pertemuan2

Masalah adalah sesuatu yang membutuhkan jalan keluar. Dan AI harus dapat menemukan jalan keluar itu.
Untuk mengembangkan AI yang mampu menyelesaikan masalah, ada beberapa hal yang perlu diperhatikan :
~ Masalah harus didefinisikan dengan tepat, yaitu mengenai keadaan awal dan solusi yang diharapkan.
~ Menganalisis serta mencari kemungkinan - kemungkinan yang dapat menyelesaikan masalah tersebut.
~ Memberikan dasar - dasar pengetahuan yang diperlukan untuk menyelesaikan masalah.
~ Memilih penyelesaian masalah yang terbaik.
Misalnya pada permainan balap mobil.Maka harus di tentukan :
~ Posisi awal mobil (berada di belakang garis start, menghadap ke depan, gas / speed
= 0).
~ Aturan yang ada (baru boleh maju setelah hitungan ke 3, hanya boleh melewati jalan yang disediakan, dll).
~ Goal (harus sampai ke garis finish beberapa kali (karena memutari beberapa lap)).
Ruang keadaan adalah suatu ruang yang berisi semua keadaan yang memungkinkan.
Jadi, untuk mendeskripsikan suatu masalah dengan baik, haruslah mendefinisikan suatu ruang keadaan :
1. Semua keadaan awal yang memungkinkan harus dideklarasikan.
2. Semua goal yang bisa diraih, harus dideklarasikan.
3. Semua aturan yang ada harus dideklarasikan.

PERTEMUAN 1

Pertemuan1

Definisi: mesin yang pintar yang sama bahkan lebih baik dari manusia.

- John McCarthy pada tahun 1956 dengan memodelkan proses berfikir seperti manusia.

- Pada tahun 1950, Alan touring mengaplikasikan kecerdasan buatan dengan aplikasi chat dimana aplikasi akan menjawab chat seolah oleh dari manusia.

2 Bagian utama dari AI:

Knowledge base dan Interference engine

Kecerdasan buatan vs kecerdasan alami:

AI :

1. Bersifat permanen

2. Lebih mudah diduplikasi dan didistribusikan

3. Lebih murah

4. Dapat didokumentasikan

5. Lebih cepat & lebih baik

NI :

1. Kreatif
2. Pengalaman secara langsung

Kecerdasan alami vs kecerdasan konvensional

Kecerdasan alami

- Fokus pengakesesan simbolik

- Pencarian secara heuistik

- Sifat input dapat tidak lengkap

- Keterangan disediakan

- Struktur kontrol dipisahkan dari pengetahuan

- Sifat output kuantitatif

- Mempunyai kemampuan menalar

Kecerdasan konvensional

- Fokus pengaksesan data dan informasi

- Pencarian menggunakan algoritma

- Sifat input harus lengkap

- Keterangan tidak disediakan

- Struktur kontrol terintegrasi dengan data

- Sifat outpur kualitatif

- TIdak mempunyai kemampuan menalar

Bidang AI:

Contoh dimana AI diaplikasikan:

Sistem pakar

- Pengolahan bajasa alami

Contoh:

- Bahasa sehari hari

- Language translator

- Text sumarization

- Speech recognition

Contoh;

- Alat bantu pembaca tuna netra

- Telepon penderita bisu tuli

- Robotika & Sistem sensor

Contoh

- Washing machine

- Robotika

- Komputer vision

Contoh:

- Pengenalan sidik jari

- Pengenalan tulisan

- Intelegent komputer-aided instruction

- Komputer sebagai tutor

Soft computing

- Fuzzy logic

- Jaringan syaraf tiruan

- Probalistic reasoning

- Evolutionary computing / Algoritma genetika