Contoh Penerapan Kecerdasan buatan (AI) dalam kehidupan

1. Natural Language Processing (NLP)

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

2. Computer Vision

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

3. Robotika dan Sistem Navigasi

Bidang ilmu inilah yang mempelajari bagaimana merancang robot yang berguna bagi industry dan mampu membantu manusia, bahkan yang nantinya bisa menggantikan fungsi manusia. Robot mampu melakukan beberapa task dengan berinteraksi dengan lingkungan sekitar. Untuk melakukan hal tersebut, robot diperlengkapi dengan actuator seperti lengan, roda, kaki, dll. Kemudian, robot juga diperlengkapi dengan sensor, yang memampukan mereka untuk menerima dan bereaksi terhadap environment mereka Al-Jajari (1136-1206) seorang ilmuwan Islam pada dinasti Artuqid yang dianggap pertama kali menciptakan robot humanoid dimana berfungsi sebagai 4 musisi, hebat kan? Bahkan pada tahun 1796 sudah dihasilkan boneka mekanik bernama Karakuri yang mampu menuangkan air teh atau menulis karakter Kanji yang dibuat 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 datang dalam pengembangan robot yang interaktif. Computer Vision merupakan bidang pengetahuan yang berfokus pada bidang sistem kecerdasan buatan dan berhubungan dengan akuisisi dan pemrosesan image. MACHINE VISION merupakan proses menerpakan teknologi untuk inspeksi automatis berbasis image, kontrol proses dan pemanduan robot pada berbagai aplikasi industri dan rumah tangga. Robot vision merupakan pengetahuan mengenai penerapan computer vision pada robot. Robot membutuhkan informasi vision untuk memutuskan aksi apa yang akan dilakukan. Penerapan saat 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 karena informasi yang diterima lebih detail dibanding hanya sensor jarak atau sensor lainnya. Misalnya dengan vision, robot dapat mengenal apakah obyek yang terdeteksi merupakan wajah orang atau bukan. Lebih jauh lagi, sistem vision yang canggih pada robot membuat robot dapat membedakan wajah A dengan wajah B secara akurat (Face recognition system menggunakan metode PCA, LDA dan lainnya). Proses pengolahan dari input image dari kamera hingga memiliki arti bagi robot dikenal sebagai visual perception, dimulai dari akuisisi image, image preprocessing untuk memperoleh image yang diinginkan dan bebas noise misalnya saja untuk identifikasi pelanggan dan penghindaran multiple moving obstacles berbasis vision, atau untuk menggerakan servo sebagai aktuator untuk mengarahkan kamera agar tetap mengarah ke wajah seseorang (face tracking) .

Contoh nyata model service robot berbasis vision (vision-based service robot) yang dikembangkan penulis bernama Srikandi III yang menggunakan 2 buah kamera .

Pada pengembangan selanjutnya, menanamkan kecerdasan buatan yang komplek pada robot sehingga mampu mengenal dan memahami suara manusia, perhatian terhadap berbagai gerak lawan bicara dan mampu memberikan response alami yang diberikan robot ke manusia merupakan tantangan ke depan untuk membangun robot masa depan.

4. Game Playing

Game biasanya memiliki karakter yang dikontrol oleh user, dan karakter lawan yang dikontrol oleh game itu sendiri. Dimana kita harus merancang aturan-aturan yang nantinya akan dikerjakan oleh karakter lawan. Game akan menjadi menarik apabila karakter lawan (non-player) bereaksi dengan baik terhadap apa yang dilakukan oleh player. Hal ini akan memancing penasaran user dan membuat game menarik untuk dimainkan. Tujuan intinya adalah membuat non-player memiliki strategi 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 memiliki keahlian untuk memecahkan masalah dan menggunakan penalaran dengan meniru atau mengadopsi keahlian yang dimiliki oleh pakar. Dengan sistem ini, permasalahan yang seharusnya hanya bisa diselesaikan oleh para pakar/ahli, dapat diselesaikan oleh orang biasa/awam. Sedangkan, untuk para ahli, sistem pakar juga akan membantu aktivitas mereka sebagai asisten yang seolah-olah sudah mempunyai banyak pengalaman.

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

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

Basis pengetahuan

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

Mesin inferensi

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

Antarmuka pengguna

Merupakan bagian 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 sampai 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 dapat direpresentasikan dengan beberapa cara. Salah satu yang paling umum untuk merepresentasikan pengetahuan dalam bentuk aturan IF-THEN, misalnya :

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/