Kecerdasan Buatan vs Kecerdasan Alami

  Pertemuan 2 Konsep Kecerdasan

  

Buatan

  Mata Kuliah : Pengantar Intelegensi

  Buatan

  

Betha Nurina Sari,

M.Kom

  Buatan Kecerdasan Kecerdasan Komputasi Komputasi Lingkup Lingkup Intelligent Intelligent Agent ( Agent (

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 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

  Mentransfer pengetahuan manusia dari satu orang ke orang lain butuh proses dan waktu lama.

  Disamping itu suatu keahlian tidak akan pernah bisa

Kecerdasan Alami Kecerdasan Buatan Kecerdasan Alami

  Kecerdasan buatan

  lebih murah

  dibanding dengan kecerdasan alami.

  Menyediakan layanan komputer akan lebih mudah dan lebih murah.

  Harus mendatangkan seseorang pakar/ahli untuk mengerjakan sejumlah pekerjaan (lebih mahal).

Kecerdasan Alami Kecerdasan Buatan Kecerdasan Alami

  Kecerdasan buatan

  bersifat konsisten. Hal ini

  disebabkan karena kecerdasan buatan adalah bagian dari teknologi komputer.

  Sedangkan kecerdasan alami senantiasa

  berubah-ubah

  (bisa berkembang, meningkat, menurun)

Kecerdasan Alami Kecerdasan Buatan Kecerdasan Alami

  Kecerdasan buatan Kecerdasan alami dapat sulit untuk

didokumentasikan. didokumentasikan,

Keputusan yang melacaknya dibuat komputer terkadang sulit dapat karena lupa. didokumentasikan dengan mudah dengan melacak setiap aktivitas dari

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, pengetahuan,dll.

Kecerdasan Alami Kecerdasan Kecerdasan Buatan

Alami

  

Pada kecerdasan Kecerdasan alami

buatan harus memungkinkan bekerja dengan orang untuk input-input menggunakan simbolik pengalaman secara langsung.

Kecerdasan Alami Kecerdasan Kecerdasan Buatan

Alami

  Kemampuan Pemikiran berpikir kecerdasan manusia dapat buatan terbatas, digunakan secara sesuai dengan luas, karena bekal pengetahuan pengetahuannya yang ada pada bisa dikembangkan sistem. dengan belajar.

Kecerdasan Alami

  

Kecerdasan Kecerdasan

Buatan

Alami Pada kecerdasan Kreatif

  buatan, untuk Kemampuan untuk menambah menambah ataupun pengetahuan harus memenuhi dilakukan melalui pengetahuan itu

  upgrade sistem sangat melekat yang dibangun. pada jiwa manusia.

  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

  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.

   •

  diagnosa sakit gigi diagnosa sakit gigi Contoh sistem pakar :

• Bagaimana cara mengembangkan sistem pakar ?

  buatan Nature Language Processing (NLP)

• Pengolahan bahasa alami
• Dengan pengolahan bahasa alami ini

  diharapkan user mampu berkomunikasi

  dengan komputer dengan menggunakan bahasa sehari-hari.

  Chatting with Nicole

  Chatting with Nicole

• Contoh aplikasi NLP :
• – Simi simi, berbagai macam aplikasi chat box
• – http://alice.pandorabots.com/ : alice chatbox

  

  buatan Pengenalan ucapan (Voice Recognition)

• Melalui pengenalan ucapan diharapkan manusia mampu berkomunikasi dengan komputer dengan menggunakan suara.
• Contoh : Google Voice,

  buatan Robotika dan Sistem Sensor

• Sistem atau alat yang digunakan untuk menggantikan kinerja manusia secara otomatis
• Contoh :

  buatan Computer Vision

• Mencoba untuk dapat mengintrepetasikan gambar atau objek-objek tampak melalui komputer
• Contoh :

  

Seene - Oe - Realtime Augmented Reality Technology

Seene - Oe - Realtime Augmented Reality Technology

  buatan

Intelligent Computer aid Instruction

• Komputer dapat digunakan sebagai tutor yang dapat melatih dan mengajar

  

• Contoh :

  CAI software; educational CAI software; educational software software

  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 - Supwn Crave - Supwn

• Contoh

   way, Ep. 188 way, Ep. 188

  MarI-O - Machine Learning for Video Games MarI-O - Machine Learning for Video Games

  pada Aplikasi Komersial

• Bidang Komunikasi : Microsoft Voice, Microsoft Dictation • Bidang Kesehatan : Diagnosis penyakit, monitoring kondisi pasien, treatment yang sesuai

   ,

• Bidang Lalu Lintas

  Air Trafc Controllers (ATC)

• Bidang Pertanian :

  pemilihan hasil pemantauan hama,

panen,

  Robot menyiram tanaman

• Pabrik : mesin/robot yg melakukan pekerjaan yg berbahaya, memerlukan ketelitian tinggi,dst

LOGIC GAME

  Tes Tes Tes TOPIK

  

INTELLIGENT

AGENT

  Cerdas)

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 Juara liga sepakbola Posisi klasemen}

  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

   : Apa saja yang bisa

• Actuators

  dilakukan si agent

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

• • Sensors : video, speedometer, GPS, keyboard

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 : layar monitor (pertanyaan,

• Actuators

  tes, diagnosa treatment, petunjuk)

• • Sensors : keyboard (input jawaban pasien

  tentang gejala penyakit)

Tutor

• Sebuah Agen Tutor yang memberikan latihan english secara intera
• Performance Measure : Nilai skor

  maksimal

• Environment : siswa
• Actuators : layar monitor (latihan,

  saran, koreksi)

• Sensors : keyboard

Jenis Environment

• • 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,

Jenis Environment

• Static vs Dinamic
• Apakah environment berubah setelah agent bertindak / proses ?

  vs Continuous

• Discrete
• Sifat state, percept, action : diskrit atau kontinyu

  vs Multi agent

• Single agent
• Apakah agent bertindak sendiri atau ada lawan?

Environment Jenis

  Agent Environm Catur Catur Taxi ent dengan tanpa driving waktu waktu

  Fully Ya Ya Tidak Observabl e

Determinis Ya, Ya, Tidak

tic Strategic Strategic

Episodic Tidak Tidak Tidak

  Static Semi Ya Tidak

  Environment

Jenis Environment

• Jenis environment menentukan desain seorang agent
• Di dunia nyata pada umumnya
• – Partially observable
• – Stochastic – Sequential – Dynamic – Continous – Multi agent

Agent

• Agent Function : Sebuah fungsi yang

  memetakan sejarah input (percept sequence) terhadap tindakan yang dilakukan (action)

  F : P* 

• • 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)

  A F : P*

   A

Cleaner : menjaga kebersihan

• Performance Measure • Environment : Ruangan A dan B beserta debu
• Actuators : DoKeKiri, DoKeKanan,DoBersih,

  DoSantai : Lokasi dan Status dari sensor

• Sensors

  Contoh :[A, Kotor]

sequence : {[A,Kotor], [A,Kotor],[A,Bersih],[B, Kotor],…}

Contoh : AgenRajin Agent function AgenRajin

  f({…,[*,Kotor]})  DoBersih f({…,[A,Bersih]})

   DoKeKanan f({…,[B,Bersih]})

   DoKeKiri

  Agent program AgenRajin Function AgenRajin (lokasi,status) returns action if status = kotor then return DoBersih else if lokasi = A then return DoKeKanan

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

Memiliki informasi mengenai tujuan, memilih tindakan

Program

• Utility-based agents
• Melakukan penilaian kuantitatif terhadap

  suatu keadaan lingkungan – utility function.

• Agen melakukan perhitungan terhadap kinerja/kualitas tindakan yang diambil untuk mencapai tujuan
• Learning agents

  Belajar dari pengalaman, bisa meningkatkan kinerja agen

  Simple Refex Agent

  Simple Refex Agent

  Model-based refex agents

  agents

  Goal-based agents

  Goal-based agents

  Utility-based agents

  Learning agents

Perhatikan

• Robot / Intelligent Agent berikut termasuk jenis agen yang mana ?

  Robot-robot di dunia

  NEXT &gt;&gt;&gt;

Mendefnisikan Masalah

Dalam Ruang Keadaan