1 / 65

Pendahuluan CS3243 Kecerdasan Mesin dan Artifisial

Pendahuluan CS3243 Kecerdasan Mesin dan Artifisial. Informatics Theory & Programming (ITP) Informatics Eng. Dept. – IT Telkom. Suyanto , ST, MSc . Lab. Metode Formal F112 HP: +62 815 710 1209 www.ittelkom.ac.id/staf/suy suy@ittelkom.ac.id. Outline.

stamos
Download Presentation

Pendahuluan CS3243 Kecerdasan Mesin dan Artifisial

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript

  1. PendahuluanCS3243 KecerdasanMesindanArtifisial Informatics Theory & Programming (ITP) Informatics Eng. Dept. – IT Telkom

  2. Suyanto, ST, MSc. Lab. Metode Formal F112 HP: +62 815 710 1209 www.ittelkom.ac.id/staf/suy suy@ittelkom.ac.id

  3. Outline • Garis-garis Besar Program Pengajaran (GBPP) • Penilaian • DefinisiKecerdasanMesinatauArtificialIntelligence • Beragamaplikasi AI • AI: Dulu, Sekarang, danMasaDepan • Kesimpulan

  4. GBPP • Membuat mahasiswa memahami teknik-teknikdasardanberagammetodekecerdasanmesin, kelebihan dan kekurangannya, serta mampu memilih teknikdanmetode yang paling sesuai untuk beragam masalah dan kasus yang dihadapi; • Membuat mahasiswa mampu memahami berbagaimasalahdanbagaimanamenyelesaikannyamenggunakanteknikdasar yang sesuai;dan • Melatih mahasiswa untuk mengimplementasikansalahsatuteknikdasaruntuk penyelesaian masalah dunia nyata.

  5. GBPP

  6. BukuReferensi • Suyanto. 2007. Artificial Intelligence: Searching, Reasoning, Planning and Learning. Informatika, Bandung. ISBN: 979-1153-05-1. • Russel, Stuart and Norvig, Peter. 1995. Artificial Intelligence: A Modern Approach. Prentice Hall International, Inc. • Suyanto. 2008. Evolutionary Computation: Komputasi Berbasis “Evolusi” dan “Genetika”. PenerbitInformatika, Bandung Indonesia. ISBN: 978-979-1153 38-6. • Suyanto. 2008. Soft Computing: Membangun Mesin Ber-IQ Tinggi. Informatika, Bandung Indonesia. ISBN: 978-979-1153-49-2. • Mitchell M. Tom. 1997. Machine Learning. McGraw-Hill International Editions. Printed in Singapore.

  7. Daftar Pustaka • Suyanto. 2005. Algoritma Genetika dalam MATLAB. Andi Publisher, Yogyakarta, Indonesia. ISBN: 979-731-727-7. • Haykin, Simon, 1994, “Neural Networks: A Comprehensive Foundation”. Macmillan Publishing Company: New York. • Ray Kurzweil, 1999, “The age of Spiritual Machines: When Computers Exceed Human Intelligence”. Viking Penguin, a division of Penguin Putnam Inc., United Kingdom.

  8. Prasyarat • Logika Matematika • AlgoritmadanStruktur Data • Probabilitas dan Statistika • Matematika Diskrit

  9. Penilaian • UTS 30 % • UAS 30 % • Tugasindividu 40 %

  10. Definisi AI [RUS95] • Thinking Humanly (cognitive Modeling Approach) • Acting Humanly (Turing Test Approach) • Thinking Rationally(Laws of Thought Approach) • Acting Rationally(Rational Agent Approach)

  11. Beragamaplikasi AI • Mobile Navigation Systems (MNS) (searching) • Electronic Medical Systems (EMR) (reasoning) • Mathematical Theorem Proving (reasoning) • Expert System: CyC(reasoning) • Elevator Control System (planning) • Optimum-AIV (planning) • Data Mining (learning)

  12. Beragamaplikasi AI • Computer Vision (searching, learning) • ALVINN • Handwriting recognition • Electronics and manufacturing inspection • Photo interpretation • Baggage inspection • 2D to 3D image conversion

  13. Beragamaplikasi AI • Speech Processing • Text to Speech (searching, learning) • Speech to Text (searching, learning) • Domain specific applications (searching, learning) • S2SMT (searching, learning) • Game • Deep Blue  PermainanCatur(reasoning) • Neurogammon[TES90]  Backgammon berbasis MLP (learning) • NeuroGo [ENZ03] dan WinHonte [JEL09] Go(learning)

  14. MNS:Pet@WAP • Winner UtakAtikOtak 2001 • IF STT Telkom ’96 • Smartphone (WAP) • Modified Bidirectional A*

  15. TomTom • MNS terpopuler di dunia • Dibuat oleh TomTom NV • 50% pasar Eropa • 20% Amerika Utara • Terjual > 8 juta unit (laporantahun 2006) • www.tomtom.com

  16. TomTom GO 910 • Bluetooth® connectivity • Text-to-speech • Real-time traffic • Real-time weather reports • Route choice

  17. Garmin • Amerika Utara & Eropa • Hotel, restaurant, ATM • Text-to-speech • Real-time traffic • Real-time weather reports • Alternative routes

  18. EMR (Electronic Medical Systems)

  19. MedicWare(www.medicware.com)

  20. MedicWare(www.medicware.com)

  21. Cyc System [www.cyc.com] • AI yang menggunakancommon sense knowledge • Mulaitahun 1984 oleh Doug Lenat • Grant US$ 25 jutaselama 10 tahun • Microelectronics & Computer Technology Corp. • Menggunakan Semantic Reasoning • MenggunakanSubL (Common Lisp) dan C • 15 ribu Predicates • 300 ribu Concepts • 3,2 juta Assertions

  22. SKSI (Semantic Knowledge Source Integration)

  23. Deep Blue 11-05-1997: Deep Blue Vs. Garry Kasparov, the six-game rematch3½–2½

  24. ECS (Elevator Control System ) • Rockefeller Ctr (NY) • Petronas (KL) • Kebutuhanusers: • - Kapasitas ruang • - Konflik antar pengguna • - Attended travel • - Non-stop travel • - VIP services • - Access restrictions

  25. Petronas (KL) Rockefeller Ctr (NY)

  26. Optimum-AIVwww.aiai.ed.ac.uk/project/optimum-aiv • Planning and Scheduling of Spacecraft Assembly, Integration & Verification • Monitoring of plan execution and the plan repair phases. • Preconditions and effects on the spacecraft configuration of individual activities can be stated and used for verification of the plan logic.

  27. Spam Filtering • Email spam • Email sampah atau email yang tidak diperlukan user • Contoh: • Instant messaging spam • Web search engine spam • Blogs spam • Mobile phone messagingspam, dsb. • Jumlahnyamencapai90milyar per hari

  28. Tujuan Spam • Penipuan (lotre, silahkan hubungi kami di alamat ...) • Money laundring (menawarkan transaksi pekerjaan yang berhubungan dengan rekening bank) • Promosi produk (seperti produk obat-obatan) • Menyebarkan virus, trojan, worm, dsb.

  29. ArsitekturSpamGuruuntukperusahaanbesar

  30. Filtering Pipe LinepadaSpamGuru.

  31. ALVINN (Autonomous Land Vehicle In a Neural Network) • Dibuatpadatahun1989 • OlehDean Pomerleau • Carnegie Mellon University • Berjalan 70 mil/jam • Di jalanan Pittsburgh Utara www.ri.cmu.edu/projects/project_160.html

  32. S2SMT: VerbMobilhttp://verbmobil.dfki.de

  33. S2SMT: AT&T

  34. S2SMT: ATR MATRIX [www.atr.jp]

  35. Sejarah AI • Era komputer elektronik (1941) • 1941: komputerdikembangkan di USA dan Jerman • 1949: komputer yang bisamenyimpan program. • Masa Persiapan AI (1943 – 1956) • 1943: McCulloch & Pitts  model artificial neuron. • 1956: McCarthy  Principia Mathematica:program yang mampu berpikir non-numerik dan menyelesaikan masalah pemikiran. • McCarthy  Father of AI

  36. Sejarah AI • Awal Perkembangan AI (1952 – 1969) • Newell & Simon  General Problem Solver • 1958: McCarthy  LISP • McCarthy  Programs with Common Sense • 1959: Nathaniel Rochester  Geometry Theorm Prover • 1963: James Slagle  penyelesaianintegral tertutup • 1968: Tom Evan  penyelesaian masalah analogi geometris yang ada pada tes IQ.

  37. Sejarah AI • Perkembangan AI melambat (1966 – 1974) • Program AI hanyamengandung sedikit pengetahuan pada subjeknya dan berhasil hanya karena manipulasi sintetis yang sederhana.Contoh: ELIZA. • E: Halo user, apakabar? • U: Akusedih. • E: Kamusedih. Kenapa? • U: Temankumembenciku. • E: Temanmumembencimu. Mengapa? • U: Aaahhbosan. Kamubisanyacumabilangitu-ituaja... • E: Aaahhbosan. Kenapa? • U: Zzzzzz…zzz…zzz

  38. Sejarah AI • Perkembangan AI melambat (1966 – 1974) • Banyak masalah berkaitan program AIgagal. • Ada beberapa batasan pada struktur dasar yang digunakan untuk menghasilkan perilaku intelijensia. • Program Perceptron dapat ditampilkan untuk mempelajari segala sesuatu, tetapi hanya merepresentasikanbeberapasaja. • Dua masukan perceptron yang berbeda tidak dapat dilatihkan untuk mengenali kedua masukan berbeda tersebut.

  39. Sejarah AI • Sistem berbasis pengetahuan (1969 – 1979) • AI menjadi sebuah indusri (1980 – 1988) • Sistem pakarR1  mengkonfigurasi sistemkomputer • DioperasikandiDigital Equipment Corporation (DEC) • Carnegie Group, Inference, Intellicorp, dan Technoledge  software tools untuk membangun sistem pakar • Kembalinya Jaringan Syaraf Tiruan (1986 – sekarang) • 1985-an:Algoritma belajar Back-Propagation • Digunakan dalam ilmukomputer dan psikologi

  40. AI SaatIni • Berkembangmenjadiberbagaibidangilmu yang fokuspada area tertentu • Global Optimization • Expert Systems: symbolic & logic • Evolutionary Computation: numeric • Soft Computing: fuzzy logic, neural network, dsb. • …

  41. AI MasaDepan • Mampukah suatu kecerdasan membuat kecerdasan lain yang lebih cerdas daripada dirinya sendiri? • Apakah kita lebih cerdas daripada proses “evolusi” yang menciptakan kita? • Akankah kecerdasan yang kita buat melebihi kecerdasan kita sendiri?

  42. Prediksi[RAY99] • Tahun 2009 • PC dapat melakukan satu triliun kalkulasi per detik. • Komputer akan menjadi sangat kecil, menempel pada pakaian dan perhiasan. • Sebagian besar transaksi bisnis rutin berada di antara manusia dan personalitas virtual. • Telepon dengan terjemahannya (translating telephone), pemanggil dan yang dipanggil bisa menggunakan dua bahasa berbeda, akan digunakansecara luas di masyarakat.

More Related