Konsep
Kecerdasan
Buatan
Betha Nurina Sari, M.Kom
Pertemuan 2
Mata Kuliah :
Konsep Kecerdasan
Buatan
Kecerdasan Kecerdasan
Komputasi Komputasi
Lingkup Lingkup
Intelligent Agent (
Kecerdasan Buatan vs
Kecerdasan Alami
Kecerdasan
Buatan
Kecerdasan
Alami
Kecerdasan buatan lebih bersifat permanen. Kecerdasan buatan tidak akan berubah sepanjang
sistem komputer dan program tidak
mengubahnya.
Kecerdasan alami akan cepat
mengalami
perubahan. Hal ini dimungkinkan
karena sifat manusia yang pelupa dan bisa
Kecerdasan Buatan vs
Kecerdasan Alami
Kecerdasan Buatan Kecerdasan Alami
Kecerdasan buatan lebih mudah diduplikasi dan disebarkan. Sedangkan jika pengetahuan terletak
pada suatu sistem
komputer, pengetahuan tersebut dapat ditransfer
atau disalin dengan mudah dan cepat dari
satu komputer ke komputer lain.
Mentransfer pengetahuan manusia dari satu orang ke orang lain
butuh proses dan waktu lama.
Disamping itu suatu keahlian tidak akan
pernah bisa
Kecerdasan Buatan vs
Kecerdasan Alami
Kecerdasan
Buatan Kecerdasan Alami Kecerdasan buatan lebih murah dibanding dengan kecerdasan alami. Menyediakan layanan komputer akan lebih mudah dan lebih murah.
Kecerdasan Buatan vs
Kecerdasan Alami
Kecerdasan
Buatan Kecerdasan Alami Kecerdasan buatan
bersifat
Kecerdasan Buatan vs
Kecerdasan Alami
Kecerdasan Buatan Kecerdasan Alami
Kecerdasan buatan dapat didokumentasikan. Keputusan yang dibuat komputer dapat didokumentasikan dengan mudah dengan melacak
Kecerdasan Buatan vs
Kecerdasan Alami
Kecerdasan Buatan Kecerdasan Alami
Kecerdasan buatan dapat mengerjakan pekerjaan lebih
cepat dan lebih baik dibanding
dengan kecerdasan alami dalam bidang tertentu.
Kecerdasan alami dapat mengerjakan pekerjaan dengan terbatas, karena adanya
keterbatasan kemampuan,
Kecerdasan Buatan vs
Kecerdasan Alami
Kecerdasan
Buatan
Kecerdasan
Alami
Pada kecerdasan
buatan harus
bekerja dengan
input-input
simbolik
Kecerdasan alami
memungkinkan
orang untuk
menggunakan
pengalaman
secara
Kecerdasan Buatan vs
Kecerdasan Alami
Kecerdasan
Buatan
Kecerdasan
Alami
Kemampuan
berpikir kecerdasan buatan terbatas,
sesuai dengan
bekal pengetahuan yang ada pada
sistem.
Pemikiran
manusia dapat
digunakan secara luas, karena
pengetahuannya
Kecerdasan Buatan vs
Kecerdasan Alami
Kecerdasan
Buatan
Kecerdasan
Alami
Pada kecerdasan buatan, untuk
menambah
pengetahuan harus dilakukan melalui
upgrade sistem yang dibangun. Kreatif. Kemampuan untuk menambah ataupun memenuhi pengetahuan itu sangat melekat
Komputasi Kecerdasan Buatan vs Komputasi Konvensional
Aspek Kecerdasan Buatan Konvensional
Pemrosesan Sebagian besar
simbolik Algoritmik
Input Tidak harus lengkap Harus lengkap Pencarian Sebagian besar
heuristik Algoritma Penjelasan/
keterangan tersedia Biasanya tidak tersedia Fokus Pengetahuan Data
Struktur Kontrol dipisahkan dari
pengetahuan Kontrol terintegrasi dengan
informasi (data) Sifat Output Kuantitatif Kualitatif
Pemeliharaan dan peningkatan
(update)
Relatif mudah Biasanya sulit
Kemampuan
Lingkup utama kecerdasan
buatan
Sistem Pakar (Expert System)
• Komputer digunakan sebagai saran untuk menyimpan pengetahuan para pakar.
• Komputer akan memiliki keahlian untuk menyelesaikan masalah dengan meniru keahlian yang dimiliki para pakar.
• Expert system
• Contoh sistem pakar :diagnosa sakit gigidiagnosa sakit gigi
Lingkup utama kecerdasan
buatan
Nature Language Processing (NLP)
• Pengolahan bahasa alami
• Dengan pengolahan bahasa alami ini
diharapkan user mampu berkomunikasi dengan komputer dengan menggunakan bahasa sehari-hari.
• Contoh aplikasi NLP :
– Simi simi, berbagai macam aplikasi chat box – http://alice.pandorabots.com/ : alice chatbox
Chatting with Nicole
Lingkup utama kecerdasan
buatan
Pengenalan ucapan (Voice Recognition)
• Melalui pengenalan ucapan diharapkan
manusia mampu berkomunikasi dengan komputer dengan
menggunakan suara.
• Contoh : Google Voice,
Lingkup utama kecerdasan
buatan
Robotika dan Sistem Sensor
• Sistem atau alat yang digunakan untuk
menggantikan kinerja manusia secara otomatis
• Contoh :
• A Robot That Cooks Japanese
Lingkup utama kecerdasan
buatan
Computer Vision
• Mencoba untuk dapat
mengintrepetasikan gambar atau
objek-objek tampak melalui komputer
• Contoh : Computer Vision Applications
Lingkup utama kecerdasan
buatan
Intelligent Computer aid Instruction • Komputer dapat digunakan sebagai
tutor yang dapat melatih dan mengajar
• Contoh : CALL
CAI software; educational software
Lingkup utama kecerdasan
buatan
Game Playing
• Merancang game yang cerdas dan
menarik, membuat non-player/komputer memiliki strategi cerdas untuk
mengalahkan player/manusia.
– Board Games, Card Games, Atheletic Games – Children Games,Computer Games, Game
Online
• Crave - Super Mario with AI plays the game his own Contoh : Deep Learning AI Plays 2048 way, Ep. 188
Crave - Super Mario with AI plays the game his own way, Ep. 188
Lingkup Kecerdasan Buatan
pada Aplikasi Komersial
• Bidang Komunikasi : Microsoft Voice, Microsoft
Dictation
• Bidang Kesehatan : Diagnosis penyakit,
monitoring kondisi pasien, treatment yang sesuai
• Bidang Lalu Lintas : Intelligence Trafc Analytics,
• Bidang Pertanian :
pemantauan hama,
• Pabrik : mesin/robot yg melakukan pekerjaan yg
berbahaya, memerlukan ketelitian tinggi,dst Air Trafc Controllers (ATC)
Robot menyiram tanaman
UJI
KECERDASAN
LOGIC GAME
Tes
Tes
INTELLIGENT
AGENT
Intelligent Agent (Agen
Cerdas)
Intelligent Agent (Agen
Cerdas)
• Rational : Melakukan hal yang terbaik
• Harus didefnisikan tujuan dari agent
• Goal (tujuan) : Performance Measure
• Rational Agent : Suatu Agent yang selalu bertindak memaksimalkan ukuran kinerja,
mengingat apa yang ia amati tentang ligkungan dan pengetahuan lain yang dimilikinya
Goal Performance Measure
Lulus Kuliah IPK
Kaya Gaji bulanan
PEAS : Performance Measure,
Environment, Actuators, Sensors
• Ketika merancang sebuah agent, harus
mendefnisikan lingkungan masalah (task environment)
• Performance Measure : Apa saja
komponen keberhasilan si agent?
• Environment : Kondisi apa saja yang
ada di sekitar si agent
• Actuators : Apa saja yang bisa
dilakukan si agent
• Sensors : Apa saja yang menjadi input
Contoh : Taksi
Otomatis
• Agent taksi otomatis menerima penumpang dan mengantarkannya ke tujuan
• Performance Measure : sampai tujuan,
tidak melanggar aturan lalu lintas, perjalanan nyaman, hemat bensin
• Environment : jalan, lalu lintas, pejalan kaki,
penumpang
• Actuators : arah setir, gas, rem, klakson,
sinyal kiri atau kanan, lampu taksi
Medical Diagnosis
System
• Sebuah Agent Medical diagnosis system
yang mendiagnosa pasien secara otomatis. • Performance Measure : pasien sembuh,
biaya murah, diagnosis benar
• Environment : pasien, rumah sakit, perawat, dokter
• Actuators : layar monitor (pertanyaan, tes, diagnosa treatment, petunjuk)
Interactive English
Tutor
• Sebuah Agen Tutor yang memberikan
latihan english secara interaktif
• Performance Measure : Nilai skor
maksimal
• Environment : siswa
• Actuators : layar monitor (latihan,
saran, koreksi)
•
Fully Observable
vs
Partially
Observable
Apakah semua info relevan diketahui?
•
Deterministic
vs
Stochastic
Apakah next state = current state + action?
•
Episodic
vs
sequential
Apakah tergantung pada pengalaman, action sebelumnya?
Jenis Environment
• Static vs Dinamic
• Apakah environment berubah setelah
agent bertindak / proses ?
• Discrete vs Continuous
• Sifat state, percept, action : diskrit atau
kontinyu
• Single agent vs Multi agent
• Apakah agent bertindak sendiri atau
Contoh : Jenis
Environment
Jenis Environm ent Agent Catur dengan waktu Catur tanpa waktu Taxi driving Fully Observabl eYa Ya Tidak
Determinis
tic StrategicYa, StrategicYa, Tidak Episodic Tidak Tidak Tidak Static Semi Ya Tidak Dicrete Ya Ya Tidak
Single
Jenis Environment
• Jenis environment menentukan desain
seorang agent
• Di dunia nyata pada umumnya
– Partially observable – Stochastic
– Sequential – Dynamic
Struktur Sebuah
Agent
• Agent Function : Sebuah fungsi yang
memetakan sejarah input (percept sequence) terhadap tindakan yang dilakukan (action)
• Sebuah program yang mengimplementasikan fungsi f di atas arsitektur
• Agent = Arsitektur + Program
• Agent program menerima input percept terakhir (mungkin ia menyimpan percept sequence di dalam memorinya)
F : P* A
Contoh Agent : Vacuum
Cleaner
• Performance Measure : menjaga kebersihan • Environment : Ruangan A dan B beserta debu • Actuators : DoKeKiri, DoKeKanan,DoBersih,
DoSantai
• Sensors : Lokasi dan Status dari sensor
Contoh :[A, Kotor]
Contoh : AgenRajin
Agent function AgenRajin f({…,[*,Kotor]}) DoBersih f({…,[A,Bersih]})
DoKeKanan
f({…,[B,Bersih]}) Agent program AgenRajin DoKeKiri
Function AgenRajin (lokasi,status)
returns action
if status = kotor then return DoBersih else if lokasi = A then return
DoKeKanan
Jenis-jenis Agent
Program
Simple refex agents
Bertindak berdasarkan percept/ input sensor terakhir saja.
Model-based refex agents
-Bertindak berdasarkan input saat ini dan menggunakan histori input sebelumnya sebagai informasi pelengkap. -Merekam histori kondisi lingkungan, tindakan yang
diambil oleh agen serta dampak dari tindakan tersebut. -Rekaman histori kondisi lingkungan tersebut disebut model
Goal-based agents
Jenis-jenis Agent
Program
•
Utility-based agents
-
Melakukan penilaian kuantitatif terhadap suatu keadaan lingkungan – utility function. -Agen melakukan perhitungan terhadapkinerja/kualitas tindakan yang diambil untuk mencapai tujuan
•
Learning agents
Perhatikan
• Robot / Intelligent Agent
berikut termasuk jenis agen yang mana ?
