Definisi AI
Artificial Intelligence (AI) atau Intelegensi Buatan atau kepintaran buatan dapat didefinisikan sebagai kecerdasan yang ditunjukkan oleh suatu entitas buatan. Sistem seperti ini umumnya dianggap komputer. Kecerdasan diciptakan dan dimasukkan ke dalam suatu mesin agar dapat melakukan pekerjaan seperti yang dapat dilakukan manusia atau dengan kata lain suatu mesin atau alat pintar (biasanya adalah suatu komputer) yang dapat melakukan suatu tugas yang bilamana tugas tersebut dilakukan oleh manusia akan dibutuhkan suatu kepintaran untuk melakukannya. Definisi ini tampaknya kurang begitu membantu, karena beberapa ahli berpendapat, kepintaran seperti apakah yang dapat dikategorikan sebagai AI.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.
'Kecerdasan buatan' ini bukan hanya ingin mengerti apa itu sistem kecerdasan, tapi juga mengkonstruksinya. Tidak ada definisi yang memuaskan untuk 'kecerdasan' itu sendiri.
Secara garis besar, AI terbagi ke dalam dua faham pemikiran yaitu AI Konvensional dan Kecerdasan Komputasional (CI, Computational Intelligence). AI konvensional kebanyakan melibatkan metoda-metoda yang sekarang diklasifiksikan sebagai pembelajaran mesin, yang ditandai dengan formalisme dan analisis statistik. Dikenal juga sebagai AI simbolis sedangkan Komputasi Evolusioner: menerapkan konsep-konsep yang terinspirasi secara biologis seperti populasi, mutasi dan “survival of the fittest” untuk menghasilkan pemecahan masalah yang lebih yang lebih baik.
Sejarah AI
Istilah AI pertama kali dikemukakan pada tahun 1956 di
konferensi Darthmouth. Sejak saat itu, penelitian, teori, dan prinsip terkait
AI terus berkembang. Walaupun istilah AI baru muncul pada tahun 1956, namun
teori yang mengarah ke AI muncul sejak tahun 1941. Adapun tahapan sejarah AI
adalah:
·
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.
Contoh Penerapan AI
- SYSTRAN(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)
source:
