Showing posts with label Kecerdasan Buatan. Show all posts
Kecerdasa Buatan/ Artificial intelligence
Namun, pencarian untuk kecerdasan buatan akan menghadapi sejumlah tantangan abadi, yang pertama adalah kurangnya kesepakatan tentang arti istilah kecerdasan, terutama dalam kaitannya dengan entitas tersebut tampaknya berbeda seperti manusia dan mesin. Sementara keterampilan catur dianggap sebagai tanda kecerdasan pada manusia, permainan adalah deterministik dalam bergerak optimal dapat dihitung secara sistematis, hanya dibatasi oleh kapasitas pemrosesan komputer. Master catur manusia menggunakan kombinasi pengenalan pola, prinsip-prinsip umum, dan perhitungan selektif untuk terhadap gerakan mereka. Dalam arti komputer-catur yang mekanis mengevaluasi jutaan posisi dikatakan "berpikir" dengan cara manusia? Demikian pula, komputer dapat dimasukkan data yang dapat digunakan untuk memanipulasi blok bangunan virtual, melakukan percakapan, dan bahkan menulis puisi. Sementara semua kegiatan ini dapat dikatakan oleh manusia sebagai cerdas dan bahkan kreatif, tidak ada komputer yang benar-benar bisa dikatakan mengalami pengalaman.
Pada tahun 1950, pelopor komputer Alan m. Turing mengusulkan pendekatan yang lebih produktif untuk mengevaluasi klaim kecerdasan buatan dalam apa yang dikenal sebagai uji Turing. Pada dasarnya, tes melibatkan manusia berinteraksi dengan "entitas" dalam kondisi di mana dia tidak tahu apakah entitas adalah komputer atau manusia lain. Jika pengamat manusia, setelah terlibat dalam teletyped "percakapan" tidak dapat dipercaya menentukan identitas pihak lain, komputer dapat dikatakan telah lulus uji Turing. Ide di balik pendekatan ini adalah bahwa daripada mencoba untuk secara tepat dan mendalam mendefinisikan kecerdasan, kita akan terlibat pengalaman manusia dan intuisi tentang apa sebenarnya yang disebut perilaku cerdas itu. Jika komputer berhasil meniru beberapa perilaku, maka setidaknya dapat menjadi bermasalah untuk mengatakan bahwa itu tidak cerdas.
Program komputer telah mampu lulus tes Turing sampai batas tertentu. Sebagai contoh, sebuah program yang disebut ELIZA ditulis oleh Joseph Weizenbaum dapat melaksanakan percakapan responsif pada tema-tema yang dipilih oleh teman bicara. Ia melakukannya dengan mengulang pernyataan atau memberikan generalisasi menggunakan cara seorang psikoterapis nondirective. Tapi sementara ELIZA dan program-program serupa kadang-kadang bisa menipu teman bicara manusia, penyelidikan mendalam oleh manusia selalu berhasil mengungkap sifat respon mekanik. Meskipun lulus tes Turing bisa dianggap bukti intelijen, pertanyaan apakah komputer mungkin memiliki kesadaran (atau kesadaran diri) seperti manusia mungkin mustahil untuk sijawab. Dalam prakteknya, para peneliti harus membatasi diri untuk memproduksi (atau mensimulasi) perilaku cerdas, dan mereka telah sukses besar dalam berbagai bidang.
Pendekatan Top-Down
pertanyaan yang luas dari strategi untuk mengembangkan kecerdasan buatan mengkristal pada sebuah konferensi yang diadakan pada tahun 1956 di Dartmouth College. Empat peneliti dapat dikatakan pendiri lapangan: Marvin Minsky (pendiri Laboratorium AI di MIT), John McCarthy (di MIT dan kemudian, Stanford), dan Herbert Simon dan Allen Newell (pengembang program pemecahan masalah matematika disebut Logic Theorist di Rand Corporation, yang kemudian mendirikan Laboratorium AI di Carnegie Mellon University). Tahun 1950-an dan 1960-an adalah waktu keuntungan yang cepat dan optimisme yang tinggi tentang masa depan AI.
Upaya paling awal di AI melibatkan percobaan untuk menentukan aturan yang terorganisir dengan baik bersamaan dengan data, dapat memungkinkan mesin untuk menarik kesimpulan logis. Dalam sistem produksi, mesin memiliki informasi tentang "state" (status, keadaan/situasi) ditambah aturan untuk bergerak dari satu situasi ke situasi lainnya, dan akhirnya ke “situasi tujuan”. Sebuah sistem produksi yang dinuat dengan baik tidak hanya dapat memecahkan masalah, tetapi dapat juga memberikan penjelasan tentang penalaran dalam bentuk rantai aturan yang diterapkan.
Program SHRDLU, dikembangkan oleh tim Marvin Minsky di MIT, menunjukkan bahwa dalam "microworld" yang disederhanakan dalam bentuk geometris, program dapat memecahkan masalah dan mempelajari fakta-fakta baru tentang dunia. Minsky kemudian mengembangkan pendekatan yang lebih umum disebut "frame" untuk menyediakan komputer dengan database terorganisir tentang dunia manusia yang manusia alami. Dengan demikian, sebuah program dengan frame yang tepat dapat bertindak seolah-olah ia mengerti cerita tentang dua orang di sebuah restoran karena "tahu" fakta-fakta dasar seperti bahwa orang-orang pergi ke restoran untuk makan, makanan dimasak untuk mereka, seseorang membayar untuk makan, dan sebagainya.
Selain menjanjikan, pendekatan frame tampaknya sangat beralasan karena banyaknya fakta dan hubungan yang diperlukan untuk pemahaman yang komprehensif tentang dunia. Selama 1970-an dan 1980-an, bagaimanapun, sistem yang dikembangkan dapat melaksanakan tugas-tugas kompleks seperti menentukan perawatan yang tepat untuk infeksi dan analisis molekul. Sistem pakar menggabungkan aturan inferensi dengan database khusus tentang fakta dan hubungan. Sistem pakar ini mampu merangkum pengetahuan para ahli dan membuatnya berguna di lapangan.
Versi yang paling rumit dari pendekatan frame telah menjadi proyek yang disebut Cyc (singkatan dari "Ecyclopedia"), yang dikembangkan oleh Douglas Lenat. Proyek ini sekarang dalam dekade ketiga dan telah dikodifikasi jutaan pernyataan tentang dunia, mengelompokkan mereka ke dalam jaringan semantik yang mewakili puluhan daerah yang luas dari pengetahuan manusia. Jika berhasil, database Cyc dapat diterapkan di banyak domain yang berbeda, termasuk aplikasi seperti analisis otomatis dan ringkasan berita.
bottom-up
Beberapa pendekatan "bottom-up" untuk AI dikembangkan dalam upaya untuk menciptakan mesin yang bisa belajar dengan cara yang lebih mirip manusia. Salah satu yang telah memperoleh keberhasilan yang paling praktis adalah jaringan saraf, yang mencoba untuk meniru pengoperasian neuron di otak manusia. Para peneliti percaya bahwa dalam persepsi otak manusia atau akuisisi pengetahuan mengarah pada penguatan neuron tertentu dan jalur saraf, meningkatkan kemampuan otak untuk melakukan tugas. Dalam jaringan syaraf tiruan sejumlah besar prosesor independen mencoba untuk melakukan tugas. Mereka yang berhasil diperkuat atau "berbobot", sementara mereka yang gagal dapat tertimbang negatif. Hal ini menyebabkan peningkatan bertahap dalam kemampuan keseluruhan sistem untuk melakukan tugas seperti mengurutkan angka atau mengenali pola.
Sejak tahun 1950-an, beberapa peneliti telah menyarankan bahwa program komputer atau robot dirancang untuk berinteraksi dengan lingkungan mereka dan belajar dari itu dengan cara yang data dilakukan oleh bayi . Rodney Brooks dan Cynthia Breazeal di MIT telah menciptakan robot dengan arsitektur berlapis yang mencakup
motorik, sensorik, representasi, dan unsur-unsur pengambilan keputusan. Setiap tingkat bereaksi terhadap input dan mengirimkan informasi ke tingkat yang lebih tinggi. Robot Cog dan turunannya Kismet sering berperilaku dalam cara yang tak terduga, menghasilkan respon yang kompleks yang muncul bukan secara khusus diprogram. Pendekatan dicirikan sebagai "kehidupan buatan" tambah komponen genetik di mana komponen sukses lulus pada kode program "gen" untuk anak-anak mereka. Dengan demikian, kekuatan evolusi melalui seleksi alam disimulasikan, menyebabkan munculnya sistem yang lebih efektif. Secara umum pendekatan top-down telah lebih berhasil dalam melaksanakan tugas-tugas khusus, tetapi pendekatan bottomup mungkin memiliki aplikasi umum yang lebih besar, serta menyebabkan fertilisasi silang antara bidang kecerdasan buatan, psikologi kognitif, dan penelitian fungsi otak manusia .
area aplikasi Sementara kecerdasan buatan yang kuat belum di mana-mana dalam komputasi sehari-hari, prinsip AI sedang berhasil digunakan di sejumlah area aplikasi. Daerah ini, yang semuanya tercakup secara terpisah dalam buku ini, termasuk
motorik, sensorik, representasi, dan unsur-unsur pengambilan keputusan. Setiap tingkat bereaksi terhadap input dan mengirimkan informasi ke tingkat yang lebih tinggi. Robot Cog dan turunannya Kismet sering berperilaku dalam cara yang tak terduga, menghasilkan respon yang kompleks yang muncul bukan secara khusus diprogram. Pendekatan dicirikan sebagai "kehidupan buatan" tambah komponen genetik di mana komponen sukses lulus pada kode program "gen" untuk anak-anak mereka. Dengan demikian, kekuatan evolusi melalui seleksi alam disimulasikan, menyebabkan munculnya sistem yang lebih efektif. Secara umum pendekatan top-down telah lebih berhasil dalam melaksanakan tugas-tugas khusus, tetapi pendekatan bottomup mungkin memiliki aplikasi umum yang lebih besar, serta menyebabkan fertilisasi silang antara bidang kecerdasan buatan, psikologi kognitif, dan penelitian fungsi otak manusia .
area aplikasi Sementara kecerdasan buatan yang kuat belum di mana-mana dalam komputasi sehari-hari, prinsip AI sedang berhasil digunakan di sejumlah area aplikasi. Daerah ini, yang semuanya tercakup secara terpisah dalam buku ini, termasuk
- merancang cara-cara menangkap dan mewakili pengetahuan, sehingga dapat diakses oleh sistem untuk diagnosis dan analisis di bidang seperti kedokteran dan kimia
- menciptakan sistem yang dapat berbicara dalam bahasa sehari untuk query database, menanggapi panggilan layanan pelanggan, atau interaksi rutin lainnya
- memungkinkan robot untuk tidak hanya melihat tetapi juga "memahami" objek dalam sebuah adegan dan hubungan mereka
- memperbaiki sistem untuk suara dan pengenalan wajah, serta canggih data mining dan analisis (lihat pidato mengembangkan perangkat lunak yang dapat beroperasi secara mandiri, melaksanakan tugas seperti mencari dan mengevaluasi penawaran bersaing barang dagangan
Prospek Bidang AI telah ditandai oleh gelombang berturut-turut yang menarik di berbagai pendekatan, dan proyek-proyek ambisius seringkali gagal. Namun, sistem pakar dan, pada tingkat lebih rendah, jaringan saraf telah menjadi dasar bagi produk yang layak. Robotika dan visi komputer menawarkan hadiah potensi signifikan dalam aplikasi industri dan militer. Penciptaan agen perangkat lunak untuk membantu pengguna menavigasi kompleksitas Internet sekarang dari bunga komersial yang besar. Pertumbuhan AI ternyata menjadi curam dan lebih kompleks daripada yang diantisipasi. Salah satu pandangan menunjukkan kemajuan yang mantap. Lain, bersama dengan karya fiksi ilmiah tentang kecerdasan buatan, penulis seperti Vernor Vinge, menunjukkan terobosan, mungkin timbul dari penelitian kehidupan buatan, suatu hari nanti mungkin membuat benar-tapi benar-benar alien-intelijen (lihat Singularity, teknologi).
