PEMBAHASAN SISTEM CERDAS
Kecerdasan
Buatan (Artificial Intelligence
atau AI)
didefinisikan sebagai kecerdasan yang ditunjukkan oleh suatu entitas
buatan. Sistem seperti ini umumnya dianggap komputer. Kecerdasan diciptakan dan
dimasukkan ke dalam suatu mesin (komputer) agar dapat
melakukan pekerjaan seperti yang dapat dilakukan manusia. Beberapa macam bidang yang
menggunakan kecerdasan buatan antara lain sistem pakar, permainan komputer
(games), logika fuzzy,
jaringan syaraf tiruan dan robotika.
Banyak hal yang kelihatannya sulit untuk kecerdasan manusia,
tetapi untuk Informatika relatif
tidak bermasalah. Seperti contoh: mentransformasikan persamaan, menyelesaikan
persamaan integral, membuat permainan catur atau Backgammon. Di sisi lain, hal
yang bagi manusia kelihatannya menuntut sedikit kecerdasan, sampai sekarang
masih sulit untuk direalisasikan dalam Informatika. Seperti contoh: Pengenalan
Obyek/Muka, bermain sepak bola.
Walaupun AI memiliki konotasi fiksi ilmiah yang kuat, AI membentuk
cabang yang sangat penting pada ilmu komputer, berhubungan dengan perilaku,
pembelajaran dan adaptasi yang cerdas dalam sebuah mesin. Penelitian dalam AI
menyangkut pembuatan mesin untuk mengotomatisasikan tugas-tugas yang
membutuhkan perilaku cerdas. Termasuk contohnya adalah pengendalian,
perencanaan dan penjadwalan, kemampuan untuk menjawab diagnosa dan pertanyaan
pelanggan, serta pengenalan tulisan tangan, suara dan wajah. Hal-hal seperti
itu telah menjadi disiplin ilmu tersendiri, yang memusatkan perhatian pada
penyediaan solusi masalah kehidupan yang nyata. Sistem AI sekarang ini sering
digunakan dalam bidang ekonomi, obat-obatan, teknik dan militer, seperti yang
telah dibangun dalam beberapa aplikasi perangkat lunak komputer rumah dan video
game.
'Kecerdasan buatan' ini bukan hanya ingin mengerti apa itu sistem
kecerdasan, tapi juga mengkonstruksinya.
Tidak ada definisi yang memuaskan untuk 'kecerdasan':
- kecerdasan: kemampuan untuk
memperoleh pengetahuan dan menggunakannya
- atau kecerdasan yaitu apa yang diukur
oleh sebuah 'Test Kecerdasan'
Faham
Pemikiran
Secara garis besar, AI terbagi ke dalam dua faham pemikiran yaitu
AI Konvensional dan Kecerdasan Komputasional (CI, Computational
Intelligence). AI konvensional kebanyakan melibatkan metoda-metoda yang
sekarang diklasifiksikan sebagai pembelajaran
mesin, yang ditandai dengan formalisme dan analisis
statistik. Dikenal juga sebagai AI simbolis,
AI logis, AI murni dan AI cara lama (GOFAI,
Good Old Fashioned Artificial Intelligence). Metoda-metodanya meliputi:
- Sistem pakar: menerapkan kapabilitas
pertimbangan untuk mencapai kesimpulan. Sebuah sistem pakar dapat
memproses sejumlah besar informasi yang diketahui dan menyediakan
kesimpulan-kesimpulan berdasarkan pada informasi-informasi tersebut.
- Petimbangan berdasar kasus
- Jaringan Bayesian
- AI berdasar tingkah laku: metoda
modular pada pembentukan sistem AI secara manual
Kecerdasan komputasional melibatkan pengembangan atau pembelajaran
iteratif (misalnya penalaan parameter seperti dalam sistem koneksionis.
Pembelajaran ini berdasarkan pada data empiris dan diasosiasikan dengan AI
non-simbolis, AI yang tak teratur dan perhitungan lunak. Metoda-metoda pokoknya
meliputi:
- Jaringan Syaraf: sistem dengan
kemampuan pengenalan pola yang sangat kuat
- Sistem Fuzzy: teknik-teknik untuk
pertimbangan di bawah ketidakpastian, telah digunakan secara meluas dalam
industri modern dan sistem kendali produk konsumen.
- Komputasi Evolusioner: menerapkan
konsep-konsep yang terinspirasi secara biologis seperti populasi, mutasi
dan “survival of the fittest” untuk
menghasilkan pemecahan masalah yang lebih baik.
Metoda-metoda ini terutama dibagi menjadi algoritma evolusioner
(misalnya algoritma genetik)
dan kecerdasan berkelompok (misalnya algoritma semut)
Dengan sistem cerdas hibrid, percobaan-percobaan dibuat untuk
menggabungkan kedua kelompok ini. Aturan inferensi pakar dapat dibangkitkan
melalui jaringan syaraf atau aturan produksi dari pembelajaran statistik
seperti dalam ACT-R.
Sebuah pendekatan baru yang menjanjikan disebutkan bahwa penguatan kecerdasan
mencoba untuk mencapai kecerdasan buatan dalam proses pengembangan evolusioner
sebagai efek samping dari penguatan kecerdasan manusia melalui teknologi.
Sejarah
Pada awal abad 17, René Descartes mengemukakan bahwa tubuh
hewan bukanlah apa-apa melainkan hanya mesin-mesin yang rumit. Blaise Pascal menciptakan mesin penghitung
digital mekanis pertama pada 1642. Pada 19, Charles Babbage dan Ada Lovelace bekerja pada mesin penghitung
mekanis yang dapat diprogram.
Bertrand Russell
dan Alfred North
Whitehead menerbitkan Principia
Mathematica, yang merombak logika formal. Warren
McCulloch dan Walter
Pitts menerbitkan "Kalkulus Logis Gagasan yang tetap ada dalam
Aktivitas " pada 1943 yang meletakkan pondasi untuk jaringan syaraf.
Tahun 1950-an adalah periode usaha aktif dalam AI. Program AI
pertama yang bekerja ditulis pada 1951 untuk menjalankan mesin Ferranti
Mark I di University of Manchester (UK): sebuah
program permainan naskah yang ditulis oleh Christopher
Strachey dan program permainan catur yang ditulis oleh Dietrich
Prinz. John McCarthy membuat istilah "kecerdasan buatan "
pada konferensi pertama yang disediakan untuk pokok persoalan ini, pada 1956.
Dia juga menemukan bahasa pemrograman Lisp.
Alan Turing memperkenalkan "Turing test" sebagai sebuah cara
untuk mengoperasionalkan test perilaku cerdas. Joseph
Weizenbaum membangun ELIZA,
sebuah chatterbot yang menerapkan psikoterapi Rogerian.
Selama tahun 1960-an dan 1970-an, Joel
Moses mendemonstrasikan kekuatan pertimbangan simbolis untuk
mengintegrasikan masalah di dalam program Macsyma,
program berbasis pengetahuan yang sukses pertama kali dalam bidang matematika. Marvin Minsky dan Seymour
Papert menerbitkan Perceptrons,
yang mendemostrasikan batas jaringan syaraf sederhana dan Alain
Colmerauer mengembangkan bahasa komputer Prolog. Ted
Shortliffe mendemonstrasikan kekuatan sistem berbasis aturan untuk representasi pengetahuan
dan inferensi
dalam diagnosa dan terapi medis yang kadangkala disebut sebagai sistem pakar
pertama. Hans
Moravec mengembangkan kendaraan terkendali komputer pertama untuk mengatasi
jalan berintang yang kusut secara mandiri.
Pada tahun 1980-an, jaringan syaraf digunakan secara meluas dengan
algoritma perambatan balik, pertama kali diterangkan oleh Paul
John Werbos pada 1974. Tahun 1990-an ditandai perolehan besar dalam
berbagai bidang AI dan demonstrasi berbagai macam aplikasi. Lebih khusus Deep Blue, sebuah komputer permainan catur,
mengalahkan Garry Kasparov
dalam sebuah pertandingan 6 game yang terkenal pada tahun 1997. DARPA
menyatakan bahwa biaya yang disimpan melalui penerapan metode AI untuk unit
penjadwalan dalam Perang Teluk pertama telah mengganti seluruh investasi dalam
penelitian AI sejak tahun 1950 pada pemerintah AS.
Tantangan Hebat DARPA, yang dimulai pada 2004 dan berlanjut hingga
hari ini, adalah sebuah pacuan untuk hadiah $2 juta dimana kendaraan
dikemudikan sendiri tanpa komunikasi dengan manusia, menggunakan GPS,
komputer dan susunan sensor yang canggih,
melintasi beberapa ratus mil daerah gurun yang menantang.
Filosofi
Perdebatan tentang AI yang kuat dengan AI yang lemah masih menjadi
topik hangat di antara filosof AI. Hal ini melibatkan filsafat
pemikiran dan masalah pikiran-tubuh.
Roger
Penrose dalam bukunya The Emperor's New Mind dan John
Searle dengan eksperimen pemikiran "ruang China"
berargumen bahwa kesadaran sejati tidak dapat dicapai oleh sistem logis formal,
sementara Douglas
Hofstadter dalam Gödel,
Escher, Bach dan Daniel Dennett dalam Consciousness Explained memperlihatkan
dukungannya atas fungsionalisme.
Dalam pendapat banyak pendukung AI yang kuat, kesadaran buatan dianggap sebagai
urat suci (holy
grail) kecerdasan buatan.
Fiksi sains
Dalam fiksi sains, AI umumnya dilukiskan sebagai kekuatan masa
depan yang akan mencoba menggulingkan otoritas manusia seperti dalam HAL
9000, Skynet,
Colossus and The Matrix atau sebagai penyerupaan manusia
untuk memberikan layanan seperti C-3PO,
Data,
the Bicentennial
Man, the Mechas dalam A.I.
atau Sonny dalam I, Robot. Sifat
dominasi dunia AI yang tak dapat dielakkan, kadang-kadang disebut "the
Singularity", juga dibantah oleh beberapa penulis sains seperti
Isaac Asimov, Vernor
Vinge dan Kevin
Warwick. Dalam pekerjaan seperti manga Ghost in the Shell-nya orang Jepang,
keberadaan mesin cerdas mempersoalkan definisi hidup sebagai organisme lebih
dari sekedar kategori entitas mandiri yang lebih luas, membangun konsep
kecerdasan sistemik yang bergagasan. Lihat daftar komputer fiksional (list of fictional computers) dan daftar robot dan android fiksional (list of fictional robots and androids).
Seri televisi BBC
Blake's 7 menonjolkan sejumlah komputer cerdas, termasuk Zen
(Blake's 7), komputer kontrol pesawat bintang Liberator (Blake's 7); Orac,
superkomputer lanjut tingkat tinggi dalam kotak perspex portabel yang mempunyai
kemampuan memikirkan dan bahkan memprediksikan masa depan; dan Slave, komputer
pada pesawat bintang Scorpio.
Logika Fuzzy
Adalah peningkatan dari logika Boolean yang
berhadapan dengan konsep kebenaran sebagian.
Di mana logika klasik menyatakan
bahwa segala hal dapat diekspresikan dalam istilah binary (0 atau 1, hitam atau putih,
ya atau tidak), logika fuzzy menggantikan kebenaran boolean dengan tingkat kebenaran.
Logika Fuzzy memungkinkan nilai keanggotaan antara 0 dan 1,
tingkat keabuan dan juga hitam dan putih, dan dalam bentuk linguistik, konsep
tidak pasti seperti "sedikit", "lumayan", dan
"sangat". Dia berhubungan dengan set fuzzy dan teori kemungkinan. Dia
diperkenalkan oleh Dr. Lotfi Zadeh dari Universitas California, Berkeley
pada 1965.
Jaringan
saraf tiruan (JST) (artificial
neural network (ANN),
atau juga disebut simulated neural network (SNN), atau
umumnya hanya disebut neural network (NN)), adalah jaringan dari
sekelompok unit pemroses kecil yang dimodelkan berdasarkan jaringan saraf manusia.
JST merupakan sistem adaptif yang dapat mengubah strukturnya untuk memecahkan
masalah berdasarkan informasi eksternal maupun internal yang mengalir melalui
jaringan tersebut.
Secara sederhana, JST adalah sebuah alat pemodelan data statistik
non-linier. JST dapat digunakan untuk memodelkan hubungan yang kompleks antara
input dan output untuk menemukan pola-pola pada data.
Sejarah
Saat ini bidang kecerdasan
buatan dalam usahanya menirukan intelegensi
manusia, belum
mengadakan pendekatan dalam bentuk fisiknya melainkan dari sisi yang lain.
Pertama-tama diadakan studi mengenai teori dasar mekanisme proses terjadinya
intelegensi. Bidang ini disebut ‘Cognitive Science’. Dari teori dasar
ini dibuatlah suatu model untuk disimulasikan pada komputer, dan
dalam perkembangannya yang lebih lanjut dikenal berbagai sistem kecerdasan buatan
yang salah satunya adalah jaringan saraf tiruan. Dibandingkan dengan bidang
ilmu yang lain, jaringan saraf tiruan relatif masih baru. Sejumlah literatur
menganggap bahwa konsep jaringan saraf tiruan bermula pada makalah Waffen McCulloch dan Walter Pitts pada tahun 1943. Dalam makalah
tersebut mereka mencoba untuk memformulasikan model matematis sel-sel otak. Metode yang
dikembangkan berdasarkan sistem saraf biologi ini, merupakan suatu langkah maju dalam industri
komputer.
Pengertian
Dasar
Tidak ada dua otak manusia yang sama, setiap otak selalu berbeda.
Beda dalam ketajaman, ukuran dan pengorganisasiannya. Salah satu cara untuk
memahami bagaimana otak bekerja adalah dengan mengumpulkan informasi dari
sebanyak mungkin scan otak manusia dan memetakannya. Hal tersebut merupakan
upaya untuk menemukan cara kerja rata-rata otak manusia itu. Peta otak manusia
diharapkan dapat menjelaskan misteri mengenai bagaimana otak mengendalikan setiap
tindak tanduk manusia, mulai dari penggunaan bahasa hingga
gerakan.
Walaupun demikian kepastian cara kerja otak manusia masih
merupakan suatu misteri. Meski beberapa aspek dari prosesor yang menakjubkan
ini telah diketahui tetapi itu tidaklah banyak. Beberapa aspek-aspek tersebut,
yaitu :
a. Tiap
bagian pada otak manusia memiliki alamat, dalam bentuk formula kimia, dan sistem
saraf manusia berusaha untuk mendapatkan alamat yang cocok untuk setiap akson (saraf
penghubung) yang dibentuk.
b. Melalui
pembelajaran, pengalaman dan interaksi antara sistem maka struktur dari otak
itu sendiri akan mengatur fungsi-fungsi dari setiap bagiannya.
c. Axon-axon
pada daerah yang berdekatan akan berkembang dan mempunyai bentuk fisik mirip,
sehingga terkelompok dengan arsitektur tertentu pada otak.
d. Axon
berdasarkan arsitekturnya bertumbuh dalam urutan waktu, dan terhubung
pada struktur otak yang berkembang dengan urutan waktu yang sama.
Berdasarkan
keempat aspek tersebut di atas dapat ditarik suatu kesimpulan bahwa otak tidak
seluruhnya terbentuk oleh proses genetis. Terdapat proses lain yang ikut membentuk fungsi
dari bagian-bagian otak, yang pada akhirnya menentukan bagaimana suatu
informasi diproses oleh otak.
Elemen yang
paling mendasar dari jaringan saraf adalah sel saraf. Sel-sel saraf inilah
membentuk bagian kesadaran manusia yang meliputi beberapa kemampuan umum. Pada
dasarnya sel saraf biologi menerima masukan dari sumber yang lain dan
mengkombinasikannya dengan beberapa cara, melaksanakan suatu operasi yang
non-linear untuk mendapatkan hasil dan kemudian mengeluarkan hasil akhir
tersebut.
Dalam tubuh manusia
terdapat banyak variasi tipe dasar sel saraf, sehingga proses berpikir manusia
menjadi sulit untuk direplikasi secara elektrik.
Sekalipun demikian, semua sel saraf alami mempunyai empat komponen dasar yang
sama. Keempat komponen dasar ini diketahui berdasarkan nama biologinya yaitu, dendrit, soma, akson, dan sinapsis.
Dendrit merupakan suatu perluasan dari soma yang menyerupai rambut dan
bertindak sebagai saluran masukan. Saluran masukan ini menerima masukan dari
sel saraf lainnya melalui sinapsis. Soma dalam hal ini kemudian memproses nilai
masukan menjadi sebuah output yang kemudian dikirim ke sel saraf lainnya
melalui akson dan sinapsis.
Penelitian
terbaru memberikan bukti lebih lanjut bahwa sel saraf biologi mempunyai struktur
yang lebih kompleks dan lebih canggih daripada sel saraf buatan yang kemudian
dibentuk menjadi jaringan saraf buatan yang ada sekarang ini. Ilmu biologi
menyediakan suatu pemahaman yang lebih baik tentang sel saraf sehingga
memberikan keuntungan kepada para perancang jaringan untuk dapat terus
meningkatkan sistem jaringan saraf buatan yang ada berdasarkan pada pemahaman
terhadap otak biologi.
Sel
saraf-sel saraf ini terhubung satu dengan yang lainnya melalui sinapsis. Sel
saraf dapat menerima rangsangan berupa sinyal elektrokimiawi
dari sel saraf-sel saraf yang lain. Berdasarkan rangsangan tersebut, sel saraf
akan mengirimkan sinyal
atau tidak berdasarkan kondisi tertentu. Konsep dasar semacam inilah yang ingin
dicoba para ahli dalam menciptakan sel tiruan.
Definisi
Suatu
jaringan saraf tiruan memproses sejumlah besar informasi secara paralel dan
terdistribusi, hal ini terinspirasi oleh model kerja otak biologis. Beberapa
definisi tentang jaringan saraf tiruan adalah sebagai berikut di bawah ini.
Hecht-Nielsend (1988) mendefinisikan
sistem saraf buatan sebagai berikut:
"Suatu
neural network (NN), adalah suatu struktur pemroses informasi yang
terdistribusi dan bekerja secara paralel, yang terdiri atas elemen pemroses
(yang memiliki memori
lokal dan beroperasi dengan informasi lokal) yang diinterkoneksi bersama dengan
alur sinyal searah yang disebut koneksi. Setiap elemen pemroses memiliki
koneksi keluaran tunggal yang bercabang (fan out) ke sejumlah koneksi kolateral
yang diinginkan (setiap koneksi membawa sinyal yang sama dari keluaran elemen
pemroses tersebut). Keluaran dari elemen pemroses tersebut dapat merupakan
sebarang jenis persamaan matematis yang diinginkan. Seluruh proses yang
berlangsung pada setiap elemen pemroses harus benar-benar dilakukan secara
lokal, yaitu keluaran hanya bergantung pada nilai masukan pada saat itu yang
diperoleh melalui koneksi dan nilai yang tersimpan dalam memori lokal".
Menurut Haykin, S. (1994), Neural Networks:
A Comprehensive Foundation, NY, Macmillan, mendefinisikan jaringan saraf
sebagai berikut:
“Sebuah
jaringan saraf adalah sebuah prosesor yang terdistribusi paralel dan mempuyai
kecenderungan untuk menyimpan pengetahuan yang didapatkannya dari pengalaman
dan membuatnya tetap tersedia untuk digunakan. Hal ini menyerupai kerja otak
dalam dua hal yaitu:
1. Pengetahuan
diperoleh oleh jaringan melalui suatu proses belajar.
2. Kekuatan hubungan antar sel saraf yang
dikenal dengan bobot sinapsis digunakan untuk menyimpan pengetahuan.
Dan menurut Zurada, J.M. (1992), Introduction To
Artificial Neural Systems, Boston: PWS Publishing Company, mendefinisikan
sebagai berikut:
“Sistem
saraf tiruan atau jaringan saraf tiruan adalah sistem selular fisik yang dapat
memperoleh, menyimpan dan menggunakan pengetahuan yang didapatkan dari
pengalaman”.
DARPA Neural
Network Study (1988, AFCEA International Press, p. 60) mendefinisikan jaringan
syaraf buatan sebagai berikut :
Sebuah
jaringan syaraf adalah sebuah sistem yang dibentuk dari sejumlah elemen
pemroses sederhana yang bekerja secara paralel dimana fungsinya ditentukan oleh
stuktur jaringan, kekuatan hubungan, dan pegolahan dilakukan pada komputasi
elemen atau nodes.
Kegunaan
Jaringan
saraf tiruan pada umumnya digunakan untuk tugas atau pekerjaan yang kurang
praktis jika dikerjakan secara manual.
Kegunaan Dalam
Kehidupan Nyata
- Perkiraan Fungsi, atau
Analisis Regresi, termasuk prediksi time series dan modeling.
- Klasifikasi, termasuk
pengenalan pola dan pengenalan urutan, serta pengambil keputusan dalam
pengurutan.
- Pengolahan data, termasuk
penyaringan, pengelompokan, dan kompresi.
- Robotik
Referensi :
Tidak ada komentar:
Posting Komentar