Pengantar Kecerdasan Buatan (Bagian 1)

 

Alan Turing adalah sosok yang berpengaruh dalam ilmu komputer dan kecerdasan buatan (Artificial Intelligence – AI). Turing sering disebut sebagai "bapak AI". Pada tahun 1936, menulis sebuah makalah berjudul “On Computable Numbers.” Di dalamnya, Turing mengemukakan konsep inti komputer, yang kemudian dikenal sebagai mesin Turing. Perlu diingat bahwa komputer (PC/Mainframe) tidak akan dikembangkan hingga lebih dari satu dekade kemudian, namun makalahnya, yang disebut "Mesin Komputasi dan Kecerdasan", yang akan menjadi sejarah bagi AI. Turing fokus pada konsep mesin yang cerdas, untuk melakukan ini, harus ada cara untuk mengukurnya. Apa itu kecerdasan, setidaknya untuk sebuah mesin ? Di sinilah dia menemukan "Tes Turing" yang terkenal. 

Ini pada dasarnya adalah permainan dengan tiga pemain : dua manusia dan satu komputer. Evaluator, seorang manusia, mengajukan pertanyaan terbuka kepada dua orang lainnya (satu manusia, satu komputer) dengan tujuan untuk menentukan mana yang manusia. Jika evaluator tidak dapat membuat keputusan, maka komputer dianggap cerdas. Kejeniusan konsep ini adalah tidak perlu melihat apakah mesin benar-benar mengetahui sesuatu, sadar diri, atau bahkan apakah itu benar. Sebaliknya, Tes Turing menunjukkan bahwa mesin dapat memproses informasi dalam jumlah besar, menafsirkan ucapan, dan berkomunikasi dengan manusia. Turing percaya bahwa sebenarnya baru sekitar pergantian abad sebuah mesin akan lulus ujiannya. Jadi, bagaimana Turing Test bertahan selama bertahun-tahun ? contoh pada Mei 2018 di konferensi I/O Google, CEO Sundar Pichai memberikan demo Google Assistant. Sebelum demo langsung, dia menggunakan perangkat tersebut untuk menelepon penata rambut setempat untuk membuat janji temu, seolah-olah dia sedang berbicara dengan seseorang padahal sedang berkomunikasi dengan aplikasi/mesin ! Pada tahun 1980, filsuf John Searle menulis makalah terkenal berjudul “Minds, Brains, and Programs,” Searle mengajukan teori dua bentuk AI : 

(1)  AI Kuat : mesin yang benar-benar memahami apa yang sedang terjadi. Bahkan mungkin ada emosi dan kreativitas, seperti yang kita lihat di film-film fiksi ilmiah. Jenis AI ini juga dikenal sebagai Kecerdasan Umum Buatan (Artificial General Intelligence - AGI ), contohnya Google DeepMind.

(2)  AI Lemah : mesin mencocokkan pola dan biasanya berfokus pada tugas yang sempit atau terbatas, contohnya termasuk Siri dari Apple dan Alexa dari Amazon.

 

Warren McCulloch dan Walter Pitts, tahun 1943 mengembangkan teori-teori baru untuk menjelaskan otak, yang seringkali bertentangan dengan kebijaksanaan konvensional psikologi Freudian. Keduanya berpikir bahwa logika dapat menjelaskan kekuatan otak dan juga melihat wawasan dari Alan Turing. Pada tahun 1948, Norbert Wiener menerbitkan Cybernetics: Or Control and Communication in the Animal and the Machine. Seperti McCulloch dan Pitts, Wiener membandingkan otak manusia dengan komputer. Selain itu, dia berspekulasi bahwa komputer akan dapat bermain catur dan akhirnya mengalahkan grand master. Alasan utamanya adalah dia percaya bahwa sebuah mesin dapat belajar sambil bermain game. Dia bahkan berpikir bahwa komputer akan dapat menggandakan dirinya sendiri. John McCarthy adalah salah satu peneliti awal AI. Ketertarikan John McCarthy pada komputer dimulai tahun 1948, ketika dia menghadiri seminar, yang disebut “Cerebral Mechanisms in Behavior,” yang membahas topik tentang bagaimana mesin pada akhirnya dapat berpikir. Beberapa peserta termasuk perintis AI terkemuka seperti John von Neumann, Alan Turing, dan Claude Shannon. pada tahun 1956, John McCarthy mengorganisir proyek penelitian selama sepuluh minggu di Universitas Dartmouth. Dia menyebutnya sebagai "studi tentang kecerdasan buatan". Itu adalah pertama kalinya istilah AI digunakan.

 

Pada pemahaman tingkat tinggi, gambar menunjukkan bagaimana elemen utama AI berhubungan satu sama lain. Gambar diatas adalah komponen utama AI, yang mencakup berbagai macam teori dan teknologi. Dibagi menjadi dua kategori utama : pembelajaran mesin (machine learning) dan pembelajaran mendalam (deep learning). AI adalah teori dan pengembangan sistem komputer yang mampu melakukan tugas-tugas yang biasanya membutuhkan kecerdasan manusia, seperti persepsi visual, pengenalan ucapan, pengambilan keputusan, dan terjemahan antar bahasa. Pembelajaran mesin adalah cabang kecerdasan buatan (AI) dan ilmu komputer yang berfokus pada penggunaan data dan algoritme untuk meniru cara manusia belajar, secara bertahap meningkatkan akurasinya. Deep Learning adalah teknik pembelajaran mesin yang membangun jaringan syaraf tiruan untuk meniru struktur dan fungsi otak manusia.

 

Sumber : T. Taulli, 2019, Artificial Intelligence Basics A Non-Technical Introduction, Apress