasional ketika ia mampu membuat keputusan yang optimal atau paling mendekati optimal dalam mencapai tujuannya, berdasarkan informasi yang dimilikinya dan keterbatasan sumber daya yang dimilikinya. Untuk bertindak secara rasional, agen harus memiliki beberapa komponen kunci (Jawaban lebih dari satu)

• Agen perlu memiliki tujuan yang ingin dicapai, dapat bersifat konkret atau abstrak, tergantung pada konteksnya.

• Agen harus dapat mengumpulkan, menyimpan, dan memproses informasi tentang lingkungannya

• Agen yang rasional harus dapat belajar dari pengalaman dan menyesuaikan perilakunya seiring waktu

• Agen perlu memiliki kemampuan untuk mengevaluasi efektivitas tindakan yang diambilnya terhadap tujuannya

Dalam sebuah agen mobil tanpa pengemudi, mana yang bukan bagian dari sensor?

• Camera

• Lidar

• GPS

• d. Accelerator

Apa ukuran kinerja yang ingin dicapai oleh pengemudi otomatis ini? Jawab lebih dari satu

• Kecepatan tinggi agar cepat sampai ke tujuan

• Hindari lampu lalu lintas agar tidak ada waktu tunggu

• memaksimalkan keselamatan dan kenyamanan penumpang

• meminimalkan konsumsi bahan bakar

Dalam konteks peternakan sapi atau cow farming yang memanfaatkan teknologi kecerdasan artifisial (AI), beberapa agen, lingkungan, aktuator, dan sensor diperlukan untuk mengoptimalkan produktivitas dan kesejahteraan hewan. Berikut adalah beberapa elemen yang dapat diperlukan (Jawaban lebih dari satu)

• Sensor yang mendeteksi berapa km Sapi tersebut telah berjalan dalam waktu 1 hari penuh

• Pengukur suhu tubuh, detektor ketidakteraturan gerakan, atau sensor deteksi penyakit untuk pemantauan kesehatan sapi secara real-time

• Berapa sering pelanggaran dilakukan oleh sapi-sapi, sehingga harus ditempatkan di ruangan khusus

• Mengukur konsumsi pakan setiap hewan dan mengidentifikasi pola makan yang mungkin menunjukkan masalah kesehatan.

Dalam sistem pencahayaan otomatis, agen dapat diprogram untuk menyalakan lampu ketika sensor cahaya mendeteksi kegelapan dan mematikannya ketika cahaya mencukupi. Aturan sederhana digunakan untuk merespons kondisi langsung tanpa mempertimbangkan faktor-faktor lain. Struktur Agen ini adalah:

• Simple Reflex Agent

• Model-based Agent

• Goal-based Agent

• Utility-based Agent.

Dalam sistem pengendalian lampu lalu lintas, agen dapat mengatur durasi lampu merah, kuning, dan hijau berdasarkan waktu dan deteksi kendaraan atau pejalan kaki. Sebagai contoh, jika sensor kendaraan mendeteksi mobil di persimpangan, lampu mungkin berubah menjadi merah untuk lalu lintas lain. Ini adalah:

• Simple Reflex Agent

• Model-based Agent

• Goal-based Agent

• Utility-based Agent