Pola Penerapan Kecerdasan Buatan (Ai) Dalam Kehidupan

1. Natural Language Processing (NLP)

NLP mempelajari bagaimana bahasa alami itu diolah sedemikian hingga user sanggup berkomunikasi dengan komputer. Konsentrasi ilmu ini yaitu interaksi antara komputer dengan bahasa natural yang dipakai manusia, yakni bagaimana komputer melaksanakan ekstraksi informasi dari input yang berupa natural language dan atau menghasilkan output yang juga berupa natural language, contohnya pada system Automated online assistant dan deteksi email spam yang cerdas .

2. Computer Vision

Cabang ilmu ini dekat kaitannya dengan pembangunan arti/makna dari image ke obyek secara fisik. Yang dibutuhkan didalamnya yaitu metode-metode untuk memperoleh, melaksanakan proses, menganalisa dan memahami image. Apabila cabang ilmu ini dikombinasikan dengan Artificial Intelligence secara umum akan bisa menghasilkan sebuah visual intelligence system.

3. Robotika dan Sistem Navigasi

Bidang ilmu inilah yang mempelajari bagaimana merancang robot yang mempunyai kegunaan bagi industry dan bisa membantu manusia, bahkan yang nantinya bisa menggantikan fungsi manusia. Robot bisa melaksanakan beberapa task dengan berinteraksi dengan lingkungan sekitar. Untuk melaksanakan hal tersebut, robot diperlengkapi dengan actuator menyerupai lengan, roda, kaki, dll. Kemudian, robot juga diperlengkapi dengan sensor, yang memampukan mereka untuk mendapatkan dan bereaksi terhadap environment mereka Al-Jajari (1136-1206) seorang ilmuwan Islam pada dinasti Artuqid yang dianggap pertama kali membuat robot humanoid dimana berfungsi sebagai 4 musisi, hebat kan? Bahkan pada tahun 1796 sudah dihasilkan boneka mekanik berjulukan Karakuri yang bisa menuangkan air teh atau menulis aksara Kanji yang dibentuk oleh Hisashige Tanaka.

Ada beberapa istilah penting di dalam robot vision yang saling berhubungan, diantaranya computer vision, machine vision dan robot vision. COMPUTER VISION merupakan teknologi paling penting di masa yang akan tiba dalam pengembangan robot yang interaktif. Computer Vision merupakan bidang pengetahuan yang berfokus pada bidang sistem kecerdasan buatan dan berafiliasi dengan akuisisi dan pemrosesan image. MACHINE VISION merupakan proses menerpakan teknologi untuk inspeksi automatis berbasis image, kontrol proses dan pemanduan robot pada banyak sekali aplikasi industri dan rumah tangga. Robot vision merupakan pengetahuan mengenai penerapan computer vision pada robot. Robot membutuhkan informasi vision untuk memutuskan agresi apa yang akan dilakukan. Penerapan dikala ini vision pada robot antara lain sebagai alat bantu navigasi robot, mencari obyek yang diinginkan, inspeksi lingkungan dan lainnya. Vision pada robot menjadi sangat penting sebab informasi yang diterima lebih detail dibanding hanya sensor jarak atau sensor lainnya. Misalnya dengan vision, robot sanggup mengenal apakah obyek yang terdeteksi merupakan wajah orang atau bukan. Lebih jauh lagi, sistem vision yang canggih pada robot membuat robot sanggup membedakan wajah A dengan wajah B secara akurat (Face recognition system memakai metode PCA, LDA dan lainnya). Proses pengolahan dari input image dari kamera hingga mempunyai arti bagi robot dikenal sebagai visual perception, dimulai dari akuisisi image, image preprocessing untuk memperoleh image yang diinginkan dan bebas noise contohnya saja untuk identifikasi pelanggan dan penghindaran multiple moving obstacles berbasis vision, atau untuk menggerakan servo sebagai aktuator untuk mengarahkan kamera biar tetap mengarah ke wajah seseorang (face tracking) .

Contoh konkret model service robot berbasis vision (vision-based service robot) yang dikembangkan penulis berjulukan Srikandi III yang memakai 2 buah kamera .

Pada pengembangan selanjutnya, menanamkan kecerdasan buatan yang komplek pada robot sehingga bisa mengenal dan memahami bunyi manusia, perhatian terhadap banyak sekali gerak lawan bicara dan bisa menawarkan response alami yang diberikan robot ke insan merupakan tantangan ke depan untuk membangun robot masa depan.

4. Game Playing

Game biasanya mempunyai aksara yang dikontrol oleh user, dan aksara lawan yang dikontrol oleh game itu sendiri. Dimana kita harus merancang aturan-aturan yang nantinya akan dikerjakan oleh aksara lawan. Game akan menjadi menarik apabila aksara lawan (non-player) bereaksi dengan baik terhadap apa yang dilakukan oleh player. Hal ini akan memancing ingin tau user dan membuat game menarik untuk dimainkan. Tujuan pada dasarnya yaitu membuat non-player mempunyai taktik yang cerdas untuk mengalahkan player. Pada bidang ini, AI dibutuhkan, yaitu untuk merancang dan menghasilkan game yang fun serta antarmuka antara man-machine yang cerdas dan menarik untuk dimainkan[8].

5. Sistem Pakar

Bidang ilmu ini mempelajari bagaimana membangun sistem atau komputer yang mempunyai keahlian untuk memecahkan persoalan dan memakai daypikir dengan menjiplak atau mengadopsi keahlian yang dimiliki oleh pakar. Dengan sistem ini, permasalahan yang seharusnya hanya bisa diselesaikan oleh para pakar/ahli, sanggup diselesaikan oleh orang biasa/awam. Sedangkan, untuk para ahli, sistem pakar juga akan membantu acara mereka sebagai tangan kanan yang seakan-akan sudah mempunyai banyak pengalaman.

Menurut Turban, Sistem Pakar sanggup ditampilkan dengan dua lingkungan, yaitu lingkungan pengembangan dan lingkungan konsultasi (runtime). Lingkungan pengembangan dipakai oleh ES builder untuk membangun komponen dan memasukkan pengetahuan ke dalam basis pengetahuan. Lingkungan konsultasi dipakai oleh user nonpakar untuk memperoleh pengetahuan dan nasihat pakar. Lingkungan ini sanggup dipisahkan sehabis sistem lengkap.

Tiga komponen utama yang tampak secara virtual di setiap sistem pakar yaitu :

Basis pengetahuan

Merupakan representasi pengetahuan dari seorang pakar yang dibutuhkan untuk memahami, memformulasikan dan memecahkan masalah. Terdiri dari 2 elemen dasar yaitu : Fakta yang berupa informasi perihal situasi permasalahan, teori dari area permasalahan atau informasi perihal objek. Spesial heuristik yang merupakan informasi perihal cara bagaimana membangkitkan fakta.

Mesin inferensi

Membuat inferensi yang memutuskan rule-rule mana yang akan digunakan.

Antarmuka pengguna

Merupakan potongan dari sistem pakar yang berfungsi sebagai pengendali masukan dan keluaran. User interface melayani user selama proses konsultasi mulai dari tanya-jawab untuk mendapatkan fakta-fakta yang dibutuhkan oleh inference engine hingga menampilkan output yang merupakan kesimpulan dan solusi.

Informasi dari pakar harus dijadikan pengetahuan bagi system pakar yang akan kita kembangkan. Pengetahuan dari system pakar selanjutnya sanggup direpresentasikan dengan beberapa cara. Salah satu yang paling umum untuk merepresentasikan pengetahuan dalam bentuk hukum IF-THEN, contohnya :

IF the car doesn’t run and

The fuel gauge reads empty

THEN fill the gas tank

Referensi :
Al-Jajari (1136-1206)

Turban

http://blog.rumahproject.com/2016/11/27/contoh-penerapan-kecerdasan-buatan-ai-dalam-kehidupan/

Sumber http://meemcode.blogspot.com

Berlangganan Informasi Terbaru: