Definisi
Teknologi Sistem Cerdas atau Artificial Intelegent (AI)
Kecerdasan
Buatan atau kecerdasan yang ditambahkan kepada suatu sistem yang bisa
diatur dalam konteks ilmiah atau Intelegensi Artifisial (bahasa
Inggris: Artificial Intelligence atau hanya disingkat AI)
didefinisikan sebagai kecerdasan entitas ilmiah. Sistem seperti ini
umumnya dianggap komputer. Kecerdasan diciptakan dan dimasukkan ke dalam suatu
mesin (komputer) agar dapat melakukan pekerjaan seperti yang dapat
dilakukan manusia. Beberapa macam bidang yang menggunakan kecerdasan
buatan antara lain sistem pakar, permainan
komputer (games), logika fuzzy, jaringan saraf
tiruan dan robotika.
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
Objek/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.
Sejarah AI
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.
Bertrand 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 fondasi untuk jaringan saraf.
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 saraf 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 saraf
digunakan secara meluas dengan algoritme perambatan balik, pertama kali
diterangkan oleh Paul John Werbos pada 1974. Pada tahun 1982, para
ahli fisika seperti Hopfield menggunakan teknik-teknik statistika
untuk menganalisis sifat-sifat penyimpanan dan optimasi pada jaringan saraf.
Para ahli psikologi, David Rumelhart dan Geoff Hinton,
melanjutkan penelitian mengenai model jaringan saraf pada memori. Pada tahun
1985-an sedikitnya empat kelompok riset menemukan kembali algoritme
pembelajaran propagansi balik (Back-Propagation learning). Algoritme ini
berhasil diimplementasikan ke dalam ilmu komputer dan psikologi. 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.
Konsep Dasar AI
1. Acting Humanly
Acting humanly ialah system yang melakukan pendekatan
dengan menirukan tingkah laku seperti manusia yang dikenalkan pada tahun 1950
degan cara kerja pengujian melalui teletype yaitu jika penguji (integrator)
tidak dapat membedakan yang mengintrogasai antara manusia dan computer maka
computer tersebut dikatakan lolos(menjadi kecerdasan buatan).
2. Thinking Humanly
Yaitu system yang dilakukan dengan cara intropeksi
yaitu penangkapan pemikiran psikologis
Manusia pada computer,hal ini sering diujikan dengan
neuron ke neuron lainnya atau sel otak dengan sel otak lainnya cara
pembelajarannya yaitu melalui experiment-experimen.
3. Thinking Rationaly
Ini merupakn system yang sangat sulit ,karena sering
terjadi kesalah dala, prinsip dan prakteknya,system ini dikenal dengan
penalaran komputasi.
4. Acting Rationaly
Yaitu system yang melakukan aksi dengan cara
menciptakan suatu robotika cerdas yang menggantikan tugas manusia.
Contoh studi
kasus di bidang AI : Robotika
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.
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).
Contoh nyata model service robot
berbasis vision (vision-based service robot) yang dikembangkan penulis
bernama Srikandi III yang menggunakan 2 buah kamera (stereo vision), dimana
robot dapat mengirimkan order pesanan minuman ke pelanggan.
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.
Sumber Referensi
:
·
https://id.wikipedia.org/wiki/Kecerdasan_buatan
·
http://heregeralds.blogspot.co.id/2016/10/konsep-teknologi-sistem-cerdas.html
·
http://blog.rumahproject.com/2016/11/27/contoh-penerapan-kecerdasan-buatan-ai-dalam-kehidupan/
Tidak ada komentar:
Posting Komentar