Pengertian
Kecerdasan Buatan
Kecerdasan
Buatan adalah salah satu cabang Ilmu pengetahuan berhubungan dengan pemanfaatan
mesin untuk memecahkan persoalan yang rumit dengan cara yang lebih manusiawi.
Hal Ini biasanya dilakukan dengan mengikuti/mencontoh karakteristik dan analogi
berpikir dari kecerdasan/Inteligensia manusia, dan menerapkannya sebagai
algoritma yang dikenal oleh komputer. Dengan suatu pendekatan yang kurang lebih
fleksibel dan efisien dapat diambil tergantung dari keperluan, yang
mempengaruhi bagaimana wujud dari perilaku kecerdasan buatan. AI biasanya
dihubungkan dengan Ilmu Komputer, akan tetapi juga terkait erat dengan bidang
lain seperti Matematika, Psikologi, Pengamatan, Biologi, Filosofi, dan yang
lainnya.
KECERDASAN BUATAN DAN KECERDASAN ALAMI
A. KECERDASAN BUATAN
Kecerdasan
Buatan adalah salah satu cabang Ilmu pengetahuan berhubungan dengan pemanfaatan
mesin untuk memecahkan persoalan yang rumit dengan cara yang lebih manusiawi.
Hal Ini biasanya dilakukan dengan mengikuti/mencontoh karakteristik dan analogi
berpikir dari kecerdasan/Inteligensia manusia, dan menerapkannya sebagai
algoritma yang dikenal oleh komputer. Dengan suatu pendekatan yang kurang lebih
fleksibel dan efisien dapat diambil tergantung dari keperluan, yang
mempengaruhi bagaimana wujud dari perilaku kecerdasan buatan.
Kecerdasan
Buatan :
1. Lebih bersifat permanen. Kecerdasan alami
bisa berubah karena sifat manusia pelupa. Kecerdasan buatan tidak berubah
selama sistem komputer & program tidak mengubahnya.
2. Lebih mudah diduplikasi & disebarkan.
Mentransfer pengetahuan manusia dari 1 orang ke orang lain membutuhkan proses
yang sangat lama & keahlian tidak akan pernah dapat diduplikasi dengan
lengkap. Jadi jika pengetahuan terletak pada suatu sistem komputer, maka
pengetahuan tersebut dapat disalin dari komputer tersebut & dapat
dipindahkan dengan mudah ke komputer yang lain.
3. Lebih murah. Menyediakan layanan komputer
akan lebih mudah & murah dibandingkan mendatangkan seseorang untuk
mengerjakan sejumlah pekerjaan dalam jangka waktu yang sangat lama.
4. Bersifat konsisten karena kecerdasan buatan
adalah bagian dari teknologi komputer sedangkan kecerdasan alami senantiasa
berubah-ubah.
5. Dapat didokumentasi.Keputusan yang dibuat
komputer dapat didokumentasi dengan mudah dengan cara melacak setiap aktivitas
dari sistem tersebut. Kecerdasan alami sangat sulit untuk direproduksi.
6. Lebih cepat.
7. lebih baik
B. KECERDASAN ALAMI
Kecerdasan
Alami adalah sifat pikiran yang mencakup sejumlah kemampuan, seperti kemampuan
menalar, merencanakan, memecahkan masalah, berpikir abstrak, memahami gagasan,
menggunakan bahasa, dan belajar yang terbentuk secara alami atau biasa disebut
bakat. Kecerdasan alami memungkinkan orang untuk menggunakan pengalaman secara
langsung.
Kecerdasan
Alami :
1. Kreatif : manusia memiliki kemampuan untuk
menambah pengetahuan, sedangkan pada kecerdasan buatan untuk menambah
pengetahuan harus dilakukan melalui sistem yang dibangun.
2. Memungkinkan orang untuk menggunakan
pengalaman secara langsung. Sedangkan pada kecerdasan buatan harus bekerja
dengan input-input simbolik.
3. Pemikiran manusia dapat digunakan secara
luas, sedangkan kecerdasan buatan sangat terbatas.
komputasi intelegensi buatan dan komputasi
konvensional
Pengertian :
perancangan
sistem komputer yang inteligent, yaitu suatu sistem yang meperlihatkan
karakteristik yang ada pada tingkah laku manusia, seperti mengerti suatu
bahasa, mempelajari,mempertimbangkan dan memecahkan suatu masalah.
Tujuan:
Untuk mengembangkan metode dan sistem untuk menyelesaikan
masalah,masalah yang biasa diselesaikan melalui aktifivitas intelektual
manusia, misalnya pengolahan citra,perencanaan, peramalan dan lain-lain,
meningkatkan kinerja sistem informasi yang berbasis komputer.Untuk meningkatkan
pengertian/pemahaman kita pada bagaimana otak manusia bekerja
Jaman “batu” (1943-1956)
•
Awal kerja JST
dan logika
•
Teori Logika
(Alan Newell and Herbert Simon)
•
Kelahiran AI:
Dartmouth workshop - summer 1956
•
John McCarthy’s
memberi nama bidang: artificial intelligence
Awal antusias, harapan besar (1952-1969) McCarthy (1958)
-
mendefinisikan Lisp
- menemukan
time-sharing
- Advice Taker
•
Pembelajaran
tanpa pengetahuan
•
Pemodelan JST
•
Pembelajaran
Evolusioner
•
Samuel’s
checkers player: pembelajaran
•
Metode resolusi
Robinson.
•
Minsky: the
microworlds (e.g. the block’s world).
•
Banyak
demonstrasi kecil ttg perilaku “intelligent”
•
Prediksi
over-optimistic Simon
Masa Gelap (1966-1973)
·
AI tidak
mengalami perkembangan: ledakan perkembangan combinatorial
·
Fakta bahwa
suatu program bisa mendapatkan suatu solusi secara prinsip tidak berarti bahwa
program memuat beberapa mekanisme yang dibutuhkan untuk mendapatkannya secara
praktis.
·
Kegagalan dari
pendekatan terjemahan bahasa alami berbasis pada grammars sederhana dan kamus
kata.
·
Penterjemahan
kembali yang populer English->Russian->English
·
Penemuan untuk
pemrosesan bahasa natural dihentikan.
·
Kegagalan
perceptron untuk belajar dari fungsi sederhana sebagaimana
disjunctive/eksclusive OR.
·
Penelitian pada
JST dihentikan.
·
Realisasi dari
kesukaran dalam proses learning dan keterbatasan dari metode yang dieksplorasi
·
Konsep
pembelajaran simbolik (Winston’s influential thesis, 1972)
Renaissance (1969-1979)
·
Perubahan pada
paradigma penyelesaian:
·
Dari
penyelesaian masalah berbasis “searchbased”menjadi penyelesaianmasalah
berbasis pengetahuan.
·
Sistem pakar pertama
·
Dendral:
menginferensi struktur molecular dari informasi yang disediakan oleh
spektrometer massa.
·
Mycin:
diagnoses blood infections
·
Prospector:
merekomendasikan eksplorasi pengeboran pada lokasi geologi yang menyediakan
suatu deposit mineral molybdenum.
·
Era Industrial
· (1980-sekarang)
·
Sukses pertama
Sistem Pakar secara komersial.The.
·
Many AI
companies.
·
Eksplorasi dari
strategi pembelajarqan yqang bermacam-macam (Explanation-based learning,
Case-based Reasoning, Genetic algorithms, Neural networks, etc.)
·
Kembalinya neural networks
· (1986-sekarang)
·
Penggalian
kembali algoritma learning back propagation untuk neural networks yang pertama
dikenalkan dalam tahun 1969 oleh Bryson and Ho.
·
Banyak aplikasi
sukses dari Neural Networks.
·
Kehilangan
respek terhadap sulitnya membangun sistem pakar (macetnya knowledge
acquisition).
·
Kematangan
· (1987-sekarang)
·
Perubahan dalam
cakupan dan metodologi penelitian bidang Kecerdasan Buatan:
·
Membangun di
atas teori yang ada, bukan cuma mengusulkan teori baru;
·
berbasis klaim
pada theorema dan eksperimen, bukan pada intuisi;
·
menunjukkan
relevansi ke aplikasi nyata, bukan pada contoh “mainan”.
Lingkup utama kecerdasan buatan :
1. Pengolahan
bahasa alami (natural language processing) : Diman user dapat berkomunikasi
dengan komputer menggunakan bahasa sehari-hari, misal bahasa Inggris, bahasa
Indonesia, bahasa Jawa, dan lain-lain, contoh :
A. Pengguna sistem dapat memberikan perintah
dengan bahasa sehari-hari, misalnya, untuk menghapus semua file, pengguna cukup
memberikan perintah ”komputer, tolong hapus semua file !” maka sistem akan
mentranslasikan perintah bahasa alami tersebut menjadi perintah bahasa formal
yang dipahami oleh komputer, yaitu ”delete *.* <ENTER>”.
B. Translator bahasa Inggris ke bahasa Indonesia
begitu juga sebaliknya dan lain-lain, tetapi sistem ini tidak hanya sekedar
kamus yang menerjemahkan kata per kata, tetapi juga mentranslasikan sintaks
dari bahasa asal ke bahasa tujuan
C. Text summarization : Suatu sistem yang dapat
membuat ringkasan hal-hal penting dari suatu wacana yang diberikan.
2. Sistem pakar
(expert system) : Komputer sebagai sarana untuk menyimpan pengetahuan para
pakar sehingga komputer memiliki keahlian menyelesaikan permasalahan dengan
meniru keahlian yang dimiliki pakar.
3. Pengenalan
ucapan (speech recognition): Manusia dapat berkomunikasi dengan komputer
menggunakan suara. Contoh:
A. Memberikan instruksi ke komputer dengan
suara.
B. Alat bantu membaca untuk tunanetra,
mempunyai masukan berupa teks tercetak (misalnya buku) dan mempunyai
keluaran berupa ucapan dari teks tercetak yang diberikan.
C. Konversi dari SMS (Short Message System) ke
ucapan sehingga pesan SMS dapat didengar. Dengan demikian memungkinkan untuk
mendengar pesan SMS sambil melakukan aktivitas yang menyulitkan untuk
membacanya, seperti mengendarai mobil.
4.
Robotika & sistem sensor
A. Sistem sensor pada mesin cuci yaitu
menggunakan sensor optik, mengeluarkan cahaya ke air dan mengukur bagaimana
cahaya tersebut sampai ke ujung lainnya. Makin kotor, maka sinar yang sampai
makin redup. Sistem juga mampu menentukan jenis kotoran tersebut
daki/minyak.Sistem juga bisa menentukan putaran yang tepat secara otomatis
berdasarkan jenis dan banyaknya kotoran serta jumlah yang akan dicuci.
B. Robotika
5. Computer
vision : Menginterpretasikan gambar atau objek-objek tampak melalui komputer.
6.
Intelligent computer-aided instruction : Komputer dapat digunakan
sebagai tutor yang dapat melatih dan mengajar. Contoh : Learn to speak English.
7. Game
playing: Pada tahun 1997, Deep Blue mengalahkan Garry Kasparov, the World Chess
Champion. Deep Blue chess machine menggunakan komputer IBM, dibuat tahun 1990-an
oleh Hsu, Campbell, Tan, Hoane, Brody, Benjamin. Deep Blue mampu mengevaluasi
200 juta posisi bidak catur per detik.
Soft Computing adalah
kumpulan teknik – teknik perhitungan dalam ilmu komputer, inteligensia semu,
machine learning dan beberapa disiplin ilmu teknik lainnya, yang berusaha untuk
mempelajari, memodelkan, dan menganalisa fenomena yang sangat rumit : untuk
metoda yang lebih konvensional yang tidak memberikan biaya rendah, analitis dan
solusi lengkap. Soft computing berusaha untuk mengintegrasikan beberapa
paradigma model perhitungan meliputi artificial neural network, fuzzy logic dan
genetic algorithms.
Soft Computing
adalah segolongan metoda yang mampu mengolah data dengan baik walaupun
didalamnya terdapat ketidakpastian, ketidakakuratan maupun kebenaran parsial
(Prof. Lotfi A Zadeh, 1992).
Soft Computing
dicetus pertama kali pada tahun 1990 sehubungan dengan ide untuk mendirikan
BISC (Berkeley Initiative in Soft Computer) oleh Prof. L.A.Zadeh dari
BerkeleyUniversity. Soft computing, berbeda dengan conventional (hard)
computing, memungkinkan toleransi terhadap input, proses dan output yang
bersifat tidak akurat(imprecision), tidak pasti (uncertainty) dan setengah
benar (partial truth).
Bagian-bagian
dari Soft Computing sendiri adalah :
1. Fuzzy Logic
2. Neural
Networks
3.
Probabilistic Reasoning
Fuzzy Logic
Fuzzy Logic merupakan suatu representasi dari pengetahuan yang
direkonstruksi dengan if-then rules. Sederhananya, Fuzzy Logic adalah suatu
metode untuk mengontrol sesuatu. Misalnya rekonstruksi if-then, "Jika
cuaca panas, Maka turunkan suhu AC". Disinilah Fuzzy Logic berperan dalam
Teknologi Komputer nantinya.
Neural Networks
Kompleksnya pikiran manusia juga merupakan masa depan dari komputer yang
menggunakan Soft Computing. Neural Networks adalah tiruan dari jaringan
saraf-saraf manusia yang terhubung dan membentuk sistem. Jadi metode ini
ditujukan untuk meniru saraf manusia yang kompleks dan dapat menyimpan memori.
Probabilistic Reasoning
Probabilistic Reasoning adalah metode Soft Computing juga untuk membuat
komputer atau suatu device mengambil keputusan layaknya makhluk hidup. Jadi,
dari semua data-data yang sudah dimiliki, metode ini memberikan pola-pola
tertentu untuk mengambil keputusan.
Soft Computing
menjadi satu diantara solusi daripada permasalahan di dunia. Kenapa? Dengan
adanya unsur-unsur pokok dalam metode ini diharapkan akan menciptakan suatu
sistem yang cerdas, mudah diproses serta membutuhkan biaya yang tidak banyak.
Banyak
contoh-contoh riset yang sekarang mulai mengimplementasikan Soft Computing,
seperti AC yang hanya hidup ketika AC tersebut merasakan adanya panas dari
sensornya, dan TV yang menggunakan "Eye Recognition" dimana TV
tersebut akan Shut Down otomatis ketika yang menonton TV sudah memejamkan mata
dan tertangkap sensor TV.
Daftar
pustaka :
0 komentar:
Posting Komentar