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 dariKecerdasan 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
BuatanAlami 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 simbolikAlgoritmik 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
AGENTCerdas)
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 StrategicEpisodic 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 >>>
Mendefnisikan Masalah
Dalam Ruang Keadaan