Minggu, 01 Juli 2012

DEFINISI - ARTI - PENGERTIAN ARTIFICIAL INTELLIGENCE / KECERDASAN BUATAN


Istilah ini mendeskripsikan kemampuan

mesin yang secara kognitif menyamai tin-

dakan manusia. Kalkulator mekanik (di-

awali dengan "jam kalkulator" cli abad

ke-L7) du,t buhkun robot mekanik abad

ke-18 dan 19 dapat dianggap sebagai me-

sin awal yang memiliki kecerdasan, tetapi

kecerdasan buatan mulai dijadikan bidang

studi baru pada abad ke-20 setelah adanya

program komPuter (Pratt, 1987)'

lstilah ini mulai menonjol setelah di-

pakai dalam tema konferensi pada 1956 di

brrt-orth College, New HamPshire' oleh

John McCarthy (MacCorduck, 1979)' lsti-

iah ini mendefinisikan sekumpulan proyek

yang berusaha untuk mengeksploitasi po-

i.rrri ko-puter elektronik, yang lahir sela-

ma Perang Dunia II dan, pada awal 1950-

an, mulai masuk ke dunia siPil'

Proyek-proyek utama pada saat itu an-

tara lain urnhu membuat mesin yang bisa

memainkan permainan catur' memecahkan

soal geometii dan logika, mengenali pola

dnn l*.-ahami" bahasa Inggris sehari-

hari (Feigenbaum dan Feldrnan, 1'963)'

Ini merefleksikan dua tipe perhatian yang

berpadu membentuk bidang baru ini' dan

yarlg masih bertahan sampai sekarang'

Yang pertama adalah perhatian terhadap

pto*t psikologi manusia dan yang kedua

"d"ttn ketertarikan untuk membuat mesin

yang mampu melakukan hal-hal yang lebih

canggih (dan lebih nyaman bagi pengguna

manusial. Beberapa Artificial Intelligence

(AI) awal, misalnya program yang mampu

f.riogik", dibuat sebagai sarana untuk

memahami pembuatan keputusan manu-

sia. Program lainnya, misalnya yang bisa

bermain catur dan membuat bagan, dipa-

kai sebagai alat bantu studi pembelajaran'

Belakangan, perspektif yang memandang

otak manusia sebagai "pengolah infor-

masi" telah melahirkan kajian psikologi

kognitif (yang sebenarnya bukan cabang

yang sama sekali baru) dan dari sudut

pandang ini muncul usaha untuk membuat

mesin atau program yang bisa meniru atau

menyamai tindakan atau kinerja manusia

(Anderson, 1980).

Studi pengenalan pola dilakukan ber-

dasarkan motivasi lain-programer (pem-

buat program) ingin memperlengkapi

mesin mereka dengan kemampuan untuk

membaca tulisan ketikan. Mereka mene-

mukan bahwa, misalnya, sebuah abjad

tidak didefinisikan berdasarkan konfigu-

rasi titik-titik (dots) yang dapat didefinisi-

kan, tetapi konfigurasi yang tak terbatas

itu bisa diidentifikasi oleh mata manusia

sebagai huruf yang sama; apa yang harus

dipahami komputer adalah pola konfi-

gurasi yang berbeda-beda tersebut. proyek

khusus ini kemudian membuahkan hasil

(dalam bentuk perangkat optik pengenal

huruf yang bermanfaat bagi manusia),

tetapi problem pengenalan pola di domain

lain masih menjadi problem sulit (Fischler

dan Firscheim,1987).

Proyek membuat komputer yang mam-

pu menguasai bahasa Inggris (khususnya

bahasa sehari-hari) pada awalnya meru-

pakan proyek panjang untuk membuar

mesin menjadi lebih bersahabat bagi pro-

gramer. Proyek ini mampu membuahkan

hasil signifikan walaupun banyak kesulitan

yang masih dihadapi sejak kemunculannya

(Allen, 1987; Gazdar dan Mellish, 1989).

Ada pandangan bahwa persepsi visual itu

dimediasi melalui konsep bahasa natural,

dan adalah mungkin untuk mengartikula-

sikan dan mengingat pengetahuan dengan

menggunakan struktur linguistik (Wino-

grad, 1983).

Yang mengej utkan, kebanyakan proyek

awal ini masih menarik banyak perhatian

tetapi tidak menghasilkan solusi yang leng-

kap. Selalu ada problem dan proyek baru

yang muncul. Selama dua dekade eksis-

tensi AI, banyak perhatian diarahkan pada

mesin robot dan upaya untuk melengkapi

perangkat mekanik robot tersebut dengan

kemampuan kontrol gerakan dan kemam-

puan menggunakan data visual yang di-

peroleh dari lingkungan sekitarnya yang

memampukan robot itu bergerak atau me-

manipulasi objek, atau kedua-keduanya.

Usaha ini kini telah banyak dilakukan (En-

gelberger, 1980).

Belakangan, perhatian terbesar yang

menyangkut AI adalah pada upaya me-

mahami bagaimana pengetahuan manusia

bisa disimpan di mesin, dan usaha agar

pengetahuan itu, beserta implikasinya bagi

solusi problem, dapat diakses dengan mu-

dah. Ini adalah upaya menciptakan ,,ex-

pert systems" yang akan menggantikan

atau sptidaknya membantu pakar manusia

di beberapa bidang (guru, pencari sumban-

gan, konsultan keuangan).

Di masa depan mungkin akan muncul

minat terhadap potensi pembelajaran ,,ja-

ringan syaraf" (nerue nets) dari prosesor

komputer yang saling terkait (Hinron dan

Anderson, 1981). Komputer kini sudah

mampu membagi-bagi struktur, lalu me-

nyatukannya dan menyalurkannya melalui

satu prosesor untuk menghasilkan output

tindakan. Alternatif "nert)e-net" tersebut

dimaksudkan untuk menciptakan srruk-

tur yang mendekati jaringan saraf organik

(makhluk hidup) (ide cybernetic yang

gagal diwujudkan oleh perintis AI pada

1950-an). Harapannya sekarang adalah

struktur baru tersebut bisa menjadi pe-

doman perilaku sistem yang kompleks di

masa depan, bukan dengan mengikuti kai-

dah-kaidah yang mengatur perilaku tetapi

dengan menjadikan net (jaringan) tersebut

mengambil pola perilaku di masa lalu ke-

mudian memproyeksikannya ke masa de-

pan. Istilah "sains koneksi" (connection

science) kadang dipakai untuk menyebut

perspektif ini (Rumelhart et al., 1986;

Zeidenberg, L989).

Gagasan tentang "heuristis" ) yang pa-

da awalnya diaplikasikan dalam pencari-

an bukti matemarika, adalah salah satu

ide penting yang dikembangkan dalam

proyek AI. Solusi untuk problem tertenru

dapat diperoleh melalui serangkaian daf-

tar kemungkinan yang tak terbatas. Mis-

alnya, dalam permainan seperti catur, ada

beberapa kemungkinan langkah yang bisa

diambil oleh pemainnya, dan setiap urutan

langkah pada titik tertentu akan menghasil-

kan satu dari tiga hasil: kemenangan un-

tuk pemain satu atau pemain satunya lagi,

atau seri. Karena itu salah satu pendekat-

an teoretisnya adalah melalui serangkaian

dugaan "bagaimana jika" yang lengkap.

Sayangnya (atau untungnya-catur adalah

permainan yang menyenangkan), bahkan

mesin yang membutuhkan waktu kurang

dari seperjuta detik untuk menghitung

setiap kemungkinan dalam permainan 40

langkah akan membutuhkan waktu 10e5

tahun untuk menghasilkan langkah per-

tama (Shannon, 1954).

Yang dibutuhkan oleh program per-

mainan catur adalah cara untuk mening-

katkan perhitungan perkiraan langkah

secara sistematis, dengan menghilangkan

kemungkinan yang sama. Misalnya, kita

bisa mengabaikan semua langkah bidak

catur di petak yang tak terlindungi. Man-

faat dari penciptaan kemungkinan secara

sistematis adalah jika Anda punya waktu

cukup, Anda bisa mencakup semua ke-

mungkinan. Inilah manfaat yang dikor-

bankan oleh jalan pintas atau "heuristis":

dalam situasi yang pasti dalam jangka

panjang Anda akan memiliki sesuatu yang

kurang pasti dalam rentang waktu yang

bisa diterima.

Bahkan dengan bantuan heuristis ini,

pemecahan problem dengan AI sering kali

melibatkan pengecekan sejumlah besar ke-

mungkinan, dan karenanya perlu dilaku-

kan penyimpanan informasi sedemikian

rupa sebagai jalan untuk memaksimalkan

efisiensi pencarian solusi melalui kemung-

kinan itu. Struktur berbentuk "pohon"

bercabang amat berguna di sini. Teknik

lainnya, yang bukan barang baru dalam

AI, adalah membagi problem yang harus

dipecahkan menjadi komponen-kompo-

nen problem yang lebih sederhana, dan

kalau perlu dipecah lagi-dan seterusnya

sampai tercapai level di mana solusi dapat

ditemukan (Newell dan Simon, 1"9721.

AI, terutama pada masa awal, mem-

beri dukungan pada ide bahwa konsep dan

proposisi hendaknya diperlakukan sebagai

daftar simbol, yang sebagian di antaranya

akan diambil dan diolah/dimanipulasi. Se-

buah bahasa program komputer, LISP (LISI

Processor), diciptakan untuk memfasilitasi

proses tersebut melalui mesin, dan ternyata

bermanfaat luas untuk proyek-proyek AI

(McCarthy, 1,963).

Sejak masa awal, para pekerja di bi-

dang AI telah memandang relevansi Locrc

bagi bidang mereka. Kemampuan ber-

logika merupakan salah satu aspek dari

kemampdan intelektual, dan salah satu

bentuk berpikir logis adalah mengartiku-

lasikan aturan dari penalaran yang valid,

aturan yang membuat kita bisa menarik

kesimpulan yang benar berdasarkan dari

hal-hal yang kita tahu. Jika mesin dapat

mengolah proposisi sesuai dengan atLrran

ini (dan seandainya mesin itu ada), maka

ia bukan hanya akan mengeliminasi peran

ahli logika dan matematika manusia (sebab

tugas mereka adalah menunjukkan bahwa

suatu proposisi dapat dibuktikan) tetapi

juga menjadi alat bantu bagi semua usaha

manusia yang membutuhkan penalaran

atas pengetahuan.

Bagi tipe penalaran tertentu, aturan-

aturan itu telah disusun sebagai hasil dari

kajian para ahli logika selama berabad-

abad (Prior, 1.962). Kaidah itu dimasukkan

ke program komputer, dan ini merupakan

proyek AI paling awal. Misalnya, ketika di-

aplikasikan ke domain pengobatan medis,

implementasi logika komputernya adalah

sebuah program yang mampu menawar-

kan diagnosis kondisi medis. Pengetahuan

medis dimasukkan ke dalam program

tersebut dalam bentuk kaidah-kaidah yang

mengekspresikan hubungan antara gejala

dengan kemungkinan penyakit. Pasien di-

minta memasukkan gejala yang mereka

rasakan dan program itu akan menggu-

nakan kaidah logika yang sudah ditanam

di dalamnya untlrk memberikan diagnosis

(Shortliffe, 1.9761.

Sistem jenis ini bukannya tanpa man_

faat praktis, meskipun pada k.rry"t"onrryn

sistem itu hanya bisa menyamai tipe pe_

nalaran yang amar terbaras. tni adalah tipe

yang dirumuskan dalam apa yang dikenal

sebagai "kalkulus proposisio nal,; lpropo_

sitional calculus), dan keterbatasannya

adalah ia tidak dapat merepresentasikan

penalaran yang tergantung pada struktur

internal dari proposisi tersebut. Misalnya,

kalkulus proposisional memperlakukan

penalaran dokter yang menyatakan ,.Jika

Tom suhunya tinggi, dia pasti sakit" se_

bagai bentuk logika .,jika p maka q,'. p

adalah untuk proposisi ,,Tom suhunya

tinggi" dan q untuk ,,dia pasti sakit.,,

Tetapi banyak penalaran terganrung pada

strukrur internal dari proposisi (misalnya:

"Iika setiap angka ada lanjutannya, maka

tidak ada angka yang lebih besar claripada

setiap angka lain.")

Akan tetapi para ahli logika berhasil

dalam jenis penalaran lain, yang diilharni

oleh karya Gottlob Ferge di akhir abad ke_

19, yang rnengembangkan apa yang dike_

nai sebagai "kalkr_rlus predikat,' (predicate

calculus) (Kneale dan Kneale, 1962). Ber_

kat kaidah yang diungkapkan dalam karya

inatematika terkenal dari Kurt Gcidel dan

yang lainnya (Davis, 196S), dinyatakan

bahwa, dalam rangka menentukan per_

tanyaan yang sah, tidak ada kepastian

sebelnrnnya yang akan dinyatakan oleh

represenrasi mekanjk dari kalkulus predi-

kat. Mesin akan memberi jawaban *ya,,

pada pertanyaan yang diajukan (misalnya,

apakah suatu proposisi dari kalkulus predi_

kat berasal dari informasi yang ,.rr.diu?;.

Tetapi sebelum dijawab, pengguna tidak

akan tahu apakah ini karena jawabannya

"Tidak' atau karena jawabannya tidak

akan pernah ditentukan. Ini menciptakan

ketidakpastian, rerapi ini adalah ..r" urr_

tuk mengatasi keterbatasan yang menye_

babkan mesin kalkulus predikat punya

banyak l

Salah satu hasil dari upaya ini adalah

penyusunan bahasa program komputer

yang disebur PRoLoc (singkatan d,ari ,,pro_

gramming in logic") yang mengaplikasi_

kan kaidah-kaidah kalkulus pr.dik", ,.,_

tuk mengolah proposisi yang berasal dari

fakta yang dimasukkan ke dalam sisrem

komputer itu, dengan mempertimbangkan

"basis pengetahuan" yang sebelumnya

telah dipasang di dalam program (Kowal_

ski,1979).

Masih ada pembuatan progr am expert

system lain, namun sampai saat ini masih

harus ditunggu hasilnya.

artificial intelligence / kecerdasan buatan

Title Post:
Rating: 100% based on 99998 ratings. 99 user reviews.
Author:

Terimakasih sudah berkunjung di blog SELAPUTS, Jika ada kritik dan saran silahkan tinggalkan komentar

Tidak ada komentar:

Posting Komentar

Catatan: Hanya anggota dari blog ini yang dapat mengirim komentar.

  © Blogger template Noblarum by Ourblogtemplates.com 2021

Back to TOP  

submit to reddit