Definisi Kecerdasan Buatan
Menurut KBBI, kecerdasan buatan adalah kecerdasan yang ditambahkan
kepada suatu sistem yang bisa diatur dalam konteks ilmiah atau bisa diartikan
sebagai kecerdasan entitas ilmiah.
Menurut Minsky (dalam Kusrini, 2006), kecerdasan buatan adalah suatu
ilmu yang mempelajari cara membuat komputer melakukan sesuatu seperti yang
dilakukan oleh manusia.
Menurut McLeod dan Schell (2008), kecerdasan buatan adalah aktivitas
penyediaan mesin seperti komputer dengan kemampuan untuk menampilkan perilaku
yang akan dianggap sama cerdasnya dengan jika kemampuan tersebut ditampilkan
oleh manusia.
Menurut Hariss (2011), kecerdasan
buatan adalah ilmu yang membuat mesin cerdas yang melakukan tugas serta lebih
baik dan lebih cepat daripada manusia biasa.
Berdasarkan pengertian diatas, dapat disimpulkan bahwa kecerdasan buatan
merupakan ilmu yang mempelajari serta membuat mesin melakukan tugas lebih baik
dan lebih cepat daripada manusia biasa.
Jenis-jenis
AI (Artificial Intelligence)
Dalam Perbincangan "Memahami Empat Jenis AI, dari Robot Yang
Reaktif sampai menjadi Sesuatu Yang Memiliki Kesadaran Sendiri," Arend
Hintze, asisten profesor Biologi Integratif & Ilmu Komputer dan Teknik di
Michigan State University, menguraikan empat jenis AI, yaitu:
1.
Type I
Reactive machines: Jenis ini merupakan AI yang paling
sederhana. Reactive machines menanggapi situasi yang sama dengan cara yang
persis sama, setiap saat. Contoh dari ini adalah mesin yang bisa mengalahkan
pemain catur kelas dunia karena telah diprogram untuk mengenali semua bagian
catur, mengetahui bagaimana bagian catur tersebut bergerak, dan bisa
memprediksi pergerakan berikutnya dari setiap pemain.
2.
Type II
Limited memory: Mesin AI Limited memory dapat
melihat ke masa lalu, namun tidak melakukan penyimpanan memory. Mesin Limited
memory tidak bisa membangun memory atau "belajar" dari pengalaman
masa lalu. Contohnya adalah kendaraan yang bergerak sendiri (self-driving
vehicle) yang bisa memutuskan untuk mengganti jalur karena beberapa saat yang
lalu ia mencatat adanya hambatan di jalurnya.
3.
Type III
Theory of mind: Theory of mind mengacu pada
gagasan bahwa sebuah mesin dapat mengenali bahwa orang lain yang berinteraksi
dengannya memiliki pikiran, perasaan, dan harapan. Mesin yang disematkan pada
Tipe III AI dapat memahami pikiran, perasaan, dan harapan orang lain, dan dapat
menyesuaikan tingkah lakunya sendiri.
4.
Type IV
Self-awareness: Sebuah mesin dengan AI Tipe IV
memilki kesadaran diri. Hal ini merupakan pengembangan dari Theory of Mind,
dimana mesin memiliki kesadaran akan dirinya sendiri, tahu tentang keadaan
internalnya, dan dapat memprediksi perasaan orang lain.
Sebagian besar "Mesin
Cerdas" saat ini adalah manifestasi AI Tipe I atau Tipe II. Inisiatif
penelitian dan pengembangan yang berkelanjutan akan memungkinkan organisasi
untuk maju menuju aplikasi praktis dari AI Tipe III dan Tipe IV.
Konsep pembelajaran kecerdasan buatan
Terdapat tiga konsep pembelajaran artificial
intelligence (Idmetafora, 2019), yaitu:
a.
Pembelajaran
Mesin (Machine Learning)
Cabang dari artificial intelligence yang bertujuan untuk memberikan
mesin kemampuan dalam mempelajari tugas tanpa kode yang sudah ada.
b.
Pembelajaran
Mendalam (Deep Learning)
Teknik pembelajaran mesin yang mengajarkan komputer untuk melakukan apa
yang secara alami terjadi pada manusia (belajar dengan mencontoh).
c.
Jarigan
Saraf Tiruan (Neural Network)
Paradigma pemrosesan informasi yang terinspirasi ari cara sistem saraf
biologis, seperti otak yang memproses informasi.
Teori yang ada dalam jurnal question answering system berbasis artificial
intelligence markup language sebagai media informasi
a.
ChatBot
ChatBot dikategorikan
sebagai pemrosesan bahasa alami atau natural language yang merupakan
salah satu bidang kecerdasan buatan yang melakukan pengolahan Bahasa alami agar
pengguna merupakan software program yang mengandung sejumlah data, jika kita
memberikan sebuat masukan, maka program ini akan memberikan jawaban.
b.
Question-answering system
Question-answering system merupakan sebuah sistem yang mengijinkan user menyatakan kebutuhan
informasinya dalam bentuk yang lebih spesifik dan alami, yaitu bentuk natural
language qustion, dan tidak mengembalikan daftar dokumen yang harus
disaring oleh user untuk menentukan apakah dokumen-dokumen tersebut mengandung
jawaban atas pertanyaan, tetapi mengembalikan kutipan teks singkat atau bahkan
frase sebagai jawaban.
Daftar Pustaka
Azwary, F.,
Indriani, F., & Nugrahadi, D. T. (2016). Question answering system berbasis
artificial intelligence markup language sebagai media informasi. Kumpulan
Jurnal Ilmu Komputer, Vol. 04 (01),48-60.
Harris,
M. C. (2011). Artificial intelligence. US: Marshall Cavendish.
Idmetafora.
(2019). Mengenal 3 Konsep dasar kecerdasan buatan (artificial intelligence). Diakses
pada 17 november 2019, https://idmetafora.com/news/read/318/mengenal-3-konsep-dasar-kecerdasan-buatan-artificial-intelligence.html.
Kusrini.
(2006). Sistem pakar, teori dan aplikasi. Yogyakarta: ANDI OFFSET.
McLeod,
R. & Schell, George P. (2008). Sistem Informasi Manajemen, Edisi 10.
Jakarta: Salemba Empat.
