Manusia bisa menjadi pandai dalam menyelesaikan segala permasalahan di dunia ini
karena manusia mempunyai pengetahuan dan pengalaman Pengetahuan diperoleh dari belajar.
Semakin banyak bekal pengetahuan yang dimiliki oleh seseorang tentu saja diharapkan akan lebih
mampu dalam menyelesaikan permasalahan. Namu bekal pengetahuan saja tidak cukup, manusia
juga diberi akal untuk melakukan penalaran, mengambil kesimpulan berdasarkan pengetahuan
dan pengalaman yang mereka miliki. Tanpa memiliki kemampuan untuk menalar dengan baik,
manusia dengan segudang pengalaman dan pengetahuan tidak akan dapat menyelesaikan
masalah dengan baik. Demikian pula dengan kemampuan menalar yang sangat baik, namun tanpa
bekal pengetahuan dan pengalaman yang memadai, manusia juga tidak akan bisa menyelesaikan
masalah dengan baik.
Agar komputer bisa bertindak seperti dan sebaik manusia, maka komputer juga harus
diberi bekal pengetahuan dan mempunyai kemampuan untuk menalar. Untuk itu AI akan mencoba
untuk memberikan beberapa metoda untuk membekali komputer dengan kedua komponen
tersebut agar komputer bisa menjadi mesin pintar.
1. Sustem pakar. Komputer digunakan sebagai saran untuk menyimpan pengetahuan para
pakar. Dengan demikian komputer akan memiliki keahlian untuk menyelesaikan masalah
dengan meniru keahlian yang dimiliki para pakar
2. Pengolahan bahasa alami. Dengan pengolahan bahasa alami ini diharapkan user mampu
berkomunikasi dengan komputer dengan menggunakan bahasa sehari-hari.
3. Pengenalan ucapan. Melalui pengenalan ucapan diharapkan manusia mampu
berkomunikasi dengan komputer dengan menggunakan suara.
4. Robotika dan Sistem sensor
5. Computer vision, mencoba untuk dapat mengintrepetasikan gambar atau objek-objek
tampak melalui komputer
6. Intelligent Computer aid Instruction. Komputer dapat digunakan sebagai tutor yang dapat
melatih dan mengajar
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.
Dalam literatur, orang pertama yang dianggap sebagai pionir dalam mengembangkan mesin
cerdas (intelligence machine) adalah Alan Turing, sorang matematikawan asal Inggris yang
memulai karir saintifiknya di awal tahun 1930-an. Di tahun 1937 ia menulis paper tentang konsep
mesin universal (universal machine). Kemudian, selama perang dunia ke-2 ia dikenal sebagai
pemain kunci dalam penciptaan Enigma, sebuah mesin encoding milik militer Jerman. Setelah
perang, Turing membuat automatic computing engine. Ia dikenal juga sebagai pencipta pertama
program komputer untuk bermain catur, yang kemudian program ini dikembangkan dan
dimainkan di komputer milik Manchester University. Karya-karyanya ini, yang kemudian dikenal
sebagai Turing Machine, dewasa ini masih dapat ditemukan aplikasi-aplikasinya. Beberapa
tulisannya yang berkaitan dengan prediksi perkembangan komputer di masa datang akhirnya juga
ada yang terbukti. Misalnya tentang ramalannya bahwa di tahun 2000-an komputer akan mampu
melakukan percakapan dengan manusia. Meski tidak ditemukan dalam paper-papernya tentang
istilah resmi : artificial intelligence, namun para peneliti di bidang ini sepakat untuk menobatkan
Turing sebagai orang pertama yang mengembangkan kecerdasan buatan.
Secara saintifik, istilah kecerdasan buatan untuk selanjutnya disebut sebagai AI (artificial
intelligence) pertama kali diperkenalkan oleh Warren McCulloch, seorang filsuf dan ahli perobatan
dari Columbia University, dan Walter Pitts, seorang matematikawan muda pada tahun 1943,
(Negnevitsky, 2004). Mereka mengajukan suatu teori tentang jaringan saraf tiruan (artificial
neural network, ANN) untuk selanjutnya disebut sebagai ANN � bahwa setiap neuron dapat
dipostulasikan dalam dua keadaan biner, yaitu ON dan OFF. Mereka mencoba menstimulasi model
neuron ini secara teori dan eksperimen di laboratorium. Dari percobaan, telah didemonstrasikan
bahwa model jaringan saraf yang mereka ajukan mempunyai kemiripan dengan mesin Turing, dan
setiap fungsi perhitungan dapat dapat diselesaikan melalui jaringan neuron yang mereka
modelkan.
Kendati mereka meraih sukses dalam pembuktian aplikasinya, pada akhirnya melalui eksperimen
lanjut diketahui bahwa model ON-OFF pada ANN yang mereka ajukan adalah kurang tepat.
Kenyataannya, neuron memiliki karakteristik yang sangat nonlinear yang tidak hanya memiliki
keadaan ON-OFF saja dalam aktifitasnya. Walau demikian, McCulloch akhirnya dikenal sebagai
orang kedua setelah Turing yang gigih mendalami bidang kecerdasan buatan dan rekayasa mesin
cerdas. Perkembangan ANN sempat mengalami masa redup pada tahun 1970-an. Baru kemudian
pada pertengahan 1980-an ide ini kembali banyak dikaji oleh para peneliti.
Sementara itu, metoda lain dalam AI yang sama terkenalnya dengan ANN adalah Fuzzy Logic (FL)
untuk selanjutnya ditulis sebagai FL. Kalau ANN didisain berdasarkan kajian cara otak biologis
manusia bekerja (dari dalam), maka FL justru merupakan representasi dari cara berfikir manusia
yang nampak dari sisi luar. Jika ANN dibuat berdasarkan model biologis teoritis, maka FL dibuat
berdasarkan model pragmatis praktis. FL adalah representasi logika berpikir manusia yang
tertuang dalam bentuk kata-kata.
Kajian saintifik pertama tentang logika berfikir manusia ini dipublikasikan oleh Lukazewicz,
seorang filsuf, sekitar tahun 1930-an. Ia mengajukan beberapa representasi matematik tentang
kekaburan (fuzziness) logika ketika manusia mengungkapkan atau menyatakan penilaian terhadap
tinggi, tua dan panas (tall, old, & hot). Jika logika klasik hanya menyatakan 1 atau 0, ya atau
tidak, maka ia mencoba mengembangkan pernyataan ini dengan menambahkan faktor
kepercayaan (truth value) di antara 0 dan 1.
Di tahun 1965, Lotfi Zadeh, seorang profesor di University of California, Berkeley US,
mempublikasikan papernya yang terkenal, Fuzzy Setsï. Penelitian-penelitian tentang FL dan fuzzy
system dalam AI yang berkembang dewasa ini hampir selalu menyebutkan paper Zadeh itulah
sebagai basis pijakannya. Ia mampu menjabarkan FL dengan pernyataan matematik dan visual
yang relatif mudah untuk dipahami. Karena basis kajian FL ini kental berkaitan dengan sistem
kontrol (Zadeh adalah profesor di bidang teknik elektro) maka pernyataan matematiknya banyak
dikembangkan dalam konteks pemrograman komputer.
Metoda AI lain yang juga berkembang adalah algorithma genetik (genetic algorithm, GA) untuk
selanjutnya disebut sebagai GA. Dalam pemrograman komputer, aplikasi GA ini dikenal sebagai
pemrograman berbasis teori evolusi (evolutionary computation, EC) untuk selanjutnya disebut
sebagai EC. Konsep EC ini dipublikasikan pertama kali oleh Holland (1975). Ia mengajukan konsep
pemrograman berbasis GA yang diilhami oleh teori Darwin. Intinya, alam (nature), seperti
manusia, memiliki kemampuan adaptasi dan pembelajaran alami tanpa perlu dinyatakan: apa
yang harus dilakukan. Dengan kata lain, alam memilih kromosom yang baik secara buta alami.
Seperti pada ANN, kajian GA juga pernah mengalami masa vakum sebelum akhirnya banyak
peneliti memfokuskan kembali perhatiannya pada teori EC.
GA pada dasarnya terdiri dari dua macam mekanisme, yaitu encoding dan evaluation. Davis
(1991) mempublikasikan papernya yang berisi tentang beberapa metoda encoding. Dari berbagai
literatur diketahui bahwa tidak ada metoda encoding yang mampu menyelesaikan semua
permasalahan dengan sama baiknya. Namun demikian, banyak peneliti yang menggunakan
metoda bit string dalam kajian-kajian EC dewasa ini.
7. SEBUAH ANCAMAN (KECERDASAN BUATAN) ?
Kecerdasan buatan itu sesuatu yang diciptakan oleh manusia, untuk menggantikan manusia. Jadi
bisa jadi kecerdasan buatan itu merupakan suatu ancaman. Walau pun menyadari bahwa
kecerdasan buatan bisa jadi adalah suatu ancaman untuk manusia, tapi manusia masih saja
mengembangkan apa yang disebut dengan kecerdasan buatan. Manusia masih saja mencoba
mengembangkan / mendapatkan sesuatu (teknologi) yang baru, yang dapat berpikir seperti
manusia. Hal ini terjadi karena adanya ketidakpuasan dalam diri manusia, manusia ingin
mendapatkan sesuatu dengan cara yang lebih mudah. Lagipula memang ada keterbatasan-
keterbatasan dalam diri manusia, seperti otak manusia yang hanya mampu berpikir dengan
frekuensi kira-kira 100 Hz dan karena manusia mempunyai rasa capai. Bandingkan dengan
komputer sekarang yang mampu mengolah data dengan frekuensi 4 GHz. Komputer juga tidak
mempunyai rasa capai walau pun harus mengolah data yang sama berulang-ulang.
Walaupun terasa sangat futuristik dan terlihat berbahaya, karena mesin nantinya akan memiliki
kecerdasan dan emosi, para pakar AI menganggap pengembangan disiplin ilmu ini penting karena
bisa diterapkan di Internet nantinya. Misalnya saja, di masa mendatang ketika Anda mengunjungi
sebuah situs agen perjalanan, maka di layar komputer akan muncul wajah seorang wanita yang
sangat sempurna karena semuanya berupa ciptaan komputer. Uniknya, Anda akan mampu
bercakap-cakap dengan wanita artifisial ini, seperti layaknya Anda berbicara dengan staff wanita
beneran di counter biro perjalanan. Kalau ini tercapai, maka pelayanan dapat diberikan 100%
online, dengan akurasi yang sangat tinggi. Terutama dari konsistensi, keramahan, kecepatan dan
akurasi pelayanan. Lain kalau kita menggunakan staff manusia asli yang konsistensinya tidak bisa
akurat karena terpengaruh kepada kondisi fisik dan emosi saat itu.
Saat ini sudah banyak teknologi kecerdasan buatan yang dihasilkan dan dipakai oleh manusia.
Misalnya saja pada robot Asimo yang bisa menari dan berjalan, atau pada permainan komputer
yang dirancang untuk membuat manusia berpikir keras untuk mengalahkannya. Contoh lain ada di
industri otomotif. Adanya teknologi komputer yang mampu mengolah data dengan cepat dipakai
untuk memberikan peringatan pada pengemudi mobil untuk menghindari terjadinya tabrakan.
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 sepak bola.
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.