Mendeskripsikan kemampuan mesin.

Istilah ini mendeskripsikan kemampuan mesin yang secara kognitif menyamai tin­dakan manusia. Kalkulator mekanik (di­awali dengan “jam kalkulator” di abad ke-17) dan bahkan robot mekanik abad ke-18 dan 19 dapat dianggap sebagai mesin awal yang memiliki kecerdasan, tetapi kecerdasan buatan mulai dijadikan bidang studi barn pada abad ke-20 setelah adanya program komputer (Pratt, 1987). Pengertian artificial intelligence (kecerdasan buatan).

Memecahkan soal geometri dan logika.

Istilah ini mulai menonjol setelah di­pakai dalam terra konferensi pada 1956 di Dartmouth College, New Hampshire, oleh John McCarthy (MacCorduck, 1979). Isti­lah ini mendefinisikan sekumpulan proyek yang berusaha untuk mengeksploitasi po­tensi komputer elektronik, yang lahir sela­ma Perang Dunia II dan, pada awal 1950-an, mulai masuk ke dunia sipil. Proyek-proyek utama pada saat itu an­tara lain usaha membuat mesin yang bisa memainkan permainan catur, memecahkan soal geometri dan logika, mengenali pola dan “memahami” bahasa Inggris sehari­hari (Feigenbaum dan Feldman, 1963). Ini merefleksikan dua tipe perhatian yang berpadu membentuk bidang Baru ini, dan yang masih bertahan sampai sekarang. Yang pertama adalah perhatian terhadap proses psikologi manusia dan yang kedua adalah ketertarikan untuk membuat mesin yang mampu melakukan hal-hal yang lebih canggih (dan lebih nyaman bagi pengguna manusia). Beberapa Artificial Intelligence (AI) awal, misalnya program yang mampu berlogika, dibuat sebagai sarana untuk memahami pembuatan keputusan manu­sia. Program lainnya, misalnya yang bisa bermain catur dan membuat bagan, dipa­kai sebagai alat bantu studi pembelajaran. Studi pengenalan pola dilakukan ber­dasarkan motivasi lain—programer (pem­huat program) ingin memperlengkapi mesin mereka dengan kemampuan untuk membaca tulisan ketikan. Mereka mene­mukan bahwa, misalnya, sebuah abjad tidak didefinisikan berdasarkan konfigu­rasi titik-titik (dots) yang dapat didefinisi­kan, tetapi konfigurasi yang tak terbatas itu bisa diidentifikasi oleh mata manusia sebagai huruf yang sama; apa yang harus dipahami komputer adalah pola konfi­gurasi yang berbeda-beda tersebut. Proyek khusus ini kemudian membuahkan basil (dalam bentuk perangkat optik pengenal huruf yang bermanfaat bagi manusia), tetapi problem pengenalan pola di domain lain masih menjadi problem sulit (Fischler dan Firscheim, 1987).

Pemecahan problem dengan AI.

Yang dibutuhkan oleh program per­mainan catur adalah cara untuk mening­katkan perhitungan perkiraan langkah secara sistematis, dengan menghilangkan kemungkinan yang sama. Misalnya, kita bisa mengabaikan semua langkah bidak catur di petak yang tak terlindungi. Man­faat dari penciptaan kemungkinan secara sistematis adalah jika Anda punya waktu cukup, Anda bisa mencakup semua ke­mungkinan. Inilah manfaat yang dikor­bankan oleh jalan pintas atau “heuristis”: dalam situasi yang pasti dalam jangka panjang Anda akan memiliki sesuatu yang kurang pasti dalam rentang waktu yang bisa diterima. Bahkan dengan bantuan heuristis ini, pemecahan problem dengan AI sering kali melibatkan pengecekan sejumlah besar ke­mungkinan, dan karenanya perlu dilaku­kan penyimpanan informasi sedemikian rupa sebagai jalan untuk memaksimalkan efisiensi pencarian solusi melalui kemung­kinan itu. Struktur berbentuk “pohon” bercabang amat berguna di sini. Teknik lainnya, yang bukan barang baru dalam AI, adalah membagi problem yang harus dipecahkan menjadi komponen-kompo­nen problem yang lebih sederhana, dan kalau perlu dipecah lagi—dan seterusnya sampai tercapai level di mana solusi dapat ditemukan.

Konsep dan proposisi. Pengertian artificial intelligence (kecerdasan buatan).

AI, terutama pada masa awal, mem­beri dukungan pada ide bahwa konsep dan proposisi hendaknya diperlakukan sebagai daftar simbol, yang sebagian di antaranya akan diambil dan diolah/dimanipulasi. Se­buah bahasa program komputer, LISP (LISt Processor), diciptakan untuk memfasilitasi proses tersebut melalui mesin, dan ternyata bermanfaat luas untuk proyek-proyek AI. Sejak masa awal, para pekerja di bi­dang AI telah memandang relevansi Low bagi bidang mereka. Kemampuan ber­logika merupakan salah satu aspek dari kemampuan intelektual, dan salah satu bentuk berpikir logis adalah mengartiku­lasikan aturan dari penalaran yang valid, aturan yang membuat kita bisa menarik kesimpulan yang benar berdasarkan dari hal-hal yang kita tahu. Jika mesin dapat mengolah proposisi sesuai dengan aturan ini (dan seandainya mesin itu ada), maka is bukan hanya akan mengeliminasi peran ahli logika dan matematika manusia (sebab tugas mereka adalah menunjukkan bahwa suatu proposisi dapat dibuktikan) tetapi juga menjadi alas bantu bagi semua usaha manusia yang membutuhkan penalaran atas pengetahuan. Bagi ripe penalaran tertentu, aturan­aturan itu telah disusun sebagai hasil dari kajian para ahli logika selama berabad­abad (Prior, 1962). Kaidah itu dimasukkan ke program komputer, dan ini merupakan proyek AI paling awal. Misalnya, ketika di­aplikasikan ke domain pengobatan medis, implementasi logika komputernya adalah sebuah program yang mampu menawar­kan diagnosis kondisi medis. Pengetahuan medis dimasukkan ke dalam program tersebut dalam bentuk kaidah-kaidah yang mengekspresikan hubungan antara gejala dengan kemungkinan penyakit. Pasien di­minta memasukkan gejala yang mereka rasakan dan program itu akan menggu­nakan kaidah logika yang sudah ditanain di dalamnya untuk memberikan diagnosis.

Kalkulus predikat. Pengertian artificial intelligence (kecerdasan buatan).

Akan tetapi para ahli logika berhasil dalam jenis penalaran lain, yang diilhami oleh karya Gottlob Ferge di akhir abad ke­19, yang mengembangkan apa yang dike­nal sebagai “kalkulus predikat” (predicate calculus) (Kneale dan Kneale, 1962). Ber­kat kaidah yang diungkapkan dalam karya matematika terkenal dari Kurt Godel dan yang lainnya (Davis, 1965), dinyatakan bahwa, dalam rangka menentukan per­tanyaan yang sah, tidak ada kepastian sebelumnya yang akan dinyatakan oleh representasi mekanik dari kalkulus predi­kat. Mesin akan memberi jawaban “Ya” pada pertanyaan yang diajukan (misalnya, apakah suatu proposisi dari kalkulus predi­kat berasal dari informasi yang tersedia?). Tetapi sebelum dijawab, pengguna tidak akan tahu apakah ini karena jawabannya “Tidak” atau karena jawabannya tidak akan pernah ditentukan. Ini menciptakan kctidakpastian, tetapi ini adalah cara un­tuk mengatasi keterbatasan yang menye­babkan mesin kalkulus predikat punya banyak kegunaan (Shepherdson, 1983).

Filed under : Bikers Pintar,