INTELLIGENCE
Nursyahira Nabilla (08650122), Suci Nur Fauziah(08650146), Shinta Rahayu E(08650153)
Jurusan Teknik Informatika, Fakultas Sains dan Teknologi
UIN Maulana Malik Ibrahim Malang
Abstrack -Intelligence merupakan sebuah konsep yang rumit dimana semua orang mengetahuinya
namun dalam pemahaman yang berbeda-beda dalam beberapa dimensi. Terdapat dua belas tugas yang dapat kita lakukan dengan menerapkan AI. Desain yang berhubungan dengan AI perlu lebih spesifik, terukur, dapat dicapai, dan lebih lebih realistis pada object tersebut. Untuk merancang objek yang cocok, maka perlu mengusulkan disain object secara keseluruhan. Salah satu disain objek yang mungkin adalah meniru kecerdasan manusia. Selain kemampuan manusia untuk bercakap, manusia juga memiliki kemampuan memecahkan masalah, dimana diharapka kehidupan buatan yang kita ciptakan memiliki beberapa kemampuan manusia seperti bercakap dan memcahkan masalah. Kata Kunci : Intelligence, Artificial Intelegence
1. APA KECERDASAN ITU??
Intelligence atau kecerdasan adalah konsep yang rumit dimana semua orang mengetahuinya namun
dalam pemahaman yang berbeda-beda dalam beberapa dimensi. Demikian pula, peneliti AI dengan latar belakang pengetahuan teknik dan pendekatan simbolis menjelaskan kecerdasan AI akan menggunakan
bahan-bahan seperti berikut ini:
- kapasitas untuk memperoleh dan menerapkan pengetahuan;
- kemampuan untuk melakukan penalaran, dan
- kemampuan untuk membuat keputusan dan rencana untuk mencapai tujuan tertentu.
- kemampuan untuk melakukan tindakan yang cerdas
- kemampuan untuk menunjukkan pengetahuan tentang konsekuensi dari tindakannya, dan
- kemampuan untuk menunjukkan pengetahuan tentang bagaimana untuk mempengaruhi atau mengubah lingkungan dalam rangka untuk mengubah hasil dan mencapai tujuannya.
Jika kita berpikir dari kecerdasan menggunakan analogi pemetaan, maka kita akan mengambil kesimpulan bahwa agen cerdas adalah sebagai berikut:
- kemampuan mewujudkan suatu, mengenali lingkungannya, baik yang nyata dan abstrak (yaitu mengenali pola-pola untuk menyediakan penyederhanaan berguna dan / atau karakteristik dari lingkungan nya);
- kemampuan untuk menggunakan peta untuk navigasi sekitar lingkungan tersebut;
- kemampuan untuk memperbarui peta ketika menemukan mereka tidak cocok realitas; dan
- kemampuan untuk berkomunikasi rincian peta untuk agen lainnya.
2. KECERDASAN TANPA REPRESENTASIDAN ALASAN
Dalam kondisi apapun, agent tidak membutuhkan representasi eksplisit dari lingkungannya. Dan agen
tidak membutuhkan dasar pengetahuan eksplisit mengenai kondisi di sekitarnya karena agen mampu berinteraksi secara langsung dengan lingkungan tersebut.
Dalam merancangsistem AI, kita tidak mungkin harusmelakukan semua pekerjaansendiri. Jika kita dapat menemukancara yang tepat untukmenyiapkankondisi awaldari sistem,sistem itu sendiri akan melakukan pekerjaan untuk kita, dan melalui self-organisasi, kecerdasan akan muncul sebagai hasilnya. Sayangnya, meskipun ide ini sangat menarik, tidak ada yang belum sudah tahu cara mengatur kondisi awal yang diperlukan.
3. APA YANG DAPAT DILAKUKAN AI DAN APA YANG TIDAK DAPAT DILAKUKAN AI
Ray Kurzweil (1990) dalam The Age of Mesin Cerdas telah membuat banyak prediksi tentang teknologi komputer dan AI secara khusus, banyak yang telah terjadi, tapi beberapa yang tidak (seperti
prediksi bahwa pada tahun 2009, pengguna akan bergantung terutama pada pengenalan suara untuk
berkomunikasi dengan PC mereka daripada menggunakan keyboard). Ini akan menjadi peristiwa
mengubah dunia mengganggu yang akan selamanya mengubah arah sejarah manusia dan akan terjadi
ketika AI melampaui manusia sebagai entitas yang paling cerdas di planet ini. Sejak saat itu, pengembangan teknologi akan diambil alih oleh mesin, dan kita, sebagai manusia, tidak akan lagi
mampu bersaing. Hal ini sangat sulit untuk memprediksi masa depan, terutama ketika datang ke
kemajuan teknologi, dan apakah prediksi Kurzweil itu terwujud kita harus menunggu dan melihat.
Daripada memprediksi apa AI mungkin bisa mencapai di masa depan, kita malah dapat memeriksa
apa yang telah dicapai AI di masa lalu, dan juga kita lihat saat ini. Sebagai contoh, Berikut daftar dua
belas tugas yang kita dapat menerapkan AI.
1. Memainkan permainan tenis meja yang layak.
2. Drive di pusat Kairo.
3. Membeli belanjaan mingguan di pasar atau diWeb.
4. Memainkan permainan yang layak dari jembatan di tingkat kompetitif.
5. Menemukan dan membuktikan teorema matematika.
6. Menulis cerita lucu.
7. Memberikan nasihat hukum yang kompeten di daerah khusus hukum.
8. Menerjemahkan bahasa Inggris ke Swedia yang diucapkan berbicara secara real time.
9. Melakukan operasi bedah yang kompleks.
10. Mengenali dan menghargai estetis Mona Lisa.
11. Membuat Elvis virtual.
12. Melakukan semua di atas.
4. SASARAN DISAIN YANG BAGUS
Dalam manajemen proyek, ada akronim terkenal yang digunakan untuk memandu kegiatan untuk
memperoleh sasaran disain yang baik yaitu SMARTER. Berikut singkatannya:
HURUF Mayor Atribut Minor Atribut
S Specific Penting, sederhana
M Measurable Bermakna, motivasional, dapat diatur
A Achievable Dapat dicapai, disetujui, cocok,
R Realistic Bersangkut-paut, berorientasi pada hasil,
T Time-bound Jangka waktu, tepat waktu, dijadwalkan
E Menyenangkan, dievaluasi, etis
R Direkam, memberi manfaat
Disain yang berhubungan dengan Artificial Intelligence maka perlu yang lebih spesifik, terukur, dapat dicapai, dan lebih lebih realistis pada object tersebut.
5. BEBERAPA OBJECT DISAIN PADA ARTIFICIAL INTELLIGENCE
Untuk merancang objek yang cocok, maka perlu mengusulkan disain object secara keseluruhan. Salah
satu disain objek yang mungkin adalah meniru kecerdasan manusia. Tujuan dengan dibuatnya sistem
ini adalah dapat membangun sebuah objek yang cerdas yang mungkin membantu dalam beberapa hal.
Desain untuk sistem Artificial Intelligence antara lain:
a. Design Principle 1: Sistem AI seharusnya sistem yang berorientasi agent
b. Design Goal 1: Sistem AI seharusnya meniru kecerdasan manusia
c. Design Objective 1.1: Sistem AI seharusnya bertindak dengan cara berpengetahuan
d. Design Objective 1.2: Sistem AI seharusnya bertindak cerdas
e. Design Objective 1.3: Sistem AI seharusnya bertindak rasional.
f. Design Objective 1.4: Sistem AI seharusnya bertindak sendiri
g. Design Objective 1.5: Sistem AI seharusnya berfikir
h. Design Objective 1.6: Sistem AI seharusnya bertindak seolah-olah sadar.
Desain Object untuk Agent Dipercaya, maka harus memenuhi hal-hal berikut:
a. Design Object 2.1:Sebuah sistem AI harus lulus tes kepercayaan untuk bertindak dalam cara yang berpengetahuan: ia tidak hanya harus memiliki kemampuan untuk memperoleh pengetahuan, tetapi juga harus bertindak secara luas, dengan memamerkan pengetahuan - dari dirinya sendiri, agen lain, dan lingkungan - dan menunjukkan pemahaman pengetahuan itu.
b. Design Object 2.2: Sebuah sistem AI harus lulus tes kepercayaan untuk bertindak dalam cara yang cerdas dan penalaran. Ini harus dapat memecahkan masalah untuk dirinya sendiri, melalui pengamatan dan pembelajaran, dan melalui penalaran. Ini juga harus mampu menerapkan solusi dari satu domain masalah yang lain tanpa menunjukkan bagaimana melakukannya.
c. Design Object 2.3: Sebuah sistem AI harus lulus tes kepercayaan untuk bertindak dalam cara yang rasional: pertama, dengan memastikan kesempatan terbaik untuk bertahan hidup dari dirinya sendiri dan
keluarga sendiri atau orang lain dari jenisnya, kedua, dengan berbagi pengetahuan yang telah diperoleh dengan agen lainnya, dan ketiga, dengan memilih untuk bertindak sesuai dengan preferensi sendiri pribadi.
d. Design Object 2.4: Sebuah sistem AI harus lulus Test Cermin dan menguji kepercayaan untuk bertindak sebagai jika sadar diri.
e. Design Object 2.5: Sebuah sistem AI harus lulus tes kepercayaan untuk bertindak sebagai jika berpikir dan sadar.
f. Design Object 2.6: Sebuah sistem AI harus lulus Tes Turing untuk intelijen. Pemikiran untuk menguji rasionalitas, perhatian dan kesadaran.
6. MENUJU AGEN TERPERCAYA
Jika tujuan kita untuk menciptakan sebuah sistem yang memenuhi kriteria kepercayaan, maka dapat
dilanjutkan dengan mengikut apa yang disebut “artificial life path” untuk mencapai tujuan. Dalam
pendekatan ini, tujuannya adalah untuk menciptakan kehidupan buatan dari meningkatnya kompleksitas
dan realisme, baik nyata (misal robot) atau virtual (makhluk virtual). Joseph Weinzenbaum merancang agen percakapan pertama yang disebut Eliza pada pertengahan 1960-an, dia digambarkan sebagai sebuah tiruan dari seorang psikoterapis Rogerian. Tidak lama setelah itu, Kenneth Colby menemuka agen percakapan lain yang disebut Parry pada tahun 1972 yang disimulasikan penderita skizofrenia paranoid. Model NetLogo ChatBot menunjukkan bagaimana mudahnya untuk membuat percakapan agen sederhana seperti Eliza dan Parry.
Lihatlah aturan yang menunjukkan bagaimana ekspresi reguler didefinisikan. Aturan pertama
memiliki teks sederhana string "hello" sebagai ekspresi reguler tanpa karakter khusus dengan makna
yang spesifik (ini disebut 'karakter meta'). Dalam kasus ini, aturan tersebut hanya akan cocok ketika
pengguna memasukkan teks yang tepat string "hello". Tanggapan dari ChatBot adalah memberi
salah satu jawaban yang dipilih secara acak dari daftar berikut: "Siapa Anda?"," Mengapa Anda
berbicara kepada saya?", "Apa yang kau inginkan? "dan" Bagaimana kau tahu aku?". Para aturan kedua
juga memiliki ekspresi reguler tanpa karakter meta. Ini hanya akan cocok dengan string “Bye” dan
merespon dengan baik “bye” atau “yeah bye”. Aturan ketiga menggunakan ekspresi reguler dengan meta karakter tunggal "?" yang berarti bahwa karakter sebelumnya adalah opsional, maka baik ejaan
Amerika dan ejaan Inggris dari kata yang sama, "color" dan "colour", akan cocok. Aturan keempat
menggunakan ekspresi reguler "(\ \ w +) @ (\ \ w +\ \.) (\ \ w +) (\ \. \ \ w +) *" untuk mendeteksi ketika pengguna telah mengetik username (sesuatu dengan karakter '@', beberapa penuh berhenti '.' dan intervensi urutan yang sering digunakan di seluruh aturan. Urutan meta ini akan cocok dengan setiap urutan intervensi karakter. Oleh karena itu, aturan tertentu akan cocok dengan pernyataan “Apakah anda bot?” Dimana string “Apakah anda” cocok dengan urutan meta pertama, dan” ”?” cocok dengan urutan meta kedua cara ekspresi reguler bekerja juga akan mengartikan bahwa aturan ini juga akan cocok dengan masukan pengguna seperti “Saya seorang bot juga”, “Aku tidak suka bot”, “-bot-” dan “=bot?”. Ini menunjukkan bagaiman menggunakan ekspresi reguler dapat menjadi kutukan dan berkah. Dikatakan kutukan bila terlalu banyak string yang kita tidak ingin dicocokkan, dan dikatakan berkah karena kita dapat menentukan berbagai string tak terbatas hanya
dengan beberapa karakter meta. Kode yang mendefinisikan apa yang terjadi ketika tombol ditekan chatting di Interface tercantum dalam NetLogo Kode 10.2.
7. MENUJU KOMPUTER DENGAN KEMAMPUAN MEMECAHKAN MASALAH
Kemampuan bercakap hanya salah satu bahan dari kecerdasan manusia. Bahan lain yang penting adalah
kemampuan memecahkan masalah. Manusia memiliki kemampuan yang unik untuk memecahkan
masalah. Untuk ilustrasi, mari kita memeriksa tujuh masalah yang membutuhkan kecerdasan untuk solusi mereka:
1. Mencari solusi yang lebih baik.
2. Mewakili pengetahuan
3. Memelihara percakapan dengan manusia
4. Membuat kehidupan buatan
5. Membuat kecerdasan buatan.
6. Membuat aliran air menanjak.
7. Mencari metode umum pemecahan masalahyang dapat diterapkan untuk semua masalah ini.
8. KESIMPULAN
Bahwa sistem AI masa depan akan melakukan pekerjaan untuk kami. Atau jika kita dapat
membangun sistem AI dengan pemecahan masalah serupa kemampuan untuk manusia, sistem bisa
menemukan cara untuk memecahkan masalah bagi kami, karena akan memiliki kemampuan untuk
menghasilkan dan menguji solusi lebih cepat dari yang kita bisa. Kemungkinan baik, bagaimanapun,
membutuhkan beberapa terobosan besar sebelum mereka dapat direalisasikan. Sebuah ringkasan dari konsep-konsep penting yang harus dipelajari dari bab ini adalah sebagai berikut:
- Ada banyak cara untuk menerapkan kecerdasan yang berbeda
- Kemampuan percakapan (chatting) adalah unsur penting untuk kecerdasan.
- Kemampuan memecahkan masalah adalah unsur terpenting dalam kecerdasan
- Object SMARTER pertama kali dibutuhkan ketika mendisain system AI
- Sistem AI yang mulai menghasilkan hasil yang sangat baik di banyak bidang, tetapi untuk masih ada banyak pekerjaan yang harus dilakukan untuk mencapai hasil yang kompetitif bagi manusia.
- Kepercayaan diusulkan sebagai kriteria untuk pengujian AI dalam lingkungan virtual.
9. DAFTAR PUSTAKA
William John Teahan. “Artificial Intelligence- Agent Behaviour”. 2010. Hal 199-231
Tidak ada komentar:
Posting Komentar