Sejarah dan Perkembangan AI
Sejarah
Istilah AI pertama kali dikemukakan pada tahun 1956 di
Konferensi Darthmouth. Sejak saat itu, AI terus dikembangkan sebab berbagai
penelitian mengenai teori-teori dan prinsip-prinsipnya juga terus berkembang.
Meskipun istilah AI baru muncul tahun 1956, tetapi teori-teori yan gmengarah ke
AI sudah muncul sejak tahun 1941. Berikut tahapan-tahapan sejarah perkembangan
AI :
Era Komputer Elektronik (1941)
Pada tahun 1941 telah ditemukan alat penyimpanan dan
pemrosesan informasi. Penemuan tersebut dinamakan komputer elektronik yang
dikembangkan di USA dan Jerman. Komputer pertama ini memerlukan ruangan yang
luas dan ruang AC yang terpisah. Saat itu komputer melibatkan konfigurasi
ribuan kabel untuk menjalankan suatu program. Hal ini sangat merepotkan para
programmer.
Pada tahun 1949, berhasil dibuat komputer yang mampu
menyimpan program sehingga membuat pekerjaan untuk memasukkan program menjadi
lebih mudah. Penemuan ini menjadi dasar pengembangan program yang mengarah ke
AI.
Masa - Masa Persiapan
AI (1943 - 1956 )
Pada tahun 1943, Warren McCulloch dan Walter Pitt
mengemukakan tiga hal : pengetahuan fisiologi dasar dan fungsi sel syaraf dalam
otak, analisa formal tentang logika proposisi, dan teori komputasi Turing.
Mereka berhasil membuat suatu model sel syaraf tiruan di mana setiap sel syaraf
digambarkan sebagai ‘on’ dan ‘off’. Mereka menunjukkan bahwa setiap fungsi
dapat dihitung dengan suatu jaringan sel syaraf dan bahwa semua hubungan logis
dapat diimplementasikan dengan struktur jaringan yang sederhana.
Pada tahun 1950, Nobert Wiener membuat penelitian mengenai
prinsip-prinsip teori feedback. Contoh yang terkenal adalah thermostat.
Penemuan ini juga merupakan awal dari perkembangan AI.
Pada tahun 1956, John McCarthy meyakinkan Minsky, Claude
Shannon dan Nathaniel Rochester untuk membantunya melakukan penelitian dalam
bidan Otomata, Jaringan Syaraf dan pembelajaran intelijensia. Mereka
mengerjakan proyek ini selama 2 bulan di Dartsmouth. Hasilnya adalah program
yang mampu berpikir non-numerik dan menyelesaikan masalah pemikira, yang
dinamakan Principia Mathematica. Hal ini menjadikan McCarthy disebut sebagai
Father of AI (Bapak AI).
Awal Perkembangan AI
( 1952 - 1969 )
Pada tahun-tahun pertama perkembangannya, AI mengalami banyak
kesuksesan. Diawali dengan kesuksesan Newell dan Simon dengan ssebuah program
yang disebut General Problem Solver. Program ini dirancang untuk memulai
penyelesaian masalah secara manusiawi.
Pada tahun 1958, McCarthy di MIT AI Lab Memo No.1
mendefinisikan bahasa pemrograman tingkat tinggi yaiyu LISP, yang sekarang
mendominasi pembuatan program-pogram 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, Nathaniel Rochester dari IBM dan
mahasiswa-mahasiswanya mengeluarkan program AI yaitu Geometry Theorm Prover.
Program ini dapat mengeluarkan suatu teorema menggunakan aksioma-aksioma yang
ada.
Pada tahun 1963, program yang dibuat James Slagle mampu
menyelesaikan masalah integral tertutup untuk mata kuliah Kalkulus.
Pada tahun 1986, program analogi buatan Tom Evan
menyelesaikan masalah analogi geometris yang ada pada tes IQ.
Perkembangan AI
Melambat ( 1966 - 1974 )
Perkembangan AI melambat disebabkan adanya 3 kesulitan utama
yang dihadapi AI, yaitu :
Program-program AI yang bermunculan hanya mengandung sedikit
atau bahkan tidak mengandung sama sekali pengetahuan (knowledge) pada
subjeknya. Programm-program AI berhasil hanya karena manipulasi sederhana.
Sebagai contoh adalah Weizenbaum’s ELIZA program (1965) yang dapat melakukan
percakapan serius pada berbagai topic, sebenarnya hanyalah peminjaman
manipulasi kalimat-kalimat yang diketikkan manusia.
Banyak masalah yang harus diselesaikan oleh AI.
Ada beberapa batasan pada struktur dasar yang digunakan
untuk menghasilkan perilaku intelijensia.
Sistem Berbasis
Pengetahuan ( 1969 - 1979 )
Pengetahuan adalah kekuatan pendukung AI. Hal ini dibuktikan
dengan program yang dibuat oleh Ed Feingenbaum, Bruce Buchanan dan Joshua
Lederberg yang membuat program untuk memecahkan masalah struktur molekul dari
informasi yang didapatkan dari spectrometer massa. Program ini dinamakan
Dendral Programs yang berfokus pada segi pengetahuan kimia. Dari segi diagnose
medis juga sudah ada yang menemukannya, yaitu Sau Amarel dalam proyek Computer
in Biomedicine. Proyek ini diawali keinginan untuk mendapatkan diagnose
penyakit berdasarkan pengetahuan yang ada pada mekanisme penyebab proses
penyakit.
AI Menjadi Sebuah
Industri ( 1980 - 1988 )
Industrialisasi AI diawali dengan ditemukannya system pakar
yang dinamakan R1 yang mampu mengkonfigurasi system-sistem computer baru.
Program tersebut mulai dioperasikan di Digital Equipment Corporation (DEC),
McDermott, pada tahun 1982.
Pada tahun 1986, R1 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. Sehingga
perusahaan yang sejak tahun 1982 hanya menghasilkan beberapa juta US dolar per
tahun meningkat menjadi 2 milyar US dolar per tahun pada tahun 1988.
Kembalinya Jaringan
Syaraf Tiruan ( 1986 - Sekarang )
Meskipun bidang ilmu computer menolak jaringan syaraf tiruan
setelah diterbitkannya buku “Perceptrons” karangan Minsky dan Papert, tetapi
para ilmuwan masih mempelajari bidang ilmu tersebut dari sudut pandang yang
lain yaitu fisika. Para ahli fisika seperti Hopfield (1982) menggunakan
teknik-teknik mekanika statistika untuk menganalisa sifat-sifat pentimpanan dan
optimasi pada jaringan syaraf. Para ahli psikologi, David Rumelhart dan Geoff
Hinton, melanjutkan penelitian mengenai model jaringan syaraf tiruan pada
memori.
Pada tahun 1985-an setidaknya empat kelompok riset menemukan
kembali algoritma belajar propagasi balik (Black-Propagation Learning).
Algoritma ini berhasil diimplementasikan ke dalam bidang ilmu computer dan
psikologi.
Hubungan
Artificial Intelligence dan Kognisi Manusia
Artificial intelligence adalah salah satu bagian ilmu
komputer yang membuat agar mesin (komputer) dapat melakukan pekerjaan seperti
dan sebaik yang dilakukan oleh manusia. Kecerdasan buatan juga merupakan suatu
sistem informasi yang berhubungan dengan penangkapan, pemodelan dan penyimpanan
kecerdasan manusia dalam sebuah sistem teknologi informasi sehingga sistem
tersebut memiliki kecerdasan seperti yang dimiliki manusia. Sistem ini
dikembangkan untuk mengembangkan metode dan sistem untuk menyelesaikan masalah,
biasanya diselesaikan melalui aktifivitas intelektual manusia, misal pengolahan
citra, perencanaan, peramalan dan lain-lain, meningkatkan kinerja sistem
informasi yang berbasis komputer.
Artificial intelligence merupakan suatu sistem yang
membuat mesin secerdas manusia. Untuk itu, sistem ini harus berpedoman pada
sistem kognisi manusia, yaitu cara berfikir manusia, cara manusia bernalar,
mengenali suatu stimulus, memecahkan masalah, mengingat, dan mengambil
keputusan serta merespon dan bertindak. Dengan demikian para peneliti ilmu ini
dapat membuat suatu sistem, aplikasi, atau program yang dapat melakukan
pekerjaan-pekerjaan manusia dengan lebih baik, menggunakan perangkat mesin yang
canggih untuk mempermudah pekerjaan manusia dikehidupan nyata.
AI Saat Ini
Dengan semakin pesatnya perkembangan hardware dan software,
berbagai produk AI telah berhasil dibangun dn digunakan dalam kehidupan
sehari-hari. Di sini, produk-produk tersebut dikelompokkan ke dalam empat
teknik yang ada di AI, yaitu searching, reasoning, planning, dan learning.
Contoh Penerapan Kecerdasan
buatan (AI) dalam kehidupan
1. Natural Language Processing (NLP)
NLP mempelajari bagaimana bahasa alami itu diolah sedemikian
hingga user dapat berkomunikasi dengan komputer. Konsentrasi ilmu ini adalah
interaksi antara komputer dengan bahasa natural yang digunakan manusia, yakni
bagaimana komputer melakukan ekstraksi informasi dari input yang berupa natural
language dan atau menghasilkan output yang juga berupa natural language,
misalnya pada system Automated online assistant seperti gambar 1.3 dan deteksi
email spam yang cerdas [7].
Gambar 1.3 Penerapan NLP pada automated online asistant
berbasis web
2. Computer Vision
Cabang ilmu ini erat kaitannya dengan pembangunan arti/makna
dari image ke obyek secara fisik. Yang dibutuhkan didalamnya adalah
metode-metode untuk memperoleh, melakukan proses, menganalisa dan memahami
image. Apabila cabang ilmu ini dikombinasikan dengan Artificial Intelligence
secara umum akan mampu menghasilkan sebuah visual intelligence system. Akuisisi
dan pemrosesan informasi berupa vision dapat ditampilkan pada gambar 1.4
Gambar 1.4 Model
persepsi visual pada computer vision
Gambar 1.5 Contoh penerapan computer vision untuk
identifikasi wajah
3. Robotika dan Sistem Navigasi
Bidang ilmu inilah yang mempelajari bagaimana merancang
robot yang berguna bagi industry dan mampu membantu manusia, bahkan yang
nantinya bisa menggantikan fungsi manusia. Robot mampu melakukan beberapa task
dengan berinteraksi dengan lingkungan sekitar. Untuk melakukan hal tersebut,
robot diperlengkapi dengan actuator
seperti lengan, roda, kaki, dll. Kemudian, robot juga diperlengkapi
dengan sensor, yang memampukan mereka untuk menerima dan bereaksi terhadap
environment mereka Al-Jajari (1136-1206) seorang ilmuwan Islam pada dinasti
Artuqid yang dianggap pertama kali menciptakan robot humanoid dimana berfungsi
sebagai 4 musisi, hebat kan? Bahkan pada tahun 1796 sudah dihasilkan boneka
mekanik bernama Karakuri yang mampu menuangkan air teh atau menulis karakter
Kanji yang dibuat oleh Hisashige Tanaka.
Gambar 1.6
Al-Jazari’s programmable automata (Tahun 1206 SM)
Gambar 1.7 Karakuri,
rancangan robot dari Jepang adad 16
yang mampu menuang air teh
Ada beberapa istilah penting di dalam robot vision yang
saling berhubungan, diantaranya computer vision, machine vision dan robot
vision. Computer vision merupakan
teknologi paling penting di masa yang akan datang dalam pengembangan robot yang
interaktif. Computer Vision merupakan
bidang pengetahuan yang berfokus pada bidang sistem kecerdasan buatan dan berhubungan dengan akuisisi dan pemrosesan image. Machine vision
merupakan proses menerpakan teknologi untuk inspeksi automatis berbasis image,
kontrol proses dan pemanduan robot pada berbagai aplikasi industri dan rumah
tangga. Robot vision merupakan
pengetahuan mengenai penerapan computer
vision pada robot. Robot membutuhkan informasi vision untuk
memutuskan aksi apa yang akan dilakukan.
Penerapan saat ini vision pada robot antara lain sebagai alat bantu navigasi
robot, mencari obyek yang diinginkan, inspeksi lingkungan dan lainnya. Vision pada robot menjadi sangat penting
karena informasi yang diterima lebih detail dibanding hanya sensor jarak atau
sensor lainnya. Misalnya dengan vision,
robot dapat mengenal apakah obyek yang terdeteksi merupakan wajah orang atau
bukan. Lebih jauh lagi, sistem vision
yang canggih pada robot membuat robot dapat membedakan wajah A dengan wajah B
secara akurat (Face recognition system menggunakan metode PCA, LDA dan lainnya)
[6]. Proses pengolahan dari input image
dari kamera hingga memiliki arti bagi robot
dikenal sebagai visual perception, dimulai dari akuisisi image, image
preprocessing untuk memperoleh image yang diinginkan dan bebas noise misalnya,
ekstrasi fitur hingga interpretasi seperti ditunjukkan pada gambar 1.8.
Misalnya saja untuk identifikasi pelanggan dan penghindaran multiple moving
obstacles berbasis visioon, atau untuk menggerakan servo sebagai aktuator untuk
mengarahkan kamera agar tetap mengarah ke wajah seseorang (face tracking) [5].
Gambar 1.8
Contoh Model visual perception
pada robot[3]
Contoh nyata model service robot berbasis vision (vision-based service robot) yang
dikembangkan penulis bernama Srikandi III yang menggunakan 2 buah kamera
(stereo vision) seperti gambar di bawah, dimana robot dapat mengirimkan order
pesanan minuman ke pelanggan:
(a) (b)
Gambar 1.9 Contoh
robotika berbasis kamera
Pada pengembangan selanjutnya, menanamkan kecerdasan buatan
yang komplek pada robot sehingga mampu
mengenal dan memahami suara manusia, perhatian terhadap berbagai gerak lawan
bicara dan mampu memberikan response alami yang diberikan robot ke manusia
merupakan tantangan ke depan untuk membangun robot masa depan.
Manfaat AI
Di dalam ilmu komputer, banyak ahli yang berkonsentrasi pada
pengembangan kecerdasan buatan atau Artificial Intelligence (AI).
Banyak implementasi kecerdasan buatan dalam bidang komputer,
antara lain adalah Decision Support System (Sistem Pendukung Keputusan),
Robotic, Natural Language (Bahasa Alami), Neural Network (Jaringan Saraf) dan
lain-lain. Pengertian kecerdasan buatan yaitu suatu studi khusus di mana
tujuannya adalah membuat komputer berpikir dan bertindak seperti manusia. Contoh
bidang lain pengembangan kecerdasan buatan adalah sistem pakar yang
menggabungkan pengetahuan dan penelusuran data untuk memecahkan masalah yang
secara normal memerlukan keahlian manusia. Tujuan dari pengembangan sistem
pakar sebenarnya bukan untuk menggantikan peran manusia, tetapi untuk
mensubstitusikan pengetahuan manusia ke dalam bentuk sistem, sehingga dapat
digunakan oleh orang banyak.
Manfaat kecerdasan buatan yang diimplementasikan dalam
pengembangan sistem pakar adalah :
Memberikan penyederhanaan solusi untuk kasus-kasus yang
kompleks dan berulang-ulang.
Masyarakat awam non-pakar dapat memanfaatkan keahlian di
dalam bidang tertentu tanpa kehadiran langsung seorang pakar.
Meningkatkan produktivitas kerja, yaitu bertambah efisiensi
pekerjaan tertentu serta hasil solusi kerja.
Penghematan waktu dalam menyelesaikan masalah yang kompleks.
Memungkinkan penggabungan berbagai bidang pengetahuan dari
berbagai pakar untuk dikombinasikan.
Pengetahuan dari seorang pakar dapat didokumentasikan tanpa
ada batas waktu.
