Pengertian dan Sejarah Kecerdasan Buatan Serta Implementasi Dalam Ilmu Pengetahuan

Pengertian Kecerdasan Buatan

• Otomasi aktivitas yang berhubungan dengan proses berpikir, pemecahan masalah dan pembelajaran (Bellman, 1978)


• Studi tentang kemampuan mengindera dengan menggunakan model komputasi (Charniak & McDermott, 1985)


• Studi bagaimana cara melakukan sesuatu sehingga menjadi lebih baik (Rich+Knight, 1991)


• Cabang dari ilmu komputer yang fokus pada otomasi perilaku yang cerdas (Luger & Stubblefield,1993) 

	Kecerdasan buatan	Program konvensional
Fokus pemrosesan	Konsep simbolik / numerik (pengetahuan)	Data & informasi
Pencarian	Heuristik	Algoritma
Sifat input	Bisa tidak lengkap	Harus lengkap
Keterangan	Disediakan	Biasanya tidak disediakan
Struktur	Kontrol dipisahkan dari pengetahuan	Kontrol terintegrasi dengan informasi (data)
Sifat output	Kuantitatif	Kualitatif
Kemampuan menalar	Ya	Tidak

Secara garis besar Kecerdasan Buatan dapat dibagi menjadi 4 kategori:

1. Thinking humanly / Berfikir seperti manusia


2. Thinking rationally / Berfikir secara rasional


3. Acting humanly / Bertindak seperti manusa


4. Acting rationally /Bertindak secara rasional

Bertindak seperti manusia (Acting humanly): Turing test



Pada th. 1950, Alan Turing mengusulkan untuk menggantikan pertanyaan “Can machines think?” dengan “Can machines behave like humans?” Tujuannya: untuk memungkinkan pendekatan ilmiah lakukan percobaan, lihat perilakunya, bukan proses di belakangnya. Turing mengusulkan suatu proses ujicoba yang sekarang dikenal sebagai Turing Test



Tahun 1950 – an Alan Turing, seorang pionir AI dan ahli matematika Inggris melakukan percobaan Turing (Turing Test) yaitu sebuah komputer melalui terminalnya ditempatkan pada jarak jauh. Di ujung yang satu ada terminal dengan software AI dan diujung lain ada sebuah terminal dengan seorang operator. Operator itu tidak mengetahui kalau di ujung terminal lain dipasang software AI. Mereka berkomunikasi dimana terminal di ujung memberikan respon terhadap serangkaian pertanyaan yang diajukan oleh operator. Dan sang operator itu mengira bahwa ia sedang berkomunikasi dengan operator lainnya yang berada pada terminal lain.



Turing beranggapan bahwa jika mesin dapat membuat seseorang percaya bahwa dirinya mampu berkomunikasi dengan orang lain, maka dapat dikatakan bahwa mesin tersebut cerdas (seperti layaknya manusia).





Berpikir seperti Manusia (Thinking humanly): Cognitive Science



Bagaimanakah manusia berpikir?

Melalui introspeksi diri? – “Armchair philosophy”

Perlu teori ilmiah mengenai proses internal dan mekanisme otak

• Prediksi dan Tes perilaku pada manusia – top-down


• Identifikasi dari data neurologi – bottom-up

Hal ini dipelajari pada ilmu Cognitive Science dan Cognitive Neuroscience





Berpikir secara rasional (Thinking rationally)

• Normatif (perspektif) daripada deskriptif


• Aristotle adalah orang pertama yang berusaha mengungkapkan pikiran yang benar, melalui proses penalaran dan logika.


• Permasalahan:
  - Tidak semua perilaku cerdas di mediasi oleh berpikir logis
  - Apa tujuan berpikir? Apa pengalaman yang seharusnya dimiliki?

Bertindak secara rasional (Acting rationally)

• Perilaku Rational : melakukan hal yang benar


• Hal yang benar: bahwa yang diharapkan dapat memaksimalkan pencapaian tujuan, mengingat informasi yang tersedia 


• Tidak selalu melibatkan berpikir, misal berkedip - tetapi berpikir harus dalam rangka melakukan tindakan rasional 


• Aristotle (Nicomachean Ethics):
  Every art and every inquiry, and similarity every action and pursuit, is thought to aim at some good.

Sejarah Kecerdasan Buatan

• 1943 McCulloch & Pitts: Boolean circuit model of brain


• 1950 Turing’s “Computing Machinery and Intelligence”


• 1952-69 Look, Ma, no hands!


• 1950s Early AI programs, including Samuel’s checkers program Newell & Simon’s Logic Theorist, Gelernter’s Geometry Engine


• 1956 Dartmouth meeting: “Artificial Intelligence” adopted


• 1965 Robinson’s complete algorithm for logical reasoning


• 1966-74 AI discovers computational complexit Neural network research almost disappears


• 1969-79 Early development of knowledge-based systems


• 1980-88 Expert systems industry booms


• 1988-93 Expert systems industry busts: “AI Winter”


• 1985-95 Neural networks return to popularity


• 1988- Resurgence of probabilistic and decision-theoretic methods Rapid increase in technical depth of mainstream AI “Nouvelle AI” : ALife, GAs, soft computing 

Implementasi pada bidang ilmu

Philosophy	logic, methods of reasoning mind as physical system foundations of learning, language, rationality
Mathematics	Formal representation and proof Algorithms Computation, (un) decidability, (in) tractability Probability
Psychology	Adaptation Phenomena of perception and motor control Experimental techniques (psychophysics, etc.)
Linguistics	Knowledge representation Grammar
Neuroscience	Physical substrate for mental activity
Control theory	Homeostatic systems, stability Simple optimal agent designs

Kecerdasan Buatan dalam aplikasi

Sistem pakar (expert system)



Komputer digunakan sebagai sarana untuk menyimpan pengetahuan yang diambil dari para pakar sehingga komputer memiliki keahlian dalam menyelesaikan permasalahan dengan meniru keahlian yang dimiliki pakar.

Pengolahan bahasa alami (natural language processing) 



User dapat berinteraksi dengan komputer melalui komunikasi menggunakan bahasa sehari-hari, misalnya dengan bahasa Inggris, bahasa Indonesia dan lain-lain. Contoh aplikasi Voice Translator, dimana kita dapat dengan cepat merubah Bahasa percakapan kita ke Bahasa lain yang kita inginkan. 

Pengenalan ucapan (speech recognition)



Manusia dapat berkomunikasi dan berinteraksi dengan computer untuk melakukan aktifitas berdasarkan perintah-perintah yang disampAikan melaui suara. Contoh aplikasi SIRI pada Iphone atau Google Voice pada Android.





Sistim Sensor dan Robotik



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.

Computer Vision



Sistim yang menginterpretasikan gambar atau objek-objek tampak melalui computer. Contoh seperti aplikasi OCR yang mengubah image tulisan kedalam text yang memudahkan penggunakan untuk mengelolanya.

Intelligent computer-aided instruction



Sistim Komputer yang dapat digunakan sebagai tutor untuk melatih dan mengajar. Contoh aplikasi ITS (Intelligent Tutoring System.

Lokasi:

Berbagi :