Artificial intelligence (AI)

  

A.      DEFINISI KECERDASAN BUATAN

Ada beberapa definisi tentang Artificial intelligence (AI, Kecerdasan buatan) menurut beberapa ahli seperti berikut :

·   Minsky, 1989 : Kecerdasan buatan adalah suatu ilmu yang mempelajari cara membuat komputer melakukan sesuatu seperti yang dilakukan oleh manusia.

·     H. A. Simon, 1987 : Kecerdasan buatan merupakan kawasan penelitian, aplikasi dan instruksi yang terkait dengan pemrograman komputer untuk melakukan sesuatu hal yang dalam pandangan manusia adalah cerdas.

·   Ensiklopedi Britannica : Kecerdasan buatan sebagai cabang ilmu komputer yang merepresentasi pengetahuan lebih banyak menggunakan simbol-simbol daripada bilangan, dan memproses informasi berdasarkan metode heuristic atau berdasarkan jumlah aturan.

·    Stuart J. Russell & Peter Norvig, 2003 : Kecerdasan buatan adalah perangkat komputer yang dapat memahami lingkungannya dan dapat mengambil tindakan yang memaksimalkan peluang kesuksesan di lingkungan tersebut untuk beberapa tujuan.

 B.       Sejarah Kecerdasan Buatan

Istilah kecerdasan buatan diciptakan pada tahun 1956, tetapi AI telah menjadi kian populer saat ini berkat peningkatan volume data, algoritme canggih, dan peningkatan daya serta penyimpanan komputasi.

Riset AI awal pada tahun 1950-an mengeksplorasi topik-topik seperti penyelesaian masalah dan metode simbolik. Pada tahun 1960-an, Departemen Pertahanan AS menaruh minat terhadap jenis pekerjaan ini dan mulai melatih komputer-komputer untuk menirukan penalaran manusia yang mendasar. Misalnya, Defense Advanced Research Projects Agency (DARPA) menyelesaikan proyek pemetaan jalan pada tahun 1970-an. Dan DARPA menghasilkan asisten pribadi cerdas pada tahun 2003, jauh sebelum Siri, Alexa atau Cortana diberi nama.

Pekerjaan awal ini membuka jalan bagi otomatisasi dan penalaran formal yang kita lihat di komputer saat ini, termasuk sistem pendukung keputusan dan sistem pencarian pintar yang dapat dirancang untuk melengkapi serta meningkatkan kemampuan manusia.

Sementara film-film Hollywood dan novel fiksi ilmiah menggambarkan AI sebagai robot mirip manusia yang mengambil alih dunia, evolusi teknologi AI saat ini tidak begitu menakutkan – atau cukup pintar. Sebaliknya, AI telah berevolusi untuk memberikan banyak manfaat spesifik di setiap industri. Teruslah membaca tentang contoh modern kecerdasan buatan dalam perawatan kesehatan, pendidikan, retail, dan lainnya.

 

C.      Jenis AI  

Arend Hintze, asisten profesor biologi integratif dan ilmu komputer dan teknik di Michigan State University, mengkategorikan AI menjadi 4 jenis, dari jenis sistem AI yang ada saat ini hingga sistem yang hidup, yang belum ada. Kategorinya adalah sebagai berikut:

Tipe 1: Mesin reaktif. Contohnya, Deep Blue, program catur IBM yang mengalahkan Garry Kasparov pada 1990-an. Deep Blue dapat mengidentifikasi bagian-bagian di papan catur dan membuat prediksi, tetapi ia tidak memiliki ingatan dan tidak dapat menggunakan pengalaman masa lalu untuk memberi tahu langkah berikutnya. Ini menganalisis kemungkinan langkah lawan dan dirinya sendiri serta memilih langkah paling strategis. Deep Blue dan GoogleGOGO dirancang untuk tujuan yang sempit dan tidak dapat dengan mudah diterapkan pada situasi lain.

Tipe 2: Memori terbatas. Sistem AI ini dapat menggunakan pengalaman masa lalu untuk menginformasikan keputusan masa depan. Beberapa fungsi pengambilan keputusan dalam mobil self-driving dirancang dengan cara ini. Pengamatan menginformasikan tindakan yang terjadi di masa depan yang tidak terlalu jauh, seperti jalur penggantian mobil. Pengamatan ini tidak disimpan secara permanen.

Tipe 3: Teori pikiran. Istilah psikologi ini mengacu pada pengertian bahwa orang lain memiliki keyakinan, keinginan sendiri dan niat yang memengaruhi keputusan yang mereka buat. AI jenis ini belum ada sampai saat ini.

Tipe 4: Kesadaran diri. Dalam kategori ini, sistem AI memiliki rasa diri, memiliki kesadaran. Mesin dengan kesadaran diri memahami keadaan mereka saat ini dan dapat menggunakan informasi untuk menyimpulkan apa yang orang lain rasakan. AI jenis ini belum ada sampai saat ini.

 

D.      Konsep kecerdasan buatan

·       Turing Test, Metode Pengujian Kecerdasan (Alan Turing).Proses uji ini melibatkan seorang penanya (manusia) dan dua obyek yang ditanyai.

·     Pemrosesan Simbolik Sifat penting dari AI adalah bahwa AI merupakan bagian dari ilmu komputer yang melakukan proses secara simbolik dan non-algoritmik dalam penyelesain masalah.

·   Heuristic, Suatu strategi untuk melakukan proses pencarian (search) ruang problem secara efektif, yang memandu proses pencarian yang kita lakukan di sepanjang jalur yang memiliki kemungkinan sukses paling besar.

·     Inferensi (Penarikan Kesimpulan) à AI mencoba membuat mesin memiliki kemampuan berpikir atau mempertimbangkan (reasoning), termasuk di dalamnya proses (inferencing) berdasarkan fakta-fakta dan aturan dengan menggunakan metode heuristik, dll

·   Pencocokan Pola (Pattern Matching) à Berusaha untuk menjelaskan obyek, kejadian (events) atau proses, dalam hubungan logik atau komputasional.

 

 E.       Dampak positif dan negatif dari kecerdasan buatan

Dampak Positif AI : 

·     Pada bidang Industri penerapan Artificial Intelligence dapat membantu meningkatkan keamanan pegawai, karena aktivitas-aktivitas yang berbahaya dapat digantikan oleh mesin,sebagai contoh : Penggunaan mesin pendeteksi suhu pembakaran tembaga,minyak bumi dll.

·   Pada bidang Kesehatan, penerapan arificial intelligence sangat membantu tenaga medis untuk mendiagnosis penyakit yang dialami oleh pasien melalui gejala-gejala yang dialaminya, bahkan dapat juga meyediakan jenis obat yang cocok untuk pasienya. Contoh : Program Pendetekesi penyakit jantung koroner (penelitian dilakukan dengan meneliti detak jantung pasien).

·    Pada bidang Perbankan, penerapan artificial intelligence dapat digunakan untuk mengontrol laju inflasi maupun deflasi dari keungan negara, sebagai contoh : Pembuatan mesin pendeteksi uang palsu dll.

·       AI dapat menyelesaikan berbagai permasalahan dunia nyata, seperti pencarian, optimasi, klasifikasi, peramalan, dsb.

Dampak Negatif AI :

·    Dengan adanya AI, semua perkerjaan manusia dapat digantikan, dengan adanya hal itu dapat menambah jumlah pengangguran.

·         Adanya Spam e-mail.

·   Manusia akan menjadi malas dalam melakukan sesuatu karena banyak pekerjaannya sudah digantikan oleh AI.

·       Untuk para ilmuwan yang terlalu terobsesi dengan AI dapat menyebabkan stress atau bahkan gila karena khayalan yang terlalu tinggi untuk membuat suatu produk AI yang menyamai kecerdasan manusia.

 

F.       Mengapa kecerdasan buatan penting?

·      AI mengautomasi pembelajaran dan penemuan berulang melalui data. Tetapi AI berbeda dengan automasi robotik yang digerakkan oleh perangkat keras. Alih-alih mengautomasi tugas manual, AI melakukan tugas-tugas yang sering, bervolume tinggi, terkomputerisasi dengan andal dan tanpa mengalami kelelahan. Untuk jenis automasi ini, penyelidikan manusia masih penting untuk mengatur sistem dan mengajukan pertanyaan yang tepat.

·      AI menambahkan kecerdasan pada produk-produk yang ada. Di sebagian besar kasus, AI tidak dijual sebagai aplikasi individu. Akan tetapi, produk yang sudah Anda gunakan akan ditingkatkan dengan kemampuan AI, mirip seperti Siri yang ditambahkan sebagai fitur pada generasi baru produk Apple. Automasi, platform percakapan, bot, dan mesin pintar dapat dikombinasikan dengan sejumlah besar data untuk meningkatkan banyak teknologi di rumah dan di tempat kerja, mulai dari intelijen keamanan hingga analisis investasi.

·    AI beradaptasi melalui algoritme pembelajaran progresif guna memungkinkan data melakukan pemrograman. AI menemukan struktur dan keteraturan dalam data sehingga algoritme memperoleh keterampilan: Algoritme menjadi pengklasifikasi atau prediktor. Jadi, sama seperti algoritme yang dapat mengajarkan dirinya sendiri cara bermain catur, AI dapat mengajarkan sendiri produk apa yang akan direkomendasikan berikutnya secara online. Dan model-model beradaptasi saat memberikan data baru. Propagasi belakang merupakan teknik AI yang memungkinkan model untuk beradaptasi, melalui pelatihan dan data yang ditambahkan, saat jawaban pertama tidak terlalu tepat.

·     AI menganalisis data lebih banyak dan lebih dalam menggunakan jaringan neural yang memiliki banyak lapisan tersembunyi. Membangun sistem deteksi penipuan dengan lima lapisan tersembunyi hampir tidak mungkin beberapa tahun yang lalu. Semuanya berubah dengan kekuatan komputer yang luar biasa dan big data. Anda memerlukan banyak data untuk melatih model pembelajaran mendalam karena model tersebut belajar langsung dari data. Semakin banyak data yang Anda umpankan kepada model, semakin akurat model tersebut.

·        AI mencapai keakuratan mengagumkan melalui jaringan neural mendalam – yang sebelumnya tidak dimungkinkan. Misalnya, interaksi Anda dengan Alexa, Google Search, dan Google Photos semuanya didasarkan pada pembelajaran yang mendalam – dan ketiganya terus menjadi semakin akurat karena kita semakin sering menggunakannya. Di bidang medis, teknik AI dari pembelajaran mendalam, klasifikasi citra, dan pengenalan objek sekarang dapat digunakan untuk menemukan kanker pada MRI dengan akurasi yang sama seperti ahli radiologi yang terlatih.

·     AI memanfaatkan sebagain besar data. Jika algoritme merupakan pembelajaran mandiri, data itu sendiri dapat menjadi kekayaan intelektual. Jawabannya ada dalam data; Anda hanya perlu menerapkan AI untuk mendapatkannya. Karena peran data kini semakin penting dari sebelumnya, data dapat menciptakan keunggulan kompetitif. Jika Anda memiliki data terbaik dalam industri kompetitif, bahkan jika seseorang menerapkan teknik serupa, data terbaiklah yang akan menang.

G.      Aplikasi AI dalam Pendidikan

Dalam pendidikan AI sangat berperan dalam menyampaikan segala informasi dan pengelaman belajar yang akan membuat peoses belajar mengajar lebih efektif. Dengan menggunakan media-media pembelajaran yang dikembangkan dengan menggunakan prinsip-prinsip dan teknik-teknik artificial intelligence, pebelajar/learner dapat belajar tanpa harus berhadapan langsung berhadapan dengan guru, dan informasi dalam media-media pendidikan tentunya akan lebih mempermudah dan meringankan tugas guru/pendidik dalam mentransformasikan ilmu dan pengalaman belajar mereka terhadapa peserta didik. Jadi dapat pula dikatakan bahawa aplikasi kecerdasan buatan dalam bidang pendidikan yang bertindak sebagai partner bagi pelajar atau mahasiswa dalam mempelajari suatu bidang.

Dari sudut pandang teknis, tugas AI membantu guru dalam ujian. Adalah standardisasi jawaban yang lebih tinggi, yes or no. Pertanyaan pilihan ganda. Atau isi bagian yang kosong. Yang lebih mudah dinilai oleh mesin. Sementara, pengakuan semantik alami atau NLP. Pertanyaan kuis. Dan bahkan penangkapan dinamis. Atau area penguatan di bidang analisis perilaku. Sedang dalam tahap eksplorasi lebih lanjut. Startup Gradescope sangat menonjol dalam bidang ini. Sehingga, murid tidak perlu lagi dimarahi guru karena kurang menghafal grammar yang baik. Dalam mata pelajaran bahasa inggris, misalnya.

Tetapi ada juga kelemahan dari gradescope AI. Terutama mengenai pertanyaan bebas. Disaat ujian, ketika ada pertanyaan yang tidak bisa diisi. Guru selalu mengingatkan untuk tidak kasih kosong. Paling tidak harus menulis apalah. Jadi, kadang guru bisa toleransi. Tetapi, di bawah kristal mata apinya AI atau kecerdasan buatan, mungkin tidak ada istilah toleransi.

AI dapat memberikan dukungan informasi dan data untuk guru. Termasuk lembaga pendidikan dengan mengidentifikasi dan menganalisasi data perilaku pelajar. Dan emosi suara. Laporan tersebut bisa berfungsi sebagai referensi untuk penilaian guru. Serta membantu guru mengembangkan rencana. Dan memandu desain kurikulum berikutnya.