Kecerdasan Buatan Pendahuluan Muhammad Zidny Naf’an, M.Kom. Gasal 2015/2016

Latar Belakang Rasa keingintahuan dan kreatifitas manusia mendorong manusia untuk bisa membuat sebuah mesin yang bisa seperti dirinya (bukan dari aspek fisik dan biologis) melainkan dari aspek AKAL-BUDI KEMAMPUAN BERPIKIR KEMAMPUAN PROBLEM SOLVING

Apa Kaitan dengan Informatika Model mesin yang ingin dicari terwujud sebagai Komputer yang dimotori oleh perangkat lunak Saat ini produk dari keinginan tadi sudah menjadi komoditas industri – memiliki nilai ekonomi

Beberapa Definisi AI Ilmu dan rekayasa untuk membuat mesin cerdas, khususnya program komputer cerdas Reproduksi dari metoda penalaran manusia Penggunaan model komputasional untuk mensimulasikan perilaku/kecerdasan manusia Studi kecerdasan mental manusia dengan penggunaan metoda komputasional

Jadi, apakah AI? Disiplin yang men-sistematisasi dan mengotomatisasi tugas-tugas intelektual untuk membuat mesin yang: Bertindak seperti manusia Bertindak rasional Berpikir seperti manusia Berpikir rasional

(1.1)Bertindak seperti manusia Tujuan dari AI adalah membuat sistem komputer yang menjalankan fungsi-fungsi yang membutuhkan kecerdasan ketika dikerjakan oleh manusia  Metodologi: Definisikan tugas-tugas dimana manusia mengerjakannya lebih baik, contohnya: Membuktikan teorema Bermain catur Merencanakan operasi pembedahan Diagnosis penyakit Coba dilakukan oleh komputer

Turing Test Ide dari Alan Turing tahun 1950 Komputer diberi beberapa pertanyaan oleh interogator. Mesin berkategori cerdas jika interogator tidak bisa membedakan response dari manusia dan mesin Kemampuan yang dibutuhkan: pengolahan bahasa alami, representasi pengetahuan, penalaran otomatis, learning,... Tidak ada interaksi fisik (Total Turing Test)

(1.2)Berpikir seperti manusia Meniru langkah-langkah penalaran yang dilakukan manusia Langkah-langkah penalaran manusia diketahui dengan introspeksi atau eksperimen psikologi Berhubungan dengan cognitive science Cognitive science is the interdisciplinary scientific study of the mind and its processes. how information is represented, processed,and transformed Pertanyaan: apakah juga meniru ketidaksempurnaan hasil penalaran manusia?

(2.1)Berpikir rasional Mencari keputusan terbaik berdasarkan pengetahuan yang dimiliki “terbaik”  memaksimalkan nilai yang diharapkan ( sempurna) 2 masalah: - Representasi formal dari pengetahuan informal - Perbedaan antara memecahkan masalah “dalam prinsip/teori” dan “dalam praktik”

Pengetahuan Formal dan Informal Conklin (1996) Pengetahuan formal adalah pengetahuan yang dapat ditemukan dalam buku, manual dan dokumen, dan yang dapat dengan mudah dibagi dalam kursus pelatihan. Pengetahuan Informal: pengetahuan yang tidak dapat disentuh secara fisik, sulit diterjemahkan dalam bentuk bahasa dan sulit untuk dipelajari oleh orang lain. Contohnya adalah kemampuan seorang pembatik dalam membuat motif-motif batik baru atau kepandaiannya memainkan canting. https://tikamaliyana.wordpress.com/2011/01/10/definisi-pengetahuan-tasit-dan-eksplisit/

Sillogisme Syllogism Premise: All humans are mortal; Premise: I am a human; Conclusion: Therefore, I must be mortal

(2.2)Bertindak rasional Melakukan aksi secara rasional adalah menalar secara logika untuk mendapatkan kesimpulan bahwa aksi yang diberikan akan mencapai tujuan, dan kemudian melakukan aksi atas kesimpulan tersebut. Didalam AI terdapat pendekatan: rational agent - Menalar aksi dengan logika - Melakukan aksi berdasarkan hasil penalaran Mengabaikan kesadaran, emosi, dan ketakutan

Jadi, apakah AI? Disiplin yang men-sistematisasi dan mengotomatisasi tugas-tugas intelektual untuk membuat mesin yang: Bertindak seperti manusia Bertindak rasional Berpikir seperti manusia Berpikir rasional

Context & Produk Filsafat Physcologi Matematic Automatic Programming Natural Language Processing Robotic Speech Recognizing Expert System Computer Vision Filsafat Physcologi Matematic Biologi Ekonomi Lingustic Computer Engineering

Dasar AI Philosophy: Dualisme Vs Materialisme : Jasad dan Ruh Empirisme : manusia belajar dari pengalaman. Manusia dapat dianggap mesin pemroses informasi prinsip induksi  probabilistik confirmation theory: pengetahuan dibentuk dari kalimat yang dibaca means-end analysis: ada keterkaitan antara pengetahuan dengan aksi yang dilakukan manusia Mathematics: algorithm formal, Aljabar Boolean, Kalkulus predikat, Statistic-probability,teori komputasi Psikologi: psikologi kognitif,

Dasar AI Ekonomi Biologi Computer engineering: membuat ARTIFACT dari AI, tetapi AI juga berperan dalam Comp Engineering Linguistic: Bahasa bisa diekspresikan secara formal – CHOMsKy Eksplorasi tentang representasi pengetahuan melalui bahasa Ekonomi Utility theori – preference Probability + Utility theory = Decision Theory Biologi Mekanisme otak dan sel saraf. Menghasilkan satu penemuan besar ARTIFICIAL NEURAL NETWORK Algoritma Genetika Algoritma Koloni Semut

Sejarah AI (1) 1969-1971: Shakey the robot (Fikes, Hart, Nilsson) Logic based planning Motion planning Learning Computer vision (1943-1956) Pengetahuan adalah sumber aktivitas psychology Fungsi dan cara kerja sel saraf dan otak Formalisasi Logika Proposisi dan teori komputasi Minsky: Neural Network Computer dg 3000 dioda-SNARC Jhon Mc Charty “Artificial Intelligence” 1950-1969: prinsip-prinsip dasar Sukses Pertama :General problem solving Theorem proving Games Formal calculus

Sejarah AI (2) Akhir 60’s - pertengahan 80’s: Fokus pada masalah-masalah yang memerlukan kepakaran Translasi kepakaran ke dalam rules: If kondisi Then Next Rules/Solusi Rekayasa pengetahuan (Knowledge engineering)- Key of Power

Sejarah AI (3) AI menjadi industri (80’s – sekarang): Expert systems: Digital Equipment, Teknowledge, Intellicorp, Du Pont, oil industry, … Lisp machines: LMI, Symbolics, … Robotics: Adept, Fanuc, ABB, Sony, Honda, iRobot, Evolution Robotics Voice processing Video games Image analysis, medical diagnosis, …

Sejarah AI (4) Jaringan saraf tiruan, algoritma genetika (80’s – 90’s) Berhubungan erat dengan ilmu ekonomi, pemodelan probabilitas, dan teori kontrol (90’s – sekarang) Saat ini : Improvement dalam aspek capabilitas dari real sistem- tidak ada teori baru

Prediksi dan realitas (1) Tahun 60an, seorang profesor terkenal dari MIT mengatakan bahwa “Pada akhir musim panas ini, “electronic eye” telah dapat diciptakan Sampai saat ini belum ada sistem computer vision system yang mampu memahami gambar (scene)yang kompleks Tetapi sistem komputer telah digunakan untuk monitoring lalu lintas, jalan, pengenalan wajah, analisis citra medik,…

Prediksi dan realitas (2) Tahun 1958, Herbert Simon (CMU) memprediksikan bahwa 10 tahun kemudian komputer akan menjadi pemenang pertandingan catur Prediksi menjadi kenyataan tahun 1998 Saat ini komputer sudah menang di beberapa game seperti Checkers, Othello, dan Catur Teknik-teknik AI (search, planning, probabilistic reasoning) telah digunakan pada video games

Prediksi dan Realitas (3) Tahun 70an, banyak orang percaya bahwa robot akan berada di mana-mana, termasuk rumah (home robots) Hari ini beberapa industri (auto, elektronik) menggunakan robot, mengelilingi mars, membantu pembedahan otak dan hati, dan humanoid robot tersedia untuk disewa tetapi home robot masih menjadi pemikiran untuk masa depan

Karakteristik program AI Mengelola data secara simbolik Proses pencarian/pemilihan Informasi tidak tepat/tidak jelas diformulasikan secara matematik Semantik Solusi cukup, bukan optimal Penggunaan fakta dan aturan dalam jumlah besar Penggunaan (meta)knowledge

Cabang AI Game Speech recognition Natural language processing Computer vision Machine larning Jaringan saraf tiruan Automatic programming Automatic reasoning/theorema proving Sistem pakar Robotika

Diskusi Menurut Anda, seberapa penting bidang ilmu AI untuk kehidupan manusia? Berikan justifikasi Anda

Referensi Suyanto, Artificial Intelligence, Penerbit Informatika