Artificial Intelligence (AI)
Sejarah Artificial Intelligence
Era komputer elektronik (1941)
Pada tahun 1941, USA dan Jerman
mengembangkan alat penyimpanan dan pemrosesan informasi yang kemudian disebut
komputer elekronik. Komputer elektronik ini masih berukuran besar dan sangat
susah untuk diprogram. Komputer elektronik ini melibatkan konfigurasi ribuan
kabel untuk menjalankan suatu program.
Pada tahun 1949, berhasil dibuat
komputer yang mampu menyimpan program sehingga programmer lebih mudah
untuk memasukkan program. Penemuan inilah yang menjadi dasar pengembangan
program yang mengarah ke AI.
Masa Persiapan AI (1943-1956)
Pada tahun 1943, Warren McCulloch dan
Walter Pitts mengemukakan tiga hal : pengetahuan fisiologi dasar, dan fungsi
sel syaraf dalam otak, analisis formal tentang logika proposisi (propositional
logic), dan teori komputasi Turing. Mereka berhasil membuat suatu model sel
syaraf tiruan (artificial neuron) di mana setiap neuron digambarkan sebagai
‘on’ dan ‘off’. Mereka menemukan bahwa setiap fungsi dapat dihitung dengan
suatu jaringan sel syaraf dan semua hubungan logis dapat diimplementasikan
dengan struktur dan jaringan yang sederhana.
Pada tahun 1950, Norbert Wiener membuat penelitian tentang prinsip teori feedback. Contoh yang terkenal adalah thermostat. Pada tahun 1956, John McCarthy meyakinkan Minsky, Claude Shannon, dan Nathaniel Rochester untuk membantunya melakukan penelitian dalam bidang Automata. Jaringan Syaraf dan pembelajaran intelijensia. Mereka mengerjakan proyek ini selama 2 bulan di Dartmouth. Hasilnya adalah program yang mampu berpikir non-numerik dan menyelesaikan masalah pemikiran, yang dinamakan Principia Mathematica. Hal ini menjadikan McCarthy disebut sebagai Father of AI (bapak AI).
Awal Perkembangan AI (1952-1969)
Pada tahun-tahun pertama
perkembangaannya, AI mengalami banyak kesuksesan. Diawali dengan kesuksesan
Newell dan Simon dengan sebuah program yang disebut General Problem Solver.
Program ini dirancang untuk memulai penyelesaian secara manusiawi. Pada tahun
1958, McCarthy di MIT AI lab Memo No1 mendefinisikan bahasa pemrograman tingkat
tinggi yaitu LISP, yang sekarang mendominasi pembuatan program-program AI.
Kemudian, McCarthy membuat program yang dinamakan Programs with Common Sense.
Di dalam program tersebut, dibuat rancangan untuk menggunakan pengetahuan dalam
mencari solusi.
Pada tahun 1959, Nathaniel Rochester
dari IBM dan mahsiswa-mahasiswanya mengeluarkan program AI yaitu Geometry
Theorm Prover. Program ini dapat membuktikan suatu teorema menggunakan
axioma-axioma yang ada. Pada tahun 1963, program yang dibuat James Slagle mampu
menyelesaikan masalah integral tertutup untuk mata kuliah Kalkulus. Pada tahun
1968, program analogi buatan Tom Evan menyelesaikan masalah analogi geometris
yang ada pada tes IQ.
Perkembangan AI melambat (1966-1974)
Prediksi Herbert Simon pada
tahun 1957 yang menyatakan bahwa AI akan menjadi ilmu pengetahuan yang akan
berkembang pesat ternyata meleset. Pada 10 tahun kemudian, perkembangan AI
melambat. Adapun masalah yang membuat perkembangan AI melambat adalah :
- Program AI yang bermunculan hanya mengandung sedikit atau bahkan tidak mengandung sama sekali pengetahuan pada subjeknya. Program AI berhasil hanya karena manipulasi sintetis yang sederhana. Sebagai contoh adalaha Weizenbaum’s ELIZA program (1965) yang dapat melakukan percakapan serius pada berbagai topic, sebenarnya hanyalah peminjaman dan manipulasi kalimat-kalimat yang diketikkan oleh manusia.
- Banyak masalah yang harus diselesaikan oleh AI. Krena terlalu banyaknya masalah yang berkaitan, maka tidak jarang banyak terjadi kegagalanpada pembuatan program AI.
- Ada beberapa batasan pada struktur dasar yang digunakan untuk menghasilkan perilaku intelijensia. Sebagai contoh adalah pada tahun 1969 buku Minsky dan Papert Perceptrons membuktikan bahwa meskipun program Perceptron dapat mempelajari segala sesuatu, tetapi program tersebut hanay merepresentasikan sejumlah kecil saja. Sebagai contoh, dua masukan perceptron yang berbeda tidak dapat dilatihkan untuk mengenali kedua masukan yang berbeda tersebut.
Sistem
Berbasis Pengetahuan (1969-1979)
Pengetahuan
adalah kekuatan pendukung AI. Hal ini dibuktikan dengan program yang dibuat
oleh Ed Feigenbaum, Bruce Buchanan dan Joshua Lederberg yang membuat program
untuk memcahkan masalah struktur molekul dari informasi yang didapat dari
spectrometer massa. Program ini dinamakan Dendral Programs yang berfokus
pada segi pengetahuan kimia. Dari segi diagnosis medis juga sudah ada yang
menemukannya, yaitu Saul Amarel dalam proyek Computer in Biomedicine. Proyek
ini diawali dari keinginan untuk mendapatkan diagnose penyakit berdasarkan
pengetahuan yang ada pada mekanisme penyebab proses penyakit.
AI
menjadi sebuah industri (1980-1988)
Industrialisasi AI diawali dengan ditemukannya expert system
(system pakar) yang dinamakan R1 yang mampu mengkonfigurasi system-sistem
computer baru. Program tersebut muali dioperasikan di Digital Equipment
Corporation (DEC), McDermott, pada tahun 1982. Pada tahun 1986, program ini
telah berhasil menghemat 40 juta dolar per tahun. Pada tahun 1988, kelompok AI
di DEC menjalankan 40 sistem pakar. Adapun perusahaan yang menawarkan software
tool untuk membangun system pakar seperti Carnegie Group, Inference,
Intellicorp, dan Technoledge. Untuk perusahaan hardware yang turut berperan
dalam pembangungan workstation yang digunakan untuk optimalisasi program LISP
adalah LISP Machines Inc., Texas Instrument, Symbolics, dan Xerox
Kembalinya
Jaringan Syaraf Tiruan (1986-sekarang)
Meskipun
bidang ilmu computer menolak jaringan syaraf tiruan setelah diterbitkannya buku
“Perceptrons” karangan Minsky dan Papert, tetapi para ilmuan masih mempelajari
bidang ilmu tersebut dari sudut pandang yang lain yaitu fisika. Para ahli
fisika seperti Hopfield (1982) menggunakan teknik-teknik mekanika statistika
untuk menganalisa sifat-sifat penyimpanan dan optimasi pada jaringan syaraf.
Para ahli psikologi, David Rumelhart dan Geoff Hinton, melanjutkan penelitian
mengenai model jaringan syaraf pada memori. Pada tahun 1985-an sedikitnya empat
kelompok riset menemukan kembali algoritma belajar propagasi balik. Algoritma
ini berhasil diimplementasikan ke dalam bidang ilmu computer dan psikologi.
AI saat ini
Beberapa teknik AI yang digunakan pada saat ini yaitu, searching,
reasoning, planning, dan learning. Searching adalah teknik untuk pencarian
optimum pada berbagai masalah seperti jarak tempuh, kamus, web browser.
Reasoning adalah teknik untuk penalaran, seperti permainan catur. Planning
adalah teknik untuk perencanaan, seperti software untuk menentukan minimum
requirement sebuah pesawat terbang dll. Learning adalah teknik untuk
pembelajaran, yaitu computer mampu belajar sendiri hanya dengan diberi pengetahuan
tertentu, contohnya mesin penerjemah.
DEFINISI
AI
Kecerdasan
buatan atau Artificial Intelligence (AI) istilah yang mungkin akan mengingatkan
kita akan kehebatan optimus prime dalam film The Transformers. Kecerdasan
buatan memang kerap diidentikkan dengan kemampuan robot yang dapat berperilaku
seperti manusia. Definisi Kecerdasan Buatan, Berbagai definisi diungkapkan oleh
para ahli untuk dapat memberi gambaran mengenai kecerdasan buatan beberapa
diantaranya :
Kecerdasan
Buatan (Artificial Intelligence) merupakan kawasan penelitian, aplikasi dan
instruksi yang terkait dengan pemrograman komputer untuk melakukan sesuatu hal
yang dalam pandangan manusia adalah cerdas (H. A. Simon [1987]).
Kecerdasan
Buatan (AI) merupakan sebuah studi tentang bagaimana membuat komputer melakukan
hal-hal yang pada saat ini dapat dilakukan lebih baik oleh manusia (Rich and
Knight [1991]).
Kecerdasan
Buatan (AI) merupakan cabang dari ilmu komputer yang dalam merepresentasi
pengetahuan lebih banyak menggunakan bentuk simbol-simbol daripada bilangan,
dan memproses informasi berdasarkan metode heuristic atau dengan berdasarkan
sejumlah aturan (Encyclopedia Britannica).
ARTIFICIAL INTELEGENCE atau AI
dalam bahasa Indonesia artinya Kecerdasan Buatan yaitu kecerdasan yang
ditunjukkan oleh suatu entitas ilmiah. Kecerdasan dibuat dan dimasukkan ke
dalam suatu mesin/ komputer supaya bisa melakukan pekerjaan seperti yang bisa
dikerjakan oleh manusia. Contohnya adalah kemampuan untuk menjawab diagnosa dan
pertanyaan pelanggan, perencanaan dan penjadwalan, pengendalian, serta
pengenalan tulisan tangan, suara dan wajah. Hal-hal seperti itu telah menjadi
disiplin ilmu tersendiri, yang memusatkan perhatian pada penyediaan solusi
masalah di kehidupan yang nyata. Terdapat macam-macam bidang yang menggunakan
kecerdasan buatan diantaranya yaitu: game komputer, sistem pakar, jaringan
syaraf tiruan, logika fuzzy dan robotika.
Kelebihan Artificial Intelligence:
Kelebihan Artificial Intelligence:
·
Artificial
Intelligence bersifat konsisten dan teliti .
·
Artificial
Intelligence lebih bersifat permanent.
·
Artificial
Intelligence dapat lebih murah daripada kecerdasan alami.
·
Artificial
Intelligence menawarkan kemudahan untuk digandakan atau disebarkan.
·
Artificial
Intelligence dapat didokumentasi.
Contoh Penerapan Artificial Intelligence:
·
SYSTRAN.
perangkat lunak untuk penerjemahan bahasa.
perangkat lunak untuk penerjemahan bahasa.
·
Delco
Electronics.
Mobil yang dapat mengemudikan
sendiri yang menggunakan pendeteksi tepi untuk tetap bertahan di jalan.
·
Deep
Blue.
program catur 1997 yang mengalahkan
Garry Kasparov pecatur dunia .
·
Volkswagen
AG.
Sistem pengemudi kendaraan otomatis
yang diciptakan oleh Jerman.
CONTOH AI
- · Robotika dan Sistem Navigasi
Bidang ilmu inilah yang mempelajari
bagaimana merancang robot yang berguna bagi industry dan mampu membantu
manusia, bahkan yang nantinya bisa menggantikan fungsi manusia. Robot mampu
melakukan beberapa task dengan berinteraksi dengan lingkungan sekitar. Untuk
melakukan hal tersebut, robot diperlengkapi dengan actuator seperti
lengan, roda, kaki, dll. Kemudian, robot juga diperlengkapi dengan sensor, yang
memampukan mereka untuk menerima dan bereaksi terhadap environment mereka
Al-Jajari (1136-1206) seorang ilmuwan Islam pada dinasti Artuqid yang dianggap
pertama kali menciptakan robot humanoid dimana berfungsi sebagai 4 musisi,
hebat kan? Bahkan pada tahun 1796 sudah dihasilkan boneka mekanik bernama
Karakuri yang mampu menuangkan air teh atau menulis karakter Kanji yang dibuat
oleh Hisashige Tanaka.
Gambar 1.6 Al-Jazari’s programmable automata (Tahun
1206 SM)
Gambar 1.7 Karakuri, rancangan robot dari
Jepang adad 16 yang mampu menuang air teh
Ada beberapa istilah penting di dalam
robot vision yang saling berhubungan, diantaranya computer vision, machine
vision dan robot vision. Computer vision merupakan teknologi paling
penting di masa yang akan datang dalam pengembangan robot yang
interaktif. Computer Vision merupakan bidang pengetahuan yang berfokus
pada bidang sistem kecerdasan buatan dan berhubungan dengan
akuisisi dan pemrosesan image. Machine vision merupakan proses menerpakan
teknologi untuk inspeksi automatis berbasis image, kontrol proses dan pemanduan
robot pada berbagai aplikasi industri dan rumah tangga. Robot vision
merupakan pengetahuan mengenai penerapan computer vision
pada robot. Robot membutuhkan informasi vision untuk
memutuskan aksi apa yang akan dilakukan. Penerapan saat ini vision pada
robot antara lain sebagai alat bantu navigasi robot, mencari obyek yang
diinginkan, inspeksi lingkungan dan lainnya. Vision pada robot menjadi
sangat penting karena informasi yang diterima lebih detail dibanding hanya
sensor jarak atau sensor lainnya. Misalnya dengan vision, robot dapat mengenal
apakah obyek yang terdeteksi merupakan wajah orang atau bukan. Lebih jauh
lagi, sistem vision yang canggih pada robot membuat robot dapat membedakan
wajah A dengan wajah B secara akurat (Face recognition system menggunakan
metode PCA, LDA dan lainnya) . Proses pengolahan dari input image dari
kamera hingga memiliki arti bagi robot dikenal sebagai visual perception,
dimulai dari akuisisi image, image preprocessing untuk memperoleh image yang
diinginkan dan bebas noise misalnya, ekstrasi fitur hingga interpretasi seperti
ditunjukkan pada gambar 1.8. Misalnya saja untuk identifikasi pelanggan dan
penghindaran multiple moving obstacles berbasis vision, atau untuk menggerakan
servo sebagai aktuator untuk mengarahkan kamera agar tetap mengarah ke wajah
seseorang (face tracking) .
Gambar 1.8 Contoh Model visual perception pada
robot[3]
Contoh nyata model service robot berbasis vision
(vision-based service robot) yang dikembangkan penulis bernama
Srikandi III yang menggunakan 2 buah kamera (stereo vision) seperti gambar di
bawah, dimana robot dapat mengirimkan order pesanan minuman ke pelanggan:
Gambar 1.9 Contoh robotika berbasis kamera
Pada pengembangan selanjutnya,
menanamkan kecerdasan buatan yang komplek pada robot sehingga mampu
mengenal dan memahami suara manusia, perhatian terhadap berbagai gerak lawan
bicara dan mampu memberikan response alami yang diberikan robot ke manusia
merupakan tantangan ke depan untuk membangun robot masa depan.
·
- Game Playing
Game biasanya memiliki karakter yang
dikontrol oleh user, dan karakter lawan yang dikontrol oleh game itu sendiri.
Dimana kita harus merancang aturan-aturan yang nantinya akan dikerjakan oleh
karakter lawan. Game akan menjadi menarik apabila karakter lawan (non-player)
bereaksi dengan baik terhadap apa yang dilakukan oleh player. Hal ini akan
memancing penasaran user dan membuat game menarik untuk dimainkan. Tujuan
intinya adalah membuat non-player memiliki strategi yang cerdas untuk
mengalahkan player. Pada bidang ini, AI dibutuhkan, yaitu untuk merancang
dan menghasilkan game yang fun serta antarmuka antara man-machine yang cerdas
dan menarik untuk dimainkan.
.
Komentar
Posting Komentar