Pengertian AI
Kecerdasan Buatan atau kecerdasan yang ditambahkan kepada suatu
sistem yang bisa diatur dalam konteks ilmiah atauIntelegensi Artifisial (bahasa
Inggris: Artificial Intelligence atau hanya
disingkat AI) didefinisikan sebagai kecerdasan entitas ilmiah.
Sistem seperti ini umumnya dianggap komputer. Kecerdasan diciptakan dan
dimasukkan ke dalam suatu mesin (komputer)
agar dapat melakukan pekerjaan seperti yang dapat dilakukan manusia.
Beberapa macam bidang yang menggunakan kecerdasan buatan antara lain sistem
pakar, permainan komputer (games), logika fuzzy, jaringan
syaraf tiruan dan robotika.
Banyak hal yang kelihatannya sulit untuk kecerdasan
manusia, tetapi untuk Informatika relatif tidak bermasalah.
Seperti contoh: mentransformasikan persamaan, menyelesaikan persamaan integral,
membuat permainan catur atau Backgammon. Di sisi lain, hal yang bagi manusia
kelihatannya menuntut sedikit kecerdasan, sampai sekarang masih sulit untuk
direalisasikan dalam Informatika. Seperti contoh: Pengenalan
Obyek/Muka, bermain sepak bola.
Walaupun AI memiliki konotasi fiksi ilmiah yang kuat,
AI membentuk cabang yang sangat penting pada ilmu komputer, berhubungan dengan
perilaku, pembelajaran dan adaptasi yang cerdas dalam sebuah mesin. Penelitian
dalam AI menyangkut pembuatan mesin untuk mengotomatisasikan tugas-tugas yang
membutuhkan perilaku cerdas. Termasuk contohnya adalah pengendalian, perencanaan
dan penjadwalan, kemampuan untuk menjawab diagnosa dan pertanyaan pelanggan,
serta pengenalan tulisan tangan, suara dan wajah. Hal-hal seperti itu telah
menjadi disiplin ilmu tersendiri, yang memusatkan perhatian pada penyediaan
solusi masalah kehidupan yang nyata. Sistem AI sekarang ini sering digunakan
dalam bidang ekonomi, obat-obatan, teknik dan militer, seperti yang telah
dibangun dalam beberapa aplikasi perangkat lunak komputer rumah dan video game.
'Kecerdasan buatan' ini bukan hanya ingin mengerti apa
itu sistem kecerdasan, tapi juga mengkonstruksinya.
Tidak ada definisi yang memuaskan untuk 'kecerdasan':
1. kecerdasan: kemampuan untuk
memperoleh pengetahuan dan menggunakannya
2. atau kecerdasan yaitu apa yang
diukur oleh sebuah 'Test Kecerdasan'
Sejarah AI
Pada awal abad 17, René
Descartes mengemukakan bahwa tubuh hewan bukanlah apa-apa
melainkan hanya mesin-mesin yang rumit. Blaise Pascal menciptakan
mesin penghitung digital mekanis pertama pada 1642. Pada 19, Charles
Babbage dan Ada Lovelace bekerja
pada mesin penghitung mekanis yang dapat diprogram.
Selama tahun 1960-an dan 1970-an, Joel Moses mendemonstrasikan
kekuatan pertimbangan simbolis untuk mengintegrasikan masalah di dalam program Macsyma, program berbasis
pengetahuan yang sukses pertama kali dalam bidang matematika. Marvin Minsky dan Seymour Papert menerbitkan Perceptrons, yang
mendemostrasikan batas jaringan syaraf sederhana dan Alain Colmerauer mengembangkan
bahasa komputer Prolog. Ted Shortliffe mendemonstrasikan
kekuatan sistem berbasis aturan untuk
representasi pengetahuan dan inferensi dalam
diagnosa dan terapi medis yang kadangkala disebut sebagai sistem pakar pertama. Hans Moravec mengembangkan
kendaraan terkendali komputer pertama untuk mengatasi jalan berintang yang
kusut secara mandiri.
Pada tahun 1980-an, jaringan syaraf digunakan secara
meluas dengan algoritma perambatan balik, pertama kali diterangkan oleh Paul John Werbos pada
1974. Tahun 1990-an ditandai perolehan besar dalam berbagai bidang AI dan
demonstrasi berbagai macam aplikasi. Lebih khusus Deep Blue,
sebuah komputer permainan catur, mengalahkan Garry
Kasparov dalam sebuah pertandingan 6 game yang terkenal pada
tahun 1997. DARPA menyatakan
bahwa biaya yang disimpan melalui penerapan metode AI untuk unit penjadwalan
dalam Perang Teluk pertama telah mengganti seluruh investasi dalam penelitian
AI sejak tahun 1950 pada pemerintah AS.
Tantangan Hebat DARPA, yang dimulai pada 2004 dan
berlanjut hingga hari ini, adalah sebuah pacuan untuk hadiah $2 juta dimana
kendaraan dikemudikan sendiri tanpa komunikasi dengan manusia, menggunakan GPS, komputer dan susunan sensor yang
canggih, melintasi beberapa ratus mil daerah gurun yang menantang.
Teknik yang harus di terapkan pada game
1. Mengejar dan Menghindar
Mengejar dan
menghindar merupakan teknik dasar yang diterapkan pada banyak game berbasis
kecerdasan buatan dari yang sederhana sampai yang kompleks. apakah itu space shooters,
RPG, atau game strategi. metode paling umum pada teknik mengejar dan menghindar
ini adalah melakukan pemutakhiran (update) koordinat terhadap objek yang
menjadi sasaran. Posisi relatif dan kecepatan dapat dijadikan sebagai parameter
pada algoritma mengejar dan menghindar. Metode Line-of-sight yang membutuhkan
dasar rumus persamaan garis juga serngkali dijadikan basis metode mengejear dan
menghindar.
2. Pola Pergerakan
Pola
pergerakan merupakan cara yang sederhana untuk memberikan ilusi kecerdasan pada
sebuah game. Game Galaga adalah contoh klasik penerapan pola pergerakan ini,
dimana pesawat musuh dapat bergerak secara melingkat atau mengikuti pola garis
lurus yang ditentukan. Contoh lain penerapan pola pergerakan adalah pada game
first-person shooter yang menampilkan monster yang sedang berpatroli pada jalur
tertentu, pada game simulasi pertempuran pesawat dimana pesawat musuh dapat
melakukan manuver-manuver di udara yang menyulitkan kita mengejar, atau
karakter-karakter non-player (figuran) seperti kambing yang sedang berjalan
membutuhkan teknik pola pergerakan ini. Metode standar untuk menerapkan pola
pergerakan adalah dengan cara menyimpan pola tersebut dalam suatu array. Array
tersebut terdiri dari serangkaian koordinat atau perintah pergerakan dengan
pola tertentu untuk mengontrol koordinat dari objek. Dengan metode ini, bisa
didapatkan pola-pola pergerakan seperti melingkar, garis lurus, zig-zag atau
bahkan kurva tak beraturan.
3. Pathfinding
Metode
pathfinding paling mudahditemui 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.
4. Jaringan saraf tiruan
(neural network)
Neural network cukup baik ketika diterapkan pada
kasus-kasus yang sifatnya non-linier atau mengambil keputusan yang tidak dapat
dilakukan dengan metode tradisional. Penerapannya seringkali pada game-game
yang memerlukan kemampuan adaptif atau belajar dari pengalaman. Sebagai contoh,
jika suatau ketika terjadi pertempuran antar player dengan unit komputer, dan
unit komputer mengalami kekalahan, maka pada kesempatan lain yang serupa,
komputer akan memilih untuk tidak bertempur. Semakin banyak pengalaman yang dialami
komputer, maka komputer menjadi semakin cerdas. Prinsip dasar dari jaringan
saraf tiruan ini adalah perbaikan bobot secara terus menerus agar output yang
dihasilkan menjadi semakin akurat (semakin cerdas). 5. Algoritma Genetis (genetic algorithm)Algoritma
genetis sedikit banyak dipengaruhi oleh teori evolusi yang dicetuskan Darwin,
yaitu bahwa spesies akan terus menerus beradaptasi dengan lingkungannya dan
ciri khasnya yang terletak pada kromosom, akan diturunkan pada generasi
berikutnya. Generasi turunan ini menerima gabungan kromosom dari kedua
induknya, yang disebut dengan crossover. Pada algoritma genetis, akan
diterapkan langkah ranking fitness untuk melakukan seleksi terhadap langkah
ranking fitness untuk melakukan seleksi terhadap generasi turunan yang terbaik.
Pada game berbasis algorima genetis, turunan terbaik inilah yang dilibatkan ke
dalam game, dimana akan digunakan oleh komputer untuk merespons
perubahan-perubahan tingkah laku user. sebenarnya bukan hanya 5 teknik
kecerdasan buatan di atas yang dapat digunakan dalam sebuah game berbasis
kecerdasan buatan. Beberapa teknik lain yang umum digunakan antara lain: finite state machine, fuzzy logic, ruled-based AI, basic
probability, dan keputusan tak pasti (dengan menggunakan
teknik Bayesian) Di masa-masa mendatang, dengan dukungan teknologi hardware
yang semakin baik, teknik kecerdasan buatan pada game berbasis kecerdasan
buatan akan semakin matang dengan ilusi kecerdasan yang semakin menyerupai
manusia.
Contoh game
Rise Of Nation