Istilah dan pengembangan program bahasa Artificial intelligence pertama kali dimunculkan oleh John McCarty, menyusul kesuksesan Turing test
pada tahun 1950. Pada tahun 1956, John McCarty menyelenggarakan
lokakarya selama dua bulan yang melibatkan para peneliti bidang jaringan
saraf dan sistem kecerdasan di Dartmouth University. Beberapa waktu
kemudian, AI muncul sebagai sebuah disiplin baru yang tujuannya adalah
untuk menciptakan sistem komputer yang bisa belajar, bereaksi, dan
membuat keputusan dalam lingkungan yang berubah-ubah dan kompleks (Neiu,
2004).
Selain itu, artificial intelligence merupakan
bagian dari ilmu komputer dan informasi yang berfokus pada pengembangan
perangkat keras (hardware) dan lunak (software) yang dapat memecahkan
masalah dan menyelesaikan tugas yang jika dilakukan oleh manusia,
dianggap sebagai sebuah tampilan kecerdasan (Moursund, 2006). Sementara
itu, menurut Nillson (2009), definisi dari artificial intelligence
adalah semua kegiatan yang ditujukan untuk membuat sebuah mesin yang
cerdas, dimana kecerdasan adalah kualitas yang memungkinkan suatu
entitas dapat berfungsi secara tepat dan dengan pandangan terdepan di
dalam lingkungannya. Selain ilmu komputer, bidang kajian AI juga
meliputi studi dan pengembangan mesin-mesin seperti robot, pilot
otomatis untuk pesawat dan kapal ruang angkasa, senjata militer yang
pintar. Orang-orang Eropa cenderung menggunakan istilah machine
intelligence (MI) daripada AI (Moursund, 2006).
AI dan Kognisi Manusia
Menurut McCarty (dalam binus, 2009), AI
dilandasi oleh bagaimana memodelkan proses-proses berpikir manusia dan
mendesain mesin agar dapat menirukan perilaku manusia. AI merupakan
pengetahuan manusia yang sudah dikonversikan ke dalam format yang sesuai
untuk digunakan AI, demikian juga pengetahuan hasil output AI juga
berasal dari data mentah dan informasi yang sebelumnya dikumpulkan dan
dianalisis oleh manusia sebelum membuat sebuah program aplikasi AI
(Moursund, 2006). Teknik yang dibuatkan dalam AI memungkinkan dibuatnya
program yang setiap bagiannya mengandung langkah-langkah independen dan
dapat diidentifikasi dengan baik untuk dapat digunakan untuk memecahkan
sebuah atau beberapa persoalan. Setiap potong bagian program adalah
seperti sepotong informasi dalam pikiran manusia. Jika informasi tadi
diabaikan, pikiran kita otomatis dapat mengatur cara kerjanya untuk
menyesuaikan diri dengan fakta atau informasi baru tersebut. Kita tidak
perlu selalu mengingat setiap potong informasi yang telah kita pelajari.
Hanya yang relevan dengan persoalan yang kita hadapi yang kita
gunakan. Demikian pula dengan AI, setiap potong bagian program AI dapat
dimodifikasi tanpa memengaruhi seluruh struktur programnya (its, n.d.).
Sehingga hubungan antara kecerdasan buatan dan kognisi manusia dapat
dikatakan sangat erat dan tidak dapat dipisahkan antara satu dengan
lainnya.
Sebuah komputer atau mesin dapat
dikatakan cerdas apabila setidaknya mereka dapat melakukan hal-hal yang
dapat dilakukan oleh manusia (Nillsson, 2010). Menurut Russel &
Norvig (2003), kategori sistem dalam mesin yang cerdas dan rasional
adalah sistem yang dapat berpikir selayaknya manusia berpikir (thinking humanly), sistem yang bertindak selayaknya manusia bertindak (acting humanly), sistem yang berpikir rasional (thinking rasionally), dan sistem yang bertindak secara rasional (acting rationally).
AI sangat membantu ketika kognisi manusia dalam keadaan lupa atau
sedang inkonsisten (terlalu kreatif), karena AI bersifat permanen selama
hardware/softwarenya tidak rusak, dan selalu konsisten berdasarkan
aturan-aturan yang telah ditetapkan program.
Aplikasi AI
Menurut Hestiningsih (n.d.), Bidang aplikasi AI terbagi menjadi:
1. Sistem Pakar (Expert System)
Aplikasi AI yang
paling banyak dan merupakan program konsultasi yang mencoba menirukan
proses penalaran seorang pakar atau ahli dalam memecahkan masalah yang
rumit (Zamanhuri & Gani, n.d.). Misalnya adalah aplikasi apple untuk
mendiagnosis autisme. Selain itu, ada juga program MYCIN untuk identifikasi bakteri dengan bahasa pemrograman LISP:
RULE036
PREMISE: ($AND (SAME CNTXT GRAM GRAMNEG)
(SAME CNTXTM MORPH ROD)
(SAME CNTXT AIR ANAEROBIC))
ACTION: (CONCLUDE CNTXT IDENTITY BACTEROIDES TALLY 0.6)
IF: 1) The gram stain of the organism is gramneg, and
2) The morphology of the organism is rod, and
3) The aerobicity of the organism is anaerobic
THEN: There is suggestive evidence (0.6) that the identity
of the organism is bacteroides (Nillsson, 2010).
Komponen-komponen dari sistem pakar menurut Nillsson (2010) dibagi menjadi:
a. Knowledge base (pengetahuan dasar)
Misalnya bahasa IF hewan merupakan sayap dan bertelur THEN hewan jenis burung (Mercubuana, n.d.).
b. User Interface
User interface memungkinkan pengguna untuk menginput data dan informasi ke dalam aplikasi expert system dan berinteraksi dengannya.
c. Inference engine
Merupakan bagian dari expert system yang berfungsi melakukan penalaran dari bahasa pemrograman dari knowledge base yang telah diinput.
2. Pemrosesan Bahasa Alami (Natural Language Processing)
Memberi kemampuan
pengguna komputer untuk berkomunikasi dengan komputer dalam bahasa
mereka sendiri. Bidang ini dibagi menjadi dua yaitu:
a) Pemahaman bahasa alami
Mempelajari metode
yang memungkinkan komputer mengerti perintah yang diberikan dalam bahasa
manusia (komputer dapat memahami bahasa manusia). pengguna sistem dapat
memberikan perintah dengan bahasa sehari-hari. Contoh programnya:
1) ELIZA
Pertama kali dideskripsikan oleh Joseph Weizenbaum pada Communications of the ACM , January 1966. ELIZA
adalah salah satu program yang menggunakan bahasa alami dalam
berkomunikasi dengan penggunanya. Pengguna dapat dengan mudah terkecoh
oleh program robot ini, karena bahasanya yang terlihat mengerti
pertanyaan penggunanya dan berpura-pura sebagai psikiatri beraliran Rogerian, yang sebenarnya, program Eliza hanya mengembalikan sintax bahasa user penggunanya (Hayden, 2003). Berikut ini adalah percakapan pengguna dan ELIZA (http://www.chayden.net/eliza/Eliza.html) :
ELIZA: How do you do. Please state your problem.
> I spend too much time with computers.
ELIZA: Why do you mention computers?
> You are one.
ELIZA: Does it please you to believe I am one?
> Yes.
ELIZA: You seem to be quite positive.
> I suppose I am.
ELIZA: How long have you been?
> 31 years.
ELIZA: I’m not sure I understand you fully.
> Join the club.
ELIZA: Please go on.
> You don’t make too much sense yourself.
ELIZA: We were discussing you, not me (Nillsson, 2010).
2) PARRY
Parry merupakan chatterbox
psikiatri yang dikembangkan oleh Dr. Kenneth Mark Colby. Program Parry
untuk paranoia pada 1971, dan melampaui kesuksesan Turing Test. Parry
adalah adaptasi dan penyempurnaan dari program ELIZA oleh Joseph
Weizenbaum (Saxon, 2001).
3) Program yang lain adalah ALICE, dapat anda coba di sini:
b) Pembangkitan bahasa alami (sintesa suara)
Membuat komputer
dapat membangkitkan bahasa manusia biasa sehingga manusia dapat memahami
komputer secara mudah (Zamanhuri & Gani, n.d.). Misalnya translator
bahasa Inggris ke Indonesia dan sebaliknya.
3. Pengenalan Ucapan (Speech Recognition)
Dengan aplikasi dari
speech recognition, manusia dapat berkomunikasi dengan komputer
menggunakan suara. Contoh : memberikan instruksi ke komputer dengan
suara alat bantu membaca untuk tunanetra, mempunyai masukan berupa teks
tercetak (misalnya buku) dan mempunyai keluaran berupa ucapan dari teks
tercetak yang diberikan. Misalnya telepon khusus untuk orang bisu dan
tuli, konversi SMS ke ucapan. Salah satu aplikasi yang sangat menarik
adalah NetTalk yang dikembangkan oleh Terrence
J. Sejnowski pada tahun 1947 dan Charles Rosenberg pada tahun 1961.
Sistem yang mereka sebut sebagai NETtalk, mempelajari tulisan
informal yang ditulis oleh anak umur enam tahun, dan menghasilkan output
suara yang terdengar sangat mirip dengan usia anak enam tahun
(Nillsson, 2010).
Prosesnya melibatkan jaringan pada NETtalk
yang memiliki unit masukan sebanyak 203 yang dirancang untuk
mengkodekan setiap huruf. Teks itu dialirkan melalui unit ini huruf demi
huruf. Di dalamnya terdapat pula 80 unit tersembunyi yang diharapkan
akan membentuk perwujudan internal yang tepat untuk memecahkan masalah
pemetaan huruf teks kepada bentuk fonem (suara). Terdapat 26 unit
output yang seharusnya menghasilkan versi dari kode fonem, unit dasar
dari percakapan suara. Unit output tersebut terhubung ke unit
tersembunyi yang disesuaikansetiap ada tambahan bobot. Pada akhirnya,
kode-kode fonemik disalurkan ke commercial speech synthesizer untuk
menghasilkan output berupa suara bacaan dari teks (Nillsson, 2010).
4. Sistem Sensor dan Robotika
Sistem sensor pada
mesin cuci yaitu menggunakan sensor optik, mengeluarkan cahaya ke air
dan mengukur bagaimana cahaya tersebut sampai ke ujung lainnya. Makin
kotor, maka sinar yang sampai makin redup. Sistem juga mampu menentukan
jenis kotoran tersebut daki/minyak.Sistem juga bisa menentukan putaran
yang tepat secara otomatis berdasarkan jenis dan banyaknya kotoran serta
jumlah yang akan dicuci. Sementara itu, salah satu contoh robotika yang
paling mirip dengan manusia adalah Honda asimo humanoid robot (Russel
& Norvig, 2010).
5. Computer Vision
Menginterpretasikan
gambar atau objek-objek tampak melalui komputer, misalnya sistem
pengenalan pola sidik jari yang digunakan oleh petugas imigrasi.
6. Intelligent-aided Instruction
Komputer dapat digunakan sebagai tutor yang dapat melatih dan mengajar, misalnya aplikasi kursus TOEFL.
7. Game Playing
Misalnya permainan catur yang diciptakan Microsoft.
sumber : laila.masiqbal.com/blog/2012/10/29/artificial-intelligence-sistem-pakar-hubungan-antara-ai-dengan-kognisi-manusia/
0 comments:
Posting Komentar