#SIP Artificial Intelligence dan Expert System

Keterkaitan antara artificial intelligence dengan ekspert system dapat dilihat dari bagaimana membangun sistem atau komputer yang memiliki keahlian untuk memecahkan masalah 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.

Dengan melihat AI pada dasarnya sebagai cabang psikologi; yaitu, menggunakan komputer untuk memahami operasi dari pikiran manusia dengan pemrograman untuk melakukan tugas-tugas tingkat tinggi seperti berpikir sebagaimana pikiran manusia. Tetapi harus di ingat komputer mungkin dapat mengambil alih pekerjaan yang sebelumnya dilakukan oleh manusia, tapi itu tidak membuat mereka cerdas.

Menciptakan system pakar?

Salah satu langkah pertama dalam menciptakan sistem pakar adalah mewawancarai para ahli kemudian program ini akan menirunya. Dengan mengajukan serangkaian pertanyaan yang sangat rinci, para desainer mencoba untuk mencari tahu proses pengambilan keputusan, mereka akan mencoba untuk merekonstruksi ke dalam program ini.

Ketika proses berpikir ini digabungkan dengan database, sistem pakar yang ideal harus memiliki kapasitas yang sama untuk menganalisis informasi dan keputusan yang tepat.

Beberapa contoh Sistem Pakar dan cara kerjanya, akan diulas sebagai berikut

ELIZA

Eliza adalah salah satu Sistem Pakar yang paling awal dikembangkan. Beberapa tahun yang lalu (1966), Joseph Weizenbaum, profesor ilmu komputer di Massachusetts Institute of Technology (MIT), menulis sebuah program komputer yang disebut Eliza. Tujuannya adalah untuk menunjukkan bagaimana sebuah komputer bisa bertindak seperti psikolog.

Eliza akan mengajukan pertanyaan-pertanyaan pengguna tentang bagaimana ia merasa, kemudian menangkap kata-kata kunci atau frasa dalam jawaban untuk memandu nya "terapi." Beberapa orang kini menyebut Eliza sistem pakar awal.

Bagian dari tantangan merancang sistem pakar adalah memutuskan definisi apa yang seharusnya menjadi dan bagaimana hal itu seharusnya bekerja: Bahkan para ahli tidak setuju. Misalnya, Weizenbaum berpikir Eliza sedang ditandai sebagai sistem pakar awal karena ia berkonsultasi dengan ahli sebelum menulis itu. Meskipun Eliza mungkin tampak seperti mendengarkan dan merespon anda, program hanya mengikuti aturan yang diberikan dengan Weizenbaum. Jika Anda mengatakan anda mengalami hari yang buruk, program akan meminta anda untuk berbicara tentang hal itu.

Program akan bertanya bagaimana peristiwa-peristiwa tersebut terjadi serta apa yang anda rasakan, atau apa yang anda pikirkan dan apa yang harus anda lakukan. Eliza benar-benar lebih dari sebuah buku harian interaktif dari seorang ahli.

PARRY

PARRY adalah Sistem Pakar yang juga paling awal dikembangkan di Stanford University oleh seorang psikiater, Kenneth Colby, pada tahun 1972. PARRY berusaha untuk mensimulasikan penderita skizofrenia paranoid. PARRY merupakan program yang jauh lebih serius dan maju dari ELIZA. Cara kerja PARRY pun hampir dengan ELIZA

PARRY diuji pada awal tahun 1970 dengan menggunakan variasi dari Uji Turing. Sekelompok psikiater berpengalaman dianalisis kombinasi pasien nyata dan komputer yang menjalankan PARRY melalui teleprinter.

Kelompok lain dari 33 psikiater ditunjukkan transkrip percakapan. Kedua kelompok kemudian diminta untuk mengidentifikasi mana dari "pasien" yang manusia dan mana yang program komputer.  Psikiater mampu membuat identifikasi yang benar hanya 48 persen dari waktu - Tokoh yang konsisten dengan menebak acak.

NetTalk

Ini adalah hasil dari penelitian yang dilakukan di pertengahan 1980-an oleh Terrence Sejnowski dan Charles Rosenberg. Maksud di balik NETtalk adalah untuk membangun model sederhana yang mungkin menjelaskan kompleksitas pembelajaran tingkat manusia tugas-tugas kognitif, dan pelaksanaannya sebagai model koneksionis yang juga bisa belajar untuk melakukan tugas yang sebanding.

NETTALK adalah jaringan saraf tiruan yang dapat dilatih untuk mengucapkan kata-kata bahasa Inggris, terdiri dari sekitar 300 neuron diatur dalam tiga lapisan - lapisan input, yang membaca kata-kata, lapisan output, yang menghasilkan suara pidato, atau fonem, dan pertengahan, '' lapisan tersembunyi, '' yang memediasi antara dua lainnya. Neuron, yang disimulasikan pada komputer, yang bergabung satu sama lain dengan 18.000 sinapsis, koneksi adjustable yang kekuatan bisa berubah naik atau turun.

Pada awalnya kontrol volume ini ditetapkan secara acak dan NetTalk adalah structureless, dihomogenisasi tabula rasa. Dilengkapi dengan daftar kata-kata, itu mengoceh incomprehensibly. Tetapi beberapa tebakan yang lebih baik daripada yang lain, dan mereka diperkuat dengan menyesuaikan kekuatan dari sinapsis menurut seperangkat aturan pembelajaran. Setelah setengah hari pelatihan, pronunications menjadi lebih jelas dan lebih jelas sampai NetTalk dapat mengenali beberapa 1.000 kata. Dalam seminggu, itu bisa belajar hingga 20.000 kata.

NetTalk tidak disediakan dengan salah satu menagerie aturan untuk bagaimana huruf yang berbeda diucapkan dalam situasi yang berbeda. (Telah dikemukakan bahwa '' ghiti '' bisa diucapkan '' ikan '' - '' gh '' dari '' cukup '' dan '' ti '' dari '' 'bangsa.') Tapi setelah sistem memiliki berkembang, ia bertindak seolah-olah ia tahu aturan. Mereka menjadi implisit dikodekan dalam jaringan koneksi, meskipun penemu NetTalk, Terrence J. Sejnowski dari Johns Hopkins University, tidak tahu di mana aturan-aturan yang terletak atau apa yang tampak seperti mereka.

Menggunakan analisis matematika, ia mulai mengungkap pengetahuan tersembunyi ini. '' Ternyata menjadi sangat masuk akal, '' katanya. '' The vokal diwakili berbeda dari konsonan. Hal-hal yang terdengar mirip terkumpul bersama. '' Surat '' p '' terletak dekat '' b, '' sementara '' a '' dan '' e '' masing-masing memiliki daerah.

Ia juga menemukan bahwa 10 neuron yang dipilih secara acak dapat digunakan sebagai '' benih '' untuk mereproduksi seluruh skema pengkodean. Dalam pengertian ini jaringan seperti hologram. Apakah salah satu dari gambar laser yang dihasilkan tersebut dipotong di bagian, tempat, atau perdelapan sixteenths, masing-masing bagian berisi seluruh gambar, meskipun dengan resolusi semakin miskin.

Dr. Sejnowski mengatakan tidak akan datang dengan sistem seperti itu. Tapi mungkin dapat membantu mengatasi pertanyaan mendasar dalam ilmu saraf. Selama bertahun-tahun ahli saraf telah memperdebatkan apakah jejak memori, atau enagram, disimpan dalam satu lokasi atau didistribusikan di seluruh otak. Karya Dr Sejnowski ini menunjukkan bahwa jawabannya terletak di antara suatu tempat.

Seperti seorang ahli biologi mengambil pisau bedah untuk tikus, ia bisa mengikis jaringan nya, menghapus beberapa sel dari simulasi. Ini '' lesi '' mungkin menyebabkan NetTalk bertindak agak kabur, tapi itu mempertahankan kemampuan umum untuk mengucapkan bahasa Inggris.

Dan demikian pula dengan manusia. Jika salah satu memotong beberapa kabel pada komputer konvensional seluruh sistem akan crash. Tapi otak memiliki jenis ketahanan ditunjukkan oleh penemuan Dr. Sejnowski ini.

Mau lihat cara kerja NetTalk ? lihat video berikut ini

Kesimpulan

Mendefinisikan sistem pakar tidak sesederhana menunjuk komputer agar menggantikan kinerja manusia. Komputer telah melakukan hal itu selama bertahun-tahun. Misalnya, meskipun mereka mungkin tidak diberi label oleh beberapa akademisi sebagai sistem pakar, proses kontrol komputer melakukan fungsi yang sebelumnya dilakukan oleh orang-orang dengan pelatihan yang ekstensif.

Referensi

http://www.atarimagazines.com/compute/issue65/expert_systems.php

https://en.wikipedia.org/wiki/ELIZA

http://socs.binus.ac.id/2012/03/02/a-little-brief-about-artificial-intelligence/

http://www.nytimes.com/1988/08/16/science/learning-then-talking.html

https://en.wikipedia.org/wiki/NETtalk_%28artificial_neural_network%29

https://www.youtube.com/watch?v=gakJlr3GecE

Cari Artikel Lainnya

Tweet

Ditulis Oleh Unknown

Mahasiswa psikologi dan blogger amatir yang sangat tertarik dengan web design, Seo, sistem operasi dan segala tentang teknologi. ada pertanyaan atau saran bisa hubungi penulis di https://twitter.com/arrief_hidayat