Rangkuman Artificial Intelligence 2

 Artificial Intelligence

1. Teknik Artificial Intelligence

Para pengembang AI berpegang kepada prinsip bahwa akan ada teknik penyelesaian untuk setiap permasalahan yang berbeda, dimana teknik itu akan didasari kapada kemampuan untuk memanipulasi symbol (create, modification, reproduction dan destruction). Hal lain yang harus dipahami adalah bahwa kecerdasan memerlukan pengetahuan, dimana pengetahuan memiliki karakteristik antara lain :

• sangat luas
• sulit didefinisikan dengan tepat
• selalu berubah
• dapat memiliki arti berbeda tergantung kapan digunakan

Beberapa teknik AI dapat dikategorikan secara umum kedalam beberapa kelompok, diantaranya :

1. Search (Pencarian)
menyediakan cara penyelesaian masalah untuk kasus dimana bila tidak ada lagi pendekatan langsung yang dapat digunakan maka pindahkan kerangka kerja kpd teknik langsung yang mungkin untuk dilekatkan.

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.

2. Model-Model Artificial Intelligence dan contohnya

1) Natural Language Processing (NLP)

NLP mempelajari bagaimana bahasa alami itu diolah sedemikian hingga user dapat berkomunikasi dengan komputer. Konsentrasi ilmu ini adalah interaksi antara komputer dengan bahasa natural yang digunakan manusia, yakni bagaimana komputer melakukan ekstraksi informasi dari input yang berupa natural language dan atau menghasilkan output yang juga berupa natural language, misalnya pada system Automated online assistant seperti gambar 1.3 dan deteksi email spam yang cerdas.

Secara umum, Jenis aplikasi yang bisa dibuat dalam bidang ilmu NLP terbagi dua, yaitu text-based application dan dialogue-based application.

Text-based application adalah segala macam aplikasi yang melakukan proses terhadap teks tertulis seperti misalnya dokumen, e-mail, buku dan sebagainya. Beberapa jenis aplikasi NLP yang berbasis teks:

a. Programs for classifying and retrieving documents by content.

Program yang mampu mengklasifikasi dan mengambil isi dari suatu dokumen berdasarkan kontennya. Seperti spam filtering (pemfilteran pesan sampah), language identification (identifikasi bahasa), dan lain-lain.

b. Machine Translation

Program yang mampu mentranslasi kalimat baik berupa teks maupun suara dari satu bahasa alami ke bahasa lainnya. Contoh: Google Translate.

Dialogue-based application idealnya melibatkan bahasa lisan atau pengenalan suara, akan tetapi bisa juga memasukan interaksi dialog dengan mengetikkan teks pertanyaan melalui keyboard. Contoh:

Intelligent personal assistant.

Perangkat lunak yang mampu melakukan tugas-tugas dan jasa berdasarkan inputan dari pengguna, lokasi, dan memiliki kemampuan untuk mengakses informasi dari berbagai sumber online(seperti cuaca, keadaan lalu lintas, berita, saham, dll). Contohnya adalah Siri pada produk-produk Apple dan S-Voice pada produk-produk seluler Samsung.

2) Computer Vision

Cabang ilmu ini erat kaitannya dengan pembangunan arti/makna dari image ke obyek secara fisik. Yang dibutuhkan didalamnya adalah metode-metode untuk memperoleh, melakukan proses, menganalisa dan memahami image. Apabila cabang ilmu ini dikombinasikan dengan Artificial Intelligence secara umum akan mampu menghasilkan sebuah visual intelligence system. Akuisisi dan pemrosesan informasi berupa vision dapat ditampilkan. Beberapa contoh penerapan Computer Vision dalam berbagai bidang, Antara Lain :

a. Bidang Pertahanan dan Keamanan (Militer).

Contoh jelas adalah deteksi tentara musuh atau kendaraan dan bimbingan rudal. Lebihsistem canggih untuk panduan mengirim rudal rudal ke daerah daripada target yang spesifik,dan pemilihan target yang dibuat ketika rudal mencapai daerah berdasarkan data citra diperoleh secara lokal.

Konsep modern militer, seperti “kesadaran medan perang”, menunjukkan  bahwa  berbagai sensor, termasuk sensor gambar, menyediakan kaya setinformasi  tentang adegan tempur yang dapat digunakan untuk mendukung keputusan strategis. Dalam hal ini, pengolahan otomatis data yang digunakan untuk  mengurangi kompleksitas dan informasi sekering dari sensor ganda untuk meningkatkan keandalan.

b. Bidang Didalam kendaraan Otonom.

kendaraan otonom, yang meliputi submersibles, kendaraan darat (robot kecil  dengan roda, mobil atau truk), kendaraan udara, dan kendaraan udara tak berawak (UAV). Tingkat berkisar otonomi dari sepenuhnya otonom (berawak) kendaraan untuk kendaraan di mana sistem visi berbasis  komputer  mendukung driver atau pilot dalam berbagai situasi.

Sepenuhnya otonom kendaraan biasanya menggunakan visi komputer untuk navigasi, yakni untuk mengetahui mana itu, atau untuk menghasilkan peta lingkungan (SLAM) dan  untuk mendeteksi rintangan. Hal ini juga dapat  digunakan  untuk  mendeteksi  peristiwa-peristiwa tugas  tertentu yang spesifik, e. g., sebuah  UAV  mencari kebakaran hutan. Contoh sistem pendukung sistem peringatan hambatan dalam mobil, dan sistem untuk pendaratan pesawat otonom. Beberapa produsen mobil telah menunjukkan sistem otonomi  mengemudi  mobil, tapi teknologi ini masih  belum  mencapai  tingkat  di  mana  dapat diletakkan di pasar.

Ada banyak contoh kendaraan otonom militer mulai dari rudal maju, untuk  UAV  untuk  misi pengintaian atau bimbingan rudal. Ruang eksplorasi sudah dibuat dengan kendaraan otonom menggunakan visi komputer, e. g., NASA Mars Exploration Rover dan Rover ExoMars ESA.

c. Bidang pengolahan citra medis.

Daerah  ini  dicirikan  oleh  ekstraksi  informasi  dari  data  citra  untuk  tujuan  membuat diagnosis medis pasien. Secara umum, data citra dalam bentuk gambar mikroskop, gambar X-ray, gambar angiografi, gambar ultrasonik, dan gambar tomografi. Contoh informasi yang dapat  diekstraksi  dari  data  gambar  tersebut  deteksi  tumor,  arteriosclerosis  atau  perubahan memfitnah  lainnya.  Hal  ini  juga  dapat  pengukuran  dimensi  organ,  aliran  darah,  dll  area aplikasi ini juga mendukung penelitian medis dengan memberikan informasi baru, misalnya, tentang struktur otak, atau tentang kualitas perawatan medis.

3. Tingkatan Model

Usaha untuk membuat program yang menyajikan cara manusia menyelesaikan masalah dapat dibagi kedalam dua kelas, yaitu:

Program kelas pertama mencoba menyelesaikan masalah dengan cara yang tidak persis benar dengan definisi kita tentang AI. 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.

Contoh program dalam kelas ini adalah 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.

Program kelas kedua 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. Beberapa alasan dibuatnya model seperti ini adalah:

1. Untuk membuktikan teori psychology tentang kemampuan manusia. Contohnya adalah program PARRY yang ditulis Colby, 1975, yang mengekploitasi perilaku paranoid (gila karena ketakutan yang berlebihan) manusia berdasarkan percakapan yang dilakukan, sehingga dengan menganalisa hasil percakapan, seorang psycholog dapat menyimpulkan apakan sesorang termasuk paranoid atau tidak.

2. Untuk membuat komputer mengerti alasan manusia. Contohnya, membuat komputer dapat membaca/ mengerti berita di koran dan menjawab pertanyaan spt “mengapa buruh mogok kerja ?”, program semacam ini harus dapat mensimulasi proses pengambilan alasan yang dilakukan manusia.

3. Untuk membuat manusia mengerti alasan komputer. Dalam banyak keadaan manusia enggan percaya pada output komputer kecuali dapat dimengerti bagaimana mesin mendapatkan hasil spt itu. Jika proses pengambilan alasan yg digunakan komputer sesuai dgn cara manusia maka akan lebih mudah untuk mendapatkan penjelasan yang dapat diterima.

4. Untuk mengekploitasi pengetahuan apa yang dapat kita kumpulkan dari manusia.

Selama disepakati bahwa manusia mamiliki kemampuan terbaik dalam menyelesaikan masalah, hal ini membuat banyak keinginan untuk melihat manusia sebagai petunjuk untuk menemukan cara untuk menyelesaikan masalah atau memproses suatu pekerjaan.

Hal ini juga akan memotivasi para pengembang AI untuk terus memproduksi mesin yang bertingkah laku cerdas dengan meniru manusia.

4. Kriteria Sukses

Tahun 1950, Alan Turing memperkenalkan metode untuk menentukan apakah sebuah mesin dapat berpikir, yang kemudian 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.

Perlu waktu cukup lama dan perlu beberapa kali test dan perbaikan sampai akhirnya mesin ini dapat melewati test ini, namun hal yg menarik dari Turing Test ini adalah bahwa yang diperlukan oleh mesin untuk lulus test ini bukan jawaban yang benar atau tepat untuk tiap pertanyan sehingga mesin tidak harus menjadi lebih cepat dan lebih benar dalam menjawab setiap pertanyaan untuk dinyatakan sebagai orang (cerdas) atau dapat berpikir.

5. 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