SEJARAH KECERDASAN BUATAN Pada awal abad 17, René Descartes mengemukakan bahwa tubuh hewan bukanlah apa-apa melainkan hanya mesin-mesin yang rumit. Blaise Pascal menciptakan mesin penghitung digital mekanis pertama pada 1642. Pada 19, Charles Babbage dan Ada Lovelace bekerja pada mesin penghitung mekanis yang dapat diprogram.
Berrtrand Russell dan Alfred North Whitehead menerbitkan Principia Mathematica, yang merombak logika formal. Warren McCulloch dan Walter Pitts menerbitkan "Kalkulus Logis Gagasan yang tetap ada dalam Aktivitas " pada 1943 yang meletakkan pondasi untuk jaringan syaraf.
Tahun 1950-an adalah periode usaha aktif dalam AI. Program AI pertama yang bekerja ditulis pada 1951 untuk menjalankan mesin Ferranti Mark I di University of Manchester (UK): sebuah program permainan naskah yang ditulis oleh Christopher Strachey dan program permainan catur yang ditulis oleh Dietrich Prinz. John McCarthy membuat istilah "kecerdasan buatan " pada konferensi pertama yang disediakan untuk pokok persoalan ini, pada 1956. Dia juga menemukan bahasa pemrograman Lisp. Alan Turing memperkenalkan "Turing test" sebagai sebuah cara untuk mengoperasionalkan test perilaku cerdas. Joseph Weizenbaum membangun ELIZA, sebuah chatterbot yang menerapkan psikoterapi Rogerian.
Selama tahun 1960-an dan 1970-an, Joel Moses mendemonstrasikan kekuatan pertimbangan simbolis untuk mengintegrasikan masalah di dalam program Macsyma, program berbasis pengetahuan yang sukses pertama kali dalam bidang matematika. Marvin Minsky dan Seymour Papert menerbitkan Perceptrons, yang mendemostrasikan batas jaringan syaraf sederhana dan Alain Colmerauer mengembangkan bahasa komputer Prolog. Ted Shortliffe mendemonstrasikan kekuatan sistem berbasis aturan untuk representasi pengetahuan dan inferensi dalam diagnosa dan terapi medis yang kadangkala disebut sebagai sistem pakar pertama. Hans Moravec mengembangkan kendaraan terkendali komputer pertama untuk mengatasi jalan berintang yang kusut secara mandiri.
Pada tahun 1980-an, jaringan syaraf digunakan secara meluas dengan algoritma perambatan balik, pertama kali diterangkan oleh Paul John Werbos pada 1974. Tahun 1990-an ditandai perolehan besar dalam berbagai bidang AI dan demonstrasi berbagai macam aplikasi. Lebih khusus Deep Blue, sebuah komputer permainan catur, mengalahkan Garry Kasparov dalam sebuah pertandingan 6 game yang terkenal pada tahun 1997. DARPA menyatakan bahwa biaya yang disimpan melalui penerapan metode AI untuk unit penjadwalan dalam Perang Teluk pertama telah mengganti seluruh investasi dalam penelitian AI sejak tahun 1950 pada pemerintah AS.
Tantangan Hebat DARPA, yang dimulai pada 2004 dan berlanjut hingga hari ini, adalah sebuah pacuan untuk hadiah $2 juta dimana kendaraan dikemudikan sendiri tanpa komunikasi dengan manusia, menggunakan GPS, komputer dan susunan sensor yang canggih, melintasi beberapa ratus mil daerah gurun yang menantang.
APA ITU KECERDASAN BUATAN
Kecerdasan buatan adalah Suatu cabang dalam bidang sains komputer Sains yang mengkaji tentang bagaimana untuk melengkapi sebuah komputer dengan kemampuan atau kepintaran seperti manusia. Sebagai contoh, bagaimana komputer bisa belajar sendiri dari pengalaman dan data-data yang telah dikumpulkannya, bagaimana komputer mampu berkomunikasi dan mengucapkan kata demi kata. Dengan kemampuan ini, diharapkan komputer mampu mengambil keputusan sendiri untuk berbagai kasus yang ditemuinya. Industri AI ini berkembang semenjak tahun 1980an, meskipun sudah dimulai dari tahun 1970an
Evolusi AI berjalan dalam dua jalur yang berbeda. Pertama, untuk menciptakan sistem komputer yang meniru proses berpikir manusia untuk menyelesaikan permasalahan umum. Misalnya program permainan catur. Kedua, mengkombinasikan pemikiran terbaik para ahli pada sepotong software yang dirancang untuk memecahkan persoalan yang spesifik. Biasanya disebut juga dengan expert system, atau sistem pakar. Misalnya bagaimana seorang dokter menentukan penyakit seseorang, mulai dari tanya jawab, pemeriksaan kondisi tubuh seperti mata, tekanan darah, suhu tubuh dan sebagainya. Langkah-langkah ini pula yang berusaha diterapkan ke komputer yang mampu berpikir seperti pakar tersebut.
Pengertian lain dari kecerdasan buatan adalah bagian ilmu komputer yang membuat agar mesin komputer dapat melakukan pekerjaan seperti dan sebaik yang dilakukan manusia. Pada awal diciptakannya, komputer hanya difungsikan sebagai alat hitung saja. Namun seiring dengan perkembangan jaman, maka peran komputer semakin mendominasi kehidupan manusia. Komputer tidak lagi hanya digunakan sebagai alat hitung, lebih dari itu, komputer diharapkan untuk dapat diberdayakan untuk mengerjakan segala sesuatu yang bisa dikerjakan oleh manusia.
Manusia bisa menjadi pandai dalam menyelesaikan segala permasalahan di dunia ini karena manusia mempunyai pengetahuan dan pengalaman Pengetahuan diperoleh dari belajar. Semakin banyak bekal pengetahuan yang dimiliki oleh seseorang tentu saja diharapkan akan lebih mampu dalam menyelesaikan permasalahan. Namu bekal pengetahuan saja tidak cukup, manusia juga diberi akal untuk melakukan penalaran, mengambil kesimpulan berdasarkan pengetahuan dan pengalaman yang mereka miliki. Tanpa memiliki kemampuan untuk menalar dengan baik, manusia dengan segudang pengalaman dan pengetahuan tidak akan dapat menyelesaikan masalah dengan baik. Demikian pula dengan kemampuan menalar yang sangat baik, namun tanpa bekal pengetahuan dan pengalaman yang memadai, manusia juga tidak akan bisa menyelesaikan masalah dengan baik.
Agar komputer bisa bertindak seperti dan sebaik manusia, maka komputer juga harus diberi bekal pengetahuan dan mempunyai kemampuan untuk menalar. Untuk itu AI akan mencoba untuk memberikan beberapa metoda untuk membekali komputer dengan kedua komponen tersebut agar komputer bisa menjadi mesin pintar.
Banyak hal yang kelihatannya sulit untuk kecerdasan manusia, tetapi untuk informatika relatif tidak bermasalah. Seperti contoh: mentransformasikan persamaan, menyelesaikan persamaan integral, membuat permainan catur atau Backgammon. Di sisi lain, hal yang bagi manusia kelihatannya menuntut sedikit kecerdasan, sampai sekarang masih sulit untuk direalisasikan dalam informatika. Seperti contoh: Pengenalan Obyek/Muka, bermain sepak bola. Walaupun AI memiliki konotasi fiksi ilmiah yang kuat, AI membentuk cabang yang sangat penting pada ilmu komputer, berhubungan dengan perilaku, pembelajaran dan adaptasi yang cerdas dalam sebuah mesin. Penelitian dalam AI menyangkut pembuatan mesin untuk mengotomatisasikan tugas-tugas yang membutuhkan perilaku cerdas. Termasuk contohnya adalah pengendalian, perencanaan dan penjadwalan, kemampuan untuk menjawab diagnosa dan pertanyaan pelanggan, serta pengenalan tulisan tangan, suara dan wajah. Hal-hal seperti itu telah menjadi disiplin ilmu tersendiri, yang memusatkan perhatian pada penyediaan solusi masalah kehidupan yang nyata. Sistem AI sekarang ini sering digunakan dalam bidang ekonomi, obat-obatan, teknik dan militer, seperti yang telah dibangun dalam beberapa aplikasi perangkat lunak komputer rumah dan video game.
Secara garis besar, AI terbagi ke dalam dua faham pemikiran yaitu AI Konvensional dan Kecerdasan Komputasional (CI, Computational Intelligence). AI konvensional kebanyakan melibatkan metoda-metoda yang sekarang diklasifiksikan sebagai pembelajaran mesin, yang ditandai dengan formalisme dan analisis statistik. Dikenal juga sebagai AI simbolis, AI logis, AI murni dan AI cara lama (GOFAI, Good Old Fashioned Artificial Intelligence). Metoda-metodanya meliputi:
Sistem pakar: menerapkan kapabilitas pertimbangan untuk mencapai kesimpulan. Sebuah sistem pakar dapat memproses sejumlah besar informasi yang diketahui dan menyediakan kesimpulan-kesimpulan berdasarkan pada informasi-informasi tersebut. Dalam pengertian lain merupakan sebuah sistem komputer yang bekerja berdasarkan pengetahuan dan keahlian layaknya pakar dikenal dengan sebuah sistem pakar (expert system). Umumnya sebuah sistem pakar dibentuk dengan kumpulan aturan yang menganalisis informasi mengenai permasalahan yang ada dan merekomendasikan jalan keluar bagi pengguna.
Sistem pakar dapat diciptakan untuk membantu pekerjaan dalam bidang akunting, kedokteran, produksi, sumber daya manusia, keuangan, dan lain sebagainya.
Salah satu contoh sistem pakar yang telah lama diterapkan adalah Mycin, yang ditulis dengan bahasa pemrograman Lisp.
Dari namanya yang mengingatkan orang pada antibiotik (yang umumnya berakhiran “mycin”), sistem ini memang didesain untuk mendiagnosis penyakit infeksi darah dan merekomendasikan antibiotik dengan dosis yang disesuaikan dengan berat badan pasien.
Sebagaimana pengetahuan seorang pakar yang dapat berkembang, sistem pakar juga dirancang agar dapat terus dikembangkan dengan menanamkan pengetahuan pada sistem secara bertahap.
Sistem pakar sangat membantu untuk melakukan hal-hal yang tidak dapat dilakukan pakar sesungguhnya, misalnya ketersediaan waktu selama 24 jam non -stop, atau gabungan
pengetahuan para pakar dalam satu sistem, di mana pengguna seolah-olah sedang berkonsultasi dengan banyak pakar.
Tidak seperti pakar sesungguhnya, sebuah sistem tentunya lebih mudah untuk didistribusikan ke banyak tempat sekaligus. Hal ini juga menjadi sebuah keuntungan yang ditawarkan sistem pakar.
Petimbangan berdasar kasus
Jaringan Bayesian, jaringan kepercayaan atau diarahkan model grafis asiklik adalah model probabilistik grafis yang mewakili satu set variabel acak dan independencies bersyarat mereka melalui grafik asiklik diarahkan (DAG). Sebagai contoh, sebuah jaringan Bayesian bisa mewakili hubungan probabilistik antara penyakit dan gejala. Mengingat gejala, jaringan dapat digunakan untuk menghitung probabilitas keberadaan berbagai macam penyakit.
Secara formal, jaringan Bayesian diarahkan grafik node asiklik yang merupakan variabel acak dalam arti Bayesian: mereka mungkin jumlah diamati, variabel laten, parameter yang tidak diketahui atau hipotesis. Pinggiran merupakan dependensi kondisional; node yang tidak terhubung merupakan variabel yang kondisional independen satu sama lain. Masing-masing node dihubungkan dengan fungsi probabilitas yang mengambil sebagai input set tertentu nilai untuk variabel orangtua node dan memberikan probabilitas dari variabel yang diwakili oleh node. Misalnya, jika orang tua adalah variabel Boolean m maka fungsi probabilitas dapat diwakili oleh sebuah tabel 2m entri, satu entri untuk setiap kemungkinan kombinasi 2m dari orang tua yang benar atau salah.
Efisien algoritma ada yang melakukan inferensi dan belajar dalam jaringan Bayesian. jaringan Bayesian bahwa model urutan variabel (misalnya sinyal suara atau urutan protein) disebut jaringan Bayesian dinamis. Generalisasi jaringan Bayesian yang dapat mewakili dan memecahkan masalah keputusan di bawah ketidakpastian disebut diagram pengaruh.
AI berdasar tingkah laku: metoda modular pada pembentukan sistem AI secara manual
Kecerdasan komputasional melibatkan pengembangan atau pembelajaran iteratif (misalnya penalaan parameter seperti dalam sistem koneksionis. Pembelajaran ini berdasarkan pada data empiris dan diasosiasikan dengan AI non-simbolis, AI yang tak teratur dan perhitungan lunak. Metoda-metoda pokoknya meliputi:
Jaringan Syaraf: sistem dengan kemampuan pengenalan pola yang sangat kuat.
Suatu jaringan saraf tiruan memproses sejumlah besar informasi secara paralel dan terdistribusi, hal ini terinspirasi oleh model kerja otak biologis. Beberapa definisi tentang jaringan saraf tiruan adalah sebagai berikut di bawah ini.
Hecht-Nielsend (1988) mendefinisikan sistem saraf buatan sebagai berikut:
"Suatu neural network (NN), adalah suatu struktur pemroses informasi yang terdistribusi dan bekerja secara paralel, yang terdiri atas elemen pemroses (yang memiliki memori lokal dan beroperasi dengan informasi lokal) yang diinterkoneksi bersama dengan alur sinyal searah yang disebut koneksi. Setiap elemen pemroses memiliki koneksi keluaran tunggal yang bercabang (fan out) ke sejumlah koneksi kolateral yang diinginkan (setiap koneksi membawa sinyal yang sama dari keluaran elemen pemroses tersebut). Keluaran dari elemen pemroses tersebut dapat merupakan sebarang jenis persamaan matematis yang diinginkan. Seluruh proses yang berlangsung pada setiap elemen pemroses harus benar-benar dilakukan secara lokal, yaitu keluaran hanya bergantung pada nilai masukan pada saat itu yang diperoleh melalui koneksi dan nilai yang tersimpan dalam memori lokal".
Menurut Haykin, S. (1994), Neural Networks: A Comprehensive Foundation, NY, Macmillan, mendefinisikan jaringan saraf sebagai berikut:
“Sebuah jaringan saraf adalah sebuah prosesor yang terdistribusi paralel dan mempuyai kecenderungan untuk menyimpan pengetahuan yang didapatkannya dari pengalaman dan membuatnya tetap tersedia untuk digunakan. Hal ini menyerupai kerja otak dalam dua hal yaitu: 1. Pengetahuan diperoleh oleh jaringan melalui suatu proses belajar. 2. Kekuatan hubungan antar sel saraf yang dikenal dengan bobot sinapsis digunakan untuk menyimpan pengetahuan.
Dan menurut Zurada, J.M. (1992), Introduction To Artificial Neural Systems, Boston: PWS Publishing Company, mendefinisikan sebagai berikut:
“Sistem saraf tiruan atau jaringan saraf tiruan adalah sistem selular fisik yang dapat memperoleh, menyimpan dan menggunakan pengetahuan yang didapatkan dari pengalaman”.
DARPA Neural Network Study (1988, AFCEA International Press, p. 60) mendefinisikan jaringan syaraf buatan sebagai berikut :
Sebuah jaringan syaraf adalah sebuah sistem yang dibentuk dari sejumlah elemen pemroses sederhana yang bekerja secara paralel dimana fungsinya ditentukan oleh stuktur jaringan, kekuatan hubungan, dan pegolahan dilakukan pada komputasi elemen atau nodes
Sistem Fuzzy: teknik-teknik untuk pertimbangan di bawah ketidakpastian, telah digunakan secara meluas dalam industri modern dan sistem kendali produk konsumen.
Dalam arti lain merupakan salah satu bahasan soft computing yang memiliki karakteristik dan keunggulan dalam menangani permasalahan yang bersifat ketidakpastian dan kebenaran parsial. Logika fuzzy merupakan pengembangan dari logika boolean yang hanya memiliki nilai true (1) atau false (0). Padahal “di dunia nyata terdapat banyak masalah yang tidak bisa dilihat sebagai hitam dan putih. Terdapat hal-hal bernilai abu-abu yang jika diperhatikan akan membantu kita untuk membuat keputusan yang, secara intuitif, lebih adil”.
Contoh perbedaan logika boolen dan logika fuzzy dalam mengklasifikasikan ‘Prosentase Kesamaan Semantik” pada suatu makalah tugas perkuliahan:
Beberapa istilah dalam sistem fuzzy antara lain variabel linguistik, fungsi keanggotaan, nilai linguistik, derajat keanggotaan, domain, semesta pembicaraan, crisp input, fuzzification, rule evaluation, dan defuzzification. Suatu sistem yang berbasis sistem fuzzy memiliki tiga urutan proses antara lain fuzzification, rule evaluation, dan defuzzification, seperti yang digambarkan
dalam diagram berikut:
Komputasi Evolusioner: menerapkan konsep-konsep yang terinspirasi secara biologis seperti populasi, mutasi dan “survival of the fittest” untuk menghasilkan pemecahan masalah yang lebih baik.
Metoda-metoda ini terutama dibagi menjadi algoritma evolusioner (misalnya algoritma genetik) dan kecerdasan berkelompok (misalnya algoritma semut)
Dengan sistem cerdas hibrid, percobaan-percobaan dibuat untuk menggabungkan kedua kelompok ini. Aturan inferensi pakar dapat dibangkitkan melalui jaringan syaraf atau aturan produksi dari pembelajaran statistik seperti dalam ACT-R. Sebuah pendekatan baru yang menjanjikan disebutkan bahwa penguatan kecerdasan mencoba untuk mencapai kecerdasan buatan dalam proses pengembangan evolusioner sebagai efek samping dari penguatan kecerdasan manusia melalui teknologi.
'Kecerdasan buatan' ini bukan hanya ingin mengerti apa itu sistem kecerdasan, tapi juga mengkonstruksinya.
Tidak ada definisi yang memuaskan untuk 'kecerdasan':
kecerdasan: kemampuan untuk memperoleh pengetahuan dan menggunakannya
atau kecerdasan yaitu apa yang diukur oleh sebuah 'Test Kecerdasan'
Lingkup utama kecerdasan buatan:
Sustem pakar. Komputer digunakan sebagai saran untuk menyimpan pengetahuan para pakar. Dengan demikian komputer akan memiliki keahlian untuk menyelesaikan masalah dengan meniru keahlian yang dimiliki para pakar
Pengolahan bahasa alami. Dengan pengolahan bahasa alami ini diharapkan user mampu berkomunikasi dengan komputer dengan menggunakan bahasa sehari-hari.
Pengenalan ucapan. Melalui pengenalan ucapan diharapkan manusia mampu berkomunikasi dengan komputer dengan menggunakan suara.
Robotika dan Sistem sensor
Computer vision, mencoba untuk dapat mengintrepetasikan gambar atau objek-objek tampak melalui komputer
Intelligent Computer aid Instruction. Komputer dapat digunakan sebagai tutor yang dapat melatih dan mengajar
Keuntungan Kecerdasan Buatan :
Kecerdasan buatan lebih bersifat permanen. Kecerdasan alami akan cepat mengalami perubahan. Hal ini dimungkinkan karena sifat manusia yang pelupa. Kecerdasan buatan tidak akan berubah sepanjang sistem komputer dan program tidak mengubahnya.
Kecerdasan buatan lebih mudah diduplikasi dan disebarkan. Mentransfer pengetahuan manusia dari satu orang ke orang lain butuh proses dan waktu lama. Disamping itu suatu keahlian tidak akan pernah bisa diduplikasi secara lengkap. Sedangkan jika pengetahuan terletak pada suatu sistem komputer, pengetahuan tersebuat dapat ditransfer atau disalin dengan mudah dan cepat dari satu komputer ke komputer lain
Kecerdasan buatan lebih murah dibanding dengan kecerdasan alami. Menyediakan layanan komputer akan lebih mudah dan lebih murah dibanding dengan harus mendatangkan seseorang untuk mengerjakan sejumlah pekerjaan dalam jangka waktu yang sangat lama.
Kecerdasan buatan bersifat konsisten. Hal ini disebabkan karena kecerdasan busatan adalah bagian dari teknologi komputer. Sedangkan kecerdasan alami senantiasa berubah-ubah.
Kecerdasan buatan dapat didokumentasikan. Keputusan yang dibuat komputer dapat didokumentasikan dengan mudah dengan melacak setiap aktivitas dari sistem tersebut. Kecerdasan alami sangat sulit untuk direproduksi.
Kecerdasan buatan dapat mengerjakan pekerjaan lebih cepat dibanding dengan kecerdasan alami
Kecerdasan buatan dapat mengerjakan pekerjaan lebih baik dibanding dengan kecerdasan alami.
Keuntungan kecerdasan alami:
Kreatif. Kemampuan untuk menambah ataupun memenuhi pengetahuan itu sangat melekat pada jiwa manusia. Pada kecerdasan buatan, untuk menambah pengetahuan harus dilakukan melalui sistem yang dibangun
Kecerdasan alami memungkinkan orang untuk menggunakan pengalaman secara langsung. Sedangkan pada kecerdasan buatan harus bekerja dengan input-input simbolik
Pemikiran manusia dapat digunakan secara luas, sedangkan kecerdasan buatan sangat terbatas.
Beberapa program AI (1956 – 1966)
-Logic Theorist, diperkenalkan pada Dartmouth Conference, dapat membuktikan teorema-teorema matematika •Sad Sam (Robert K Lindsay – 1960), dapat mengetahui kalimat sederhana yang ditulis dalam bahasa Inggris dan mampu memberikan jawaban berdasarkan fakta yang didengar dalam sebuah percakapan •
-ELIZA diprogram Joseph Weizenbaum (1967), mampu memberi terapi terhadap pasien dengan memberikan beberapa pertanyaan
Secara awam kecerdasan buatan diterjemahkan sebagai sebuah sistem saraf, atau sensor atau otak yang diciptakan oleh sebuah mesin. Sebenarnya kecerdasan buatan merujuk kepada mesin yang mampu untuk berpikir, menimbang tindakan yang akan diambil, dan mampu mengambil keputusan seperti yang dilakukan oleh manusia.
Alan Turing, ahli matematika berkebangsaan Inggris yang dijuluki bapak komputer modern dan pembongkar sandi Nazi dalam era Perang Dunia II tahun 1950, dia menetapkan definisi Artificial Intelligent : Jika komputer tidak dapat dibedakan dengan manusia saat berbincang melalui terminal komputer, maka bisa dikatakan komputer itu cerdas, mempunyai intelegensi.
Kecerdasan buatan itu sesuatu yang diciptakan oleh manusia, untuk menggantikan manusia. Jadi bisa jadi kecerdasan buatan itu merupakan suatu ancaman.
Walau pun menyadari bahwa kecerdasan buatan bisa jadi adalah suatu ancaman untuk manusia, tapi manusia masih saja mengembangkan apa yang disebut dengan kecerdasan buatan. Manusia masih saja mencoba mengembangkan / mendapatkan sesuatu (teknologi) yang baru, yang dapat berpikir seperti manusia. Hal ini terjadi karena adanya ketidakpuasan dalam diri manusia, manusia ingin mendapatkan sesuatu dengan cara yang lebih mudah. Lagipula memang ada keterbatasan-keterbatasan dalam diri manusia, seperti otak manusia yang hanya mampu berpikir dengan frekuensi kira-kira 100 Hz dan karena manusia mempunyai rasa capai. Bandingkan dengan komputer sekarang yang mampu mengolah data dengan frekuensi 4 GHz. Komputer juga tidak mempunyai rasa capai walau pun harus mengolah data yang sama berulang-ulang.
Walaupun terasa sangat futuristik dan terlihat berbahaya, karena mesin nantinya akan memiliki kecerdasan dan emosi, para pakar AI menganggap pengembangan disiplin ilmu ini penting karena bisa diterapkan di Internet nantinya. Misalnya saja, di masa mendatang ketika Anda mengunjungi sebuah situs agen perjalanan, maka di layar komputer akan muncul wajah seorang wanita yang sangat sempurna karena semuanya berupa ciptaan komputer. Uniknya, Anda akan mampu bercakap-cakap dengan wanita artifisial ini, seperti layaknya Anda berbicara dengan staff wanita beneran di counter biro perjalanan. Kalau ini tercapai, maka pelayanan dapat diberikan 100% online, dengan akurasi yang sangat tinggi. Terutama dari konsistensi, keramahan, kecepatan dan akurasi pelayanan. Lain kalau kita menggunakan staff manusia asli yang konsistensinya tidak bisa akurat karena terpengaruh kepada kondisi fisik dan emosi saat itu.
Saat ini sudah banyak teknologi kecerdasan buatan yang dihasilkan dan dipakai oleh manusia. Misalnya saja pada robot Asimo yang bisa menari dan berjalan, atau pada permainan komputer yang dirancang untuk membuat manusia berpikir keras untuk mengalahkannya. Contoh lain ada di industri otomotif. Adanya teknologi komputer yang mampu mengolah data dengan cepat dipakai untuk memberikan peringatan pada pengemudi mobil untuk menghindari terjadinya tabrakan.
ASIMO menggunakan sensor dan algoritma kecerdasan buatan untuk berjalan dan beraktivitas.
APLIKASI KECERDASAN BUATAN
Contoh Pemakaian :
AI pada Forward Chaining
Kecerdasan buatan adalah kemampuan komputer untuk berpikir dengan intelegensia. Ini tercapai dengan mempelajari bagaimana manusia mengingat dan berpikir ketika sedang mengambil keputusan dan memecahkan masalah.
Kecerdasan buatan yang dibangun mempunyai beberapa komponen yang saling berhubungan untuk membangun sistem yaitu basis pengetahuan, mesin inferensi, antarmuka pemakai. Persoalan yang dipecahkan dalam sistem ini adalah bagaimana cara menyusun aturan yang terdiri atas beberapa premis dan konklusi dari fakta-fakta yang tersedia, sehingga dihasilkan suatu solusi, dengan menggunakan mesin inferensi yaitu forward chaining, selain itu sistem ini juga menggunakan suatu penalaran knowledge base yaitu penalaran rule-based reasoning.
Penelitian ini membahas tentang pendiagnosaan keadaaan bayi dalam kandungan yang menggunakan teknik inferensi forward chaining, yang memulai penalarannya mulai dari sekumpulan fakta-fakta menuju sebuah hipotesa (solusi). Sistem yang dikembangkan memberikan keleluasaan pada perekayasa pengetahuan untuk memasukkan himpunan aturan pada basis pengetahuan dan diperolehnya suatu solusi berdasarkan basis pengetahuan yang ada.
Kecerdasan buatan dibuat dengan maksud untuk meningkatkan sistem dasar komputer sehingga menyerupai ciri manusia, yaitu kemampuan untuk berpikir atau menjawab. Ada beberapa contoh dari kecerdasan buatan yang dijelaskan dalam bab ini.
Kemampuan komputer memproses bahasa dasar adalah salah satu contoh dari kecerdasan buatan. Apabila dulu kita harus mempelajari perintah-perintah tertentu untuk berkomunikasi dengan komputer, sekarang ini kita sudah tidak perlu lagi untuk mempelajarinya. Hal ini dikarenakan komputer sekarang sudah dilengkapi dengan kemampuan untuk memahami bahasa kita, sehingga kita dapat lebih mudah untuk berkomunikasi dengan komputer.
Kecerdasan buatan lain yang memudahkan interaksi kita dengan computer adalah kemampuan untuk mengenali cara berbicara atau kata-kata yang digunakan oleh manusia. Kita hanya perlu untuk mengucapkan perintah secara lisan kepada computer untuk melakukan suatu program, daripada dengan cara biasa yaitu dengan mengetiknya, dan nantinya computer juga akan balik menjawab perintah tersebut Kemampuan ini dapat dihubungkan dengan sebuah sistem pengenal karakter optikal (OCR), yang susunan dari OCR dapat mengenali kalimat dari dokumen yang telah dicetak. Komputer juga sekarang telah dilengkapi dengan sistem ahli, yang merupakan penasihat dasar dari sebuah computer, sehingga computer dapat membantu dalam bidang medis, pabrik, dan bidang-bidang lain. Inti dari sistem ahli ini adalah pengetahuan yang berasal dari pengalaman manusia. Sumber penambahan informasi dapat mencakup buku dan dokumen lain. Kecerdasan buatan terakhir yang dijelaskan di chapter ini adalah gambar computer. Gambar computer diartikan sebagai sebuah gambar yang diambil dengan menggunakan kamera yang kemudian diolah di computer. Dalam hal ini, kamera dan computer merupakan alat yang memiliki fungsi yang sama seperti fungsi mata dan otak manusia.
Berbagai macam teknologi juga telah ditingkatkan untuk mengembangkan kendaraan otomatis yang dalam penggunaannya dapat berfungsi tanpa bantuan manusia. Contoh fungsi dari kendaraan otomatis ini adalah untuk menjelajah angkasa luar, seperti menjelajahi planet-planet. Kendaraan ini mungkin dibuat dari rangkaian komponen hardware dan sebuah program kecerdasan buatan yang dapat memproses informasi. Gabungan dari software computer dan hardware ini juga dapat membuat kendaraan yang bisa digunakan di bumi.
Kemajuan dari sistem kecerdasan buatan ini dapat menimbulkan dampak psikologis pada manusia. Bagi kelompok yang menentang adanya kecerdasan buatan percaya bahwa dengan adanya kecerdasan buatan, akan terdapat beberapa dampak dalam kehidupan manusia. Mesin-mesin yang memiliki kecerdasan buatan dapat mengurangi jutaan kesempatan kerja manusia. Selain itu juga terdapat ketakutan bahwa sistem kecerdasan buatan ini, termasuk robot, mengurangi kita sebagai manusia. Sistem dasar dari kecerdasan buatan ini juga telah meningkatkan ketakutan bahwa mesin-mesin dapat menambah jumlah kerusakan.
Pendukung dari kecerdasan buatan telah menyatakan argumen balasan bahwa alat dari bidang kecerdasan buatan hanyalah sebuah alat yang tidak akan menggantikan fungsi manusia. Kecerdasan buatan tidak akan mengurangi kemanusiaan kita, melainkan akan meningkatkan kehidupan kita, contohnya adalah penderita kanker akan mendapat keuntungan, dan pengenalan kalimat dan sistem perpaduan dapat membantu seorang individu untuk mengkontrol lingkungannya.
AI pada Chatbot
Chatbot, yakni robot yang khusus diprogram untuk chatting. Chatbot merupakan program khusus dalam komputer yang berfungsi sebagai penjawab sapaan di ruang chatting. Di masa mendatang, program serupa ini menjadi kembangan dari artificial intelligent (AI) alias kecerdasan buatan.
Jabberwacky, sebuah chatbot yang tinggal di dalam hard disk komputer. Ia mampu menggunakan kata-kata pelesetan, humor, kadang juga kata makian, bahkan juga menjadi pembicara yang konfrontatif. Kelebihan Jabberwacky dari chatbot lain adalah: makin banyak ia bercakap dengan para chatter manusia, makin banyak hal yang dipelajarinya. Chatbot jenius ini adalah temuan Rollo Carpenter, finalis Loebner Prize asal Inggris.
Loebner Prize merupakan penghargaan khusus di bidang AI tingkat dunia yang dimulai sejak 1990.
Penghargaan ini diberikan pada mereka yang mampu meloloskan diri dari Turing Test, yakni suatu cara menguji mesin untuk mengetahui apakah mesin itu cerdas atau tidak. Jabberwacky akan bergabung dengan delapan finalis internasional lain pada Oktober mendatang untung memperebutkan medali emas. Seperti semua finalis lain, chatbot ini akan menjalani Turing Test yang metodenya ditemukan oleh Alan Turing. Dari sini akan diketahui apakah chatbot ini benar-benar pintar seperti halnya AI lain.
Carpenter mendesain Jabberwacky semirip mungkin dengan manusia. Memang bukan dari bentuk fisiknya, melainkan dari caranya bicara dan bercakap-cakap. Chatbot ini mempelajari cara bicara manusia, mempelajari beberapa bahasa, hingga memahami konteks percakapan dan aturannya.
AI pada Robot
Artificial Intelligence dalam robotik adalah suatu algoritma cerdas yang diprogramkan ke dalam kontroler robot. Pengertian cerdas di sini sangat relatif, karena tergantung dari sisi mana sesorang memandang.
Para filsuf diketahui telah mulai ribuan tahun yang lalu mencoba untuk memahami dua pertanyaan mendasar: bagaimanakah pikiran manusia itu bekerja, dan, dapatkah yang bukan-manusia itu berpikir? (Negnevitsky, 2004). Hingga sekarang, tak satupun mampu menjawab dengan tepat dua pertanyaan ini. Pernyataan cerdas yang pada dasarnya digunakan untuk mengukur kemampuan berpikir manusia selalu menjadi perbincangan menarik karena yang melakukan penilaian cerdas atau tidak adalah juga manusia. Sementara itu, manusia tetap bercita-cita untuk menularkan kecerdasan manusia kepada mesin.
Dalam literatur, orang pertama yang dianggap sebagai pionir dalam mengembangkan mesin cerdas (intelligence machine) adalah Alan Turing, sorang matematikawan asal Inggris yang memulai karir saintifiknya di awal tahun 1930-an. Di tahun 1937 ia menulis paper tentang konsep mesin universal (universal machine). Kemudian, selama perang dunia ke-2 ia dikenal sebagai pemain kunci dalam penciptaan Enigma, sebuah mesin encoding milik militer Jerman. Setelah perang, Turing membuat automatic computing enginer. Ia dikenal juga sebagai pencipta pertama program komputer untuk bermain catur, yang kemudian program ini dikembangkan dan dimainkan di komputer milik Manchester University. Karya-karyanya ini, yang kemudian dikenal sebagai Turing Machine, dewasa ini masih dapat ditemukan aplikasi-aplikasinya. Beberapa tulisannya yang berkaitan dengan prediksi perkembangan komputer di masa datang akhirnya juga ada yang terbukti. Misalnya tentang ramalannya bahwa di tahun 2000-an komputer akan mampu melakukan percakapan dengan manusia. Meski tidak ditemukan dalam paper-papernya tentang istilah resmi: artificial intelligence, namun para peneliti di bidang ini sepakat untuk menobatkan Turing sebagai orang pertama yang mengembangkan kecerdasan buatan.
Secara saintifik, istilah kecerdasan buatan untuk selanjutnya disebut sebagai AI (artificial intelligence) pertama kali diperkenalkan oleh Warren McCulloch, seorang filsuf dan ahli perobatan dari Columbia University, dan Walter Pitts, seorang matematikawan muda pada tahun 1943, (Negnevitsky, 2004). Mereka mengajukan suatu teori tentang jaringan saraf tiruan (artificial neural network, ANN) untuk selanjutnya disebut sebagai ANN bahwa setiap neuron dapat dipostulasikan dalam dua keadaan biner, yaitu ON dan OFF. Mereka mencoba menstimulasi model neuron ini secara teori dan eksperimen di laboratorium. Dari percobaan, telah didemonstrasikan bahwa model jaringan saraf yang mereka ajukan mempunyai kemiripan dengan mesin Turing, dan setiap fungsi perhitungan dapat dapat diselesaikan melalui jaringan neuron yang mereka modelkan.
Kendati mereka meraih sukses dalam pembuktian aplikasinya, pada akhirnya melalui eksperimen lanjut diketahui bahwa model ON-OFF pada ANN yang mereka ajukan adalah kurang tepat. Kenyataannya, neuron memiliki karakteristik yang sangat nonlinear yang tidak hanya memiliki keadaan ON-OFF saja dalam aktifitasnya. Walau demikian, McCulloch akhirnya dikenal sebagai orang kedua setelah Turing yang gigih mendalami bidang kecerdasan buatan dan rekayasa mesin cerdas. Perkembangan ANN sempat mengalami masa redup pada tahun 1970-an. Baru kemudian pada pertengahan 1980-an ide ini kembali banyak dikaji oleh para peneliti.
Sementara itu, metoda lain dalam AI yang sama terkenalnya dengan ANN adalah Fuzzy Logic (FL) untuk selanjutnya ditulis sebagai FL. Kalau ANN didisain berdasarkan kajian cara otak biologis manusia bekerja (dari dalam), maka FL justru merupakan representasi dari cara berfikir manusia yang nampak dari sisi luar. Jika ANN dibuat berdasarkan model biologis teoritis, maka FL dibuat berdasarkan model pragmatis praktis. FL adalah representasi logika berpikir manusia yang tertuang dalam bentuk kata-kata.
Kajian saintifik pertama tentang logika berfikir manusia ini dipublikasikan oleh Lukazewicz, seorang filsuf, sekitar tahun 1930-an. Ia mengajukan beberapa representasi matematik tentang kekaburanï (fuzziness) logika ketika manusia mengungkapkan atau menyatakan penilaian terhadap tinggi, tua dan panas (tall, old, & hot). Jika logika klasik hanya menyatakan 1 atau 0, ya atau tidak, maka ia mencoba mengembangkan pernyataan ini dengan menambahkan faktor kepercayaan (truth value) di antara 0 dan 1.
Di tahun 1965, Lotfi Zadeh, seorang profesor di University of California, Berkeley US, mempublikasikan papernya yang terkenal, Fuzzy Sets. Penelitian-penelitian tentang FL dan fuzzy system dalam AI yang berkembang dewasa ini hampir selalu menyebutkan paper Zadeh itulah sebagai basis pijakannya. Ia mampu menjabarkan FL dengan pernyataan matematik dan visual yang relatif mudah untuk dipahami. Karena basis kajian FL ini kental berkaitan dengan sistem kontrol (Zadeh adalah profesor di bidang teknik elektro) maka pernyataan matematiknya banyak dikembangkan dalam konteks pemrograman komputer.
Metoda AI lain yang juga berkembang adalah algorithma genetik (genetic algorithm, GA) untuk selanjutnya disebut sebagai GA. Dalam pemrograman komputer, aplikasi GA ini dikenal sebagai pemrograman berbasis teori evolusi (evolutionary computation, EC) untuk selanjutnya disebut sebagai EC. Konsep EC ini dipublikasikan pertama kali oleh Holland (1975). Ia mengajukan konsep pemrograman berbasis GA yang diilhami oleh teori Darwin. Intinya, alam (nature), seperti manusia, memiliki kemampuan adaptasi dan pembelajaran alami tanpa perlu dinyatakan: apa yang harus dilakukan. Dengan kata lain, alam memilih kromosom yang baikï secara buatan/alami. Seperti pada ANN, kajian GA juga pernah mengalami masa vakum sebelum akhirnya banyak peneliti memfokuskan kembali perhatiannya pada teori EC.
GA pada dasarnya terdiri dari dua macam mekanisme, yaitu encoding dan evaluation. Davis (1991) mempublikasikan papernya yang berisi tentang beberapa metoda encoding. Dari berbagai literatur diketahui bahwa tidak ada metoda encoding yang mampu menyelesaikan semua permasalahan dengan sama baiknya. Namun demikian, banyak peneliti yang menggunakan metoda bit string dalam kajian-kajian EC dewasa ini.
Aplikasi AI dalam kontrol robotik dapat diilustrasikan sebagai berikut,
Gambar 4.1: Kontrol robot loop tertutup berbasis AI
Penggunaan AI dalam kontroler dilakukan untuk mendapatkan sifat dinamik kontroler secara cerdas. Seperti telah dijelaskan di muka, secara klasik, kontrol P, I, D atau kombinasi, tidak dapat melakukan adaptasi terhadap perubahan dinamik sistem selama operasi karena parameter P, I dan D itu secara teoritis hanya mampu memberikan efek kontrol terbaik pada kondisi sistem yang sama ketika parameter tersebut di-tune. Di sinilah kemudian dikatakan bahwa kontrol klasik ini belum cerdas karena belum mampu mengakomodasi sifat-sifat nonlinieritas atau perubahan-perubahan dinamik, baik pada sistem robot itu sendiri maupun terhadap perubahan beban atau gangguan lingkungan.
Banyak kajian tentang bagaimana membuat P, I dan D menjadi dinamis, seperti misalnya kontrol adaptif, namun di sini hanya akan dibahas tentang rekayasa bagaimana membuat sistem kontrol bersifat cerdas melalui pendekatan-pendekatan AI yang populer, seperti ANN, FL dan EC atau GA.
Gambar 4.1 mengilustrasikan tentang skema AI yang digunakan secara langsung sebagai kontroler sistem robot. Dalam aplikasi lain, AI juga dapat digunakan untuk membantu proses identifikasi model dari sistem robot, model lingkungan atau gangguan, model dari tugas robot (task) seperti membuat rencana trajektori, dan sebagainya. Dalam hal ini konsep AI tidak digunakan secara langsung (direct) ke dalam kontroler, namun lebih bersifat tak langsung .
Tahun 1950-an adalah periode usaha aktif dalam AI. Program AI pertama yang bekerja ditulis pada 1951 untuk menjalankan mesin Ferranti Mark I di University of Manchester (UK): sebuah program permainan naskah yang ditulis oleh Christopher Strachey dan program permainan catur yang ditulis oleh Dietrich Prinz. John McCarthy membuat istilah "kecerdasan buatan " pada konferensi pertama yang disediakan untuk pokok persoalan ini, pada 1956. Dia juga menemukan bahasa pemrograman Lisp. Alan Turing memperkenalkan "Turing test" sebagai sebuah cara untuk mengoperasionalkan test perilaku cerdas. Joseph Weizenbaum membangun ELIZA, sebuah chatterbot yang menerapkan psikoterapi Rogerian.
Evolusi AI berjalan dalam dua jalur yang berbeda. Pertama, untuk menciptakan sistem komputer yang meniru proses berpikir manusia untuk menyelesaikan permasalahan umum. Misalnya program permainan catur. Kedua, mengkombinasikan pemikiran terbaik para ahli pada sepotong software yang dirancang untuk memecahkan persoalan yang spesifik. Biasanya disebut juga dengan expert system, atau sistem pakar. Misalnya bagaimana seorang dokter menentukan penyakit seseorang, mulai dari tanya jawab, pemeriksaan kondisi tubuh seperti mata, tekanan darah, suhu tubuh dan sebagainya. Langkah-langkah ini pula yang berusaha diterapkan ke komputer yang mampu berpikir seperti pakar tersebut.
Kecerdasan buatan yang dibangun mempunyai beberapa komponen yang saling berhubungan untuk membangun sistem yaitu basis pengetahuan, mesin inferensi, antarmuka pemakai. Persoalan yang dipecahkan dalam sistem ini adalah bagaimana cara menyusun aturan yang terdiri atas beberapa premis dan konklusi dari fakta-fakta yang tersedia, sehingga dihasilkan suatu solusi, dengan menggunakan mesin inferensi yaitu forward chaining, selain itu sistem ini juga menggunakan suatu penalaran knowledge base yaitu penalaran rule-based reasoning.
Jabberwacky, sebuah chatbot yang tinggal di dalam hard disk komputer. Ia mampu menggunakan kata-kata pelesetan, humor, kadang juga kata makian, bahkan juga menjadi pembicara yang konfrontatif. Kelebihan Jabberwacky dari chatbot lain adalah: makin banyak ia bercakap dengan para chatter manusia, makin banyak hal yang dipelajarinya. Chatbot jenius ini adalah temuan Rollo Carpenter, finalis Loebner Prize asal Inggris.
