Konsep Artificial Intelligence (AI)
Konsep AI kok logo J.A.R.V.I.S. ?
Haloo brayy,.. balik lagi sama saya.
Hayoo kenapa saya memasang logo J.A.R.V.I.S. pada postingan kali ini ? pernah nonton film ironman kan terus pernah liat adegan pas Tony Stark ngomong sendiri terus dijawab sama orang yang gk ada wujudnya kan, hayoo siapa itu ? setan ? hantu ? dedemit ? genderuwo ? elu ? ya masuk makhluk astral lah pokoknya.
Yeeeeee ya kagak lah, yang ngejawab omongannya si ironman itu ya si J.A.R.V.I.S. atau bila Dipanjangkan namanya adalah "Just A Very Intelligent System", menurut saya sekarang ini dialah sang icon yang cocok untuk memperkenalkan Artificial Intelligence (AI) kepada orang awam seperti saya :) .
Kenapa saya bilang J.A.R.V.I.S cocok sebagai icon AI ? nah itu karena J.A.R.V.I.S merupakan imajinasi / bayangan sempurna untuk konsep AI.Oke serius kita brayy..
langsung masuk ke materi aja ya cekidot..
Deskripsi umum AI
Okee apa si AI itu ? AI (Artificial Intelligence) banyak dari orang-orang yang merasa tau hanya dari terjemahannya saja yaitu kecerdasan buatan, kecerdasan artifisial, intelijensia artifisial, atau artifisial buatan. Padahal itu hanya terjemahannya saja, definisi sebernarnya itu lebih kompleks dari yang kita bayangkan, saya aja masih bingung dengan definisinya. baru definisinya lho belom penerapannya.
Nah, coba sekarang kita lihat beberapa definisi AI dari beberapa ahli. Seperti yang saya kutip dari buku yang saya beli tentang Artificial Intelligence Suyanto (2014 : 11) menjelaskan bahwa "Para ilmuwan memiliki dua cara pandang yang berbeda tentang AI. Yang memandang AI sebagai bidang ilmu yang hanya fokus pada proses berpikir, sedangkan yang ke dua memandang AI sebagai bidang ilmu yang fokus pada tingkah laku. Cara pandang ke dua melihat AI secara lebih luas karena suatu tingkah laku pastilah didahului dengan proses berpikir".
wow wow wow keren banget ya pengertian para ahli..
Nah lalu bagaimana definisi AI untuk sekarang ini ? berkembang dari pendapat para ahli yang ke dua, ini juga saya kutip dari buku yang sama Suyanto (2014 : 11) mengatakan bahwa, "definisi yang tepat untuk AI saat ini adalah acting rationally dengan pendekatan rational agent. Hal ini berdasarkan pemikiran bahwa komputer bisa melakukan penalaran secara logis dan juga bisa melakukan aksi secara rasional berdasarkan hasil penalaran tersebut".
Bingung ?? SAMA hahaha..
Bingung ?? SAMA hahaha..
Nah sekarang apa sih fungsi dan tujuan AI ? untuk sekarang ini AI difokuskan untuk mempermudah pekerjaan manusia, untuk membantu manusia dalam urusan sehari-hari.
Gimana udah mulai mengerti kan kenapa saya bilang J.A.R.V.I.S. sebagai imajinasi/bayangan sempurna dari AI. Dialah yang membantu ironman dalam melakukan perkerjaannya sehari-hari. J.A.R.V.I.S. melakukan tindakan secara rasional, dan berinteraksi secara logis.
Koreksi kalo ada yang salah ya brayy CMIIW :)
Decision Making
Oke bray kita masuk ke materi berikutnya..
Coba teman-teman berpikir sejenak, gimana cara teman-teman mengambil keputusan dalam menyelesaikan masalah? kita pasti berpikir logis dulu kan untuk menyelesaikan masalah, kita mencari dulu nih solusi diotak kita, supaya masalahnya gak tambah runyam, nah baru kita ambil keputusan yoi gk bray ? yoi.
Nah prinsip pada AI pun sama seperti itu dalam pengambilan keputusan (Decision Making) AI dibuat dengan berbagai macam algoritma termasuk serangkaian algoritma yang dirancang dengan memasukan beberapa kemungkinan langkah yang bisa diambil oleh AI itu sendiri. Untuk mengambil keputusan (Decision Making) dalam menyelesaikan masalah AI menggunakan empat teknik dasar yaitu; Searching, Reasoning, Planning, dan Learning. Ke-empat teknik tersebut tentu fleksibel bisa digabungkan, atau secara bersamaan, maupun individual, tergantung dari masalah yang ada.
- State Machine
Finite State Machines (FSM) adalah sebuah metodologi perancangan sistem kontrol yang menggambarkan tingkah laku atau prinsip kerja sistem dengan menggunakan tiga hal berikut: State (Keadaan), Event (kejadian) dan Action (aksi). Pada satu saat dalam periode waktu yang cukup signifikan, sistem akan berada pada salah satu state yang aktif. Sistem dapat beralih atau bertransisi menuju state lain jika mendapatkan masukan atau event tertentu, baik yang berasal dari perangkat luar atau komponen dalam sistemnya itu sendiri (misal interupsi timer). Transisi keadaan ini umumnya juga disertai oleh aksi yang dilakukan oleh sistem ketika menanggapi masukan yang terjadi. Aksi yang dilakukan tersebut dapat berupa aksi yang sederhana atau melibatkan rangkaian proses yang relative kompleks. Berdasarkan sifatnya, metode FSM ini sangat cocok digunakan sebagai basis perancangan perangkat lunak pengendalian yang bersifat reaktif dan real time.
- Rule System
Rule based system dikatakan sebagai sistem yang digunakan sebagai cara untuk menyimpan dan memanipulasi pengetahuan untuk diwujudkan dalam suatu informasi yang dapat membantu dalam menyelesaikan berbagai permasalahan. Berbagai aplikasi dapat dihasilkan dari konsep ini misalnya aplikasi dalam bidang medis. Pada bidang medis salah satunya adalah aplikasi yang dapat membantu seorang dokter dalam mengidentifikasikan suatu permasalahan kesehatan berdasarkan gejala yang telah diketahui.
Jikalau ingin membuat Rule Based System untuk masalah tertentu, maka anda harus memiliki:
1. Sekumpulan fakta untuk mewakili pekerjaan yang nantinya akan dilakukan.
2. Sekumpulan fakta.
3. Sebuah kondisi yang menentukan bahwa solusi telah ditemukan atau tidak ada satupun yang exist.
Path Finding
- Path Finding
Metode path finding paling mudah ditemui pada game-game bertipe strategi dimana kita menunjuk satu tokoh untuk digerakkan ke lokasi tertentu dengan mengklik lokasi yang hendak dituju. Si tokoh akan segera bergerak ke arah yang ditentukan, dan secara “cerdas” dapat menemukan jalur terpendek ataupun menghindari dari rintangan-rintangan yang ada. Salah satu algoritma pathfindin yang cukup umum dan yang paling banyak digunakan utnuk mencari jarak terpendek secara efisien adalah algoritma A* (baca: A star). Secara umum, algoritma A* adalah mendefinisikan area pencarian menjadi sekumpulan node-node (tiles). Titik awal dan titik akhir ditentukan terlebih dulu untuk mulai penelusuran pada tiap-tiap node yang memungkinkan untuk ditelusuri. Dari sini, akan diperoleh skor yang menunjukkan besarnya biaya untuk menempuh jalur yang ditemukan, ditambah dengan nilai heuristik yang merupakan nilai biaya estimasi dari node yang ada menuju tujuan akhir. Iterasi akan dilakukan hingga akhirnya mencapai target yang dituju.
- Metode Waypoint
Waypoint merupakan kumpulan dari beberapa titik kordinat yang kemudian dijadikan sebagai navigasi pergerakan. Dalam sebuah game, pergerakan NPC (non-playable character) umumnya menggunakan titik arah antara titik kordinat yang satu yang lain ditentukan oleh pencipta game. Waypoint dapat digunakan pada non-playable character untuk melakukan patroli di dalam game dengan melintasi titik-titik kordinat yang ditentukan.
cara NPC menentukan titik arah dapat dilakukan dengan menggunakan graph waypoint untuk menentukan keputusan yang baik tentang bagaimana menempatkan titik arah, cara mengatur radius, bagaimana memahami ketika hal-hal yang mungkin tidak berperilaku sesuai dengan yang di harapkan. Ketika NPC akan memutuskan tujuan yang mana akan dituju peta permainan, maka NPC akan terlebih dahulu melakukan pemeriksaan mana waypoint terdekat untuk NPC, dan kemudian NPC akan berjalan menuju waypoint tersebut, dengan menghindari jalur penghalang. NPC tidak dapat berjalan dengan baik atau sempurna jika letak waypoint terdapat di tempat yang tidak memungkinkan dalam fisik permainan seperti penghalang.
Tactile & Strategic AI
Strategic Deciders adalah komponen yang secara konseptual di tingkat tertinggi abstraksi. Komponen ini harus memutuskan strategi untuk karakter yang didasarkan pada kondisi saat ini dan memori. Pada tingkat berikutnya, Tactic Deciders merencanakan bagaimana membuat strategi yang dipakai sekarang dapat berjalan dengan baik. Executors atau pelaksana kemudian menerjemahkan keputusan dari tactical deciders untuk perintah tingkat rendah (low-level commands) sesuai dengan batasan yang digunakan oleh permainan atau simulasi. Komponen coordinators memahami hubungan antar aktuator dan mungkin kembali memberikan perintah tingkat rendah lebih lanjut. Akhirnya, aktuator melakukan tindakan yang diinginkan.
Sekian dari saya bila ada salah mohon dikoreksi CMIIW :)
Sumber:
No comments:
Post a Comment