INTELEGENSI BUATAN DAN TES TURING Ir. Abdul Wahid, MT. Department of Gas and Petrochemical Eng. Faculty of Engineering

Daftar Isi Tujuan Pembelajaran Slides Intelejensi Buatan Tes Turing HAL 2001: Komputer dengan Intelejensi Buatan Pemrosesan Bahasa Alami Masalah Mesin Translasi BLOCKS WORLD Contoh-contoh Sistem Logika Elemen-elemen dari Sistem Pakar Robot Jaringan Saraf

Tujuan Pembelajaran Setelah menyelesaikan bagian ini diharapkan dapat: Menjelaskan pokok persoalan dari Intelejensi Buatan melalui pengertian dari Tes Turing Menggambarkan bagian utama dari penelitian produktif pada Intelejensi Buatan saat ini, meliputi pemrosesan bahasa alami, sistem ahli, program logika, robot dan jaringan neural. Menyebutkan dan menjelaskan batu loncatan yang signifikan dari sejarah Intelejensi Buatan. Mendefinisikan dan menjelaskan konsep-konsep yang penting bagi perkembangan Intelejensi Buatan, seperti heuristik, world knowledge, proses paralel dan logika buram. Mendiskusikan status dari Intelejensi Buatan saat ini dan tantangannya di masa datang.

Intelejensi Buatan Juga sering disebut dengan AI, merupakan cabang dari ilmu komputer yang berhubungan dengan pemahaman atas kemampuan alami manusia, dengan tujuan mensimulasikan kemampuan dengan komputer. Istilah ini dikemukakan oleh John MacCarthy pada tahun 50-an untuk digunakan pada aplikasi komputer

Tes Turing Pada tahun 1950 Alan Turing memprakarsai sebuah dialog di mana seseorang berusaha menebak dari dua percakapan, percakapan mana yang dilakukan dengan komputer dan percakapan mana yang dilakukan dengan manusia. Tes Turing yang terkenal ini telah menjadi sebuah standar yang digunakan untuk menilai kemampuan dari berbagai aplikasi Intelejensi Buatan.

Tes Turing (2)

HAL 2001 : Komputer dengan Intelejensi Buatan Di tahun 2001: A Space Odyssey (sebuah buku karangan Arthur Clarke, difilmkan oleh Stanley Kubrick, 1968), komputer HAL 9000 (Heuristically programmed ALgorithmic Computer) menjelaskan beberapa karakteristik yang merepresentasikan bagian-bagian dari penelitian Intelejensi Buatan saat ini Kapasitas untuk memahami bahasa alami: pemrosesan bahasa alami.

HAL 2001 : Komputer dengan Intelejensi Buatan (2) Fasilitas logika: sistem ahli dan program logika. Kemampuan visual untuk memahami apa yang dilihat: Jaringan neural untuk memproses image Kemampuan untuk memonitor dan mengendalikan kapal luar angkasa

Pemrosesan Bahasa Alami Penelitian dalam pemahaman bahasa alami dengan komputer, membagi masalah menjadi beberapa bagian: Syntax – Bagian dari ilmu bahasa yang berhubungan dengan tata bahasa dan komponen-komponen terstruktur dari bahasa alami, merupakan salah satu aplikasi paling awal pada analisis komputer dari bahasa alami. Semantics – Bagian dari ilmu bahasa yang berhubungan dengan makna komponen dari bahasa, masih merupakan tantangan terbesar dalam pemrosesan bahasa alami dengan menggunakan komputer.

Pemrosesan Bahasa Alami (2) Heuristics – Metode pencarian dalam pemecahan suatu masalah yang bisa digunakan pada situasi khusus untuk pemahaman bahasa otomatis, terdiri dari rules of thumb dan alasan yang masuk akal. World knowledge – Informasi yang dibenarkan/diakui oleh banyak orang yang harus secara tegas dinyatakan dalam sistem pemahaman bahasa

Masalah Mesin Translasi Merupakan sebuah masalah yang biasa terjadi pada mesin translasi saat mencoba untuk menerjemahkan bahasa Inggris ke dalam bahasa Rusia. Apa bidang masalah utama yang mengarah ke hasil yang jelek: sintaksis, semantik, heuristik, atau pengetahuan dunia?

Masalah Mesin Translasi (2)

BLOCKS WORLD Merupakan suatu daerah terbatas pada sistem bahasa alami, BLOCKS WORLD, diciptakan oleh Terry Winograd, yang bisa memahami type command dan memindahkan blok-blok di sekitar permukaan. [Diagram diambil dari Winograd, Understanding Natural Language (1972)]

BLOCKS WORLD (2)

Contoh-contoh Sistem Logika Sistem pakar (expert systems) -- Suatu sistem yang merupakan bagian dari Intelejensi Buatan yang dirancang untuk memiliki berbagai keahlian manusia di berbagai bidang dan sering dilambangkan dengan logika bahasa pemrograman. Sistem ini sudah banyak dikembangkan pada bidang kimia, kedokteran, bisnis, keuangan, Pertanian dan investasi. Sistem ini bertindak layaknya pakar tertentu dengan memberikan inputan dari system dan memproses untuk menghasilkan keluran layaknya seperti pakar

Contoh-contoh Sistem Logika (2) Fuzzy logic -- Sebuah bagian dari Intelejensi Buatan dimana komputer menganalisa hubungan yang logika yang lebih kurang adalah benar, sebagaimana jika dibandingkan dengan logika biasa yang hubungannya lebih singkat. Ide fuzzy logic telah direalisasikan pada peralatan rumah tangga yang cerdas.

Contoh-contoh Sistem Logika (3) Menjalankan Game -- Program yang menggunakan kemampuan komputer untuk mendeteksi langkah-langkah yang mungkin diambil, dalam waktu singkat dan secara logika memprediksi kemungkinan gagal atau suksesnya. Program ini telah dikembangkan pada permainan catur, tictac-toe, checkers dan permainan oriental yang disebut Go.

Contoh-contoh Sistem Logika (4) A Washing Machine that Senses Dirt Using Fuzzy Logic

Elemen-elemen dari Sebuah Sistem Pakar Sebuah sistem pakar yang telah dikembangkan secara penuh meliputi empat komponen: Pusat dari sistem adalah knowledge base dari informasi dan inference engine.

Elemen-elemen dari Sebuah Sistem Pakar (2) Spesialis dalam knowledge engineering mewawancarai ahli-ahli pada sebuah bidang dan berusaha untuk menampung informasi dan hubungan yang bisa diterjemahkan ke dalam knowledge base dan menggabungkannya ke dalam inference engine. Pengguna dari sistem ini biasanya berinteraksi dengan program melalui interface bahasa alami

Dante II Enters the Volcano On Its Own Robot Industri robot modern tidaklah seglamour seperti pada fiksi ilmiahnya Hollywood tetapi merupakan mesin khas yang memiliki sensor dan sebuah tangan untuk melaksanakan beberapa proses industri yang otomatis. Dante II Enters the Volcano On Its Own

Robot (2) Daerah aplikasinya meliputi: Process Control Application – Proses manufacturing pada industri perakitan, seperti kendaraan robot untuk pengiriman barang, yang menggunakan kinerja otomatis biasanya dikendalikan oleh pekerja dan mesin Visualization Systems – Aplikasi robot, seperti sistem keamanan otomatis, denga kamera televisi dan kemampuan mekanisme umpan balik dalam menganalisa tampilan dan bereaksi sesuai dengan apa yang dilihat.

Jaringan Saraf Jaringan saraf (juga biasa disebut sebagai penghubung) memiliki beberapa karakteristik: Sebuah tehnik komputer yang dimaksudkan untuk meniru proses dari otak manusia dalam belajar, memahami dan mengingat. Menggabungkan kombinasi dari berbagai interconnected processor dan tehnik software yang menganalisis data secara serempak daripada secara berturut-turut.

Jaringan Saraf (2) Identifying Letters

Jaringan Saraf (2) Pada jaringan neural, rangkaian dari interconnected processor bisa dilatih untuk mengenal pola dari input melalui pelatihan dan pengaruh balik tetangganya Aplikasi-aplikasi yang meliputi variasi tipe-tipe dari pattern matching, pada beberapa daerah sebagai pemahaman visual, pengenalan kalimat atau tulisan tangan, atau sensor processing.