just ordinary blog

PERNAHKAH anda membayangkan dapat berbicara dengan seseorang yang telah meninggal 5 tahun lalu? Jangan keburu membayangkan bahwa anda harus mendatangi seorang cenayang untuk mengobrol dengan ’arwah’. Robot-robot pintar yang mengadopsi karakter manusia, termasuk yang telah wafat sekalipun, kini dapat menghadirkan kembali kenangan masa lalu anda. Siapapun, apakah itu leluhur atau tokoh selebritis bahkan diri anda sekalipun dapat ditransformasi dalam bentuk robot yang pintar berkomunikasi atau chat bot. Kendati wujud robot itu tidak berbentuk robot bertubuh manusia yang telah biasa kita kenal, melainkan sebuah perangkat komputer pintar, teknologi ini telah memungkinkan Elvis Presley, John Lennon atau mungkin almarhum nenek anda dihadirkan kembali. Teknologi yang memungkinkan kita ‘berkomunikasi’ dengan orang yang telah meninggal adalah salah satu dari banyak aplikasi artificial intelligence (AI) atau kecerdasan tiruan. Sistem AI mengolah rekaman pembicaraan subjek chatbot sehingga menghasilkan percakapan yang lebih variatif. Sosok Alice dan Luci chatbot yang dapat diakses lewat internet dapat diajak mengobrol serta dirancang mampu mengembangkan sendiri kemampuan berkomunikasinya.

AI dan RobosapiensAktivitas research and development (R&D) AI yang berwujud robotik yang paling mutakhir adalah berbagai jenis robosapiens. Robot pintar ini memiliki karakter mirip manusia yang nyaris juga memiliki ‘perasaan’. Salah satu temuan robosapien yang paling menyerupai sifat manusia adalah AIBO. Melalui situs www.aibo.com terungkap jelas bahwa AIBO, si anjing pintar keluaran Sony itu merupakan salah satu jenis robosapien yang berbasis pada AI. Robot entertainment yang mampu berkomunikasi dengan lingkungannya ini dilengkapi dengan sensor visual, telinga buatan serta indra peraba. AI yang diterapkan dalam AIBO memungkinkan ia mampu memunculkan berbagai ekspresi sesuai insting, emosi berkat perangkat sensor yang dimilikinya.Perangkat teknologi tinggi yang dijual seharga US$ 12.000 ini bahkan mampu membentuk kepribadian yang khas sebagai hasil interaksinya dengan orang dan lingkungan di sekelilingnya. AIBO juga dapat belajar dari pengalaman serta diajak bermain games dengan menambahkan Memory Stick dan Wireless LAN Card. Robot ini juga dapat dikendalikan dari jarak jauh secara real-time melalui kamera. AIBO bahkan dapat membantu anda membaca e-mail yang anda terima, jika anda rajin melatihnya maka anjing buatan ini juga akan lebih pintar. Selain AIBO, masih banyak robosapien lainnya yang bersifat humanoid. Setelah sebelumnya Honda memunculkan ASIMO ‘kakak’ AIBO yang belum secanggih AIBO, kini terus terjadi pengembangan teknologi untuk menjadikan robot itu lebih pintar sekaligus lebih manusiawi.Regenerasi juga terjadi pada AIBO serta robot cerdas lainnya seperti PArtner type PErsonal Robot (PaPeRo) buatan NEC serta Robot PINOkio buatan Kitano Symbiotic System Project Tokyo. Selain berukuran kian mungil, robosapien kini tak cuma terkesan imut namun juga dapat membantu kegiatan anda di rumah sekaligus menghibur. Karena jelas disukai pasar, kini perusahaan-perusahaan raksasa dunia mulai berkonsentrasi mengembangkan robosapien sebagai barang konsumsi.AI, dari Fiksi Ilmiah ke Realitas Imajinasi manusia tentang mahluk kaleng yang cerdas telah muncul sejak munculnya tokoh robot pintar Mr Data di Film Star Trek, Number Five dalam Film Short Circuit serta HAL dari A Space Odyssey. Khayalan itu sejak 1960 mulai dirintis menjadi kenyataan oleh John McCharthy. McCharthy dari Massachusets Institute of Technology (MIT) berupaya mengembangkan bahasa pemrograman komputer yang mampu berpikir.AI yang secara harfiah diartikan sebagai kecerdasan buatan yang meniru pola pikir manusia, setelah melalui proses pengembangan dan riset mendalam kini AI mampu menjadi sistem yang bisa belajar, mengenali dan memutuskan seperti yang ditempuh manusia.Sedangkan, definisi tentang AI sendiri masih menjadi perdebatan. Menurut paper tertulis Adang Suwandi Ahmad dari Intelligent System Research Group Jurusan Teknik Elektro Institut Teknologi Bandung, AI memiliki dua dimensi yaitu peniruan perilaku dan peniruan cara berpikir. Sistem berbasis AI biasanya diprogram untuk mampu belajar dengan memasukkan beberapa jenis input dan target yang diinginkan. Setelah beberapa kali pelatihan, maka sistem tersebut bisa mengeluarkan output sesuai yang diinginkan.
Menurut alumni Teknik elektro ITB, pemerhati tele-robotika Anugrah Kusuma, AI kini telah mampu melakukan peniruan cara berpikir manusia. “Kini AI bukan lagi menggunakan logika fuzzy sederhana (sistem ini kini banyak dipakai dalam mesin cuci otomatis-red) yaitu jika kondisinya A maka akan direspon B. AI yang diterapkan sekarang sudah memasukkan unsur peniruan sense manusia,” ujar Nugie, panggilan akrab Anugrah.Pengembangan konsep AI, kata Iman H. Kartowisastro, Ph.D, Ketua Jurusan Sistem Komputer Universitas Bina Nusantara Jakarta yang juga pakar robotik, sebenarnya mengalami sejarah yang sangat panjang. Sejak zaman Plato telah dikenal prinsip ‘Manusia akan dapat hidup terus karena memiliki intelegensi”. Namun, AI yang hanya mengandalkan logika dan hitungan matematis ternyata tidak dapat menjadi solusi. Banyak hal lain seperti spiritualitas, kebudayaan, dan rasa merupakan bagian tidak terpisahkan dari intelegensi manusia. “Teknik melakukan nalar yang dikembangkan dalam AI, masih jauh dari kemampuan manusia bahkan dengan hewan sekalipun. Karena itu, maka dalam AI terus dikembangkan untuk bisa mencari solusi-solusi dari permasalahan di luar matematika,” ujar Iman. Sistem operasi AI memang berbasis pada algoritma yang menjadi kajian Informatika. Kini pengembangan AI telah meliputi berbagai aspek. Pertama, pemrosesan bahasa alamiah, ditujukan untuk menjadikan komputer mampu berkomunikasi langsung dengan manusia. Kedua, AI dikembangkan untuk meniru pola pikir seorang ahli atau pakar. Metode ini banyak digunakan dalam dunia kedokteran, teknik sipil dan teknik industri. Ketiga, AI diterapkan dalam logika fuzzy yang mengadopsi penilaian yang dilakukan manusia terhadap suatu kebenaran. Pada kebyanakan sistem digital, kebenaran dinilai benar atau salah (0 atau 1). Padahal, dalam penilaian manusiaa terdapat suatu kebimbangan antara benar atau salah. Sistem-sistem yang menggunakan logika fuzzy ini memperhitungkan kebimbangan nilai benar dan salah tersebut. Keunggulan dari logika fuzzy ini adalah membuat sistem menjadi lebih baik.Keempat, Jaringan Syaraf Tiruan adalah suatu metode yang mengadopsi proses berpikir dalam otak manusia. Metode ini berisi proses stimulasi-stimulasi yang berlangsung dalam otak yang diterjemahkan dalam simbol, nilai dan bobot. Metode ini mempunyai keunggulan dalam hal proses pembelajaran. Kelima, Algoritma Genetika adalah suatu metode yang mengadopsi proses seleksi alamiah yang terdapat dalam teori evolusi. Dasar permikiran dari metode ini adalah bahwa sesuatu yang baik yang diperoleh dari induk-induk yang baik. Metode ini sangat baik dalam optimasi.Intinya, AI dapat diaplikasikan dalam fungsi searching, natural language processing, pengenalan pola dan pandangan, logika dan ketentuan serta expert system. Software AI bahkan dapat mereproduksi sebuah soft ware kembali.“AI sebenarnya alogaritma yang dituangkan dalam software. Sedangkan implementasinya, hardware sekarang sudah lebih canggih. Sehingga bisa dalam beragam bentuk, sesuai dengan keinginan. Data juga tidak harus disimpan dalam disket atau CD ROM, tetapi bentuk chip. Di era 1980-an mulai banyak kegiatan untuk mrngembangkan Artificial Intelegency. Di Amerika dilakukan di MIT atau Inggris di University of Eidenberg. Saat ini, Artificial Intelegency sedang mengalami perkembangan dalam bentuk aplikasi komersial. Seperti dalam bidang kedokteran, robot, games, dan sebagian besar untuk kebutuhan militer,” ujar Iman. AI dan Robotik Menurut Iman, aplikasi AI di bidang robotik, selain akan menghasilkan wujud robosapiens juga akan mampu mengahasilkan sosok robot yang mandiri atau autonomous “Jika ini terjadi, maka Ai akan akan terus survive. Setiap AI akan menciptakan AI yang baru,” ujar Iman.Namun, kata Iman, penerapan secara komersial AI di bidang robotik saat ini lebih mengarah games . Namun, tentunya wujud robotik dalam pengembangan AI terhitung paling ideal. Kini beberapa raksasa industri dunia tengah berlomba-lomba menciptakan karakter robot berbasis AI yang lebih humanis. Bahkan, aplikasi AI di bidang industri justru memiliki aspek pengembangan yang lebih terbatas. “ Di bidang industri memang ada pengembangan AI, tapi itu pun masih terbatas. Sebab, AI diciptakan untuk membuat nilai tambah unstuk bisa melakukan sesuatu dengan banyak kemungkinannya. Sedang, industri relatif lebih sempit kemungkinannya, tanpa filosofi atau spiritual. Karena tiap tahap produksi sudah diplot jalur kegiatannya. Pada proses ini, AI sulit untuk dikembangkan dan lebih disederhanakan perannya,” ujar Iman. Kendati menurut Iman aplikasi AI di bidang industri lebih sederhana, ternyata penerapan AI seperti yang diterapkan oleh IBM dengan software Computer Aided Three Dimensional Interactive Application (CATIA) sebagai perangkat yang dipakai industri saat mempersiapkan produk baru. CATIA dengan pintar menghitung untung rugi dikeluarkannya produk baru dengan mengkalkulasi semua line produksi.

Kepintaran buatan atau pada umumnya AI mempunyai sejarah yang cukup panjang. Ianya dikatakan telah bermula sejak sebelum masihi lagi. Namun begitu, kajian serius mengenainya mula dilakukan pada awal abad ke-20 sejajar dengan kemunculan komputer. Ia turut mempunyai kaitan dengan teknologi simulasi dan robotik. Dibawah merupakan senarai rentetan sejarah atau peristiwa penting yang membawa kepada pembangunan teknologi ini pada masa kini.

Abad ke-5 (sebelum masihi) - Aristotle mencipta satu sistem berfikir yang dikenali sebagai logic syllogistic.

Abad ke-13 - Roman Llull, seorang ahli Teologi Sepanyol telah mencipta sebuah mesin yang mengungkap kebenaran bukan matematik melalui kaedah gabungan.

Abad ke-15 - Gutenberg Bible mencipta satu mesin pencetak.

Abad ke-17 - Hobbes menerbitkan sebuah buku yang bertajuk The Leviathan yang mengandungi bahan dan teori gabungan tentang ilmu fikir. Pada abad ini juga, Pascal telah mencipta mesin kiraan mekanikal digital yang pertama. Leibniz pula telah memperbaiki mesin Pascal ini dengan menambahkan fungsi darab dan bahagi.

Abad ke-19 - George Boole telah membina teori binari algebra. Charles Babbage dan Ada Bryon pula telah membina mesin pengiraan yang telah diprogramkan.

Abad ke-20 - Bertrand Russell dan Alfred North Whitehead telah menerbitkan tulisan yang dikenali sebagai Principia Mathematica yang merupakan revolusi kepada ilmu logik.

1943 - Warren McCulloch dan Walter Pitts telah menerbitkan satu tulisan iaitu A Logical Calculus of the Ideas Immanent in Nervous Activity yang kemudiannya menjadi asas kepada teknologi rangkaian neural.

1950 - A. M Turing telah memperkenalkan satu siri ujian terhadap lakuan pintar menerusi ujiannya yang dikenali sebagai Turing Test. Isaac Asimov pula telah menerbitkan tiga hukum robotik.

1952 - Arthur Samuel dari Syarikat IBM telah menulis satu program permainan yang dipercayai pertama di dunia yang dikenali sebagai permainan Checkers. Permainan ini dibuat bertujuan untuk menguji skil pemain Checkers terhandal di dunia pada waktu itu.

1958 - John McCarthy dari MIT telah mencipta bahasa LISP. Margaret Masterman bersama kumpulannyadari Universiti Cambridge telah mereka bahasa semantik yang digunakan dalam mesin penterjemah.

1965 - Joseph Weizenbaum dari MIT telah membangunkan ELIZA, satu program interaktif yang boleh berinteraksi dengan pengguna dalam apa jua topik dalam Bahasa Inggeris. ELIZA dikatakan telah menjadi satu alat 'permainan' yang paling popular di pusat AI di ARPANET.

1972 - Bahasa Prolog telah dibangunkan oleh Alain Colmerauer.

1974 - Earl Sacerdoti telah membangunkan satu program perancangan yang dikenali sebagai ABSTRIPS yang menggunakan teknik perancangan hierarki.

1979 - Jack Myers dab Harry Pople dari Universitt of Pittsburgh telah membangunkan INTERNIST, yang merupakan satu program diagnosis perubatan berasaskan pengetahuan.

1980-an - Rangkaian neural mendapat perhatian yang meluas. Dean Pomerleau dari Carnegie Mellon University telah membangunkan ALVINN (An Autonomous Land Vehicle in a Neural Network) yang membolehkan seseorang itu menaiki kereta tanpa perlu memandunya dalam satu kawasan dalam lingkungan 50 hingga 2850 batu menerusi kawalan komputer.

1997 - Perlawanan catur yang telah mendapat liputan hangat seluruh dunia antara juara catur dunia, Gary Kasparov dengan Deep Blue, program komputer berasaskan teknologi pintar. Gary telah tewas dalam pertandingan ini.

2000 - Robot Nomad telah digunakan untuk mengesan sampel meteor di kawasan Antartika. Pengekstrakan maklumat berasaskan AI banyak dilakukan dalam World Wide Web (WWW).

(artikel di adaptasi daripada majalah PC keluaran Jun 2003)

Kepintaran buatan(AI) atau satu mesin buatan berkebolehan pintar sering dikaitkan dengan robot yang cerdik yang berupaya melaksanakan tugas dan berfikir serta berkomunikasi seperti manusia.Lihat sahajalah seperti Filem sains fiksyen AI,di mana teknologi robot yang begitu hebat dicipta oleh manusia.Namun,ia hanya sebuah filem berbantukan teknologi dan grafik 3D komputer yang canggih bukanlah suatu yang realiti lagi untuk mencapai robot yang sehebat itu.

Konsep logik mantik ini telah direalisasikan oleh Al-Khawarizmi menerusi konsep pembentukkan algoritma. Hasil beliau ini telah diterjemah dalam bahasa latin dan dikenali sebagai "Algoritmi de Numero Indium". Seterusnya, usaha diteruskan oleh beberapa tokoh pemikir dan penyelidik seperti Leibniz (1887), Euler (1735), Decartes dan ramai lagi. Pembentukkan logik binari oleh Boole (1847), ujian Turing oleh Alan Turing (1950), asas komputer oleh Babbage (1961) dan konsep pengaturcaraan oleh Ada Lovelace (1961) memberi peluang A.I diaplikasi dalam bentuk sistem komputer. Pada pertengahan 1960an, satu persidangan yang dinamakan "Persidangan Dartsmouth" telah mengumpulkan para penyelidik bidang A.I untuk mendefinisikan hala tuju, teknik dan juga masa depan A.I. Dari sinilah isitilah A.I diperkenalkan.

Apa itu A.I?, secara praktisnya, A.I didefinisikan sebagai "bidang yang mengkaji dan menjadikan mesin dapat melaksanakan tugas yang dianggap pintar oleh manusia". Keupayaan manusia memahami, mengenalpasti corak yang kompleks, belajar, membuat keputusan dan meningkatkan prestasi berdasarkan kesilapan (pembetulan ralat) menjadi asas dalam pembentukan sistem pintar. Bidang A.I merangkumi aspek teori pemikiran, penyelesaian masalah & pembuatan keputusan, permainan, automasi sistem, sistem pakar, pemahaman bahasa tabii (bahasa manusia), perancangan, robotik, pengenalpastian corak, pembelajaran mesin, pemodelan, falsafah, teknik agen dan sistem imej & penglihatan.

Teknologi utama A.I adalah seperti Rangkaian Neural (berupaya membuat pengenalpastian corak yang kompleks), Sistem Pakar (memodelkan kepakaran manusia), Pemprosesan Bahasa Tabii (pemahaman bahasa manusia), Logik Kabur (pewakilan ketidakpastian dalam membuat keputusan), Algoritma Genetik (teknik pengoptimuman sumber), Agen Pintar (kaedah kawalan dan pengumpulan maklumat), Pembelajaran Mesin & Perlombogan Data (teknik analisa data) dan banyak lagi.

Jika bidang A.I begitu luas, adakah bidang ini benar-benar atau berpontensi untuk digunakan?. Jawapan yang sesuai adalah YA. Sebenarnya A.I banyak digunakan dalam pelbagai bidang, terutamanya bidang perubatan, perniagan, kawalan loji (kuasa, utiliti dan mekanikal), alat bantuan mengajar, pemahaman imej, perancangan sumber dan sebagainya. Persoalan seterusnya, apakah potensi A.I di Malaysia? Di Malaysia, kita mengalami kekurangan tenaga pakar dalam membangunkan sistem pintar. Kekurangan tenaga inilah yang menjadi penghalang kepada implementasi A.I dalam industri perisian dan sistem di ngara kita. Antara peneraju utama pembangunan sistem berorientasikan A.I ialah SIRIM Berhad, Tenaga Nasional RD, CAIRO (UTM) - Augemented Technologies Berhad, MM technologies Berhad MIMOS Berhad, MINT, APITT, PROTON dan sebagainya. Di negara-negara maju, teknologi A.I menjadi satu kemestian dalam aktiviti penyelidikan dan pembangunan mereka.

Di Malaysia, sebagai negara membangun, bidang A.I telah diterima sebagai salah satu bidang keutamaan dalam industri teknologi maklumat, kejuruteraan dan robotik. Keupayaan seseorang inidividu menguasai kemahiran pembangunan sistem pintar adalah menjadi satu kelebihan pada masa sekarang. Jika anda merupakan individu yang mempunyai minat dalam menganalisa, pembangunan sistem, pengaturcaraan, matematik, daya imaginasi yang tinggi atau kreatif, bidang A.I merupakan salah satu bidang sesuai untuk anda. Jika ada yang mengatakan A.I tidak dapat digunakan, bermakna seseorang itu tentu sekali tidak pernah menggunakan mesin basuh automatik "fuzzy logic" atau secara realitinya telah ketinggalan zaman!

Intelegensia Buatan / Artificial Intelligence (AI) - 1

Ingat Film Die Hard 2, yang dibintangi oleh Bruce Willis? Dimana salah bagian dari film tersebut memecahkan teka teki Volume Galon yang diisi air.

Disediakan 2 galon yang Volumenya :

Galon A = 5 Liter (Selanjutnya disebut A)

Galon B = 3 Liter (Selanjutnya disebut B)

Bagaimana caranya supaya air dalam Galon menjadi Tepat 4 Liter??

Alternatif 1

1. Penuhi B (A=0 ; B=3)
2. Tuang B ke A; (A=3; B=0)
3. Penuhi B (A=3 ; B =3)
4. Tuang B ke A sampai Penuh (A=5 ; B=1)
5. Buang A (A=0 ; B=1)
6. Tuang B ke A (A=1 ; B=0)
7. Penuhi B (A=1 ; B= 3)
8. Tuang B ke A (A=4 ; B= 0)

Alternatif 2

1. Penuhi A (A=5 ; B=0)
2. Tuang A ke B Sampai Penuh (A=2 ; B=3)
3. Buang Isi B (A=2 ; B=0)
4. Tuang A ke B (A=0 ; B=2)
5. Isi A Sampai Penuh (A=5 ; B=2)
6. Tuang Isi A ke B (A=4 ; B=3)

Alternatif 1 benar tapi tidak Efisien.

dapat disimpulkan bahwa Alternatif 2 lebih baik. (Efektif dan Efisien)

Pertanyaannya sekarang apakah solusi diatas dapat diselesaikan dengan menggunakan Sistem Komputer ?? Jawabannya Bisa dan itu bisa dipelajari di AI.

Apakah Itu AI ?

Pendekatan – Pendekatan dalam AI

Acting Humanly : Pendekatan Test Turing

Seseorang diminta melakukan percakapan dengan system, dapatkah ia membedakan respon yang ia dapat itu dari manusia atau software. Jika Tidak, berarti Softwarenya Cerdas.

Untuk Itu, Pada Software harus ada kemampuan : natural language processing, knowledge representation, automated reasoning and machine learning.

Thinhking Humanly : Pendekatan Pemodelan Cognitive (Pemahaman)

Ada 2 cara mengetahui cara kerja otak kita : Melalui Introspeksi atau Percobaan Psikologi.

Begitu Teori cara kerja otak diketahui, maka sangat mungkin untuk menyatakan teori itu dengan program computer.

Allen Newell dan Herbert Simon membuat GPS (General Problem Solver) yang tidak menyelesaikan problem lansung, melainkan mensimulasikan tahap – tahap otak menyelesaikan masalah itu.

Thinking Rationally : Pendekatan the “Laws of thought”

-Aristoteles yang menulis tentang pola struktur argument yang selalu menghasilkan kesimpulan yang benar (disebut syllogism): Contoh :

- Socrates is a man

- All men are mortal

- Therefore, Socrates is mortal

“Laws of thought” ini mengawali cabang pengetahuan yang disebut : Logic

- Sejak 1965, dapat dibuat software yang menyelesaikan persoalan dengan notasi logika ini

- Hanya perlu diperhatikan ketika pernyataan – pernyataan yang dilibatkan tidak 100% benar

Acting Rationally : Pendekatan then rational agent

- Agent = Something that acts. Agent, Lebih dari sekedar program, dapat beroperasi dalam kendali otonomi, melihat lingkungannya, sanggup beroperasi dalam waktu lama, beradaptasi untuk melakukan perubahan, sanggup mencapai tujuan lain. Agent rational beraksi untuk mencapai keluaran terbaik, keluaran yang paling diharapkan.

- Pada Manusia ada fenomena gerak reflek, gerak cepat yang dapat dikatakan “tanpa pikir”. Ada system yang membutuhkan hal seperti itu.

- Pendekatan ini lebih lengkap daripada pendekatan pendekatan sebelumnya.

SEJARAH

Sejarah AI (1)

1956 : nama “Artificial Intelligence”

muncul (S/W the logic Theorist)

1950 – 1969 : Prinsip prinsip dasar :

General Problem Solving, Theorem Proving, Games, Formal calculus

1969 – 1971 : Membuat Robot cerdas:

Logic based planning, motion planning, inductive learn, computer vision.

Sejarah AI (2)

Akhir 60’s – Sampai Pertengahan 80’s:

- Focus pada masalah masalah yang memerlukan kepakaran

- Transaksi kepakaran kedalam rules :

If kondisi then next rules/solusi

- Rekayasa pengetahuan (Knowledge engineering)

Sejarah AI (3)

AI menjadi industri (80’s – Sekarang)

- Expert System : Digital Equipment, Teknowledge, Oil Industry ,…

- Lisp Machine : LMI, Simbolic ,…

- Consultan Programming : ILOG…

- Robotic : Adept , ABB, Sony, Honda iRobot

- Voice Processing

- Vidio games

- Image analysis, medical diagnosis

Sejarah AI (4)

- Jaringan saraf tiruan, algoritma genetika (80’s – 90’s)

- Behubungan dengan ilmu ekonomi, pemodelan probabilitas, dan teori control (90’s – sekarang)

- Kemunculan konsep agent cerdas (1995 – Sekarang)

Prediksi dan realitas

Prediksi dan realitas (1)

- Akhir musim panas tahun 60-an diprediksi “electronic eye” dapat diciptakan

- Hingga kini belum ada system computer vision yang mampu memahami gambar (scene) yang kompleks

- Namun system computer telah digunakan untuk monitoring lalu lintas, jalan, pengenalan wajah, analisi citra medik, ….

Prediksi dan Realitas (2)

- Tahun 1958, Herbert Simon Memprediksi 10 tahun lagi computer menang catur lawan manusia.

- Tahun 1998, Deep Blue menang melawan Kasparov

- Tidak hanya catur, game lain juga menang : checkers, Othello..

- Tehnik AI (Search, Planning, Pobabilistic reasoning) digunakan pada video games.

Prediksi dan Realitas (3)

- Tahun 70-an diprediksi robot akan berada dimana mana (termasuk dirumah)

- Kini Robot digunakan dibeberapa industri (Auto, elektronik), mengelilingi mars, membantu pembedahan otak dan hati.

- Secara ekonomi, home robot masih “mahal”

Karakteristik Program AI

- Mengolah data secara simbolik

- Proses pencarian / pemilihan

- Informasi tidak tepat / Tidak Jelas diformulasikan secara matematik (Numerik)

- Sematik

- Solusi Cukup, Bukan Optimal

- Penggunaan Fakta dan aturan dalam jumlah besar

- penggunaan (meta) knowledge

Cabang AI dan Prestasi

- Game playing : Deep Blue-nya IBM mengalahkan Kasparov 3,5 vs 2,5

- Speech Recognition

- Computer Vision

- Machine Learning

- jaringan syaraf tiruan

- Antonomous planning and scheduling : diangkasa luar, program Remote agent milik NASA adalah program Planning otonomi onboard untuk mengendalikan operasi pesawat angkasa luar.

- Sitem Pakar (Diagnosis) : Ada program pakar yang membantu diagnosis penyakit dalam

- Robotic : Sudah banyak dokter bedah yang menggunakan alat Bantu robot dalam operasinya.

- Logistic Planning : Dynamic Analysis Replanning Tool (DART) membantu Amerika merencanakan logistic dan penjadwalan transportasi 50000 kendaraan dalam hitungan jam (dibanding penjadwalan manusia yang berminggu minggu) pada saat perang teluk 1991.

Ardiansyah

Manager IT Smart Intermedia

Software Developer – BAC Bandung

PADA abad ke-21 ini, dunia telah mengalami banyak anjakan paradigma dalam pelbagai bidang. Jika dahulu orang memperkatakan tentang ekonomi Kia-Tsu sekarang kita perdebatkan tentang ekonomi berasaskan pengetahuan (K-ekonomi).

Dulu kita kenal dengan perkongsian perniagaan dan perniagaan konvensional, tetapi hari ini kita jumpa dengan situasi yang dipanggil perniagaan pintar dan e-dagang (perdagangan elekronik), dan lebih maju lagi kita melangkah ke m-dagang (perdagangan bergerak) yang berasaskan rangkaian telekomunikasi tanpa wayar.

Begitu juga dengan dunia teknologi maklumat atau umumnya IT telah memasuki era baru dengan terhasilnya satu pendekatan baru iaitu kehadiran teknik kecerdasan buatan (artificial intelligence).

Mungkin agak asing bila dengar perkataan itu di Malaysia pada tahun 1990-an, tetapi pada abad sekarang ini, kecerdasan buatan (AI) telah mula diaplikasikan dalam hampir semua bidang.

Bermula dari bidang kejuruteraan hinggalah ke bidang sastera. Apakah yang dimaksudkan dengan kecerdasan buatan?

Kebanyakan buku tidak dapat memberikan definisi kepintaran buatan secara tepat kerana ia terlalu subjektif.

Menurut seorang penyelidik awal mengenai kepintaran buatan iaitu Marvin Minsky, kepintaran buatan adalah satu cabang sains untuk membolehkan kepintaran manusia itu dipindahkan kepada mesin supaya ia boleh berinteraksi seperti manusia.

Manakala McDermott dan Charniak pula mendefinisikan pula matlamat kepintaran buatan adalah untuk mencipta `manusia buatan'.

Jika satu ketika dahulu satu komputer memerlukan sumber yang cukup besar untuk melaksanakan suatu kerja (task).

Tetapi pada hari ini, bukan sahaja sumber yang digunakan sedikit tetapi komputer tersebut mampu menyelesaikan kerja-kerja tersebut tanpa bantuan daripada manusia.

Penghasilan barisan komputer Deep Blue oleh IBM telah mencabar kepintaran seorang manusia kerana menewaskan juara catur dunia iaitu Gary Kasparov pada bulan Mei 1997.

Bukankah itu satu petanda dimana kepintaran manusia telah diatasi oleh mesin? Kita lihat lagi dengan penghasilan cerita sains fiksyen seperti The Matrix, Terminator, Star Wars dan lain-lain.

Semuanya menunjukkan bahawa dunia pada masa akan datang akan dikawal oleh mesin-mesin pintar.

Tidak cukup di situ, penyelidikan terus dijalankan untuk mengkaji bagaimana hendak meletakkan emosi pada sesebuah mesin supaya ia boleh berinteraksi seperti manusia.

Jika konsep kepintaran telah berjaya dimiliki dan dikuasai oleh mesin, maka secara rasminya telah lulus dengan jayanya Ujian Turing yang telah diperkenalkan oleh Alan Turing pada tahun 1950.

Penyelidikan untuk meletakkan emosi pada mesin telah melahirkan satu bidang baru iaitu `Affective Computing' yang mana mesin-mesin boleh mempunyai kebolehan mengenal, memodel serta memahami emosi manusia.

Penyelidikan ini telah dijalankan di MIT Media Lab. BBC News Online 30 Ogos 2000 pula ada melaporkan yang mana robot telah belajar untuk menghasilkan anak dan penghasilan robot yang mempunyai rangsangan seks.

Walaupun kajian ini agak ganjil dan mustahil pada awalnya, namun ia hampir menjadi kenyataan dengan kemajuan teknik Algoritma Genetik dan Pengkomputeran DNA.

Ray Kurzweil merupakan penyelidik dan penulis buku mengenai mesin pintar telah membuat beberapa ramalan akan datang di antaranya ialah pada tahun 2009, beliau telah meramalkan bahawa komputer boleh melakukan ratus ribu juta pengiraan sesaat.

Menyamai

Manakala dijangkakan pada tahun 2019, kemampuan komputer boleh menyamai kapasiti dan kebolehan seperti otak manusia.

Secara tidak langsung interaksi antara manusia melalui isyarat dan komunikasi dua hala tidak dapat dibezakan kerana jurang manusia dan mesin semakin rapat.

Pada ketika ini semua proses pembelajaran akan dilaksanakan oleh `cikgu maya' yang terdiri dari perisian pintar untuk menggantikan buku-buku dan kertas-kertas.

Sistem pemanduan automatik akan dipasang sepanjang jalan dan hubungan manusia dan gaya pemanduan adalah semakin penting sebagai satu personaliti terautomatik.

Pada tahun 2049 pula, makanan bersaiz nano akan menjadi makanan utama sebagai kesihatan dan makanan sedia ada semakin tidak mempunyai zat.

Ramalan pada tahun 2072 pula satu bidang baru dijangka akan muncul iaitu `Picoengineering' iaitu pembangunan teknologi berasaskan skala pico meter akan menjadi kenyataan.

Oleh kerana kita sekarang telah mencapai tahap teknologi nano atau kejuruteraan nano, pada tahun 2099 Ray meramalkan tiada perbezaan yang ketara di antara manusia dan mesin.

Di mana pada masa itu, entiti hidup tidak semestinya mempunyai bentuk fizikal yang tetap, sebabnya Agen maya pada masa itu akan dianggap sebagai entiti hidup kerana mempunyai ciri-ciri kepintaran yang ada seperti manusia.

Dalam film-film fiksi ilmiah tentang masa depan -seperti Terminator, Blade Runner, Total Recall, Robo Cop dsb.- sering digambarkan bagaimana teknologi canggih dapat menguasai manusia. Teknologi dalam bentuknya sebagai cyborg (cybernetics organism) itu mempunyai kemampuan fisik maupun intelegensia melebihi manusia biasa. Cyborg sebenarnya khayalan manusia saat ini tentang makhluk setengah mesin dan setengah manusia atau mesin yang bisa berpikir seperti manusia. Itulah gambaran gamblang dari aplikasi teknologi Artificial Intellegence (AI) atau kecerdasan buatan.

AI dikembangkan pertama kali pada tahun 1960-an ketika John McCarthy dari Massachusets Institute of Technology (MIT) menciptakan bahasa pemrograman LISP. Kemudian berkembang dengan dibuatnya program komputer yang "berpikir" seperti permainan catur dan pembuktian perhitungan matematis secara komputasi. Pada tahun 1964, Joseph Weizenbaum juga dari MIT membuat ELIZA, sebuah program yang menggambarkan konsultasi seorang psikiater dengan pasiennya.

Era 70-an, perkembangan AI menghasilkan beberapa terobosan dan satu diantaranya yang paling populer adalah Expert System (ES). ES adalah suatu program yang berisikan berbagai macam informasi dari berbagai bidang yang dapat memberikan respon ketika diberi sejumlah persoalan dengan tambahan informasi pembantu tertentu. Salah satu ES yang pertama kali dibuat adalah MYCIN-nya Universitas Stanford yang membantu para ahli medis untuk mendiagnosa dan menganalisa sakit yang diderita oleh pasien-pasiennya. Terobosan lainnya adalah diciptakannya bahasa khusus untuk AI yaitu PROLOG (Programming in Logic). PROLOG mempunyai beberapa kelebihan dibanding LISP yaitu : mempunyai database sendiri, fasilitas rutin yang dapat mengakses secara backtracking dan sintaksis dari perintah-perintahnya yang lebih sederhana. Jika LISP adalah bahasa terpilih untuk AI di Amerika pada tahun 1980. Maka tahun 1981, PROLOG terpilih sebagai generasi kelima dan dipergunakan seluas- luasnya dalam pengembangan AI di Jepang.

ANN;Komputer Generasi IV

Berawal dari mesin Von Neumann, pada akhir tahun 1980-an, impian manusia untuk menciptakan Brain Like Computer (BLC) atau Neural Intellegence mengalami perkembangan pesat. Walaupun jelas tidak mungkin mampu menyamai kecanggihan otak manusia, BLC diharapkan bisa meniru fungsi kepandaian biologis. Fungsi itu antara lain mengolah informasi dengan menggunakan teknik pelatihan dalam proses belajar, pengenalan pola serta menentukan keputusan. Karena meniru fungsi sistem syaraf tersebut, BLC akhirnya lebih terkenal sebagai Artificial Neural Network (ANN).

Berbeda dengan komputer digital yang menerapkan algoritma numerik - sehingga sering mendefinisikan banyak fungsi secara rekursif- ANN mengerjakan proses penghitungan fungsi- fungsi komputasi di dalam network fisisnya sendiri. Karenanya kemudian muncul istilah sel saraf atau neuron dan sinapsis bagi setiap operasi komputasi dasar. ANN merupakan suatu teknik komputasi yang menggunakan model syaraf biologis dengan model matematik yang dibentuk dari sejumlah besar elemen pemroses yang dapat saling berkomunikasi melalui interkoneksi jaringan. Problem dalam pembuatan model sistem untuk ANN adalah tidak diketahuinya komponen dasar sistem secara jelas agar dapat dipakai untuk mendefinisikan persamaan-persamaan fundamental sistem tersebut. Salah satu penyebabnya adalah banyaknya input yang tak dapat dikendalikan guna menghasilkan suatu nilai yang diharapkan secara alamiah. Pengukuran langsung fungsi transfer dari sebuah neuron hanya dapat dilakukan amat kasar sehingga tidak memberi hasil memadai yang mendasari teori sistem yang kompleks. Akibatnya para ahli riset ANN harus membayangkan bentuk dasar fungsi transfer beserta persamaan-persamaan sistem adaptifnya menggunakan common sense untuk merumuskan, mencoba banyak fungsi-fungsi analitis yang berbeda, dalam upaya pengimplementasian gejala agar sealamiah mungkin.

Dalam melakukan proses belajar, ANN dapat memodifikasi tingkah lakunya sesuai lingkungan. ANN dapat mengatur diri untuk menghasilkan respon yang konsisten terhadap serangkaian input. Beberapa ANN yang dibuat mampu mengabtraksikan intisari serangkaian input. Contohnya, sebuah network dapat dilatih mengenali beberapa versi huruf S. Setelah latihan, network dapat menghasilkan huruf S yang sempurna dari input huruf-huruf S yang terdistorsi. Secara prinsip, network itu telah belajar menghasilkan sesuatu yang belum pernah ada sebelumnya. Dengan latihan-latihan yang diberikan pada proses belajar, ANN dapat diarahkan untuk melakukan fungsi tertentu yang diinginkan. Struktur elemen pemroses paralel akan membuat ANN mampu beradaptasi pada lingkungan yang kurang ideal dan kebal terhadap kesalahan. Hal yang menarik dari ANN memang kemampuannya untuk belajar yang menunjukkan beberapa kesamaan dengan perkembangan intelektual manusia. Namun kemampuan belajar ANN ini terbatas dan tak bisa melakukan segalanya.

Lahir dan berkembangnya ANN di era 80-an ini merupakan sebuah terobosan yang fundamental. Terobosan teknologi komputasi awal adalah lahirnya komputer generasi I tahun 1948. Ditandai dengan diciptakannya ENIAC yang berorentasi titik dengan elemen dasar tabung-tabung hampa udara. Generasi II ditandai dengan lahirnya Transistor di tahun 1960. Kemudian tahun 1965 lahir komputer berorentasi garis sebagai generasi III. Dan tahun 1976 muncul generasi IV yaitu komputer berorentasi daerah. Selanjutnya muncul komputer generasi V yang tak lain adalah Artificial Intellegence. Maka munculnya ANN ini merupakan tonggak dimulainya era komputer generasi VI.

Aplikasi AI dan ANN

Aplikasi AI sebenarnya banyak sekali, namun bisa diwakili oleh beberapa bidang yang penting dan memang sedang dikembangkan dengan serius.

Pertama, aplikasi searching yang di sini bukan berarti mencari suatu data atau informasi dalam database melainkan menentukan penyelesaian dari suatu masalah (searching for solution). Jika penyelesaian biasa dengan komputasi hanya bisa dilaksanakan dengan persamaan input (misal : algoritma matematik) yang sudah ada, maka penyelesaian model ini bisa membuat solusi dari kombinasinya. Contoh sederhana misalnya, ada seorang yang ingin membooking pesawat Garuda untuk rute Jakarta ke Berlin. Ternyata tidak ada jadwal penerbangan seperti itu pada pesawat Garuda. Kemudian komputer memberikan solusi dengan menyatakan bahwa rute itu bisa ditempuh dengan 3 kali rute penerbangan yakni dari Jakarta-Singapura, Singapura-Roma dan Roma-Berlin. Teknik searching for solution ini terbagi menjadi beberapa metode yakni : Depth-first, Breadth-first, Hill-Climbing dan Least- Cost.

Ke dua, aplikasi bidang kebahasaan dengan pengembangan Natural Language Processing (NLP). NLP dikembangkan dengan tujuan agar terjadi jalur komunikasi antar manusia dan komputer dengan mempergunakan bahasa manusia sehari-hari. Komputer diupayakan agar mengerti bahasa manusia sehingga mampu memberikan respon terhadap input dari manusia dengan struktur bahasa yang baik. Karenanya bidang ini juga amat berpengaruh terhadap teknologi robotika. Materi utama yang dipelajari dalam NLP ini adalah parser yaitu suatu bagian dari program yang membaca tiap kalimat, kata demi kata untuk menentukan tata bahasa yang benar. Terdapat tiga jenis parser yaitu : State Machine Parser, Context Free Recursive Descent Parser dan Noise Disposal Parser.

Ke tiga, aplikasi dalam bidang pengenalan pola dan pandangan (Pattern and Recognition). Dengan teknologi ini, sebuah komputer dapat mengetahui suatu obyek seperti lazimnya manusia. Contoh aplikatifnya antara lain : memeriksa arah permukaan suatu obyek, pengenalan beragam obyek berdasarkan klasifikasi tertentu, pengenalan pola sistem dua dan tiga dimensi, membedakan obyek yang saling menindih, mendeteksi gerakan suatu obyek, menentukan susunan permukaan suatu obyek dan sebagainya.Aplikasinya memegang peranan vital dalam pengembangan robotika.

Ke empat, aplikasi dalam bidang logika dan ketidaktentuan (logic and uncertainty). Tanpa adanya pemahaman logika yang mendasar maka akan sulit untuk membuat suatu program. Dalam bidang ini dipelajari hukum-hukum logika dan salah satunya juga diajarkan tentang ketidaktentuan. Salah satu hasilnya adalah fuzzy logic atau logika samar (kemungkinan) yang sudah diterapkan pada berbagai macam peralatan elektronika dan sistem kontrol. Prinsip dasarnya ditemukan Lotfi A. Zadeh, seorang guru besar komputer sains di Universitas California pada tahun 1965. Jika komputer konvensional hanya mengenal logika biner tradisional dan terbatas seperti : on-off, hitam-putih, false-true aatu satu-nol, maka logika fuzzy dapat menelaah informasi tak eksak seperti : mungkin, barangkali, agak kurang lebih dll. Sehingga komputer bekerja mendekati naluri manusia.

Ke lima, adalah aplikasi yang mungkin paling banyak berkembang saat ini yaitu sistem pakar (expert system). Pada dasarnya expert system terdiri dari banyak database dan seperangkat aturan yang akan mencari dari database itu suatu solusi terbaik atas suatu masalah. Database dan aturan itu dikembangkan berdasarkan pengetahuan para ahli pada suatu bidang tertentu. Misalnya, program PROSPECTOR yang dibuat tahun 1978 untuk pemakaian di bidang geologi, databasenya dibuat berdasar ilmu para pakar dari berbagai spesialisasi bidang geologi bahkan beberapa pakar bidang lainnya yang terkait. Tidak seperti program-program komputer biasa yang membutuhkan informasi lengkap untuk dapat membuat suatu keputusan, program expert system didesain untuk menghasilkan harapan terbaik berdasarkan database yang ada seperti layaknya seorang pakar mendiagnosa. Keuntungan utama teknologi ini adalah tersedianya semua pengetahuan para ahli berbagai bidang yang dapat diperoleh dari berbagai tempat (misalnya dengan penggunaan modem). Dan keuntungan lainnya adalah kemudahan untuk mengadakan pembaharuan database dan perangkat dan seperangkat aturan yang dipakai, sesuai dengan hasil penelitian terbaru.

Beberapa problema dalam pengembangan AI seperti : pengenalan citra (image recognotion), pengenalan kata/suara (speech recognotion), peramalan cuaca (weather forecasting) serta pemodelan tiga dimensi, tak mudah dilakukan dan kurang akurat jika diterapkan pada set instruksi komputer yang berbasis sistem 386/1486. Atas dasar inilah, maka diterapkan arsitektur komputer baru yang bermodelkan berdasarkan otak manusia. Dan lahirlah ANN yang ternyata memberi banyak harapan dan kemajuan. AI dan ANN memang punya persamaan sebagai bagian penting dari pengembangan teknologi mesin cerdas. Namun terdapat perbedaan yang jelas dalam pendekatan cara kerjanya. AI berorentasi kerja pada apa yang dikerjakan oleh otak, sedangkan ANN lebih memperhatikan bagaimana fungsi otak manusia. AI lebih menekankan pada teori model dalam psikologi, sedangkan ANN mencoba memodelkan sel biologis mulai dengan neuron sebagai unit yang paling sederhana kemudian mencari pengaruh dari neuron yang saling dihubungkan dan dikombinasikan. Karenanya ANN mempunyai beberapa kelebihan dibanding AI.

Beberapa kelebihan ANN itu antara lain adalah pertama, ANN akan mempelajari sendiri respon yang diinginkan sehingga tidak memerlukan pemrograman hubungan input dan output. Ke dua, ANN didesain untuk mengevaluasi dan beradaptasi pada kriteria-kriteria yang baru dan karenanya ia mampu memperbaiki respon dengan belajar. Ke tiga, informasi tidak disimpan pada lokasi memori tertentu seperti pada komputer digital biasa. ANN menyimpan informasinya secara terdistribusi sehingga dapat mengakibatkan kerusakan beberapa neuron, namun tidak akan menyebabkan gangguan operasional secara serius. Ke empat, karena ANN bekerja sebagai penjumlah sinyal maka input bisa tidak harus tepat sama. Contohnya, ANN akan mengenali suatu kata, mesti kata itu diucapkan oleh orang-orang yang berbeda. ANN juga mampu mengenali seseorang meski ia sudah berbeda (misal potongan rambutnya) dengan saat pertama dikenali. Dengan teknik komputasi digital biasa, kasus- kasus tersebut jelas akan sulit dilakukan.

Riset dan aplikasi yang dilakukan di berbagai negara, telah membuktikan bahwa ANN dapat menyelesaikan bermacam masalah yang tak dapat dilakukan komputer konvensional. Dalam bidang bisnis atau keuangan, ANN ditugaskan mengenali tulisan dan tanda tangan nasabah untuk menghindarkan pemalsuan surat berharga. ANN dipergunakan dalam kedokteran untuk membuat analisis tentang penyebab terjadinya penyakit tertentu atau juga meramalkan reaksi penolakan obat. Dalam bidang rekayasa dan manufaktur, ANN berfungsi sebagai pengendali produksi dan otomatisasi. Di bidang meteorologi dan geofisika, ANN membantu peramalan cuaca. Sedang kemiliteran, ANN diperlukan untuk mengklasifikasikan serta meramal sinyal-sinyal radar, mengenali dan menangkap sasaran ANN juga mampu mengendalikan dan mengatur beban pembangkitan tenaga listrik. ANN juga sedang dikembangkan dalam telekomunikasi untuk mencari alternatif saluran yang tidak sibuk secara otomatis.

Dengan merajalelanya aplikasi ANN di berbagai bidang tersebut, akankah AI menjadi usang dan ditinggalkan? Secara individual memang terjadi kompetisi sengit antara para pakar AI dan ANN untuk membuktikan siapa pembuat mesin cerdas yang terbaik. Namun untuk kepentingan yang lebih universal dan fundamental -misalnya impian tentang manusia mesin seperti disinggung di awal tulisan- para pakar itu akan cenderung memilih untuk bekerja sama. Bagaimanapun, AI maupun ANN adalah sekedar salah satu disiplin teknologi diantara belantara disiplin ilmu/sains dan teknologi lainnya, yang tak mungkin bisa berdiri sendiri!

Zainal Arifin adalah Peminat Mekatronika alumni Fakultas Teknologi Industri ITS, tinggal di Surabaya.

Apakah AI itu?

Artificial Intellegence adalah sebagian dari komputer sains yang mempelajari (dalam arti merancang) sistem komputer yang berintelegensi, yaitu sistem yang memiliki karakteristik berpikir seperti manusia. (Avron Barr dan Edward E. Feigenbaum dalam bukunya "The handbook of AI").

Sementara ini komputer memang sudah sangat pandai dalam menghitung atau proses numerik. Kehebatan lainnya adalah kemampuan menyimpan data dan kemampuan mengerjakan operasi yang berulang dengan cepat dan tidak bosan-bosannya. Sejauh itu komputer belum memiliki intelegensi. Dimana dalam intelegensi ini terdapat komponen yang paling vital yang tidak dimiliki oleh komputer, yaitu ‘common sense’. Sense = kemengertian; common = umum. Secara sederhana, common sense adalah sesuatu yang membuat kita tidak sekedar memproses informasi, namun kita mengerti informasi tersebut. Kemengertian ini dimiliki oleh umum atau semua orang (normal), jadi disebut ‘kemengertian umum’.

Bagaimana caranya kita dapat membuat komputer yang berintelegensi ?

Sekarang ini Artificial Intellegence, dalam usahanya menirukan intelegensi manusia, belum mengadakan pendekatan dalam bentuk fisiknya melainkan dari sisi yang lain. Pertama-tama diadakan studi mengenai teori dasar mekanisme proses terjadinya intelegensi. Bidang ini disebut ‘Cognitive Science’. Dari teori dasar ini dibuatlah suatu model untuk disimulasikan pada komputer. Model ini masih mempunyai unsur pendugaan yang hasilnya nanti harus dites keabsahannya terhadap teori dasar yang mendukungnya tadi, apakah sudah dapat menirukan intelegensi atau belum.

Simbolik dan Non-Algoritmik

Bila kita melihat bagaimana cara kerja komputer modern sekarang ini yang belum berlandaskan AI. Mula-mula kita memberikan suatu program. Lalu, komputer akan mengerjakan dengan proses secara numerik setahap demi setahap setiap instruksi dari awal sampai akhir sesuai dengan program yang kita berikan. Di sini ada dua hal penting yang berbeda dengan cara kerja otak manusia. Pertama, komputer memproses secara numerik, sedangkan manusia cenderung memproses secara simbolik. Manusia memanipulasi simbol-simbol, sehingga ia bisa menurunkan rumus-rumus, suatu kemampuan yang belum dimiliki komputer. Dapat kita rasakan kapan kita berpikir dengan cara memanipulasi bilangan, tentu saja hanya ketika menghitung saja, selebihnya kita selalu memanipulasi simbol. Kedua, komputer memproses secara algoritmik, yaitu setahap demi setahap mengikuti suatu prosedur yang menuju suatu solusi. Sedangkan proses intelegensi lebih dari sekedar mengikuti prosedur yang setahap demi setahap, non-algoritmik. Arsitektur komputer konvensional memang dibuat untuk dapat memproses setahap demi setahap, dan bahasa-bahasa pemrogramannya juga berlandaskan algoritma. Bahasa-bahasa demikian disebut bahasa prosedural, misalnya Basic, Pascal, C, dan sejenisnya. Di lain pihak, AI tidak menggunakan bahasa prosedural, melainkan bahasa deklaratif. Dalam bahasa deklaratif, misalnya PROLOG, yang perlu adalah kita memberikan sejumlah fakta dan aturan-aturan yang mengkaitkan fakta tersebut, ia akan memecahkan masalah secara deduktif.

Metoda memproses informasi dalam AI adalah heuristik. Heuristik adalah petunjuk praktis yang membantu kita untuk memutuskan apa yang akan kita lakukan. Dengan heuristik kita tidak perlu berpikir secara lengkap dalam menghadapi masalah-masalah. Sadar atau tidak sadar kita seringkali menggunakan heuristik. Jika kita memegang suatu petunjuk praktis untuk menghadapi suatu situasi, kita akan dapat bertindak.

Pemrosesan Simbol

Telah disebutkan bahwa bahasa pemrograman AI harus berdasarkan bahasa yang memproses simbol. Bahasa pemroses simbol yang populer adalah LISP (List Processor). Yang sangat penting dalam pemrosesan simbol adalah konsep asosiasi. Dalam pikiran, kita membuat relasi antar kelompok-kelompok simbol yang satu dengan yang lain, dengan kata lain kita membuat asosiasi. Dalam LISP asosiasi antara simbol dilaksanakan dengan membentuk suatu struktur yang diberi nama list. Sebuah list terdiri dari sekelompok sel. Setiap sel terdiri dari dua bagian. Bagian awal berisi simbol, bagian lain berisi pointer yang berfungsi menghubungkan sel ini dengan sel yang lain. Dalam list yang lebih kompleks sel-sel dapat terdiri hanya dari pointer-pointer yang menghubungkan dia dengan sel lainnya.

Satu keistimewaan dengan menggunakan struktur list adalah kita tidak perlu tahu besarnya data ketika kita menulis program. Bahasa konvensional mengharuskan kita memesan suatu blok memori untuk menyimpan sejumlah data. Dalam list setiap sel dapat menunjukkan sel lain, sehingga besarnya data dapat berubah-ubah, dengan kata lain LISP memproses secara dinamik. Keistimewaan lain adalah mengerjakan secara rekursif. Sebuah list adalah sederetan elemen-elemen, dimana elemen ini boleh juga adalah list. Sehingga, sebuah list adalah sederetan list. Rekursif adalah istilah untuk definisi yang didalamnya terdapat kata yang didefinisikan. Contoh populer dari proses rekursif adalah pengerjaan faktorial. Faktorial mengikuti dua definisi :

• Faktorial satu adalah satu.
• Faktorial bilangan bulat adalah bilangan itu dikali faktorial bilangan bulat sebelum itu

Untuk menghitung faktorial sebuah bilangan harus dikerjakan dahulu faktorial "bilangan sebelum itu", dan seterusnya. Akhirnya akan berjumpa dengan faktorial satu yang adalah satu. Bahasa-bahasa lain dalam AI adalah :

• PROLOG, dari Universitas Marseiles
• POP-2, dari Universitas Edinburg
• SAIL, dari Universitas Stanford
• Smalltalk, dari Xerox PARC

Bidang-bidang AI

Ada beberapa bidang yang menjadi penyelidikan AI :

1. Expert System
   Expert System adalah program komputer yang didisain untuk berlaku sebagai seorang ahli dalam suatu bidang khusus. Namun sekarang ini Expert System ‘hanya’ digunakan untuk membantu para ahli dalam memecahkan suatu masalah. Bahkan banyak orang yang tidak percaya bahwa Expert System dapat menggantikan para ahli, karena harus sedemikian banyaknya pengetahuan yang harus dimiliki oleh Expert System.
2. Natural Language Processing (NLP)
   NLP dimaksudkan untuk mengenal makna dari bentuk kalimat yang berbeda-beda. Selain mampu mengerti bahasa kita sehari-hari, NLP juga mencakup kemampuan membentuk kalimat dalam bahasa sehari-hari
3. Speech Recognition
   Dengan speech recognition ini suatu komputer dapat mengenali suara kita, dan sekaligus bisa membedakan berbagai macam bentuk sinyal
4. Computer Vision
   Kalau kita melihat, sebenarnya bukan hanya melihat, tapi kita juga tahu apa yang kita lihat. Komputer yang berintelegensi juga harus mempunyai kemampuan ini.
5. Robotic
   Robot adalah mesin yang dapat diprogram untuk melaksanakan tugas-tugas mekanik. Robot yang berintelegensi dapat memberi respon terhadap perubahan lingkungan.
6. Intelligent Computer Assisted Instruction
   Komputer dimaksudkan untuk membantu dalam pendidikan, sehingga dapat mengajar dengan cara sesuai keadaan pelajar
7. Automatic Programming
   Komputer dapat membuat program sendiri sesuai dengan spesifikasi yang diinginkan oleh programmer.
8. Planning and Decision Support
Komputer ini khusus membantu manager secara aktif dalam perencanaan dan pengambilan keputusan.

Tim Elektron HME-ITB
elektron@hme.ee.itb.ac.id

DEFINISI KEPINTARAN BUATAN (AI)

KEPINTARAN BUATAN atau ringkasnya AI (Artificial Intelligence) adalah merupakan gabungan sains dan kejuruteraan yang terdiri dari pelbagai displin atau cabang pengajian seperti sains komputer, psikologo, linguistik, matematik, kejuruteraam dan biologi. Tujuan utama mengwujudkan AI ialah untuk membangunkan sistem komputer yang boleh berfikir, mendengar, melihat, berjalan, menyentuh dan merasa. Ringkasnya AI adalah satu usaha untuk memindahkan ciri-ciri pemikiran manusia kedalam bentuk mesin. Mesin memainkan peranannya sebagai 'ahli pemikir' iaitu mampu menaakul, belajar dan menyelesaikan masalah.

SEJARAH UMUM TENTANG KEPINTARAN BUATAN

John McCarthy, ahli akademik dari MIT dipercayai orang yang mula-mula menggunakan istilah AI ini iaitu pada tahun 1956. Beliau juga merupakan orang yang bertanggungjawab membangunkan bahasa pengatucaraan kepintaran buatan iaitu LISP. Beberapa sarjana yang turut menjadi pelopor dalam bidang AI ini ialah Frank Rosenblatt dari Cornell University, Allen Newell dari Carnegie Mellon University, Edward Feigenbaum dari Stanford Univerity dan Alan Turing dari Manchester. Siri ujian tentang kepintaran buatan yang paling terkenal telah dilakukan oleh Alan Turing pada tahun 1950. Siri ini dikenali sebagai Turing Test. Alan Turing merupakan seorang Inggeris yang pakar dalam bidang matematik. Ujian tersebut adalah sebagai cadangan untuk menguji samada mesin boleh berfikir atau tidak.

CIRI-CIRI LAKUAN PINTAR

Sesuatu mesin atau komputer yang telah diprogramkan hanya akan dikatakan sebagai pintar jika memaparkan atau boleh berfungsi seperti :
[list]
[*]Pantar memberi tindakbalas atau jawapan balas dan seterusnya berjaya mencipta satu
situasi baru
[*]Mengecam dan mengenalpasti elemen-elemen panting dalam sesuatu situasi
[*]Kreatif dan berimaginasi
[*]Boleh mancapai dan menggunakan pengetahuan yang ada
[*]Melakukan proses berfikir dan penaakul (reasoning)
[*]Menggunakan konsep taakul untuk menyelasaikan masalah
[*]Memahami dan belajar berdasarkan pengalaman yang lepas
[*]Boleh mengawal situasi walaupun maklumat yang salah atau tidak lengkap dibekalkan [*]Boleh menyelesaikan masalah yang kompleks [list]

APLIKASI UTAMA KEPINTARAN BUATAN

Aplikasi utama teknologi ini boleh dibahagikan kepada tiga iaitu :

ROBOTIK
Teknologi AI yang digunakan dalam aplikasi ini hanya merujuk kepada robot manusia seperti melakukan aksi atau tindakan sama seperti manusia misalnya pergerakan secara fizikal seperti yang telah dipamerkan oleh robot ASIMO baru-baru ini. Dengan memasukkan AI, robot tersebut berupaya untuk melakukan pengecaman wajah dan lokasi, mambalas sapaan, menggunakan sepenuhnya kempat-empat tangan dan kaki. Robot yang digunakan dalam industri juag menggunakan teknologi AI di mana ia berkebolehan memilih dan menolak (reject) produk yang telah rosak atau tidak menepati piawaian dalam proses kawalan kualiti.

SAINS KOGNITIF
Aplikasi ini lebih menjurus kepada gabungan biologi, psikologi, matematik dan neurologi. Dalam aplikasi ini, teknologi AI digunakan untuk membangunkan satu sistem pemikiran yang sama seperti manusia yakni cara berfikir dan belajar. Contoh aplikasi yang telah digunakan pada masa kini dalam bidang ini ialah seperti sistem cerdas, sistem berasakan pengetahuan, agen pintar, rangkaian neural dan logik fuzzy. Rangkaian neural banyak digunakan dalam pembangunan WWW (world wide web) terutama dalam proses pencarian manakala agen pintar digunakan dalam sistem cerdas (smart systems). Logik fuzzy pula digunakan untuk memproses data-data yang tidak lenkap yang dikenali sebagai data fuzzy.

ANTARAMUKA SEMULAJADI
Antaramuka semulajadi pula murujuk kepada cara manusia mendengar, bercakap dan melihat. Bidang pengajian yang terlibat dalam aplikasi ini ialah seperti linguistik, psikologi, sains komputer dan teknologi multimedia. Sebagai contoh, penggunaan mesin translasi yang boleh menterjemahkan bahasa, pengecaman suara dan teks di mana suara boleh ditukar menjadi bentuk teks dan sebaliknya dan aplikasi yang paling popular iaitu realiti maya. Realiti maya banyak digunakan sebagai hiburan dan pembelajaran terutamanya untuk program simulasi. Ia berfungsi berdasarkan pergerakan atau lenggok badan manusia. [IMG]http://www.ittutor.net/phpBB2/album_pic.php?pic_id=20[/img]
penulis asal : k.nizam - PC Mei 2003

Kecerdasan Buatan (bahasa Inggris: Artificial Intelligence atau AI) didefinisikan sebagai kecerdasan yang ditunjukkan oleh suatu entitas buatan. Sistem seperti ini umumnya dianggap komputer. Kecerdasan diciptakan dan dimasukkan ke dalam suatu mesin (komputer) agar dapat melakukan pekerjaan seperti yang dapat dilakukan manusia. Beberapa macam bidang yang menggunakan kecerdasan buatan antara lain sistem pakar, permainan komputer (games), logika fuzzy, jaringan syaraf tiruan dan robotika.

Banyak hal yang kelihatannya sulit untuk kecerdasan manusia, tetapi untuk Informatika relatif tidak bermasalah. Seperti contoh: mentransformasikan persamaan, menyelesaikan persamaan integral, membuat permainan catur atau Backgammon. Di sisi lain, hal yang bagi manusia kelihatannya menuntut sedikit kecerdasan, sampai sekarang masih sulit untuk direalisasikan dalam Informatika. Seperti contoh: Pengenalan Obyek/Muka, bermain Sepakbola.

Walaupun AI memiliki konotasi fiksi ilmiah yang kuat, AI membentuk cabang yang sangat penting pada ilmu komputer, berhubungan dengan perilaku, pembelajaran dan adaptasi yang cerdas dalam sebuah mesin. Penelitian dalam AI menyangkut pembuatan mesin untuk mengotomatisasikan tugas-tugas yang membutuhkan perilaku cerdas. Termasuk contohnya adalah pengendalian, perencanaan dan penjadwalan, kemampuan untuk menjawab diagnosa dan pertanyaan pelanggan, serta pengenalan tulisan tangan, suara dan wajah. Hal-hal seperti itu telah menjadi disiplin ilmu tersendiri, yang memusatkan perhatian pada penyediaan solusi masalah kehidupan yang nyata. Sistem AI sekarang ini sering digunakan dalam bidang
ekonomi, obat-obatan, teknik dan militer, seperti yang telah dibangun dalam beberapa aplikasi perangkat lunak komputer rumah dan video game.

'Kecerdasan buatan' ini bukan hanya ingin mengerti apa itu sistem kecerdasan, tapi juga mengkonstruksinya.

Tidak ada definisi yang memuaskan untuk 'kecerdasan':

1. kecerdasan: kemampuan untuk memperoleh pengetahuan dan menggunakannya

2. atau kecerdasan yaitu apa yang diukur oleh sebuah 'Test Kecerdasan'


1. Faham Pemikiran

Secara garis besar, AI terbagi ke dalam dua faham pemikiran yaitu AI Konvensional dan Kecerdasan Komputasional (CI, Computational Intelligence). AI konvensional kebanyakan melibatkan metoda-metoda yang sekarang diklasifiksikan sebagai pembelajaran mesin, yang ditandai dengan formalisme dan analisis statistik. Dikenal juga sebagai AI simbolis, AI logis, AI
murni dan AI cara lama (GOFAI, Good Old Fashioned Artificial Intelligence). Metoda-metodanya meliputi:


1. Sistem pakar: menerapkan kapabilitas pertimbangan untuk mencapai kesimpulan. Sebuah sistem pakar dapat memproses sejumlah besar informasi yang diketahui dan menyediakan kesimpulan-kesimpulan berdasarkan pada informasi-informasi tersebut.

2. Petimbangan berdasar kasus

3. Jaringan Bayesian

4. AI berdasar tingkah laku: metoda modular pada pembentukan sistem AI secara manual


Kecerdasan komputasional melibatkan pengembangan atau pembelajaran iteratif (misalnya penalaan parameter seperti dalam sistem koneksionis. Pembelajaran ini berdasarkan pada data empiris dan diasosiasikan dengan AI non-simbolis, AI yang tak teratur dan perhitungan lunak. Metoda-metoda pokoknya meliputi:


1. Jaringan Syaraf:
sistem dengan kemampuan pengenalan pola yang sangat kuat

2. Sistem Fuzzy:
teknik-teknik untuk pertimbangan di bawah ketidakpastian, telah digunakan secara meluas dalam industri modern dan sistem kendali produk konsumen.

3. Komputasi Evolusioner:
menerapkan konsep-konsep yang terinspirasi secara biologis seperti populasi, mutasi dan “survival of the fittest” untuk menghasilkan pemecahan masalah yang lebih baik.


Metoda-metoda ini terutama dibagi menjadi algoritma evolusioner (misalnya algoritma genetik)
dan kecerdasan berkelompok (misalnya algoritma semut) Dengan sistem cerdas hibrid, percobaan-percobaan dibuat untuk menggabungkan kedua kelompok ini. Aturan inferensi pakar dapat dibangkitkan melalui jaringan syaraf atau aturan produksi dari pembelajaran statistik seperti dalam ACT-R. Sebuah pendekatan baru yang menjanjikan disebutkan bahwa penguatan
kecerdasan mencoba untuk mencapai kecerdasan buatan dalam proses pengembangan evolusioner sebagai efek samping dari penguatan kecerdasan manusia melalui teknologi.

2. Sejarah

Artikel utama: Sejarah kecerdasan buatan

Pada awal abad 17, René Descartes mengemukakan bahwa tubuh hewan bukanlah apa-apa melainkan hanya mesin-mesin yang rumit. Blaise Pascal menciptakan mesin penghitung digital mekanis pertama pada 1642. Pada 19, Charles Babbage dan Ada Lovelace bekerja pada mesin penghitung mekanis yang dapat diprogram.

Bertrand Russell dan Alfred North Whitehead menerbitkan Principia Mathematica, yang merombak logika formal. Warren McCulloch dan Walter Pitts menerbitkan "Kalkulus Logis Gagasan yang tetap ada dalam Aktivitas " pada 1943 yang meletakkan pondasi untuk jaringan
syaraf.

Tahun 1950-an adalah periode usaha aktif dalam AI. Program AI pertama yang bekerja ditulis pada 1951 untuk menjalankan mesin Ferranti Mark I di University of Manchester (UK): sebuah program permainan naskah yang ditulis oleh Christopher Strachey dan program permainan catur yang ditulis oleh Dietrich Prinz. John McCarthy membuat istilah "kecerdasan buatan " pada konferensi pertama yang disediakan untuk pokok persoalan ini, pada 1956. Dia juga menemukan bahasa pemrograman Lisp. Alan Turing memperkenalkan "Turing test" sebagai sebuah cara untuk mengoperasionalkan test perilaku cerdas. Joseph Weizenbaum membangun ELIZA, sebuah chatterbot yang menerapkan psikoterapi Rogerian.

Selama tahun 1960-an dan 1970-an, Joel Moses mendemonstrasikan kekuatan pertimbangan simbolis untuk mengintegrasikan masalah di dalam program Macsyma, program berbasis pengetahuan yang sukses pertama kali dalam bidang matematika. Marvin Minsky dan Seymour Papert menerbitkan Perceptrons, yang mendemostrasikan batas aringan syaraf sederhana dan Alain Colmerauer mengembangkan bahasa komputer Prolog. Ted Shortliffe mendemonstrasikan kekuatan sistem berbasis aturan untuk representasi pengetahuan dan inferensi dalam diagnosa dan terapi medis yang kadangkala disebut sebagai sistem pakar pertama. Hans Moravec mengembangkan kendaraan terkendali komputer pertama untuk mengatasi jalan berintang yang kusut secara mandiri.

Pada tahun 1980-an, jaringan syaraf digunakan secara meluas dengan algoritma perambatan balik, pertama kali diterangkan oleh Paul John Werbos pada 1974. Tahun 1990-an ditandai perolehan besar dalam berbagai bidang AI dan demonstrasi berbagai macam aplikasi. Lebih khusus Deep Blue, sebuah komputer permainan catur, mengalahkan Garry Kasparov dalam
sebuah pertandingan 6 game yang terkenal pada tahun 1997. DARPA menyatakan bahwa biaya yang disimpan melalui penerapan metode AI untuk unit penjadwalan dalam Perang Teluk pertama telah mengganti seluruh investasi dalam penelitian AI sejak tahun 1950 pada pemerintah AS.

Tantangan Hebat DARPA, yang dimulai pada 2004 dan berlanjut hingga hari ini, adalah sebuah pacuan untuk hadiah $2 juta dimana kendaraan dikemudikan sendiri tanpa komunikasi dengan manusia, menggunakan GPS, komputer dan susunan sensor yang canggih, melintasi beberapa
ratus mil daerah gurun yang menantang.

Bioteknologi

Definisi dan cakupan bioteknologi amatlah luas sekali. Mungkin jika kita mendengar istilahnya yang bunyinya begitu saintifik, ramai antara kita yang tidak menceburi bidang ini merasakannya ianya tidak begitu mustahak padahal hidupan manusia sendiri berkaitan rapat dengan bioteknologi.

Bioteknologi berkait dengan semua hidupan organik samada hidupan seni untuk kegunaan proses fermentasi hinggalah kepada kejuruteraan evolusi genetik. Proses bioteknologi melibatkan kedua-dua proses semulajadi dalam kehidupan dan juga proses kajian menerusi makmal.

Di segi tradisinya, kajian dilakukan dengan membuat pilihan ke atas haiwan atau pun tumbuhan. Cara proses kajian berkait genetik umpamanya pembiakan dilakukan membabitkan keadaan yang terkawal seperti suhu, bahan-bahan yang digunakan, kebersihan persekitaran, makanan dan sebagainya kerana semua ini mempengaruhi keputusan atau hasil kajian samada kejayaan berjaya dicapai atau pun tidak.

Kejayaan bioteknologi telah banyak melahirkan kaedah/teknik pertanian dan pembiakan haiwan yang maju umpamanya kacukan baka, pengklonan, hidroponik, aeroponik dan banyak lagi. Dikatakan walaupun teknologi ini baru kedengaran pada kita hari ini, teknologi ini sebenarnya telah lama digunakan sebelum dipopularkan kembali oleh saintis-saintis hari ini. Umpamanya perlakuan multigene untuk penghasilan intrinsik dan ketahanan hidup melibatkan pembiakan selektif yang beroperasi ke atas semua organisma � set yang lengkap dengan gen yang selaras manakala kejuruteraan genetik pula terhad kepada pemindahan 3-4 gen dengan kawalan yang kecil di mana gen yang baru dimasukkan. Bagi perlakuan agronomi, cara pembiakan tradisi masih mendapat sambutan. Lain-lain bioteknologi bukan genetik melibatkan kegunaan organisma mikro untuk memudahkan proses penapaian bagi menghasilkan keju, enzim untuk sabun dan sebagainya. Dari sini juga lahirnya idea untuk menggunakan radiasi dan kimia dan terhasillah mutagenesis yang menghasilkan pertukaran genetik dalam bakteria samada dari perlakuannya mahupun jumlahnya � yang amat berguna untuk menjadikan sesuatu produk lebih baik dan bermutu tinggi.

Saintis hari ini kini sedang mencuba untuk mengelakkan pindaan terhadap gen dan menggunakan kaedah bioteknologi moden umpamanya antibodi monoklon bagi ikatan protin yang digunakan untuk aplikasi diagnostik seperti ujian mengandung dan sebagainya. Mungkin ramai yang berpendapat bahawa pindaan terhadap gen adalah �meminda sesuatu semulajadi� atau �cubaan menentang Pencipta� sementara masih ada alternatif untuk meminimakan pindaan yang drastik terhadap gen.

Teknologi pengklonan mamalia juga telah mendapat banyak tentangan. Proses ini melibatkan penanaman nukleus dari sel dewasa ke dalam telur yang telah dibuang nukleusnya untuk memudahkan telur berkenaan berkembang dengan cara yang berganti-ganti. Pengklonan sebenarnya tidak melibatkan pindaan gen atau perlakuannya tetapi hanya sekadar pemindahan nukleus yang mengandungi maklumat lengkap genetik.

Walaubagaimanapun, apa yang dapat dipelajari dari pemindahan nukleus ialah teknologi yang berkaitan dengan prospek manipulasi tiruan dan pemindahan genetik satu hidupan ke satu hidupan yang lain secara harmoni. Umpamanya asid amino yang membentuk protin berkaitan rapat dengan kejadian manusia. Telah kedapatan di pasaran produk-produk ubat-ubatan yang sangat mahal tetapi mengandungi kandungan asid amino yang dikatakan mampu menguatkan protin dalam tubuh. Kemungkinan kejuruteraan genetik akan dapat membantu bidang perubatan moden amatlah tinggi sekali umpamanya penggantian gen yang rosak dengan gen yang baik kondisinya. Buat masa ini, kejuruteraan genetik yang melibatkan manusia hanya dilakukan menggunakan sel yang tidak reproduktif atau somatik yang diambil dari tulang.

Bioteknologi dan Makanan

Walaupun dunia dipenuhi dengan makanan namun terdapat kira-kira 700 juta yang masih kekurangan makanan bernutrien dan angka ini terus meningkat dari hari ke hari selaras dengan pertambahan populasi dunia.

Krisis makanan sedunia biasanya disebabkan oleh faktor-faktor force-majeur seperti:

� peperangan

� dasar ekonomi dan kewangan sesebuah negara yang mungkin tidak mampu diterima oleh negara pengekspot makanan umpamanya cukai impot, taraf perintis, pasaran modal, kuota dsb., - ini juga pengaruh kepada naik turunnya harga makanan dan kemungkinan jika peningkatan pendapatan individu yang tidak selaras akan menyebabkan kurangnya kuasa belian terhadap makanan yang berkualiti,

� bencana alam

� kekurangan kawasan (tanah) kerana dibangunkan kembali untuk industri lain seperti perumahan � walaupun bioteknologi mampu meminimakan masalah ruang tetapi adalah lebih baik jika ruangan yang luas untuk sektor makanan dimaksimakan.

Kerajaan Malaysia telah mengambil langkah ke hadapan untuk memastikan negara tidak akan terlibat dalam krisis makanan menerusi dwi galakan kepada sektor pertanian dan bioteknologi. Kita bersyukur kerana kita tidak menghadapi masalah krisis makanan, dasar ekonomi dan kewangan masih antara yang terbaik (jika dibandingkan dengan negara-negara lain), bencana alam juga kurang dan kita masih mempunyai kawasan tanah atau ruang yang mencukupi untuk menjadikan bioteknologi sebagai pemangkin kemajuan sektor pertanian selain pengekalan cara tradisional.

TEKNOLOGI NANO DALAM INDUSTRI I.C.T.

Atom adalah pembina utama sesuatu produk di mana setiap produk mempunyai aturan atomnya yang tersendiri. Sekiranya atom dapat diatur kembali contohnya dalam butiran pasir termasuk silica dan sebagainya, ianya akan berubah menjadi chip komputer.� Manakala jika atom dalam arang batu dapat diubah, ianya akan menjadi berlian.

Contoh manipulasi atom yang baik dalam sektor pembinaan ialah konkrit pratuang dan pembentukan kembali besi atau karbon.� Ianya seperti membina modul menggunakan blok lego. Teknologi Nano adalah sebahagian daripada teknologi-teknologi yang kita lihat hari ini di mana ianya melibatkan manipulasi atom dan molekul dalam sesuatu bahan untuk membina bahan yang lain. Dalam sektor pembikinan barang-barang bersabit dengan ICT contohnya industri chip mikro, kita dapati teknologi nano digunakan secara meluas. Teknologi nano akan terus berkembang dan pastinya akan membawa kegunaan kepada manusia di masa hadapan.

Akhir-akhir ini, ramai yang menjadikan teknologi nano sebagai sebahagian daripada kajian mereka. Teknologi nano sering dikaitkan dengan karektoristik yang kurang daripada 1,000 nanometer.� Contohnya bidang litografi yang dapat menghasilkan keluasan garisan yang kurang dari 1 mikron. Tanpa litografi, maka mungkin wujudnya komputer yang kita gunakan hari ini kerana tiadanya industri semikonduktor dan sirkit bersepadu. Kini litografi telah mencapai tahap yang begitu maju dalam industri bersabit dengan ICT.

Teknologi nano akan terus berkembang bagi menjadikan sesuatu bahan lebih mudah dan lebih murah secara keseluruhan.

APAKAH ITU KEPINTARAN BUATAN

Kepintaran buatan (AI) melibatkan sains dan kejuruteraan dalam membina mesin/peralatan yang lebih pintar � umpamanya robotik, automasi dan ICT. Dalam konteks ICT, contohnya penggunaan komputer (terutamanya pengaturcara), apabila kita memasukkan sesuatu kombinasi nombor sambil menekan kekunci �ALT�, kita akan dapati ianya akan menghasilkan sesuatu symbol ASCII. Ini adalah kefahaman yang paling asas dalam kepintaran buatan dalam konteks komputer � dengan kata lain kita telah �mengarahkan� komputer menggunakan �bahasanya� (gabungan kekunci) untuk memperbuat sesuatu bagi menghasilkan keputusan yang dapat kita lihat. (command-based) Ini juga berlaku dalam suasana yang berdasarkan �menu-based�.

Hari ini, kita dapati komputer dapat �dilatih� untuk mengecam suara dan dapat menaipkan apa yang kita baca. Sebenarnya komputer telah mendapat �input� daripada manusia dengan �melatihnya� menyimpan data yang kita bacakan untuknya. Ibarat kita menggunakan mesin kira, apabila kita menekan sesuatu angka menerusi operasi tolak, bahagi, campur atau kali, kita dapati mesin kira akan memberikan kita satu angka yang tepat. Begitu juga halnya dengan penggunaan mesin basuh yang menggunakan konsep fuzzy logic.� Inilah antara penerangan asas untuk memahami takrif �Kepintaran Buatan� atau �Artificial Intelligence� di mana sebilangan besar dari kita telah menggunakannya setiap hari samada disedari atau pun tidak.

Dari sinilah, manusia yang bergelar saintis mendapat ilham untuk mengaplikasikan kepintaran buatan ke atas automasi untuk industri (tangan robotik) dan sebagainya. Ianya merupakan satu simulasi kepada situasi sebenar tetapi memerlukan input daripada manusia sendiri untuk mengaturkan simulasi berkenaan.� Dalam cereka sains, kita dapati banyak unsur evolusi kepintaran buatan digunakan � contohnya terdapat robot atau android atau teknologi holograf (melibatkan medan kuasa, photon dll) yang interaktif, sebenarnya kesemuanya ini adalah teori evolusi kepada teknologi kepintaran buatan yang kita lihat hari ini. Walaupun mungkin, kita masih belum mampu untuk menghasilkan teknologi yang tinggi sebagaimana dipaparkan dalam siri-siri cereka sains, namun usaha ke arah penghasilan asas telah pun dilakukan di serata dunia termasuk Malaysia (pameran atau pertunjukan atau pertandingan bersabit dengan robotik) Teknologi kepintaran buatan dalam konteks robotik atau bionik atau automasi juga dikaitkan dengan teori heuristik, evolusi neural network',fuzzy logic dan kebangkitan zaman teknologi tanpa wayar yang sedang 'menyerang' rumah-rumah pintar (wireless router, muzik digital, radio internet, VOIP dan Voice Phone dll)

Secara keseluruhannya teknologi kepintaran buatan adalah bertujuan untuk membantu manusia melakukan kerja-kerja yang sukar dilakukan.

KESIMPULAN