Kecerdasan merupakan kemampuan untuk belajar atau mengerti dari pengalaman, memahami pesan yang kontradiktif dan ambigu, menanggapi dengan cepat dan baik atas situasi yang baru, menggunakan penalaran dalam memecahkan masalah serta menyelesaikannya dengan efektif (Winston dan Pendergast, 1994). Kecerdasan buatan sendiri memilki dua arti dari beberapa pendapat. Kecerdasan buatan (AI) merupakan kawasan penelitian, aplikasi dan instruksi yang terkait dengan pemrograman komputer untuk melakukan sesuatu hal ‐ yang dalam pandangan manusia adalah – cerdas menurut H. A. Simon [1987] dan sebuah studi tentang bagaimana membuat komputer melakukan hal‐hal yang pada saat ini dapat dilakukan lebih baik oleh manusia (Rich and Kinight [1991]). Kategori definisi AI sendiri dikelompokkan menjadi 4 macam yaitu systems that think like humans, systems that think Rationally, systems that act like dan Systems that act rationallyHumans. Pengertian kecerdasan buatan secara detail terdapat beberapa sudut pandang yakni sudut pandang kecerdasan( Kecerdasan buatan mampu membuat mesin menjadi cerdas (berbuat seperti yang dilakukan manusia)), sudut pandang penelitian (Kecerdasan buatan adalah studi bagaimana membuat komputer dapat melakukan sesuatu sebaik yang dilakukan manusia), sudut pandang bisnis (kecerdasan buatan adalah kumpulan peralatan yang sangat powerful dan metodologis dalam menyelesaikan masalah bisnis), dan sudut pandang pemrograman (kecerdasan buatan meliputi studi tentang pemrograman simbolik, problem solving, dan pencarian (searching)).
Pada AI terdapat dua bagian utama yaitu basis pengetahuan (knowledge base) yang berisi fakta‐fakta, teori, pemikiran dan hubungan komponen satu dengan yang lainnya dan motor inferensi (inference engine) maksudnya kemampuan menarik kesimpulan berdasar pengalaman yang berkaitan dengan representasi dan duplikasi proses tersebut melalui mesin (misalnya, komputer dan robot). Konsep kecerdasan buatan ada lima yaitu turing test, pemrosesan simbolik, dan heuristic, inferensi (penarikan kesimpulan), dan pencocokan pola (pattern matching). Turing test adalah metode pengujian kecerdasan (Alan Turing)). Proses uji ini melibatkan seorang penanya (manusia) dan dua obyek yang ditanyai. Pemrosesan Simbolik menjelaskan sifat penting dari AI adalah bahwa AI merupakan bagian dari ilmu komputer yang melakukan proses secara simbolik dan non‐algoritmik dalam penyelesaian masalah. Heuristic adalah suatu strategi untuk melakukan proses pencarian (search) ruang problem secara efektif, yang memandu proses pencarian yang kita lakukan di sepanjang jalur yang memiliki kemungkinan sukses paling besar. Inferensi (Penarikan Kesimpulan) maksudnya AI mencoba membuat mesin memiliki kemampuan berpikir atau mempertimbangkan (reasoning), termasuk didalamnya proses (inferencing) berdasarkan fakta-fakta dan aturan dengan menggunakan metode heuristik, dll. Pencocokan pola (pattern matching) maksudnya berusaha untuk menjelaskan obyek, kejadian (events) atau proses, dalam hubungan logik atau komputasional.
“State of the Art” AI meliputi Deep Blue mengalahkan Kasparov, juara dunia Catur; PEGASUS merupakan suatu sistem memahami ucapan yang mampu menangani transaksi seperti mendapatkan informasi tiket udara termurah; MARVEL merupakan suatu sistem pakar real‐time memonitor arus data dari pesawat Voyager dan setiap anomali sinyal; dan sistem robot mengemudikan sebuah mobil dengan kecepatan yang cepat pada jalan raya umum seperti Google Cars. Tujuan Kecerdasan Buatan yaitu untuk membuat komputer lebih cerdas, mengerti tentang kecerdasan, membuat mesin lebih berguna.
Kecerdasan Buatan dengan Kecerdasan Alami memilki perbedaan antarkeduanya. Kecerdasan buatan bersifat permanen , lebih mudah diduplikasi dan ditransfer, lebih murah, konsisten, dapat didokumentasi, lebih cepat dan teliti. Sedangkan kecerdasan alami cepat mengalami perubahan, proses transfer antar manusia membutuhkan proses yang lama, lebih mahal, sering berubah (sifat manusia), sulit didokumentasi, lebih lambat, kurang teliti. Namun, kecerdasan alami memilki kelebihan dibanding AI yakni bersifat lebih kreatif ; dapat melakukan proses pembelajaran secara langsung, sementara AI harus mendapatkan masukan berupa simbol dan representasi-representasi; menggunakan fokus yang luas sebagai referensi untuk pengambilan keputusan, sebaliknya, AI menggunakan fokus yang sempit.
Sejarah kecerdasan buatan, perkembangan, dan aplikasinya. Sejarah kecerdasan buatan terjadi beberapa zaman meliputi zaman “batu” (1943-1956), awal antusias, harapan besar (1952‐1969), masa gelap (1966‐1973), Renaissance (1969‐1979), era Industrial (1980‐sekarang), kembalinya neural networks (1986‐sekarang), kematangan (1987‐sekarang), dan agent cerdas (1995‐sekarang). Zaman “batu” (1943-1956) menjelaskan awal kerja JST dan logika; teori logika (Alan Newell and Herbert Simon); kelahiran AI saat Dartmouth workshop ‐ summer 1956; dan John McCarthy’s memberi nama bidang yang bernama Artificial Intelligence. Awal antusias, harapan besar (1952‐1969) menjelaskan bahwa McCarthy pada tahun 1958 mendefinisikan Lisp, menemukan time‐sharing, dan Advice Taker. Pada tahun tersebut pula terjadi pembelajaran tanpa pengetahuan, pemodelan JST, pembelajaran Evolusioner, Samuel’s checkers player sebagai pembelajaran, adanya metode resolusi Robinson, adanya Minsky yakni the microworlds (e.g. the block’s world), terdapat banyak demonstrasi kecil tentang perilaku “intelligent” serta Prediksi over‐optimistic Simon.
Pada masa gelap (1966‐1973) menjelaskan AI tidak mengalami perkembangan yakni ledakan perkembangan combinatorial, fakta bahwa suatu program bisa mendapatkan suatu solusi secara prinsip tidak berarti bahwa program memuat beberapa mekanisme yang dibutuhkan untuk mendapatkannya secara praktis, terjadi kegagalan dari pendekatan terjemahan bahasa alami berbasis pada grammars sederhana dan kamus kata, muncul penterjemahan kembali yang populer English‐>Russian‐>English, terjadi penghentian penemuan untuk pemrosesan bahasa natural, terjadi kegagalan perceptron untuk belajar dari fungsi sederhana sebagaimana disjunctive/eksclusive OR, penghentian penelitian pada JST, terjadi realisasi dari kesukaran dalam proses learning dan keterbatasan dari metode yang dieksplorasi, muncul konsep pembelajaran simbolik (Winston’s influential thesis, 1972).
Pada masa Renaissance (1969‐1979) terjadi perubahan pada paradigma penyelesaian yang dimulai dari penyelesaian masalah berbasis “search‐based” menjadi penyelesaian masalah berbasis pengetahuan, ,muncul sistem pakar pertama, adanya Dendral yang berarti menginferensi struktur molecular dari informasi yang disediakan oleh spektrometer massa, muncul mycin yakni diagnoses blood infections, muncul prospector yakni merekomendasikan eksplorasi pengeboran pada lokasi geologi yang menyediakan suatu deposit mineral molybdenum. Pada era industrial yakni tahun 1980 sampai sekarang telah terjadi sukses pertama Sistem Pakar secara komersial, terdapat Many AI companies, dilakukan eksplorasi dari strategi pembelajaran yang bermacam‐macam (Explanation‐based learning, Case‐based Reasoning, Genetic algorithms, Neural networks, etc.) Pada masa kembalinya neural networks pada tahun 1986 sampai sekarang terjadi penggalian kembali algoritma learning back propagation untuk neural networks yang pertama dikenalkan dalam tahun 1969 oleh Bryson and Ho, banyak aplikasi sukses dari Neural Networks, terjadi kehilangan respek terhadap sulitnya membangun sistem pakar (macetnya knowledge acquisition).
Pada masa kematangan tahun 1987 sampai sekarang terjadi perubahan dalam cakupan dan metodologi penelitian bidang Kecerdasan Buatan meliputi membangun di atas teori yang ada, bukan Cuma mengusulkan teori baru; berbasis klaim pada theorema dan eksperimen, bukan pada intuisi; menunjukkan relevansi ke aplikasi nyata, bukan pada contoh “mainan”. Pada masa agent cerdas tahun1995 sampai sekarang merupakan realisasi yang mulanya dipisahkan dalam sub dari kecerdasan buatan (speech recognition, problem solving and planning, robotics, computer vision, machine learning, knowledge representation, etc.) perlu direorganisasi bilamana hasil-hasilnya diikat bersama-sama ke dalam suatu desain agent tunggal dan suatu reintegrasi dari sub-area yang berbeda dari KB untuk membentuk whole agent meliputi “agent perspective” of AI; agent architectures (e.g. SOAR, Disciple); multi‐agent systems; agent untuk aplikasi tipe‐tipe yang berbeda ,web agents.
Lingkup kecerdasan buatan meliputi sistem pakar (Expert System)maksudnya komputer memiliki keahlian menyelesaikan masalah seperti kemampuan pakar, pengolahan bahasa alami (natural language processing) maksudnya diharapkan user dapat berkomunikasi dengan komputer menggunakan bahasa sehari‐hari, pengenalan ucapan (speech recognition) maksudnya user dapat berkomunikasi dengan komputer menggunakan suara, robotika dan system sensor (robotics and sensoric system), computer vision, intellegence computer – aided Instruction maksudnya komputer dijadikan tutor untuk melatih dan mengajar, dan Game Playing. Domain yang sering dibahas meliputi mundane task, formal task, dan Expert Task. Mundane task yakni berisi persepsi (vision & speech), bahasa alami (understanding, generation & translation), pemikiran yang bersifat commonsense, robot control. Formal Task berisi permainan / games, matematika (Geometri, logika, kalkulus integral, pembuktian). Expert task berisi analisis finansial, analisis medikal, analisis ilmu pengetahuan, rekayasa (design, pencarian kegagalan, perencanaan manufaktur). Contoh kecerdasan buatan seperti AI Robot, Game, Fitur Facebook berisi People You May Know dan Iklan, Twitter berisi Trending topics, Google PageRank, Online advertisement, dan Recommended Article
dittaresty 