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
Tidak ada komentar:
Posting Komentar
Catatan: Hanya anggota dari blog ini yang dapat mengirim komentar.