Sejarah Kecerdasan Buatan (Artificial Intelegent)

Defnisi dan Pengantar Kecerdasan

Buatan (Artifcial Intelegent)

Sejarah Kecerdasan Buatan

(Artifcial Intelegent)

Jaman “batu” (1943-1956)



Awal kerja Jaringan Syaraf Tiruan dan logika



Teori Logika (Alan Newell and Herbert Simon)



Kelahiran AI: Dartmouth workshop - summer 1956,

Awal antusias, harapan besar (1952-1969)



McCarthy (1958)

- Mendefnisikan Lisp

- Menemukan time-sharing

- Advice Taker



_{Pemodelan Jaringan Syaraf Tiruan}



Pembelajaran Evolusioner



Metode resolusi Robinson.



Logic teori diperkenalkan pada Dartmouth Conference, program

ini dapat membuktikan teorema matematika.



Program mengetahui kalimat sederhana yang ditulis dalam

bahasa inggris yang mampu menjawab dari fakta yang didengar

dalam sebuah percakapan.



Sad Sam diprogam Robert

K.Lindsay (1960)



Program melakukan terapi terhadap pasien dengan memberikan

Masa Gelap (1966-1973)



 AI tidak mengalami perkembangan: ledakan

perkembangan combinatorial



Fakta bahwa suatu program bisa mendapatkan suatu

solusi secara prinsip tidak berarti bahwa program

memuat beberapa mekanisme yang dibutuhkan

untuk mendapatkannya secara praktis.



Kegagalan dari pendekatan terjemahan bahasa alami

berbasis pada grammars sederhana dan kamus kata.



Penemuan untuk pemrosesan bahasa natural

dihentikan.



Penelitian pada Jaringan Syaraf Tiruan dihentikan.



Realisasi dari kesukaran dalam proses learning dan

Renaissance (1969-1979)



Perubahan pada paradigma penyelesaian:

Dari penyelesaian masalah berbasis

“search-based” menjadi penyelesaian masalah

berbasis pengetahuan.



Sistem pakar pertama

◦

Dendral: menginferensi struktur molecular dari

informasi yang disediakan oleh spektrometer

massa.

◦

Mycin: diagnoses blood infections

◦

Prospector: merekomendasikan eksplorasi

pengeboran pada lokasi geologi yang

Era Industrial (1980-sekarang)



Sukses pertama Sistem Pakar

secara komersial.The Many AI

companies.



Eksplorasi dari strategi

pembelajaran yang

bermacam-macam (Explanation-based learning,

Case-based Reasoning, Genetic

Kembalinya neural networks

(1986-sekarang)



Penggalian kembali algoritma learning

back propagation untuk neural networks

yang pertama dikenalkan dalam tahun

1969 oleh Bryson and Ho.



Banyak aplikasi sukses dari Neural

Networks.



Kehilangan respek terhadap sulitnya

Kematangan (1987-sekarang)



Perubahan dalam cakupan dan

metodologi penelitian bidang

Kecerdasan Buatan:

◦

Membangun di atas teori yang ada,

bukan cuma mengusulkan teori baru;

◦

Berbasis klaim pada theorema dan

eksperimen, bukan pada intuisi;

◦

Menunjukkan relevansi ke aplikasi

Agent Cerdas (1995-sekarang)



Realisasi yang pada mulanya dipisahkan dalam sub

dari Kecerdasan Buatan (speech recognition,

problem solving and planning, robotics, computer

vision, machine learning, knowledge

representation, etc.) direorganisasi hasilnya

kedalam suatu desain agent tunggal.



Suatu proses reintegrasi dari sub-area yang

berbeda dari AI untuk membentuk “whole agent”: 

◦

 Agent perspective of AI

◦

Agent architectures (e.g. SOAR, Disciple);

◦

Multi-agent systems;

AI Saat Sekarang



Perkembangan hardware dan software, berbagai produk AI

telah berhasil dibangun dikehidupan sehari-hari. Produk

tersebut dihasilkan dari 4 teknik AI, yakni: Searching,

Reasoning, Planning dan Learning.



Teknik Searching, seperti digunakan untuk pencarian rute

optimum memandu perjalanan (Global Positioning System).



Teknik Reasoning, berbasis pengetahuan dan sudah

mengeluarkan produk permainan catur HITECH.



Teknik Planning, membuat perencanaan dan memonitor

eksekusi perencanaan, banyak digunakan didunia

manufaktur dan robotik. produk yang sudah dikeluarkan

assambling, integration and verifcation (AIC) pesawat

terbang.



Teknik Learning, digunakan untuk sistem jaringan syaraf

AI Masa Depan



Prediksi AI 100 tahun akan datang, menurut Ray Kurzweil.

◦

Tahun 2009, PC akan dapat melakukan kalkulasi 1 trilliun

kalkulasi perdetik. Komputer akan sangat kecil.

◦

Tahun 2019, PC akan setara dengan kemampuan otak manusia,

virtual reality sudah dalam tiga dimensi, interaksi komputer

dengan gesture.

◦

Tahun 2029, PC kemampuan komputasional seribu otak manusia.

Komputer telah terhubunglangsung ke otak manusia, dengan

koneksi high-bandwith.

◦

Tahun 2049, Makanan yang diproduksi menggunakan nano

technology, dengan nilai gizi yang baik sama seperti makanan

organik.

◦

Tahun 2072, Teknologi skala pycometer 10

-12

meter berhasil

diaplikasikan didunia nyata.

Mundane Task

- Persepsi (vision & speech)

- Bahasa alami (understanding,

generation & translation)

- Pemikiran yang bersifat

commonsense

 Formal Task

- Permainan / Games

Expert Task

- Analisis fnansial

- Analisis medikal

- Analisis ilmu pengetahuan

- Rekayasa (design, pencarian

kegagalan, perencanaan

Robotika & Sistem Sensor



Robotika adalah satu cabang teknologi

yang berhubungan dengan desain,

konstruksi, operasi, disposisi struktural,

pembuatan, dan aplikasi dari

robot

.

Robotika terkait dengan ilmu pengetahuan

bidang

elektronika

, mesin,

mekanika

, dan

perangkat lunak komputer

.



Sensor adalah peranti yang menerima

Jaringan Syaraf Tiruan (Artifcial

Neural Network)



Jaringan

dari sekelompok unit pemroses kecil

yang dimodelkan berdasarkan

jaringan saraf manusia

. JST merupakan sistem

adaptif yang dapat mengubah strukturnya

untuk memecahkan masalah berdasarkan

informasi eksternal maupun internal yang

mengalir melalui jaringan tersebut.



Secara sederhana, JST adalah sebuah alat

pemodelan data

statistik

non-linier. JST dapat

digunakan untuk memodelkan hubungan yang

kompleks antara input dan output untuk

Logika Fuzzy



Logika Fuzzy

adalah peningkatan dari logika Boolean yang

berhadapan dengan konsep

kebenaran sebagian

. Saat

logika klasik menyatakan bahwa segala hal dapat diekspresikan

dalam istilah

biner

(0 atau 1, hitam atau putih, ya atau tidak),

logika fuzzy menggantikan kebenaran boolean dengan

tingkat kebenaran

.



Logika Fuzzy memungkinkan nilai keanggotaan antara 0 dan 1,

tingkat keabuan dan juga hitam dan putih, dan dalam bentuk

linguistik, konsep tidak pasti seperti "sedikit", "lumayan", dan

"sangat". Logika ini berhubungan dengan set fuzzy dan

teori kemungkinan

.



_{Logika fuzzy dan logika probabilitas secara matematis sama -}

keduanya mempunyai nilai kebenaran yang berkisar antara 0 dan

1 - namun secara konsep berbeda. Logika fuzzy berbicara

Algoritma Genetika



Teknik pencarian yang di dalam ilmu

komputer untuk menemukan penyelesaian

perkiraan untuk optimisasi dan masalah

pencarian. Algoritma genetik adalah kelas

khusus dari algoritma evolusioner dengan

menggunakan teknik yang terinspirasi oleh

biologi evolusioner seperti warisan, mutasi,

seleksi alam dan rekombinasi (atau

crossover

)



Algoritma Genetik pertama kali

1.

Defnisi kecerdasan buatan dan

ruang lingkup serta aplikasinya

◦

Defnisi AI

◦

Sejarah AI

◦

Sub disiplin ilmu AI

2. Mendefnisikan masalah dalam

ruang sistem informasi berbasis

kecerdasan buatan

◦

Latar belakang ruang masalah dalam

kecerdasan buatan

◦

Defnisi ruang masalah

◦

Defnisi aturan produksi

3. Representasi pengetahuan

◦

Pengertian basis pengetahuan

◦

Merepresentasikan pengetahuan

kedalam basis pengetahuan

◦

Penggunaan pengetahuan

4. Metode pencarian

◦

Macam-macam algoritma pencarian

◦

Mendefnisikan permasalahan dalam

ruang keadaan

◦

Pencarian buta

5. Kecerdasan buatan untuk

menyelesaikan masalah

ketidakpastian.

◦

Ruang lingkup ketidakpastian

◦

Konsep probabilitas dan teorema

6. Pengantar sistem pakar

◦

Defnisi sistem pakar

◦

Bagian-bagian sistem pakar

7. Pengantar sistem fuzzy

◦

Defnisi sistem fuzzy

8. Pengantar jaringan syaraf tiruan

◦

Latar belakang jaringan syaraf tiruan

◦

Struktur jaringan pada otak

◦

Sejarah model jaringan syaraf

9. Pengantar algoritma genetika

◦

Defnisi algoritma genetika

◦

Siklus algoritma genetika