ARTIFICIAL INTELLIGENCE

Pada halaman ini,masih membahas mengenai kecerdasan buatan atau Artificial Intelligence (AI). Namun yang akan dibahas adalah teknik pada AI,model/tingkatan model,karakteristik sukses serta potensi manusia. Berikut penjelasan dari masing-masing topik tersebut.

TEKNIK ARTIFICIAL INTELLIGENCE

1.       Searching

Teknik searching pada AI dibagi menjadi 2 yaitu :

·         Pencarian buta (blind search)

Blind searching adalah model pencarian buta atau pencarian yang tidak memiliki informasi awal, model pencarian ini memiliki tiga ciri-ciri utama yaitu :

v  Membangkitkan simpul berdasarkan urutan

v  Jika ada solusi maka solusi akan ditemukan

v  Hanya memiliki informasi tentang node yang telah dibuka, (node selanjutnya tidak ddiketahui)

Ada beberapa algoritma pencarian buta diantaranya BFS (Breadth First Search), DFS (Depth First Search), dan UCS (Uniform Cost Search).

·         Pencarian terbimbing (heuristic search).

Heuristic searching merupakan metode pencarian yang memperhatikan nilai heuristik (nilai perkiraan). Heuristik adalah sebuah teknik yang mengembangkan efisiensi dalam proses pencarian, namun dengan kemungkinan mengorbankan kelengkapan (completeness).

Jenis-jenis heuristic searching :

v  Generate and Test

v  Hill Climbing

v  Best First Search

v  Alpha Beta Prunning

v  Means-End-Analysis

v  Constraint Satisfaction

 

2.       Use of Knowledge (Penggunaan Pengetahuan)

menyediakan cara penyelesaian masalah yang lebih kompleks dengan mengekploitasi struktur dari objek yang terkait dengan masalah tsb.

3.       Abstraction

menyediakan cara untuk memilah/memisahkan keterangan dan variasi yang penting dari sekian banyak yang tidak penting dimana akan mempercepat penyelesaian masalah.

MODEL-MODEL AI

1.       Mencoba memecahkan masalah yang tidak pantas sebagai definisi dari sebuah tugas AI.

Contoh : Elementary Perceiver and Memorizer (EPAM) [Feigenbaum, 1963] yang dapat mengingat pasangan terkait dari suku kata, dimana bila dimasukkan satu suku kata komputer tinggal mencarinya dalam memori kata mana yang mengandung suku kata yang dimaksud, yang pertama kali ditemukan maka itulah jawabannya, bagi manusia tidak semudah itu karena manusia selalu berfikir tentang arti dari kata yang dimaksud sesuai dengan konteks, sehingga masalah spt ini tidak menarik bagi manusia dan jarang dilakukan, namun hal semacam ini sering dilakukan dalam psychotest untuk mengetahui kemampuan mengingat seseorang.

2.       Mencoba kemampuan model manusia.

Contoh : program PARRY yang ditulis Colby, 1975, yang mengekploitasi perilaku paranoid manusia berdasarkan percakapan yang dilakukan, sehingga dengan menganalisa hasil percakapan, seorang psikolog dapat menyimpulkan apakan sesorang termasuk paranoid atau tidak.

TINGKATAN-TINGKATAN AI

1.       Program Kelas Pertama

Program yang termasuk kelas ini menggunakan algoritma dan mekanisme yang mudah dan sederhana untuk dilakukan oleh komputer tetapi biasanya sulit dan tidak menarik untuk dilakuakan oleh manusia. Program ini mencoba menyelesaikan masalah dengan cara yang tidak persis benar dengan definisi kita tentang AI

2.       Program Kelas Kedua

Program ini berupaya memodelkan kemampuan manusia dalam melakukan sesuatu, yang berarti program pada kelas ini lebih mendekati kepada definisi tentang AI, yang berarti menjadi tidak mudah bagi komputer.

Alasan dibuatnya model seperti ini :

·         Untuk membuktikan teori psychology tentang kemampuan manusia.

·         Untuk membuat komputer mengerti alasan manusia.

·         Untuk membuat manusia mengerti alasan komputer.

·         Untuk mengekploitasi pengetahuan apa yang dapat kita kumpulkan dari manusia

KRITERIA SUKSES

Metode untuk menentukan apakah sebuah mesin dapat berpikir dikenal dengan sebutan Turing Test. Untuk melakukan test ini diperlukan 2 orang dan 1 mesin. Satu orang bertindak sebagai penanya yang berada pada tempat terpisah dengan orang kedua dan mesin. Penanya dapat bertanya kepada orang kedua atau mesin dengan mengetikkan pertanyaannya dan menerima jawaban dalam bentuk ketikkan juga. Penanya tidak tahu yang mana orang yang mana mesin hanya si A dan si B, yang dilakukan oleh penanya dengan pertanyaan adalah menentukan mana yang orang, mana yang mesin. Tujuan dari test ini adalah mengelabui sipenanya sehingga menganggap mesin sebagai orang, caranya adalah membuat mesin tidak selalu menjawab benar dan menunda waktu menjawab.Jika sang penanya akhirnya menyatakan mesin sebagai orang, maka dapat dikatakan mesin berhasil melewati test, dan dapat dinyakan bahwa mesin dapat berpikir.

POTENSI MANUSIA

1.       Potensi Kecerdasan

·         Kecerdasan Spiritual

·         Kecerdasan Logika - Matematika

·         Kecerdasan Intrapersonal

·         Kecerdasan Musikal

·         Kecerdasan Natural

·         Kecerdasan Badan (Body) -Kinestetik

·         Kecerdasan Interpersonal

·         Kecerdasan Linguistik – Auditorial

·         Kecerdasan Spasial – Visual

 

2.       Potensi Diri

·         Terdiri atas empat elemen yakni,

·         Menerima diri

·         Merumuskan Cita-cita

·         Berinteraksi dengan lingkungan

·         Mencari dan menciptakan pengalaman baru

3.       Membangun Potensi

KECERDASAN BUATAN

    Pada halaman ini,kita akan mempelajari tentang Kecerdasan Buatan yang merupakan simulasi dari kecerdasan yang dimiliki oleh manusia yang dimodelkan di dalam mesin dan diprogram agar bisa berpikir seperti halnya manusia. Berikut pembahasan nya yang meliputi arti dari kecerdasan,konsep,alasan diperlukan nya AI,arsitektur pada intelligence serta contoh penerapannya.

ARTI KECERDASAN 

Kecerdasan adalah perihal cerdas, kesempurnaan akal budi manusia. Kecedasan menurut Howard Gardner adalah :

• Kemampuan untuk memecahkan suatu masalah.
• Kemampuan untuk menciptakan masalah baru untuk dipecahkan.
• Kemampuan untuk menciptakan sesuatu atau menawarkan suatu pelayanan yang berharga dalam suatu kebudayaan masyarakat.

KONSEP DALAM KECERDASAN BUATAN

Berikut ini terdapat beberapa konsep dalam kecerdasan buatan, antara lain sebagai berikut:

1. BUATAN TURING TEST – Metode Pengujian Kecerdasan
• Turing Test merupakan sebuah metode pengujian kecerdasan yang dibuat oleh Alan.
• Proses uji ini melibatkan seorang penanya (manusia) dan dua obyek yang ditanyai.
• Penanya tidak bisa melihat langsung kepada obyek yg ditanyai.
• Penanya diminta untuk membedakan mana jawaban komputer dan mana jawaban manusia berdasarkan jawaban kedua obyek.
• Jika penanya tidak dapat membedakan mana jawaban mesin dan mana jawaban manusia maka Turing berpendapat bahwa mesin yang diuji tersebut dapat diasumsikan.
2. PEMROSESAN SIMBOLIK
• Komputer semula didesain untuk memproses bilangan/angka-angka (pemrosesan numerik).
• Sementara manusia dalam berpikir dan menyelesaikan masalah lebih bersifat simbolik, tidak didasarkan kepada sejumlah rumus atau melakukan komputasi matematis.
• Sifat penting dari AI adalah bahwa AI merupakan bagian dari ilmu komputer yang melukan proses secara simbolik dan non-algoritmik dalam penyelesaian masalah.
3. HEURISTIC
• Istilah Heuristic diambil dari bahasa Yunani yang berarti menemukan.
• Heuristic merupakan suatu strategi untuk melakukan proses pencarian (search) ruang problema secara selektif, yang memandu proses pencarian yang kita lakukan disepanjang jalur yang memiliki kemung kinan sukses paling besar.
4. PENARIKAN KESIMPULAN (INFERENCING)
• AI mecoba membuat mesin memiliki kemampuan berpikir atau mempertimbangkan (reasoning).
• Kemampuan berpikir (reasoning) termasuk didalamnya proses penarikan kesimpulan (inferencing) berdasarkan fakta-fakta dan aturan dengan menggunakan metode heuristik atau metode pencarian.
5. PENCOCOKAN POLA (PATTERN MATCHING)
• AI bekerja dengan metode pencocokan pola (pattern matching) yang berusaha untuk menjelaskan obyek, kejadian (events) atau proses, dalam hubungan logik atau komputasional.

MENGAPA PERLU AI?

• Hampir semua permasalahan dipecahkan dengan bantuan komputer.
• Masalah semakin komplek tidak mungkin manual lagi.
• Tidak ada keterbatasan hardware lagi.
• Keinginan manusia: Komputer bertindak seperti manusia. 

ARSITEKTUR ARTIFICIAL INTELLIGENCE

• Basis Pengetahuan (knowledge base) Berisi fakta-fakta, teori, pemikiran dan hubungan komponen satu dengan yang lainnya.
• Motor Inferensi (inference engine) Kemampuan menarik kesimpulan berdasar pengalaman. Berkaitan dengan representasi dan duplikasi proses tersebut melalui mesin (misalnya, komputer dan robot).

CONTOH PENERAPAN ARTIFICIAL INTELLIGENCE

·         Siri

Siri adalah salah satu asisten pribadi virtual paling populer yang ditawarkan oleh Apple di iPhone dan iPad. Asisten yang diaktifkan sebagai suara perempuan ramah berinteraksi dengan pengguna dalam rutinitas sehari-hari. Dia membantu Anda menemukan informasi, mendapatkan petunjuk arah, mengirim pesan, melakukan panggilan suara, membuka aplikasi, dan menambahkan acara ke kalender.

·         Tesla

Tesla adalah sesuatu yang meniadakan driver manusia. Mobil ini tidak hanya mampu meraih banyak penghargaan tetapi juga fitur seperti mengemudi sendiri, kemampuan prediktif, dan inovasi teknologi mutlak.

·         Cogito

Cogito awalnya didirikan oleh Dr Sandy dan Joshua adalah salah satu contoh terbaik dari aplikasi kecerdasan buatan versi perilaku untuk meningkatkan layanan pelanggan perusahaan. Perusahaan ini adalah sintesis pembelajaran mesin dan ilmu perilaku untuk meningkatkan kolaborasi pelanggan dengan para call center. Cogito digunakan pada jutaan panggilan suara yang dilakukan setiap hari. Contoh penerapan Artificial Intelligence dengan menganalisis suara manusia dan memberikan panduan untuk memberikan pelayanan maksimum.

·         Alexa

Alexa diluncurkan oleh Amazon, yang semakin pintar dan menambahkan fitur baru. Ini adalah produk revolusioner yang dapat membantu Anda mencari informasi di web, mengatur janji, berbelanja, mengontrol lampu, switch, termostat, menjawab pertanyaan, membaca audiobook, melaporkan lalu lintas dan cuaca, memberikan info tentang bisnis lokal, memberikan skor dan jadwal olahraga , dan lainnya menggunakan Layanan Suara Alexa.

·         Pandora

Pandora adalah salah satu solusi teknologi artificial intelligence yang paling populer dan sangat detil. Ini juga disebut DNA musik. Tergantung pada 400 karakteristik musik, tim musisi ahli secara individual menganalisis lagu tersebut. Sistem ini juga bagus dalam merekomendasikan rekam jejak untuk merekomendasikan lagu yang tidak pernah diperhatikan, meskipun disukai orang.

·         Nest Learning Thermostat (Google)

Nest adalah salah satu startup contoh penerapan Artificial Intelligence paling terkenal dan sukses dan diakuisisi oleh Google pada tahun 2014 seharga $ 3,2 miliar. Nest Learning Thermostat menggunakan algoritme perilaku untuk menghemat energi berdasarkan perilaku dan jadwal Anda. Ini menggunakan proses pembelajaran mesin yang sangat cerdas yang mempelajari suhu yang Anda suka dan program itu sendiri dalam waktu sekitar satu minggu. Selain itu, secara otomatis akan mati untuk menghemat energi, jika tidak ada orang di rumah.