Sejarah AI
Pada masa awal teknologi komputer, bahkan ilmuan AI (dan para penulis fiksi ilmu pengetahuan) memiliki impian luar biasa tentang robot dan mesin berpikir. Sebuah tulisan yang sangat berpengaruh ditulis pada awal tahun 1940an oleh seorang psikiater asal Chicago, W.S. McCulloch, serta mahasiswanya W. Pitts, dalam tulisan tersebut, mereka mengenalkan sebuah konsep yang memiliki pengaruh sangat besar bagi para ilmuan komputer, termasuk Von Neumann dan juga para PDP. Berdasarkan konsep bahwa pikiran adalah hasil kerja otak, terutama bagian dasar otak atau simpul-simpul saraf tersebut bisa dipandang sebagai “peralatan logika”, yang beberapa simpul serta hubungannya bisa dipandang sebagai logika yang proposional.
Tidak lama setelah tulisan McCulloch fan
pitts, Von Neumann melihat hubungan antara sikap logis neuron ketika
berinteraksi dengan kinerja komputer digital. “sangat mudah dilihat bahwa
fungsi neuron yang disederhanakan ini dapat ditiru oleh relay telegraph ataupun
tabung vacumm.” (jika transistor sudah ditemukan mungkin Von Neumann akan
menyebut-menyebutnya). Von Neumann yang sudah mengembangkan rancangan komputer
yang paling bermanfaat, yang menyatakan bahwa sangatlah mungkin untuk merancang
komputer yang meniru otak manusia – tidak hanya fungsinya, tetapi strukturnya
juga – dimana tabung vacum, relay rangkaian kawat, dan perangkat keras akan
menggantikan neuron, akson dan sinapsis.
Mengikuti jejak Von Neumann, F .
Rosenblatt mengambil alih proyek perakitan komputer yang meniru fungsi dan struktur
otak manusia. Tujuan utamanya adalah menciptakan komputer yang mampu mengenali
bentuk. Hasilnya disebut persepton, dan dia berhasil meniru struktur organisasi
otak dengan sukses. Mesin Rosenblatt memiliki 3 level tingkatan. Setiap level
dihubungkan dengan fungsi yang berbeda secara umum memancing sensor, asosiasi, dan pola motorik manusia.
Mesin-mesin awalnya seperti perseptron tidak mampu belajar, mesin Rosenblatt
mampu memproses secara sederhana stimului jarak dekat dan menanggapinya secara
sederhana pula.
Sebuah komputer yang terkonstruksi
dengan baik, bisa menampilkan dan mengklasifikasikan sebuah bentuk geometris
sederhana, seperti lingkaran. Jika komputer merespon dengan menyebut dengan
persegi, maka komputer itu bisa diarahkan untuk merespon dengan lebih tepat,
dengan cara menambahkan resistensi antar unit yang satu dan mengurangi lainnya.
Jika responnya sudah benar yaitu jika perseptron berhasil menyebut sebuah
lingkaran sebagai lingkaran, berarti sudah berfungsi dengan baik. Tahap ini
Komputer
rakitan awal cukup jarang dan sangat mahal dan hanya dimiliki beberapa kaum
elit intelektual yang penasaran dengan kemampuannya. Selama tahap-tahap awal
pembentukan komputer, muncul beberapa pendapat fundamental mengenai manfaat dan kegunaan alat aneh yang
baru ditemukan ini. Mereka beranggapan jika komputer diprogramkan dengan baik
yaitu dengan diberi instruksi dan aturan yang benar, komputer akan mampu
menyelesaikan operasi apapun, termasuk meniru pikiran manusia dengan efektif.
Beberapa orang lain percaya bahwa untuk membuat sebuah mesin ‘berpikir’,
perangkat keras komputer harus mampu menirukan fisiologi otak. Untuk mencapai
tujuan akhirnya, sebuah komputer perrlu dirakit dengan tingkat lapisan jalinan
elektronik pengganti neuron yang susunan dan fungsinya akan meniru otak
manusia.
Sejauh ini kita telah gagal membuat
mesin ‘berpikir’ sesungguhnya, ataupun yang ‘otak’nya mirip dengan otak
manusia. Bagaimanapun juga, para ilmuan masih terus menganggap AI masih dalam
tahap bayi. Setiap perspektif yang pernah disebutkan memiliki masalahnya
masing-masing.
Generasi komputer atau ilmuan kognisi saat ini lebih
optimis dengan kemampuan sebuah mesin untuk memancing fungsi neuron. Salah satu
perubahan terbaru dari perseptron adalah konsepnya. Ketimbang menganggap otak
komputer sebagai alat input dan output saja, para ilmuwan menambahkan lapisan
ketiga, yang disebut lapisan tersembunyi. Lapisan tersembunyi ini menganggap
neuron didalam otak, yang berhubungan dengan input dan output, tetapi tentunya
dengan tetap menghubungkan jalinan yang satu dengan neuron lain. Model ini
lebih mewakili otak manusia dan mampu menyaingi koneksi sementara.
Kebanyakan topik-dan terutama yang
terpenting-berhubungan dengan masalah arsitektur komputer dan otak.
Bagaimanapun juga komputer tetap tidak bisa menampilkan fungsi seperti
manusia.; komputer dan otak tidak identik. Pada beberapa hal melakukan sesuatu
lebih baik dari otak, tapi pada beberapa hal lain komputer lebih buruk dari
otak.
AI dan Kognisi Manusia (mesin
berpikir)
Beberapa program komputer bekerja lebih efektif
daripada pikiran manusia, dan kebanyakan sangat pintar menirukan hal-hal yang
nyata meski masih sedikit janggal. Komputer mampu memecahkan beberapa masalah,
seperti soal matematika yang mendetil, lebih cepat dan lebih akurat daripada
manusia. Beberapa tugas lain seperti menggeneralisasi dan mempelajari pola
aktifitas baru, yang dilakukan paling baik oleh manusia, dan komputer masih
kalah baik.
Sepertinya kita berada di ambang
gebrakan sebuah konsep – atau mungkin pengertian paradigma- dalam AI, dimana
langkah pertama sudah diambil untuk membuat komputer lebih mirip otak baik
dalam struktur maupun prosesnya. Sistem jaringan neuron, model-model PDP, dan
hubungannya telah mengoda ilmuwan untuk menemukan prinsip komputerisasi yang
memerintah jaringan neuron pada sistem saraf manusia. Mereka melakukannya
dengan cara yang tampak sangat abstrak. Unit memwakili neuron, tetapi mengikuti
tingkah laku neuron, yaitu bahwa unit bisa dipasangankan dengan unit lain.
Hubungan di antara mereka bisa menguat atau melemah, lalu stabil, dan
seterusnya (Churchland dalam Solso).
Sebagai titik awal, sangatlah
berguna untuk memperhatikan dikoomi yang diajukan oleh Jhon Searle (1980),
seorang filsuf dai Universitas California di Barkeley. Dia menggambarkan 2
jenis AI: AI lemah, yang bisa digunakan sebagai alat investigasi kognisi
manusia, dan AI kuat, di mana komputer yang telah diprogram dengan baik
memiliki ‘pikiran’ yang bisa memahami. AI lemah menimbulkan beberapa
kontroversi; hampir semua menyadari pentingnya komputer dalam menyelidiki
kognisi manusia.
AI dan Sistem Pakar
Sistem yang berkinerja seperti
seorang ahli disebut dengan sistem
pakar. Pada dasarnya, sebuah sistem pakar adalah spesialis tiruan yang
memecahkan masalah yang termasuk dalam keahliannya. Sistem pakar telah
dirancang untuk memecahkan masalah dalam bidang kedokteran, hukum, aerodinamis,
catur, dan hal-hal rutin yang sangat banyak yang biasanya membosenkan kita,
atau bahkan beberapa kasus yang sulit dipecahkan manusia. Sebuah
sistem pakar dapat memproses sejumlah besar informasi yang diketahui dan
menyediakan kesimpulan-kesimpulan berdasarkan pada informasi-informasi.
ELIZA
Salah
satu program komputer pertama yag mampu berkomunikasi, ELIZA, ditulis oleh
Joseph Weizenbaum (1966). Beberapa revisi ataas ELIZA telah dibuat dari konsep
aslinya. Pada satu program yang spesifik, bernama DOCTOR, ELIZA mengambil peran
seperti seorang psikiater. Pada contoh berikut ini, peran ELIZA dicetak dalam
huruf besar.
Semua pria sama
DALAM HAL APA
Mereka selalu menjadi gangguan
bagi kita dalam berbagai hal
BISAKAH KAMU
MEMBERIKAN CONTOH YANG LEBIH SPESIFIK
Yeah, pacaarku membuatku datang
kesini
PACARMU MEMBUATMU
DATANG KE SINI
Dia bilang aku depresi sepanjang
waktu
AKU TURUT BERSEDIH
MENDENGAR KAMU DEPRESI
Memang benar, aku tidak bahagia
APAKAH KAMU PIKIR
DATANG KE SINI BISA MENOLONGMU MERASA BAHAGIA
Yang pasti aku butuh pertolongan
Respon dari komputer cenderung
stereotipe, misalnya dia diprogram untuk merespons beberapa kunci kalimat
dengan respons yang hanyalah merupakan transformasi dari kalimat aslinya.
Seperti ketika “pasien” mengatakan kata kunci ï’m”, ELIZA merespons dengan gaya
tutur seperti “ aku turut bersedih mendengar kamu...” jika tidak ada kata kunci
yang ditemukan, komputer akan menjawab dengan ciri-cirinya yag tanpa isi, atau
ppada beberapa kasus, berakhir menjadi transformasi yang lebi awal.
PARRY
Percakapan
seperti apakah yang mungkin dihasilkan jika peranannya dibalik – yaitu jika
seorang psikiater berbicara pada pasien simulasi komputer? Colby, Hilf, Weber,
dan Kraemer (1972) mensimulasikan seorang pasien paranoid, dan menyebutkan
program ini PARRY, karena ia mensimulasikan seorang pasien paranoid. Mereka memilih
seorang paranoid sebagai subyek karena beberapa teori menyebutkan bahwa proses
dan sistem paranoid memang ada, perbedaan respon psikotis dan respon
normalnya cukup hebat, dan mereka bisa menggunakan penilaian dari seorang ahli
untuk mengecek keakuratan dari kemampuan pemisahan antara respon simulasi
komputer dan respon manusia.
NETtalk
Program ini jenisnya berbeda, berdasarkan pada
jaring-jaring neuron, sehinga dinamakan NETtalk, program ini dikembangkan oleh
Sejnowski di sekolah medis Harvard dan Rosenberg di Universita Princeton. Dalam
program ini, NETtalk membaca tulisan dan mengungkapkannya keras-keras. NETtalk
“membaca keras-keras” dengan cara mengkonversi tulisan menjadi fenom-fenom,
unit dasar dari suara sebuah bahasa. Sistem ini memiliki tiga lapisan:
lapisan input, dimana setiap unit merespons sebuah tulisan; lapisan output,
dimana unit menampilkan ke 55 fenom dalam bahasa inggris; dan sebuah lapisan
unit tersembunyi, dimana setiap unit ditambahkan koneksinya pada setiap unit
input maupun output.
NETtalk
membaca dengan memperhatikan setiap tulisan satu demi satu, dan dengan
menscanning tiga tulisan pada setiap sisi demi sebuah informasi yang
kontekstual. Disini lafal ‘e’ pada ‘net’, ‘neglect’, dan ‘red’ bisa ditangkap
dengan bunyi yang berbeda. Setiap NETtalk membaca sebuah kata, program ini
membandingkan pelafalannya dengan lafal yang benar yang disediakan manusia,
kemudian menyesuaikan kekuatannya untuk memperbaiki setiap kesalahan.
Penggunaan AI sebagai expert system
yang dapat digunakan untuk mendukung system pengambilan keputusan (Diagnosa).
Sistem
yang berkinerja seperti seorang ahli disebut dengan sistem pakar. Sistem pakar
telah dirancang untuk memecahkn masalah dalam bidang kedokteran, hukum,
aerodinamis, catur dan hal-hal rutin yang sangat banyak yang biasanya
membosankan kita, atau beberapa kasus yang sulit dipecahkan manusia. Sistem pakar
bertujuan untuk membuat keputusan yang lebih cepat daripada pakar. Dapat
memberikan penalaran untuk data-data yang tidak lengkap atau tidak pasti, dapat
mengemukakan rangkaian alasan yang diberikannya dengan cara yang dapat dipahami.
Sistem ini mengikuti aturan-aturan yang telah ada, yang seringkali menggunakan
pohon keputusan, tetapi bagaimanapun sistem ini hanya bisa ‘memikirkan’ satu
hal saja.sistem pakar dalam bidang kesehatan mungkin tidak bisa melihat isi
dari sebuah lubang di lantai, tetapi ia bisa membuat diagnosis yang akurat dan
masuk akal pada seorang gadis berumur 13 tahun yang sedang demam tinggi, sakit
perut, dan konsentrasi menyimpang terkait korpuskel putih. Sistem ini memang
selama ini lebih dikenal dalam bidang industri, militer, dan eksplorasi luar
angkas. Mereka cukup baik dalam menjalankan tugas yang memang dirancang untuk
mereka kerjakan. Lebih menyenangkan lagi karena mereka tidak mengenal pemogokan
dan menuntut gaji lebih, tidak berkeberatan jika harusbekerja tanpa henti, dan
tidak meminta fasilitas kesejateraan hidup.
Sistem pakar
dapat digunakan oleh, Orang awam yang bukan pakar untuk meningkatkan kemampuan
mereka dalam memecahkan masalah, Pakar sebagai asisten yang berpengatahuan, Memperbanyak
atau menyebarkan sumber pengetahuan yang semakin langka.
Kontribusi
psikologi dalam AI adalah bahasa. Para psikolog memang biasanya menganggap
bahasa sebagai manifestasi utama dalam proses kognitif. Bahasa, lebih dari
kategori apapun dalam variabel respons manusia, mampu merefleksikan pikiran,
persepsi, ingatan, pemecahan masalah, kecerdasan, dan pembelajaran. Bahkan
karena pentingnya dalam prinsip dasar Psikologi, bahasa menjadi perhatian utama
para ilmuwan AI.
Sumber : Solso,
Robert. L., Maclin, Otto. H, & Maclin, M. Kimberly. (2008). Psikologi kognitif. Jakarta: Erlanga