A.
Definisi AI
Kecerdasan buatan atau Artificial Intelligence (AI)
istilah yang mungkin akan mengingatkan kita akan kehebatan optimus prime dalam
film The Transformers. Kecerdasan buatan memang kerap diidentikkan dengan
kemampuan robot yang dapat berperilaku seperti manusia. Definisi Kecerdasan
Buatan, Berbagai definisi diungkapkan oleh para ahli untuk dapat memberi
gambaran mengenai kecerdasan buatan beberapa diantaranya :
1. Kecerdasan Buatan (Artificial
Intelligence) merupakan kawasan penelitian, aplikasi dan instruksi yang terkait
dengan pemrograman komputer untuk melakukan sesuatu hal yang dalam pandangan
manusia adalah cerdas (H. A. Simon [1987]).
2. Kecerdasan Buatan (AI) merupakan sebuah
studi tentang bagaimana membuat komputer melakukan hal-hal yang pada saat ini
dapat dilakukan lebih baik oleh manusia (Rich and Knight [1991]).
3.Kecerdasan Buatan (AI) merupakan cabang
dari ilmu komputer yang dalam merepresentasi pengetahuan lebih banyak
menggunakan bentuk simbol-simbol daripada bilangan, dan memproses informasi
berdasarkan metode heuristic atau dengan berdasarkan sejumlah aturan
(Encyclopedia Britannica).
B.
Sejarah AI
- Era
komputer elektronik (1941)
Ditemukannya pertama kali alat penyimpanan dan pemrosesan informasi yang
disebut komputer elektronik. Penemuan ini menjadi dasar pengembangan
program yang mengarah ke AI.
·
Masa persiapan AI (1943-1956)
Tahun 1943, Warren McCulloch dan Walter Pitts berhasil membuat suatu model saraf tiruan di mana setiap neuron digambarkan sebagai ‘on’ dan ‘off’. Mereka menunjukkan bahwa setiap fungsi dapat dihitung dengan suatu jaringan sel saraf dan bahwa semua hubungan logis dapat diimplementasikan dengan struktur jaringan yang sederhana.
Pada tahun 1950, Norbert Wiener membuat penelitian mengenai prinsip-prinsip teori feedback. Contoh terkenal adalah thermostat.
Pada tahun 1956, John McCarthy meyakinkan Minsky, Claude Shannon, dan Nathaniel Rochester untuk membantunya melakukan penelitian dalam bidang automata, jaringan saraf, dan pembelajaran intelijensia. Mereka mengerjakan proyek ini selama 2 bulan di Universitas Dartmouth. Hasilnya adalah program yang mampu berpikir non-numerik dan menyelesaikan masalah pemikiran, yang dinamakan Principia Mathematica. Hal ini menjadikan McCarthy disebut sebagai father of Artificial Intelligence/ Bapak Kecerdasan Buatan.
Tahun 1943, Warren McCulloch dan Walter Pitts berhasil membuat suatu model saraf tiruan di mana setiap neuron digambarkan sebagai ‘on’ dan ‘off’. Mereka menunjukkan bahwa setiap fungsi dapat dihitung dengan suatu jaringan sel saraf dan bahwa semua hubungan logis dapat diimplementasikan dengan struktur jaringan yang sederhana.
Pada tahun 1950, Norbert Wiener membuat penelitian mengenai prinsip-prinsip teori feedback. Contoh terkenal adalah thermostat.
Pada tahun 1956, John McCarthy meyakinkan Minsky, Claude Shannon, dan Nathaniel Rochester untuk membantunya melakukan penelitian dalam bidang automata, jaringan saraf, dan pembelajaran intelijensia. Mereka mengerjakan proyek ini selama 2 bulan di Universitas Dartmouth. Hasilnya adalah program yang mampu berpikir non-numerik dan menyelesaikan masalah pemikiran, yang dinamakan Principia Mathematica. Hal ini menjadikan McCarthy disebut sebagai father of Artificial Intelligence/ Bapak Kecerdasan Buatan.
·
Awal perkembangan (1952-1969)
Pada tahun 1958, McCarthy di MIT AI Lab mendefinisikan bahasa pemrograman tingkat tinggi yaitu LISP, yang sekarang mendominasi pembuatan program-program AI. Kemudian, McCarthy membuat program yang dinamakan programs with common sense. Di dalam program tersebut, dibuat rancangan untuk menggunakan pengetahuan dalam mencari solusi.
Pada tahun 1959, Program komputer General Problem Solver berhasil dibuat oleh Herbert A. Simon, J.C. Shaw, dan Allen Newell. Program ini dirancang untuk memulai penyelesaian masalah secara manusiawi. Pada tahun yg sama Nathaniel Rochester dari IBM dan para mahasiswanya merilis program AI yaitu geometry theorem prover. Program ini dapat mebuktikan suatu teorema menggunakan axioma-axioma yang ada.
Pada tahun 1963, program yang dibuat James Slagle mampu menyelesaikan masalah integral tertutup untuk mata kuliah Kalkulus.
Pada tahun 1968, program analogi buatan Tom Evan menyelesaikan masalah analogi geometri yang ada pada tes IQ.
Pada tahun 1958, McCarthy di MIT AI Lab mendefinisikan bahasa pemrograman tingkat tinggi yaitu LISP, yang sekarang mendominasi pembuatan program-program AI. Kemudian, McCarthy membuat program yang dinamakan programs with common sense. Di dalam program tersebut, dibuat rancangan untuk menggunakan pengetahuan dalam mencari solusi.
Pada tahun 1959, Program komputer General Problem Solver berhasil dibuat oleh Herbert A. Simon, J.C. Shaw, dan Allen Newell. Program ini dirancang untuk memulai penyelesaian masalah secara manusiawi. Pada tahun yg sama Nathaniel Rochester dari IBM dan para mahasiswanya merilis program AI yaitu geometry theorem prover. Program ini dapat mebuktikan suatu teorema menggunakan axioma-axioma yang ada.
Pada tahun 1963, program yang dibuat James Slagle mampu menyelesaikan masalah integral tertutup untuk mata kuliah Kalkulus.
Pada tahun 1968, program analogi buatan Tom Evan menyelesaikan masalah analogi geometri yang ada pada tes IQ.
·
Perkembangan AI melambat (1966-1974)
Perkembangan AI melambat disebabkan adanya beberapa kesulitan yang di hadapi seperti Program-program AI yang bermunculan hanya mengandung sedikit atau bahkan tidak mengandung sama sekali pengetahuan pada subjeknya, banyak terjadi kegagalan pada pembuatan program AI, terdapat beberapa batasan pada struktur dasar yang digunakan untuk menghasilkan perilaku intelijensia.
Perkembangan AI melambat disebabkan adanya beberapa kesulitan yang di hadapi seperti Program-program AI yang bermunculan hanya mengandung sedikit atau bahkan tidak mengandung sama sekali pengetahuan pada subjeknya, banyak terjadi kegagalan pada pembuatan program AI, terdapat beberapa batasan pada struktur dasar yang digunakan untuk menghasilkan perilaku intelijensia.
·
Sistem berbasis pengetahuan (1969-1979)
Pada tahun 1960an, Ed Feigenbaum, Bruce Buchanan, dan Joshua Lederberg merintis proyek DENDRAL yaitu program untuk memecahkan masalah struktur molekul dari informasi yang didapatkan dari spectometer massa. Dari segi diagnosa medis juga sudah ada yang menemukan sistem berbasis Ilmu pengetahuan, yaitu Saul Amarel dalam proyek computer ini biomedicine. Proyek ini diawali dari keinginan untuk mendapatkan diagnosa penyakit berdasarkan pengetahuan yang ada pada mekanisme penyebab proses penyakit.
Pada tahun 1960an, Ed Feigenbaum, Bruce Buchanan, dan Joshua Lederberg merintis proyek DENDRAL yaitu program untuk memecahkan masalah struktur molekul dari informasi yang didapatkan dari spectometer massa. Dari segi diagnosa medis juga sudah ada yang menemukan sistem berbasis Ilmu pengetahuan, yaitu Saul Amarel dalam proyek computer ini biomedicine. Proyek ini diawali dari keinginan untuk mendapatkan diagnosa penyakit berdasarkan pengetahuan yang ada pada mekanisme penyebab proses penyakit.
·
AI menjadi sebuah industry (1980-1988)
Industralisasi AI diawali dengan ditemukannya sistem pakar yang dinamakan R1 yang mampu mengkonfigurasi sistem-sistem komputer baru. Program tersebut mulai dioperasikan di Digital Equipment Corporation (DEC), McDermott, pada tahun 1982. Pada tahun 1986, program ini telah berhasil menghemat US$ 40 juta per tahun.
Pada tahun 1988, kelompok AI di DEC menjalankan 40 sistem pakar. Hampir semua perusahaan besar di USA mempunyai divisi Ai sendiri yang menggunakan ataupun mempelajari sistem pakar. Booming industry Ai juga melibatkan perusahaan-perusahaan besar seperti Carnegie Group, Inference, IntelliCorp, dan Technoledge yang menawarkan software tools untuk membangun sistem pakar. Perusahaan hardware seperti LISP Machines Inc., Texas Instruments, Symbolics, dan Xerox juga turut berperan dalam membangun workstation yang dioptimasi untuk pembangunan program LISP. Sehingga, perusahaan yang sejak tahun 1982 hanya menghasilkan beberapa juta US dollar per tahun meningkat menjadi 2 milyar US dollar per tahun pada tahun 1988.
Industralisasi AI diawali dengan ditemukannya sistem pakar yang dinamakan R1 yang mampu mengkonfigurasi sistem-sistem komputer baru. Program tersebut mulai dioperasikan di Digital Equipment Corporation (DEC), McDermott, pada tahun 1982. Pada tahun 1986, program ini telah berhasil menghemat US$ 40 juta per tahun.
Pada tahun 1988, kelompok AI di DEC menjalankan 40 sistem pakar. Hampir semua perusahaan besar di USA mempunyai divisi Ai sendiri yang menggunakan ataupun mempelajari sistem pakar. Booming industry Ai juga melibatkan perusahaan-perusahaan besar seperti Carnegie Group, Inference, IntelliCorp, dan Technoledge yang menawarkan software tools untuk membangun sistem pakar. Perusahaan hardware seperti LISP Machines Inc., Texas Instruments, Symbolics, dan Xerox juga turut berperan dalam membangun workstation yang dioptimasi untuk pembangunan program LISP. Sehingga, perusahaan yang sejak tahun 1982 hanya menghasilkan beberapa juta US dollar per tahun meningkat menjadi 2 milyar US dollar per tahun pada tahun 1988.
·
Kembalinya jaringan saraf tiruan (1986 – sekarang)
Meskipun bidang ilmu komputer menolak jaringan saraf tiruan setelah diterbitkannya buku ‘Perceptrons’ karangan Minsky dan Papert, tetapi para ilmuwan masih mempelajari bidang ilmu tersebut dari sudut pandang yang lain, yaitu fisika. Ahli fisika seperti Hopfield (1982) menggunakan teknik-teknik mekanika statistika untuk menganalisa sifat-sifat penyimpanan dan optimasi pada jaringan saraf. Para ahli psikolog, David Rumhelhart dan Geoff Hinton melanjutkan penelitian mengenai model jaringan saraf pada memori. Pada tahun 1985-an sedikitnya empat kelompok riset menemukan algoritma Back-Propagation. Algoritma ini berhasil diimplementasikan ke dalam ilmu bidang komputer dan psikologi.
Meskipun bidang ilmu komputer menolak jaringan saraf tiruan setelah diterbitkannya buku ‘Perceptrons’ karangan Minsky dan Papert, tetapi para ilmuwan masih mempelajari bidang ilmu tersebut dari sudut pandang yang lain, yaitu fisika. Ahli fisika seperti Hopfield (1982) menggunakan teknik-teknik mekanika statistika untuk menganalisa sifat-sifat penyimpanan dan optimasi pada jaringan saraf. Para ahli psikolog, David Rumhelhart dan Geoff Hinton melanjutkan penelitian mengenai model jaringan saraf pada memori. Pada tahun 1985-an sedikitnya empat kelompok riset menemukan algoritma Back-Propagation. Algoritma ini berhasil diimplementasikan ke dalam ilmu bidang komputer dan psikologi.
C. Contoh
AI
1 1. Siri
Siri adalah
salah satu asisten pribadi virtual paling populer yang ditawarkan oleh Apple di
iPhone dan iPad. Asisten yang diaktifkan sebagai suara perempuan ramah
berinteraksi dengan pengguna dalam rutinitas sehari-hari. Dia membantu Anda
menemukan informasi, mendapatkan petunjuk arah, mengirim pesan, melakukan
panggilan suara, membuka aplikasi, dan menambahkan acara ke kalender.
Siri
menggunakan teknologi pembelajaran mesin untuk mendapatkan pertanyaan dan
permintaan bahasa alami yang lebih cerdas dan mampu memahami. Ini pasti salah
satu contoh paling ikon dari kemampuan belajar pada mesin smartphone.
2. Tesla
Tidak hanya
smartphone tetapi mobil juga sudah bergeser ke arah Artificial Intelligence.
Tesla adalah sesuatu yang meniadakan driver manusia. Ini adalah salah satu
teknologi mobil terbaik yang tersedia sampai sekarang. Mobil ini tidak hanya
mampu meraih banyak penghargaan tetapi juga fitur seperti mengemudi sendiri,
kemampuan prediktif, dan inovasi teknologi mutlak.
Jika Anda
seorang pecandu teknologi dan bermimpi memiliki mobil seperti yang ditampilkan
di film-film Hollywood, Tesla adalah salah satu yang contoh teknologi mobil
canggih.
3. Cogito
Cogito awalnya
didirikan oleh Dr Sandy dan Joshua adalah salah satu contoh terbaik dari
aplikasi kecerdasan buatan versi perilaku untuk meningkatkan layanan pelanggan
perusahaan. Perusahaan ini adalah sintesis pembelajaran mesin dan ilmu perilaku
untuk meningkatkan kolaborasi pelanggan dengan para call center.
Cogito
digunakan pada jutaan panggilan suara yang dilakukan setiap hari. Contoh
penerapan Artificial Intelligence dengan menganalisis suara manusia
dan memberikan panduan untuk memberikan pelayanan maksimum.
4. Netflix
Netflix tidak
memerlukan pengenalan — ini adalah layanan konten-on-demand yang sangat populer
yang menggunakan teknologi prediktif untuk menawarkan rekomendasi berdasarkan
reaksi, minat, pilihan, dan perilaku konsumen. Teknologi ini memeriksa dari
sejumlah catatan untuk merekomendasikan film berdasarkan kecintaan dan reaksi
Anda sebelumnya.
Aplikasi ini
menjadi lebih cerdas setiap tahun. Satu-satunya kelemahan dari teknologi ini
adalah film kecil akan luput dari perhatian sementara film-film besar tumbuh
dan menyebar di platform. Tapi seperti yang saya tulis sebelumnya, itu masih
meningkat dan belajar menjadi lebih cerdas.
5. Pandora
Pandora adalah
salah satu solusi teknologi artificial intelligence yang paling populer dan
sangat detil. Ini juga disebut DNA musik. Tergantung pada 400 karakteristik
musik, tim musisi ahli secara individual menganalisis lagu tersebut. Sistem ini
juga bagus dalam merekomendasikan rekam jejak untuk merekomendasikan lagu yang
tidak pernah diperhatikan, meskipun disukai orang.
6. Nest Learning
Thermostat (Google)
Nest adalah
salah satu startup contoh penerapan Artificial Intelligence paling
terkenal dan sukses dan diakuisisi oleh Google pada tahun 2014 seharga $ 3,2
miliar. Nest Learning Thermostat menggunakan algoritme perilaku untuk menghemat
energi berdasarkan perilaku dan jadwal Anda.
Ini
menggunakan proses pembelajaran mesin yang sangat cerdas yang mempelajari suhu
yang Anda suka dan program itu sendiri dalam waktu sekitar satu minggu. Selain
itu, secara otomatis akan mati untuk menghemat energi, jika tidak ada orang di
rumah.
Bahkan, ini
adalah kombinasi keduanya — kecerdasan buatan serta Bluetooth rendah energi
karena beberapa komponen solusi ini akan menggunakan layanan dan solusi BLE.
7. Boxever
Boxever adalah
perusahaan yang sangat bergantung pada pembelajaran mesin untuk meningkatkan
pengalaman pelanggan dalam industri perjalanan dan menyampaikan momen mikro
atau pengalaman yang dapat memuaskan pelanggan.
Boxover secara
signifikan meningkatkan keterlibatan pelanggan melalui pembelajaran mesin dan
Kecerdasan Buatan untuk mengatur lapangan bermain, membantu pelanggan menemukan
cara baru dan membuat perjalanan yang tak terlupakan.
8. Flying Drones
Drone sudah
mengirimkan produk ke rumah pelanggan — meskipun dalam mode uji coba. Mereka
menunjukkan sistem pembelajaran mesin yang kuat yang dapat menerjemahkan
lingkungan ke dalam model 3D melalui sensor dan kamera video.
Sensor dan
kamera dapat melihat posisi drone di ruangan dengan menyambungkannya ke
langit-langit. Algoritma generasi lintasan memandu drone tentang bagaimana dan
kemana harus bergerak. Dengan menggunakan sistem Wi-Fi, kita dapat
mengendalikan drone dan menggunakannya untuk tujuan tertentu — pengiriman
produk, pembuatan video, atau pelaporan berita.
9. Alexa
Alexa
diluncurkan oleh Amazon, yang semakin pintar dan menambahkan fitur baru. Ini
adalah produk revolusioner yang dapat membantu Anda mencari informasi di web,
mengatur janji, berbelanja, mengontrol lampu, switch, termostat, menjawab
pertanyaan, membaca audiobook, melaporkan lalu lintas dan cuaca, memberikan
info tentang bisnis lokal, memberikan skor dan jadwal olahraga , dan
lainnya menggunakan Layanan Suara Alexa.
Daftar Pustaka
Tidak ada komentar:
Posting Komentar