Pertemuan 10 [Bagus] : Pengantar Kecerdasan Tiruan 7D22

Cara Kerja Kecerdasan Tiruan

Kecerdasan buatan didasarkan pada prinsip bahwa kecerdasan manusia dapat didefinisikan sedemikian rupa sehingga mesin dapat dengan mudah menirunya dan menjalankan tugas, dari yang paling sederhana hingga yang lebih kompleks. Tujuan kecerdasan buatan meliputi pembelajaran, penalaran, dan persepsi. Karakteristik ideal AI adalah kemampuannya untuk merasionalisasi dan mengambil tindakan yang memiliki peluang terbaik untuk mencapai tujuan tertentu.  

Dalam pengaplikasiannya, penggunaan kecerdasan tiruan ini akan menggunakan solusi dengan teknologi kecerdasan buatan (AI-enabled solution) jika mereka tidak percaya bahwa solusi-solusi tersebut memenuhi standar tertinggi untuk keamanan, privasi dan keselamatan. Untuk merealisasikan manfaat penuh AI, semua pihak perlu bekerja sama untuk menemukan jawaban atas pertanyaan-pertanyaan ini dan menciptakan sistem yang dapat dipercaya oleh masyarakat. Pada akhirnya, agar AI dapat dipercaya, Microsoft sebagai salah satu pengembang dari AI ini yakin bahwa AI tidak hanya harus transparan, aman dan inklusif tetapi juga mempertahankan tingkat tertinggi perlindungan privasi.

Dilansir dari Microsoft, mereka telah menyusun enam prinsip yang dipercaya dalam menjadi jantung pengembangan dan penyebaran solusi yang didukung oleh AI:   

1. Privasi dan keamanan: Seperti teknologi awan lainnya, sistem AI harus mematuhi undang-undang privasi yang mengatur tentang pengumpulan, penggunaan dan penyimpanan data, dan memastikan bahwa informasi pribadi yang digunakan sesuai dengan standar privasi dan dilindungi dari penyalahgunaan atau pencurian.  

2. Transparansi: Karena AI semakin memengaruhi kehidupan setiap orang, kita harus memberikan informasi kontekstual tentang bagaimana sistem AI beroperasi sehingga masyarakat dapat memahami bagaimana keputusan dibuat dan lebih mudah dalam mengidentifikasi potensi bias, kesalahan, dan hasil yang tidak diinginkan.  

3. Keadilan: Ketika sistem AI membuat keputusan tentang perawatan medis atau pekerjaan, misalnya, mereka harus membuat rekomendasi yang sama untuk semua orang dengan gejala atau kualifikasi serupa. Untuk memastikan keadilan, kita harus memahami bagaimana bias dapat mempengaruhi sistem AI.  

4. Keandalan: Sistem AI harus dirancang untuk dapat beroperasi dalam parameter yang jelas dan menjalani pengujian yang ketat untuk memastikan bahwa mereka merespon dengan aman dalam situasi yang tidak terduga, dan tidak berevolusi dengan cara yang tidak sesuai dengan ekspektasi. Masyarakat harus memainkan peran penting dalam membuat keputusan tentang bagaimana dan kapan sistem AI harus dikerahkan. 

5. Inklusivitas: Solusi AI harus dapat mengatasi berbagai kebutuhan dan pengalaman manusia melalui praktik desain yang inklusif dalam mengantisipasi hambatan potensial dalam produk atau lingkungan yang dapat secara tidak sengaja mengucilkan seseorang.  

6. Akuntabilitas: Orang yang mendesain dan memasang sistem AI harus bertanggung jawab bagaimana sistem mereka beroperasi. Norma akuntabilitas untuk AI harus memanfaatkan pengalaman dan praktik dari sektor lain, contohnya seperti privasi dalam perawatan kesehatan. Akuntabilitas juga harus dipatuhi selama proses mendesain sistem dan secara terus-menerus saat sistem beroperasi di dunia.

Kategori Kecerdasan Tiruan  

• AI memiliki 2 kategori yaitu lemah atau kuat.  
• AI lemah (weak AI) yang juga dikenal sebagai AI sempit adalah sistem AI yang dirancang dan dilatih untuk tugas tertentu. Asisten pribadi virtual, seperti Apple Siri, adalah bentuk AI yang lemah.  
• Sedangkan AI kuat (strong AI), juga dikenal sebagai kecerdasan buatan umum adalah sistem AI dengan kemampuan kognitif manusia secara umum. Ketika disajikan dengan tugas khusus, sistem AI kuat dapat menemukan solusi tanpa campur tangan manusia.

Jenis Kecerdasan Tiruan  

Arend Hintze, asisten profesor biologi integratif dan ilmu komputer dan teknik di Michigan State University, mengkategorikan AI menjadi 4 jenis, dari jenis sistem AI yang ada saat ini hingga sistem yang hidup, yang belum ada. Kategorinya adalah sebagai berikut.  

• Tipe 1: Mesin reaktif. Contohnya, Deep Blue, program catur IBM yang mengalahkan Garry Kasparov pada 1990-an. Deep Blue dapat mengidentifikasi bagian-bagian di papan catur dan membuat prediksi, tetapi ia tidak memiliki ingatan dan tidak dapat menggunakan pengalaman masa lalu untuk memberi tahu langkah berikutnya. Ini menganalisis kemungkinan langkah lawan dan dirinya sendiri serta memilih langkah paling strategis. Deep Blue dan GoogleGOGO dirancang untuk tujuan yang sempit dan tidak dapat dengan mudah diterapkan pada situasi lain.

• Tipe 2: Memori terbatas. Sistem AI ini dapat menggunakan pengalaman masa lalu untuk menginformasikan keputusan masa depan. Beberapa fungsi pengambilan keputusan dalam mobil self-driving dirancang dengan cara ini. Pengamatan menginformasikan tindakan yang terjadi di masa depan yang tidak terlalu jauh, seperti jalur penggantian mobil. Pengamatan ini tidak disimpan secara permanen. 

• Tipe 3: Teori pikiran. Istilah psikologi ini mengacu pada pengertian bahwa orang lain memiliki keyakinan, keinginan sendiri dan niat yang memengaruhi keputusan yang mereka buat. AI jenis ini belum ada sampai saat ini. 

• Tipe 4: Kesadaran diri. Dalam kategori ini, sistem AI memiliki rasa diri, memiliki kesadaran. Mesin dengan kesadaran diri memahami keadaan mereka saat ini dan dapat menggunakan informasi untuk menyimpulkan apa yang orang lain rasakan. AI jenis ini belum ada sampai saat ini.

Kecerdasan Tiruan sudah banya di implementasikan di berbagai sektor dalam kehidupan manusia, dan telah banyak membantu kehidupan manusia, berikut ini merupakan Contoh-contoh dari banyaknya penggunaan Kecerdasan Tiruan dalam kehidupan manusia, seperti :

• Otomasi: Sistem atau proses yang berfungsi secara otomatis. Misalnya, otomatisasi proses robotik (RPA) dapat diprogram untuk melakukan tugas bervolume tinggi dan berulang yang biasanya dilakukan manusia. RPA berbeda dari otomatisasi TI karena dapat beradaptasi dengan keadaan yang berubah.  

• Pembelajaran mesin: Ilmu membuat komputer bertindak tanpa pemrograman.  

• Visi mesin: Ilmu yang memungkinkan komputer untuk melihat. Teknologi ini menangkap dan menganalisis informasi visual menggunakan konversi analog-ke-digital kamera dan pemrosesan sinyal digital. Ini sering dibandingkan dengan penglihatan manusia, tetapi penglihatan mesin tidak terikat oleh biologi dan dapat diprogram untuk melihat melalui dinding. Ini digunakan dalam berbagai aplikasi dari identifikasi tanda tangan hingga analisis citra medis. Visi komputer, yang difokuskan pada pemrosesan gambar berbasis mesin, sering dikaitkan dengan visi mesin. 

• Pemrosesan bahasa alami (NLP): Pemrosesan bahasa manusia oleh program komputer. Salah satu yang lebih tua dan paling dikenal contoh NLP adalah deteksi spam, yang melihat baris subjek dan teks email dan memutuskan apakah itu termasuk sampah. Pendekatan saat ini untuk NLP didasarkan pada pembelajaran mesin. Tugas NLP termasuk terjemahan teks, analisis sentimen dan pengenalan suara.  

• Robotika: Bidang teknik yang berfokus pada desain dan pembuatan robot. Robot sering digunakan untuk melakukan tugas yang sulit bagi manusia untuk melakukan atau melakukan secara konsisten. Mereka digunakan dalam jalur perakitan untuk produksi mobil atau oleh NASA untuk memindahkan benda besar di luar angkasa. Para peneliti juga menggunakan pembelajaran mesin untuk membangun robot yang dapat berinteraksi dalam lingkungan sosial. 

• Mobil dengan pengemudi otomatis: Ini menggunakan kombinasi visi komputer, pengenalan gambar dan pembelajaran mendalam untuk membangun keterampilan otomatis dalam mengemudikan kendaraan sambil tetap berada di jalur tertentu dan menghindari penghalang yang tidak terduga, seperti pejalan kaki.

Artikel ini dibuat sebagai tugas kuliah sebagaimana yang tertuang dalam : Online Learning UHAMKA

Soal dan Jawaban :

1, Jelaskan prinsip kecerdasan tiruan!     

Jawab : kecerdasan manusia dapat didefinisikan sedemikian rupa sehingga mesin dapat dengan mudah menirunya dan menjalankan tugas, dari yang paling sederhana hingga yang lebih kompleks.  

2. Apa saja tujuan dari kecerdasan tiruan?     

Jawab : Pembelajaran, penalaran, dan persepsi. 

3. Karakteristik ideal kecerdasan tiruan yaitu?     

Jawab : Kemampuannya untuk merasionalisasi dan mengambil tindakan yang memiliki peluang terbaik untuk mencapai tujuan tertentu 

4. Kategori kecerdasan Tiruan dibagi menjadi 2 yaitu ?     

Jawab : lemah atau weak AI dan kuat atau strong AI 

5. Jelaskan kategori weak AI dalam kecerdasan tiruan!     

Jawab : AI lemah (weak AI) yang juga dikenal sebagai AI sempit adalah sistem AI yang dirancang dan dilatih untuk tugas tertentu. Asisten pribadi virtual, seperti Apple Siri, adalah bentuk AI yang lemah.  

6. Jelaskan kategori strong AI dalam kecerdasan tiruan!     

Jawab : AI kuat (strong AI), juga dikenal sebagai kecerdasan buatan umum adalah sistem AI dengan kemampuan kognitif manusia secara umum. Ketika disajikan dengan tugas khusus, sistem AI kuat dapat menemukan solusi tanpa campur tangan manusia. 

7. Sebutkan 4 jenis kecerdasan tiruan menurut Arend Hintze     

Jawab :  - Tipe 1: Mesin reaktif  

              - Tipe 2: Memori terbatas 

              - Tipe 3: Teori pikiran 

              - Tipe 4: Kesadaran diri 

8. Jelaskan tipe 3 yaitu teori pikiran dalam jenis kecerdasan tiruan!     

Jawab : Istilah psikologi ini mengacu pada pengertian bahwa orang lain memiliki keyakinan, keinginan sendiri dan niat yang memengaruhi keputusan yang mereka buat. AI jenis ini belum ada sampai saat ini. 

9. Contoh implementasi otomatis dalam kecerdasan tiruan      

Jawab : Otomasi: Sistem atau proses yang berfungsi secara otomatis. Misalnya, otomatisasi proses robotik (RPA) dapat diprogram untuk melakukan tugas bervolume tinggi dan berulang yang biasanya dilakukan manusia. RPA berbeda dari otomatisasi TI karena dapat beradaptasi dengan keadaan yang berubah. 

10. Jelaskan contoh implementasi untuk robotika dalam kecerdasan tiruan        

Jawab : Robotika: Bidang teknik yang berfokus pada desain dan pembuatan robot. Robot sering digunakan untuk melakukan tugas yang sulit bagi manusia untuk melakukan atau melakukan secara konsisten. Mereka digunakan dalam jalur perakitan untuk produksi mobil atau oleh NASA untuk memindahkan benda besar di luar angkasa. Para peneliti juga menggunakan pembelajaran mesin untuk membangun robot yang dapat berinteraksi dalam lingkungan sosial.