Sabtu, 27 Oktober 2012

Artificial Intellegence (Sejarah AI, AI & Kognisi Manusia, AI & Sistem Pakar)



1. Artificial Intelligence
   Definisi Artificial Intelligence (AI)
  • Artificial Intelligence atau Kecerdasan Buatan adalah suatu sistem informasi yang berhubungan dengan penangkapan, pemodelan dan penyimpanan kecerdasan manusia dalam sebuah sistem teknologi informasi sehingga sistem tersebut memiliki kecerdasan seperti yang dimiliki manusia. Sistem ini dikembangkan untuk mengembangkan metode dan sistem untuk menyelesaikan masalah, biasanya diselesaikan melalui aktifivitas intelektual manusia, misal pengolahan citra, perencanaan, peramalan dan lain-lain, meningkatkan kinerja sistem informasi yang berbasis komputer.
  • Kecerdasan buatan didefinisikan sebagai kecerdasan yang ditunjukkan oleh suatu entitas buatan.
  • Kecerdasan buatan (Artificial Intelligence) adalah bagian dari ilmu komputer  yang mempelajari bagaimana  membuat mesin (komputer) dapat melakukan pekerjaan seperti dan sebaik yang dilakukan oleh manusia bahkan bisa lebih baik daripada yang dilakukan manusia.
  • Menurut John McCarthy, 1956, AI: untuk mengetahui dan memodelkan proses-proses berpikir manusia dan mendesain mesin agar dapat menirukan perilaku manusia.
Sejarah Artificial Intelligence

     Pada awal abad 17, RenĂ© 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. 
        McMulloh dan Pitts pada tahun 1943 mengusulkan model matematis bernama perceptron dari neuron di dalam  otak.  Mereka juga menunjukkan  bagaimana neuron menjadi aktif seperti saklar on-off dan neuron tersebut mampu untuk belajar dan memberikan aksi berbeda terhadap waktu dari input yang diberikan.  Sumbangan terbesar di bidang AI diawali pada paper Alan Turing, pada tahun 1950 yang mencoba menjawab  “Dapatkah computer berfikir” dengan menciptakan mesin Turing.  Paper Alan Turing pada tahun 1950 berjudul “Computing Machineri and Intelligence” mendiskusikan syarat sebuah mesin dianggap cerdas. Dia beranggapan bahwa jika mesin dapat dengan sukses berprilaku seperti manusia, kita dapat menganggapnya cerdas.

            Pada akhir 1955, Newell dan Simon mengembangkan  The Logic Theorist, program AI pertama. Program ini merepresentasikan  masalah sebagai model pohon, lalu penyelesaiannya dengan  memilih cabang yang akan menghasilkan kesimpulan terbenar. Program ini berdampak besar dan menjadi batu loncatan penting dalam mengembangkan bidang AI. Pada tahun 1956 John McCarthy dari  Massacuhetts Institute of Technology dianggap sebagai bapak AI, menyelenggarakan konferensi untuk menarik para ahli komputer bertemu, dengan  nama kegiatan “The Dartmouth summer research project on artificial intelligence.”   Konferensi Dartmouth itu mempertemukan para pendiri dalam AI, dan bertugas untuk meletakkan dasar bagi masa depan  pemgembangan dan penelitian AI.  John McCarthy  di saat itu mengusulkan definisi AI adalah “ AI merupakan cabang dari ilmu komputer yang berfokus pada pengembangan komputer untuk dapat memiliki kemampuan dan  berprilaku  seperti manusia”
     Pada awalnya, kecerdasan buatan hanya ada di universitas-universitas dan laboratorium penelitian, serta hanya sedikit produk yang dihasilkan dan dikembangkan. Menjelang akhir 1970-an dan 1980-an, mulai dikembangkan secara penuh dan hasilnya berangsur-angsur dipublikasikan di khalayak umum. Permasalahan di dalam kecerdasan buatan akan selalu bertambah dan berkembang seiring dengan laju perkembangan zaman menuju arah globalisasi dalam setiap aspek kehidupan manusia, yang membawa persoalan-persoalan yang semakin beragam pula.


     Program kecerdasan buatan lebih sederhana dalam pengoperasiannya, sehingga banyak membantu pemakai. Program konvensional dijalankan secara prosedural dan kaku, rangkaian tahap solusinya sudah didefinisikan secara tepat oleh pemrogramnya. Sebaliknya, pada program kecerdasan buatan untuk mendapatkan solusi yang memuaskan dilakukan pendekatan trial and error, mirip seperti apa yang dilakukan oleh manusia.

 Bidang Artificial Intelligence
  1. Jaringan Syaraf (Neural Network)
  2. Sistem Persepsi (Perceptive System)
  3. Belajar (Learning)
  4. Robot (Robotics)
  5. Perangkat Keras AI (Artificial Intelligence)
  6. Pemrosesan Bahasa Alamiah (Natural Language Processing)
Tujuan Kecerdasan buatan:
  1. 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.
  2. Untuk meningkatkan pengertian/pemahaman kita pada bagaimana otak manusia bekerja
Keuntungan Kecerdasan Buatan :
  1. 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.
  2. 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
  3. 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.
  4. Kecerdasan buatan bersifat konsisten. Hal ini disebabkan karena kecerdasan busatan adalah bagian dari teknologi komputer. Sedangkan kecerdasan alami senantiasa berubah-ubah.
  5. 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.
  6. Kecerdasan buatan dapat mengerjakan pekerjaan lebih cepat dibanding dengan kecerdasan alami
  7. Kecerdasan buatan dapat mengerjakan pekerjaan lebih baik dibanding dengan kecerdasan alami.
Komponen Kecerdasan Buatan : 
1. Basis Pengetahuan
Basis Pengetahuan berisi pengetahuan yang dibutuhkan untuk memahami, memformulasi      dan memecahkan masalah. Basis pengetahuan tersusun atas 2 elemen   dasar yaitu :
  • Fakta, misalnya: situasi, kondisi, dan kenyataan dari permasalahan yang ada, serta teori dalam bidang itu.
  • Aturan, yang mengarahkan penggunaan pengetahuan untuk memecahkan masalah yang spesifik dalam bidang yang khusus.
2.  Mesin Inferensi
Mesin Inferensi (Inference Engine), merupakan otak dari Kecerdasan buatan. Juga dikenal sebagai penerjemah aturan (rule interpreter). Komponen ini berupa program komputer yang menyediakan suatu metodologi untuk memikirkan (reasoning) dan memformulasi kesimpulan. Kerja mesin inferensi meliputi :
  • Menentukan aturan mana yang akan dipakai
  • Menyajikan pertanyaan kepada pemakai ketika diperlukan.
  • Menambahkan jawaban ke dalam memori kecerdasan buatan dan sistem pakar.
  • Menyimpulkan fakta baru dari sebuah aturan
  • Menambahkan fakta tadi (yang telah diperoleh) ke dalam memori.
3.  Interface Kecerdasan buatan dan Sistem Pakar
Mengatur komunikasi antara pengguna dan komputer. Komunikasi ini paling baik berupa bahasa alami, biasanya disajikan dalam bentuk tanya-jawab dan kadang ditampilkan dalam bentuk gambar/grafik. Antarmuka yang lebih canggih dilengkapi   dengan percakapan (voice communication).


2. AI & Kognisi Manusia
     
      Riset psikologi selama lebih dari 1 abad, terutama melalui rieset psikologi kognitif beberapa abad lalu. Otak sebagai mesin berfikir manusia berbeda secara fundamental dibandingkan dengan komputer. Pada 1970-an dan awal 1980-an, penelitian ilmu kognitif banyak difokuskan pada kemungkinan kecerdasan buatan. Peneliti seperti Marvin Minsky akan menulis program komputer dalam bahasa seperti LISP untuk mencoba secara resmi menandai langkah bahwa manusia pergi melalui, misalnya, dalam membuat keputusan dan memecahkan masalah, dengan harapan pemikiran pemahaman manusia yang lebih baik, dan juga dalam harapan menciptakan pikiran buatan. Pendekatan ini dikenal sebagai "AI simbolis".
       Pada masa sekarang, ilmu kognitif sangat menekankan bidang-bidang interdisipliner seperti : ilmu komputer, filsafat, psikologi, neurosains, linguistik, dan antropologi. terkait Sifatnya yang interdisiplin, ilmu kognitif banyak dipengaruhi oleh ilmu-ilmu lain. Secara kuat ilmu komputer mempengaruhi ilmu kognitif ditandai oleh fokus mata kuliah kognitif pada modeling komputer, kecerdasan buatan (Artificial Intellegence), dan neurosains. Salah satu alasan yang menjadikan ilmu komputer mendominasi ilmu kognitif adalah karena ilmu komputer memiliki keunggulan dalam menyusun dan menguji model-model kognitif.

3.  AI & Sistem Pakar
    Sistem pakar adalah sistem berbasis komputer yang menggunakan pengetahuan, fakta, dan teknik penalaran dalam memecahkan masalah yang biasanya hanya dapat dipecahkan oleh seorang pakar dalam bidang tersebut. 
      Pada dasarnya sistem pakar ditetapkan untuk mendukung aktivitas pemecahan masalah. Beberapa aktivitas pemecahan masalah yang dimaksud antara lain : pembuatan keputusan (decicion making), pemaduan pengetahuan (knowledge fusing), pembuatan desain (designing), perencanaan (planing), perkiraan (forecasting), pengaturan (regulating), pengendalian (controlling), diagnosis (diagnosing), perumusan (prescribing), penjelasan (explaning), pemberian nasihat (advising) dan pelatihan (tutoring). Selain itu sistem pakar juga dapat berfungsi sebagai asisten yang pandai dari suatu pakar. 
       Sistem pakar dibuat pada wilayah tertentu untuk suatu kepakaran tertentu yang mendekati kemampuan manusia di salah satu bidang. Sistem pakar mencoba mencari solusi yang memuaskan sebagaimana yang dilakukan seorang pakar. Selain itu sistem pakar juga dapat memberikan penjelasan terhadap langkah yang diambil dan memberikan alasan atas saran atau kesimpulan yang ditemukannya. 
       Biasanya sistem pakar hanya digunakan untuk memecahkan masalah yang memang sulit untuk dipecahkan dengan pemprograman biasa, mengingat biaya yang diperlukan untuk membuat sistem pakar jauh lebih besar dari pembuatan sistem biasa.

 Sistem Pakar & Kaitannya Dengan AI
Sistem pakar mulai dikembangkan pada pertengahan tahun 1960-an oleh Artificial Intelligence Corporation. Periode penelitian artificial intelligence ini di dominasi oleh suatu keyakinan bahwa nalar yang digabung dengan komputer canggih akan menghasilkan prestasi pakar atau bahkan manusia super. Suatu usaha ke arah ini adalah General Purpose Problem- Solver (GPS). GPS yang berupa sebuah prosedur yang dikembangkan oleh Allen Newel, John Cliff  Shaw, dan Herbert Alexander Simon dari Logic Theorist merupakan sebuah percobaan untuk menciptakan mesin cerdas. GPS sendiri merupakan sebuah precedessor menuju Expert Sistem (ES) atau yang sekarang kita sebut dengan Sistem Pakar. GPS berusaha untuk menyusun langkah-langkah yang dibutuhkan untuk mengubah situasi awal menjadi state tujuan yang telah ditentukan sebelumnya.

 Persamaan dan Perbedaan antar Sistem Pakar dengan Kecerdasan Buatan
Sistem Pakar juga merupakan bagian dari Artificial Intelligence(AI) atau kecerdasan buatan, dimana letak persamaannya adalah sama-sama untuk mencapai hasil yang maksimal dalam memecahkan masalah, dan perbedaannya adalah sistem pakar mengacu pada si pembuatnya atau seseorang yang ahli dalam suatu bidangnya atau mengacu pada si perancang itu sendiri sebagai objek dalam menyiapkan suatu sistem guna mendapatkan hasil yang maksimal, sedangkan AI mengacu pada jalur atau langkah yang berorientasi pada hardware guna mencapai yang maksimal.

Pemakai Sistem Pakar 
Sistem pakar dapat digunakan oleh :
1) Orang awam yang bukan pakar untuk meningkatkan kemampuan mereka dalam        memecahkan masalah.
2)   Pakar sebagai asisten yang berpengetahuan.   
3)   Memperbanyak atau menyebarkan sumber pengetahuan yang semakin langka.

 Ciri-ciri sistem pakar :
1)   Terbatas pada bidang yang spesifik
2)   Dapat memberikan penalaran untuk data-data yang tidak lengkap atau tidak pasti.
3) Dapat mengemukakan rangkaian alasan yang diberikan dengan cara yang dapat pahami.            
4)  Berdasarkan pada rule atau kaidah tertentu.
5)  Dirancang untuk dapat dikembangkan secara bertahap.
6)  Outputnya bersifat nasihat atau anjuran.
7)  Outputnya tergantung dari dialog dengan user.
8)  Knowledge base dan interfence engine terpisah.

Contoh Sistem Pakar Dalam Bidang Psikologi :
  • ELIZA, adalah sebuah program komputer yang terkenal di tahun 1966, yang pertama kali dibuat oleh Joseph Weizenbaum dari MIT, yang berparodi sebagai seorang terapis Rogerian. Secara original menggunakan bahasa LISP, dan kemudian dikonversi dalam BASIC oleh Jeff Schrager kemudian ke dalam Microsoft BASIC oleh Steve North. Nama ELIZA diambil dari Eliza Doolittle, sebuah karakter kelas-pekerja Program tersebut, secara garis besar, bekerja dengan mengembalikan banyak frase dari pernyataan pasien dalam bentuk pertanyaan. Namun, kadang-kadang, Eliza bisa saja bersimulasi sebagai terapis secara tidak akurat. Program ELIZA berjalan dengan mensimulasikan percakapan antara psikiater dan pasiennya. ELIZA memancing pengguna untuk lebih banyak menceritakan tentang dirinya dan menghindari pengguna menggali lebih dalam tentang informasi dari program tersebut.
  • PARRY adalah sebuah contoh awal dari sebuah chatterbot, oleh psikiater Kenneth Colby. Parry Colby, Hilf, Webber dan Kraemer tahun 1972, mensimulasikan seorang pasien, dan menyebut program ini PARRY, karena ia mesimulasikan seorang pasian paranoid. Mereka memilih seorang paranoid sebagai subyek karena beberapa teori menyebutkan bahwa proses dan sistem paranoia memanga ada, perbedaan respon psikotis dan respon normalnya cukup hebat, dan mereka bisa menggunakan penilaian dari seorang ahli untuk mengecek keakuratan dari kemampuan pemisahan antara respon simulasi komputer dan respon manusia. Program menerapkan model mentah dari perilaku skizofrenia paranoid berdasarkan konsep, konseptualisasi, dan keyakinan. Hal ini juga diwujudkan strategi percakapan, dan dengan demikian, PARRY adalah sebuah program yang jauh lebih serius dan maju daripada ELIZA. Itu digambarkan sebagai "ELIZA dengan sikap". Pada awal tahun 1970, PARRY diuji dengan menggunakan variasi dari Turing Test.  Sekelompok psikiater yang berpengalaman menganalisis kombinasi pasien nyata dan komputer yang menjalankan PARRY melalui teleprinter . Kelompok lain dari 33 psikiater ditunjukkan transkrip percakapan. Kedua kelompok kemudian diminta untuk mengidentifikasi mana dari "pasien" yang manusia dan yang program komputer. Psikiater mampu membuat identifikasi yang benar hanya 48 persen dari waktu .
  • NETtalk adalah jaringan saraf tiruan. Yang merupakan adalah hasil penelitian yang dilakukan pada pertengahan 1980 oleh Terrence Sejnowski dan Charles Rosenberg. Maksud di balik NETtalk adalah untuk membangun model sederhana yang mungkin menjelaskan kompleksitas tugas-tugas belajar tingkat kognitif manusia, dan pelaksanaannya sebagai model koneksionis yang juga bisa belajar untuk melakukan tugas yang sebanding. NETtalk adalah sebuah program yang belajar mengucapkan teks bahasa Inggris yang ditulis dengan menjadi teks yang ditampilkan sebagai masukan dan pencocokan transkripsi fonetik untuk perbandingan.NETtalk progam ini jenisnya cukup berbeda, berdasarkan pada jaring jaring neuron, sehinnga dinamakan NETtalk. Dalam program ini, NETtalk membaca tulisan dan mengucapkannya keras- keras.  Para penulis mencatat bahwa belajar membaca melibatkan mekanisme kompleks yang melibatkan banyak bagian dari otak manusia. NETtalk tidak secara khusus model tahapan pengolahan citra dan pengenalan huruf dari korteks visual. Sebaliknya, ia menganggap bahwa surat telah pra-diklasifikasikan dan diakui, dan urutan surat ini terdiri dari kata-kata tersebut kemudian ditampilkan ke jaringan saraf selama pelatihan dan selama pengujian kinerja. Adalah tugas NETtalk untuk belajar asosiasi yang tepat antara pengucapan yang benar dengan urutan tertentu huruf berdasarkan konteks di mana huruf tersebut akan muncul. Dengan kata lain NETtalk belajar untuk menggunakan huruf sekitar fonem saat diucapkan yang memberikan isyarat untuk pemetaan dimaksudkan fonemik nya


Sumber Referensi :

Diposting oleh di 1 komentar:
Langganan: Postingan (Atom)