Survey
* Your assessment is very important for improving the workof artificial intelligence, which forms the content of this project
* Your assessment is very important for improving the workof artificial intelligence, which forms the content of this project
Artificial Intelligence SEJARAH PERKEMBANGAN AI Belajar AI Untuk APA ? Manusia diciptakan dengan kecerdasan yang luar biasa. Ilustrasi yang cukup mudah dapat dilihat dengan memperhatikan kedua gambar berikut. Dapatkah Anda mengenali gambar apakah di atas ? Bagi komputer hal tersebut mungkin sulit untuk dikenali disebabkan kecerdasan yang dimiliki oleh manusia jauh lebih pintar dari komputer. Para filsuf/peneliti bertahun-tahun berusaha mempelajari kecerdasan dari manusia. Melahirkan AI yg berusaha memahami kecerdasan manusia. AI berusaha membangun entitas” cerdas yg sesuai dg pemahaman manusia. Definisi AI Artificial Intelegence adalah sub bidang computer science yang mencurahkan perhatiannya pada usaha untuk menciptakan hardware dan software komputer untuk melakukan segala sesuatu seperti yang dapat dilakukan manusia. Beberapa ahli juga mengatakan definisi yang berbedabeda tentang AI, yaitu fokus pada logika berpikir manusia dan ada yang mendefinisikan yang lebih luas yaitu pada tingkah laku manusia. Definisi AI (Cont.) Stuart Russel dan Peter Norvig mengelompokkan definisi dari AI menjadi 4 kategori yaitu : ⦿ ⦿ ⦿ ⦿ Thinking Humanly Acting Humanly Thinking Rationally Acting Rationally Definisi AI (Cont.) Thinking Humanly : cognitive modeling approach Pendekatan yang dilakukan terbagi menjadi 2 cara : Introspeksi : berusaha menangkap pemikiran-pemikiran kita saat kita berpikir. Eksperimen-eksperimen psikologi Acting Humanly : Turing Test Approach Tahun 1950 Alan Turing merancang tes untuk menguji kecerdasan komputer. Komputer mampu mengelabui manusia yang menginterogasi melalui teletype(Komunikasi jarak jauh). Definisi AI (Cont.) Thinking rationally : the laws of thought approach Terdapat 2 masalah dalam pendekatan ini: Tidak mudah merepresentasikan sebuah pengetahuan Adanya perbedaan besar antara memecahkan masalah dalam prinsip dan dunia nyata. Acting rationally : relational agent approach Dg menalar logis, maka didapat kesimpulan aksi mencapai tujuan/tidak. Jika Ya, agent akan melakukan aksi berdasarkan kesimpulan tersebut. Tahapan Perkembangan AI (Russel,95) Era Komputer elektronik (1941) Masa Persiapan AI (1943-1956) Awal perkembangan AI (1952-1969) Perkembangan AI melambat (1966-1974) Sistem berbasis pengetahuan (1969-1979) AI menjadi sebuah industri (1980-1988) Kembalinya jaringan syaraf tiruan (1986-sekarang) Era Komputer elektronik (1941) Pada tahun 1941 telah ditemukan alat penyimpanan dan pemrosesan informasi. Penemuan tersebut dinamakan komputer elektronik yang dikembangkan di USA dan Jerman. komputer melibatkan konfigurasi ribuan kabel untuk menjalankan suatu program. Hal ini sangat merepotkan para programmer. Pada tahun 1949, berhasil dibuat komputer yang mampu menyimpan program sehingga membuat pekerjaan untuk memasukkan program menjadi lebih mudah. Penemuan ini menjadi dasar pengembangan program yang mengarah ke AI. Masa Persiapan AI (1943-1956) 1943, Warren McCulloch dan Walter Pitts mengemukakan tiga hal: pengetahuan fisiologi dasar dan fungsi sel syaraf dalam otak, analisis formal tentang logika proposisi, dan teori komputasi Turing. berhasil membuat suatu model syaraf tiruan di mana setiap neuron digambarkan sebagai ‘on’ dan ‘off’. Mereka menunjukkan bahwa setiap fungsi dapat dihitung dengan suatu jaringan sel syaraf dan bahwa semua hubungan logis dapat diimplementasikan dengan struktur jaringan yang sederhana. Awal perkembangan AI (1952-1969) Pada tahun-tahun pertama perkembangan AI mengalami banyak kesuksesan. Diawali dengan kesuksesan Newell dan Simon dengan sebuah program yang disebut general problem solver. Program ini dirancang untuk memulai penyelesaian masalah secara manusiawi. Pada tahun 1958, McCarthy di MIT AI Lab Memo mendefinisikan bahasa pemrograman tingkat tinggi yaitu LISP, yang sekarang mendominasi pembuatan program-program AI. McCarthy membuat program yang dinamakan programs with common sense. Di dalam program tersebut, dibuat rancangan untuk menggunakan pengetahuan dalam mencari solusi. 1959, Nathaniel Rochester dari IBM dan para mahasiswanya mengeluarkan program AI yaitu geometry theorm prover. Awal perkembangan AI (1952-1969) 1963, program yang dibuat James Slagle mampu menyelesaikan masalah integral tertutup untuk mata kuliah Kalkulus. 1968, program analogi buatan Tom Evan menyelesaikan masalah analogi geometri yang ada pada tes IQ. Perkembangan AI melambat (1966-1974) 10 tahun kemudian, perkembangan AI melambat. Hal ini disebabkan adanya 3 kesulitan utama yang dihadapi AI, yaitu: 1. Program-program AI yang bermunculan hanya mengandung sedikit atau bahkan tidak mengandung sama sekali pengetahuan pada subjeknya. Program-program AI berhasil hanya karena manipulasi sisntetis yang sederhana. Sebagai contoh adalah Weizenbaum’s ELIZA program (1965) yang dapat melakukan percakapan serius pada berabgai topik, sebenarnya hanya peminjaman dan manipulasi kalimat-kalimat yang diketikkan oleh manusia. Perkembangan AI melambat (1966-1974) 2. Banyak masalah yang harus diselesaikan oleh AI, karena terlalu banyaknya masalah yang berkaitan, maka tidak jarang banyak terjadi kegagalan pada pembuatan program AI. 3. Ada beberapa batasan pada struktur dasar yang digunakan untuk menghasilkan perilaku intelijensia. Sebagai contoh adalah pada tahun 1969, buku Minsky dan Papert Perceptrons membuktikan bahwa meskipun program-program perceptron dapat mempelajari segala sesuatu, tetapi program-program tersebut hanya merepresentasikan sejumlah kecil saja. Sebagai contoh masukan perceptron yang berbeda tidak dapat dilatihkan untuk mengenali kedua masukan berbeda tersebut. Sistem berbasis pengetahuan (19691979) Pengetahuan adalah kekuatan pendukung AI. Hal ini dibuktikan dengan program yang dibuat oleh Ed Feigenbaum, Bruce Buchanan, dan Joshua Lederberg yang membuat program untuk memecahkan masalah struktur molekul dari informasi yang didapatkan dari spectometer massa. Program tersebut dinamakan dendral programs yang berfokus pada segi pengetahuan kimia. AI menjadi sebuah industry (1980-1988) Industralisasi AI diawali dengan ditemukannya sistem pakar yang dinamakan R1 yang mampu mengkonfigurasi sistemsistem komputer baru. Program tersebut mulai dioperasikan di digital equipment corporation (DEC), McDermott, pada tahun 1982. 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. Kembalinya jaringan syaraf tiruan (1986 – sekarang) Meskipun bidang ilmu komputer menolak JST setelah diterbitkannya buku ‘Perceptrons’ karangan Minsky dan Papert, tetapi para ilmuwan masih mempelajari bidang ilmu tersebut dari sudut pandang yang lain, yaitu fisika. Para ahli fisika seperti Hopfield (1982)) menggunakan teknik-teknik mekanika statistika untuk menganalisa sifat-sifat penyimpanan dan optimasi pada jaringan syaraf. Para ahli psikolog, David Rumhelhart dan Geoff Hinton, melanjutkan penelitian mengenai model jaringan syaraf pada memori. Th 1985-an sedikitnya empat kelompok riset menemukan kembali algoritma belajar propagasi balik. Algoritma ini berhasil diimplementasikan ke dalam ilmu bidang komputer dan psikologi. Beberapa aplikasi AI Logic Theorist, diperkenalkan pada Dartmouth Conference, program ini dapat membuktikan teorema-teorema matematika. Sad Sam, diprogram oleh Robert K. Lindsay (1960). Program ini dapat mengetahui kalimat-kalimat sederhana yang ditulis dalam bahasa Inggris dan mampu memberikan jawaban dari fakta-fakta yang didengar dalam sebuah percakapan. ELIZA, diprogram oleh Joseph Weinzenbaum (1967). Program ini mampu melakukan terapi terhadap pasien dengan memberikan beberapa pertanyaan. Deep Blue mengalahkan Kasparov, juara dunia Catur. PEGASUS, suatu sistem memahami ucapan yang mampu menangani transaksi seperti mendapatkan informasi tiket udara termurah. Beberapa aplikasi AI MARVEL, suatu sistem pakar real-time memonitor arus data dari pesawat Voyager dan setiap anomali sinyal. Sistem robot mengemudikan sebuah mobil dengan kecepatan yang cepat pada jalan raya umum. Suatu diagnostik sistem pakar sedang mengkoreksi hasil diagnosis pakar yang sudah punya reputasi. Agent pintar untuk bermacam-macam domain yang bertambah pada laju yang sangat tinggi. Subjek materi pakar mengajar suatu learning agent penalarannya dalam pusat penentuan gravitasi. Take Home . . . . Carilah informasi tentang computational intelligence, soft computing, dan evolutionary computation ! Kumpulkan dalam bentuk pelaporan yang bersih, rapi, tulis tangan lebih baik. Kumpulkan pada waktu pertemuan minggu depan.