Habil mahendri: Artificial intelligence : Definisi, Sejarah dan Contoh Kecerdasan Buatan

DEFINISI KECERDASAN BUATAN

Ada beberapa definisi tetang Artificial intelligence (AI, Kecerdasan buatan) menurut beberapa ahli seperti berikut :

Minsky, 1989 : Kecerdasan buatan adalah suatu ilmu yang mempelajari cara membuat komputer melakukan sesuatu seperti yang dilakukan oleh manusia.
H. A. Simon, 1987 : Kecerdasan buatan merupakan kawasan penelitian, aplikasi dan instruksi yang terkait dengan pemrograman komputer untuk melakukan sesuatu hal yang dalam pandangan manusia adalah cerdas.
Ensiklopedi Britannica : Kecedasan buatan sebagai cabang ilmu komputer yang merepresentasi pengetahuan lebih banyak menggunakan symbol-simbol daripada bilangan, dan memproses informasi berdasarkan metode heuristic atau berdasarkan jumlah aturan.
Stuart J. Russell & Peter Norvig, 2003 : Kecerdasan buatan adalah perangkat komputer yang dapat memahami lingkungannya dan dapat mengambil tindakan yang memaksimalkan peluang kesuksesan di lingkungan tersebut untuk beberapa tujuan

Secara sederhana AI adalah teknik dan ilmu untuk membuat suatu mesin menjadi cerdas, terutama untuk program komputer. Kecerdasan yang dimaksud adalah kecerdasan seperti yang dimiliki manusia, sehingga sebuah komputer dapat mengambil tindakan untuk menyelesaikan masalah dengan pemikiran seperti seorang manusia

Tujuan penilitian dari AI meliputi penalaran, pengetahuan, perencanaan, pembelajaran, pemrosesan bahasa alami, persepsi dan kemampuan untuk mengerakan dan memanipulasi objek. Kecerdasan umum adalah salah satu tujuan jangka panjang dari AI. AI sudah menciptakan sejumlah besar alat untuk menyelesaikan masalah yang sulit pada bidang komputer. Bidang AI mengacu pada ilmu komputer, matematika, psikologi, linguistik, filsafat, ilmu saraf, psikologi buatan dan banyak lainnya

SEJARAH KECERDASAN BUATAN

Era komputer elektronik (1941)
Ditemukannya pertama kali alat penyimpanan dan pemrosesan informasi yang disebut komputer elektronik. Penemuan ini menjadi dasar pengembangan program yang mengarah ke AI.

Gambar 2.0 : Z3, komputer pertama yang dapat dikendalikan oleh perangkat lunak

Masa persiapan AI (1943-1956)
Tahun 1943, Warren McCulloch dan Walter Pitts berhasil membuat suatu model saraf tiruan di mana setiap neuron digambarkan sebagai ‘on’ dan ‘off’. Mereka menunjukkan bahwa setiap fungsi dapat dihitung dengan suatu jaringan sel saraf dan bahwa semua hubungan logis dapat diimplementasikan dengan struktur jaringan yang sederhana.
Pada tahun 1950, Norbert Wiener membuat penelitian mengenai prinsip-prinsip teori feedback. Contoh terkenal adalah thermostat.
Pada tahun 1956, John McCarthy meyakinkan Minsky, Claude Shannon, dan Nathaniel Rochester untuk membantunya melakukan penelitian dalam bidang automata, jaringan saraf, dan pembelajaran intelijensia. Mereka mengerjakan proyek ini selama 2 bulan di Universitas 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 Artificial Intelligence/ Bapak Kecerdasan Buatan.

Gambar 2.1 : Nathaniel Rochester
Awal perkembangan (1952-1969)
Pada tahun 1958, McCarthy di MIT AI Lab 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, Program komputer General Problem Solver berhasil dibuat oleh Herbert A. Simon, J.C. Shaw, dan Allen Newell. Program ini dirancang untuk memulai penyelesaian masalah secara manusiawi. Pada tahun yg sama Nathaniel Rochester dari IBM dan para mahasiswanya merilis program AI yaitu geometry theorem prover. Program ini dapat mebuktikan 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 geometri yang ada pada tes IQ.

Gambar 2.2 : John Mccarthy
Perkembangan AI melambat (1966-1974)
Perkembangan AI melambat disebabkan adanya beberapa kesulitan yang di hadapi seperti Program-program AI yang bermunculan hanya mengandung sedikit atau bahkan tidak mengandung sama sekali pengetahuan pada subjeknya, banyak terjadi kegagalan pada pembuatan program AI, terdapat beberapa batasan pada struktur dasar yang digunakan untuk menghasilkan perilaku intelijensia.
Sistem berbasis pengetahuan (1969-1979)
Pada tahun 1960an, Ed Feigenbaum, Bruce Buchanan, dan Joshua Lederberg merintis proyek DENDRAL yaitu program untuk memecahkan masalah struktur molekul dari informasi yang didapatkan dari spectometer massa. Dari segi diagnosa medis juga sudah ada yang menemukan sistem berbasis Ilmu pengetahuan, yaitu Saul Amarel dalam proyek computer ini biomedicine. Proyek ini diawali dari keinginan untuk mendapatkan diagnosa penyakit berdasarkan pengetahuan yang ada pada mekanisme penyebab proses penyakit.

Gambar 2.3 : Ed Feigenbaum bersama anggota direksi The Computation Center

AI menjadi sebuah industry (1980-1988)
Industralisasi AI diawali dengan ditemukannya sistem pakar yang dinamakan R1 yang mampu mengkonfigurasi sistem-sistem komputer baru. Program tersebut mulai dioperasikan di Digital Equipment Corporation (DEC), McDermott, pada tahun 1982. Pada tahun 1986, program ini telah berhasil menghemat US$ 40 juta per tahun.
Pada tahun 1988, kelompok AI di DEC menjalankan 40 sistem pakar. Hampir semua perusahaan besar di USA mempunyai divisi Ai sendiri yang menggunakan ataupun mempelajari sistem pakar. Booming industry Ai juga melibatkan perusahaan-perusahaan besar seperti Carnegie Group, Inference, IntelliCorp, dan Technoledge yang menawarkan software tools untuk membangun sistem pakar. Perusahaan hardware seperti LISP Machines Inc., Texas Instruments, Symbolics, dan Xerox juga turut berperan dalam membangun workstation yang dioptimasi untuk pembangunan program LISP. Sehingga, perusahaan yang sejak tahun 1982 hanya menghasilkan beberapa juta US dollar per tahun meningkat menjadi 2 milyar US dollar per tahun pada tahun 1988.

Gambar 2.4 : PDP 11, Komputer yang dikonfigurasi oleh R1
Kembalinya jaringan saraf tiruan (1986 – sekarang)
Meskipun bidang ilmu komputer menolak jaringan saraf tiruan setelah diterbitkannya buku ‘Perceptrons’ karangan Minsky dan Papert, tetapi para ilmuwan masih mempelajari bidang ilmu tersebut dari sudut pandang yang lain, yaitu fisika. Ahli fisika seperti Hopfield (1982) menggunakan teknik-teknik mekanika statistika untuk menganalisa sifat-sifat penyimpanan dan optimasi pada jaringan saraf. Para ahli psikolog, David Rumhelhart dan Geoff Hinton melanjutkan penelitian mengenai model jaringan saraf pada memori. Pada tahun 1985-an sedikitnya empat kelompok riset menemukan algoritma Back-Propagation. Algoritma ini berhasil diimplementasikan ke dalam ilmu bidang komputer dan psikologi.

Gambar 2.5 : Skema Jaringan Saraf

CONTOH KECERDASAN BUATAN

SIRI
SIRI adalah salah satu voice assistants yang dibuat oleh perusahaan Apple untuk produk smartphone, laptop, dan desktop mereka. Interface SIRI adalah komputer dengan aktivasi suara yang ramah dan kita berinteraksi dengannya pada kegiatan sehari – hari. SIRI dapat membantu untuk mencari informasi, memberikan arahan, membuat penjadwalan, mengirim pesan dan masih banyak lagi. SIRI menggunakan teknologi machine learning untuk dapat semakin pintar dan memprediksi lebih baik dalam memahami bahasa kita melalui pertanyaan dan permintaan.

Gambar 3.0 : SIRI pada perangkat iPhone
Alexa
Alexa adalah salah satu voice assistants milik perusahaan Amazon yang disematkan dalam alat pintar seperti smart-lamp, smart-speaker, smart-watch, smart-tv dan smartphone. Alexa dibuat untuk menjadi inti dari integrase rumah cerdas (smart home). Alexa dapat menafsirkan pembicaraan dari berbagai sudut sebuah ruangan (ruangan dimana Alexa berada) dan menerjemakannya menjadi perintah yang dapat membantu kita menjelajah web untuk informasi, membuat jadwal, mengatur alarm, mendengarkan musik dan jutaan hal lainnya.

Gambar 3.1 : Alexa pada produk Amazon echo
Tesla
Tesla adalah salah satu perusahaan Otomatif yang menanamkan AI pada beberapa produk mobilnya. Salah satu fitur AI terkenal pada mobil tesla yaitu memungkinkan mobil dikemudikan secara otomatis. Selain itu software pada mobil Tesla dapat diupdate secara over-the-air.

Gambar 3.2 : Demo autopilot dari mobil tesla
Pengenal wajah Facebook
Facebook menggunakan sembilan lapisan dalam jaringan saraf dengan lebih dari 120 juta parameter untuk menandai orang dalam foto secara otomatis. Jaringan saraf tersebut dilatih menggunakan lebih dari 4 juta data gambar wajah, dan memiliki tingkat akurasi 97%.

Gambar 3.3 : Fitur pengenal wajah dari Facebook