source
Menjelaskan apa sesungguhnya AI tidaklah mudah. Ada yang berpendapat, AI adalah kemampuan komputer untuk menyelesaikan tugas. Namun ada yang menyatakan, kemampuan belajarnya yang lebih penting. Tapi sebagian besar sepakat, kemampuan komputer untuk berkomunikasi dengan manusia yang paling penting.
Sebutlah Alan Turing, ahli matematika berkebangsaan Inggris, yang dijuluki bapak komputer modern dan pembongkar sandi Nazi dalam PD II. Tahun 1950 ia menetapkan definisi AI: "Kalau komputer tidak dapat dibedakan dengan manusia saat berbincang melalui terminal komputer, maka bisa dikatakan komputer itu cerdas. Ia punya intelgensi." Inilah AI.
Tahun 1990 industriawan terkemuka Dr. Hugh G. Loebner menyediakan hadiah sebesar AS $ 100.000 bagi yang berhasil menciptakan AI menurut deskripsi Alan Turing. Setiap tahun dalam Kompetisi Loebner tentang AI, 10 orang juri duduk di depan terminal komputer dan "ngobrol" tentang topik tertentu dengan 10 "orang" (bisa manusia, bisa komputer). Mereka harus menebak mana yang komputer dan mana yang manusia. Hadiah sebesar itu akan diberikan pada perancang dari program komputer yang dikira manusia. Tapi sampai tahun 1994 belum ada yang menang.
Di dunia sains komputer ada dua aliran: neat (rapi) dan scruffy (jorok). Aliran yang rapi biasanya bergerak di bidang bahasan yang sudah jelas. Tentunya yang sudah mereka pahami. Sedangkan aliran jorok itu sains yang menjelajahi bidang-bidang bahasan yang masih baru, belum dikenal, masih teka-teki. Ilmuwan yang scruffy kadang-kadang tak dapat menerangkan bagaimana karya ciptanya bisa berfungsi, karena ia memang menjelajah wilayah baru. Istilah neat dan scruffy belakang ini banyak muncul di dunia AI.
Banyak teknologi baru yang kini muncul berkat prinsip logika kabur (fuzzy logic). Maksudnya, komputer mengambil keputusan tidak berdasarkan pertimbangan hitam dan putih, tetapi abu-abu. Ini salah satu cara komputer belajar menyamai cara berpikir yang tak pasti, yang justru amat manusiawi.
Expert system, salah satu contoh program komputer yang menganut aliran neat, karena cara kerjanya serba pasti. Beberapa pertanyaan diajukan, kita jawab, lalu program itu memberikan solusi. Jadi program itu berfungsi sebagai tenaga ahli. Program ini banyak digunakan lembaga keuangan untuk membuat prediksi.
Sebaliknya dengan Neural Nets. Ini program yang belajar sendiri. Sirkuitnya didesain mirip dengan sambungan saraf manusia. Program ini mempelajari data mentah, bahkan menyimpulkan sendiri di mana data yang dibutuhkan itu harus dicari, berdasarkan pengalamannya. Bisa dikatakan, program ini bekerja dari nol. Program macam ini digunakan bank untuk melacak pola belanja nasabahnya dan menemukan keanehan yang mungkin terjadi sehingga mereka terhindar dari pemalsuan atau penipuan.
Ada lagi Genetic Algorithms yang mulai bekerja tidak dari nol, tapi sudah dibekali dengan beberapa prinsip dasar. Prinsip-prinsip ini lalu terus dikombinasikan sampai dihasilkan program-program baik yang kemudian akan saling dikawinkan lagi.
Dari proses itu akan diperoleh solusi, misalnya bagaimana membuat Neural Net yang lebih baik atau bagaimana memprediksi pasar saham.
Pelbagai teknologi ini sudah digunakan untuk segala macam tujuan, mulai dari penyelidikan benjolan kanker payudara sampai menyempurnakan video kamera.
Di MIT, Massachussetts Institute of Technology (ITB-nya AS), kini sedang berjalan sebuah proyek ambisius: Intelligent Room Project (Proyek Ruangan Pintar). Proyek yang disponsori oleh Departemen Pertahanan AS ini melakukan riset untuk membuat aplikasi-aplikasi program yang bakal membuat ruangan pintar, antara lain, manajemen proyek riset, proses brainstorming dengan bantuan komputer, penulisan notulen rapat secara otomatis, pengaturan kamera otomatis pada saat rapat jarak jauh, dukungan multimedia sebuah presentasi, penghadiran tokoh virtual secara nyata.
Ruangan pintar juga dapat dilengkapi dengan kemampuan mendeteksi kebohongan, misalnya, sehingga kegiatan spionase tentu akan amat terbantu.
Aplikasi teknologi AI kini sudah banyak diterapkan untuk untuk kegunaan praktis seperti menemukan deposit minyak bumi
Jumat, 26 Oktober 2007
Kecerdasan buatan
source
Menjelaskan apa sesungguhnya AI tidaklah mudah. Ada yang berpendapat, AI adalah kemampuan komputer untuk menyelesaikan tugas. Namun ada yang menyatakan, kemampuan belajarnya yang lebih penting. Tapi sebagian besar sepakat, kemampuan komputer untuk berkomunikasi dengan manusia yang paling penting.
Sebutlah Alan Turing, ahli matematika berkebangsaan Inggris, yang dijuluki bapak komputer modern dan pembongkar sandi Nazi dalam PD II. Tahun 1950 ia menetapkan definisi AI: "Kalau komputer tidak dapat dibedakan dengan manusia saat berbincang melalui terminal komputer, maka bisa dikatakan komputer itu cerdas. Ia punya intelgensi." Inilah AI.
Tahun 1990 industriawan terkemuka Dr. Hugh G. Loebner menyediakan hadiah sebesar AS $ 100.000 bagi yang berhasil menciptakan AI menurut deskripsi Alan Turing. Setiap tahun dalam Kompetisi Loebner tentang AI, 10 orang juri duduk di depan terminal komputer dan "ngobrol" tentang topik tertentu dengan 10 "orang" (bisa manusia, bisa komputer). Mereka harus menebak mana yang komputer dan mana yang manusia. Hadiah sebesar itu akan diberikan pada perancang dari program komputer yang dikira manusia. Tapi sampai tahun 1994 belum ada yang menang.
Di dunia sains komputer ada dua aliran: neat (rapi) dan scruffy (jorok). Aliran yang rapi biasanya bergerak di bidang bahasan yang sudah jelas. Tentunya yang sudah mereka pahami. Sedangkan aliran jorok itu sains yang menjelajahi bidang-bidang bahasan yang masih baru, belum dikenal, masih teka-teki. Ilmuwan yang scruffy kadang-kadang tak dapat menerangkan bagaimana karya ciptanya bisa berfungsi, karena ia memang menjelajah wilayah baru. Istilah neat dan scruffy belakang ini banyak muncul di dunia AI.
Banyak teknologi baru yang kini muncul berkat prinsip logika kabur (fuzzy logic). Maksudnya, komputer mengambil keputusan tidak berdasarkan pertimbangan hitam dan putih, tetapi abu-abu. Ini salah satu cara komputer belajar menyamai cara berpikir yang tak pasti, yang justru amat manusiawi.
Expert system, salah satu contoh program komputer yang menganut aliran neat, karena cara kerjanya serba pasti. Beberapa pertanyaan diajukan, kita jawab, lalu program itu memberikan solusi. Jadi program itu berfungsi sebagai tenaga ahli. Program ini banyak digunakan lembaga keuangan untuk membuat prediksi.
Sebaliknya dengan Neural Nets. Ini program yang belajar sendiri. Sirkuitnya didesain mirip dengan sambungan saraf manusia. Program ini mempelajari data mentah, bahkan menyimpulkan sendiri di mana data yang dibutuhkan itu harus dicari, berdasarkan pengalamannya. Bisa dikatakan, program ini bekerja dari nol. Program macam ini digunakan bank untuk melacak pola belanja nasabahnya dan menemukan keanehan yang mungkin terjadi sehingga mereka terhindar dari pemalsuan atau penipuan.
Ada lagi Genetic Algorithms yang mulai bekerja tidak dari nol, tapi sudah dibekali dengan beberapa prinsip dasar. Prinsip-prinsip ini lalu terus dikombinasikan sampai dihasilkan program-program baik yang kemudian akan saling dikawinkan lagi.
Dari proses itu akan diperoleh solusi, misalnya bagaimana membuat Neural Net yang lebih baik atau bagaimana memprediksi pasar saham.
Pelbagai teknologi ini sudah digunakan untuk segala macam tujuan, mulai dari penyelidikan benjolan kanker payudara sampai menyempurnakan video kamera.
Di MIT, Massachussetts Institute of Technology (ITB-nya AS), kini sedang berjalan sebuah proyek ambisius: Intelligent Room Project (Proyek Ruangan Pintar). Proyek yang disponsori oleh Departemen Pertahanan AS ini melakukan riset untuk membuat aplikasi-aplikasi program yang bakal membuat ruangan pintar, antara lain, manajemen proyek riset, proses brainstorming dengan bantuan komputer, penulisan notulen rapat secara otomatis, pengaturan kamera otomatis pada saat rapat jarak jauh, dukungan multimedia sebuah presentasi, penghadiran tokoh virtual secara nyata.
Ruangan pintar juga dapat dilengkapi dengan kemampuan mendeteksi kebohongan, misalnya, sehingga kegiatan spionase tentu akan amat terbantu.
Aplikasi teknologi AI kini sudah banyak diterapkan untuk untuk kegunaan praktis seperti menemukan deposit minyak bumi
Label:
Kecerdasan Buatan
0
komentar
Diposting oleh kEncuZ *
Kecerdasan Buatan pada Angkatan Udara AS
source
Angkatan Udara AS (USAF) kini tengah m,engembangkan sistem kendali penerbangan untuk pesawat militer dan rudal dengan kecerdasan buatan atau artificial intelligence. Tujuannya adalah membantu kestabilan terbang pada saat-saat krisis, sehingga pilot lebih mudah dalam mengatasi kerusakan pada pesawat serta mengurangi kemungkinan jatuhnya korban. Sistem pengendalian yang didasarkan pada jejaring teknologi neural ini dikembangkan bersama dengan Georgia Institute of Technology di Atlanta. Sistem ini sekarang telah siap untuk diuji-cobakan pada beberapa jenis pesawat tak berawak USAF, seperti UCV atau pesawat tempur tanpa awak serta pesawat angkasa VentureStar. UCV adalah proyek dari badan riset USAF untuk membuktikan kemungkinan pemakaian pesawat tak berawak untuk melakukan serangan udara. Menurut USAF, sistem neural untuk kendali penerbangan ini menawarkan kestabilan yang nyaris sempurna dan langsung pada saat timbul kerusakan atau kegagalan pada sistem kendali konvensional. Sistem itu secara otomatis juga menyesuaikan diri dengan perubahan lingkungannya, seperti berat pesawat, kerusakan sayap dan sebagainya. Pengembangan sistem ini telah dimulai sejak 1996, dan sampai tahun lalu telah menghabiskan biaya 2,5 juta dollar. (rb)
Label:
Kecerdasan Buatan
0
komentar
Diposting oleh kEncuZ *
Saya Chatbot, Bernama George
Label:
Kecerdasan Buatan
0
komentar
Diposting oleh kEncuZ *
Kajian Pemanfaatan Teknologi Knowledge-based Expert System di dalam Pengelolaan Sumber Daya Alam
Label:
Kecerdasan Buatan
0
komentar
Diposting oleh kEncuZ *
Pengantar Artificial Intelligence dalam GameContents Pengantar Artificial Intelligence dalam GameContents
Label:
Kecerdasan Buatan
0
komentar
Diposting oleh kEncuZ *
Rabu, 10 Oktober 2007
Intel Multicore Compilers
Label:
Kompiler
0
komentar
Diposting oleh kEncuZ *
Turbo C++
Label:
Kompiler
0
komentar
Diposting oleh kEncuZ *
Compiler Construction
Label:
Kompiler
0
komentar
Diposting oleh kEncuZ *
Visual Basic di Linux Makin Matang
Label:
Kompiler
0
komentar
Diposting oleh kEncuZ *
Dasar dasar C++
Label:
Kompiler
0
komentar
Diposting oleh kEncuZ *
Minggu, 07 Oktober 2007
Sejarah Perkembangan Komputer Grafik
•Awal tahun 60-an dimulainya model animasi dengan menampilkan simulasi efek fisik .•1961: Edward Zajac menyajikan suatu model simulasi satelit dengan menggunakanteknologi Grafik Komputer •1963 : -ditermukan Sutherland (MIT) -Sketchpad (manipulasi langsung, CAD)-Alat untuk menampilkan Calligraphic (vector)-Mouse oleh Douglas Englebert •1968 : ditemukan Evans & Sutherland. •1969 : Journal SIGGRAPH pertama kali diterbitkan •1970: Pierre B´eezier mengembangkan kurva B´eezier. •1971: ditemukan Gouraud Shading, •1972: ditayangkannya filmWestworld, sebagai film pertama yang menggunakan animasi komputer .•1974: Ed Catmull mengembangkan z-buffer (Utah). Komputer animasi pendek, Hunger:Keyframe animation and morphing •1976: Jim Blinn mengembangkan texture dan bump mapping. •1977: Film terkenal Star Wars menggunakan grafik komputer •1979: Turner Whitted mengembangkan algoritma ray tracing,untuk pesawat Death Star. •Pertengahan tahun 70-an hingga 80-an: Pengembangan Quest for realism radiosity sebagai main-stream aplikasi realtime. •1982: Pengembangan teknologi grafik komputer untuk menampilkan partikel. •1984: Grafik Komputer digunakan untuk menggantikan model fisik pada film The Last Star Fighter .•1986: Pertama kalinya Film hasil produksi grafik komputer dijadikan sebagai nominasidalam Academy Award: Luxo Jr. (Pixar). •1989: Film Tin Toy (Pixar) memenangkan Academy Award. •1995: Diproduksi fillm Toy Story (Pixar dan Disney) sebagai film3D animasi panjang pertama •Akhir tahun 90-an, ditemukannya teknologi visualisasi interaktif untuk ilmu pengetahuan dan kedokteran, artistic rendering, image based rendering, path tracing, photon maps, dll .•Tahun 2000 ditemukannya teknologi perangkat keras untuk real-time photorealistic rendering
Label:
Grafika Komputer
0
komentar
Diposting oleh kEncuZ *
Animasi
Label:
Grafika Komputer
0
komentar
Diposting oleh kEncuZ *
Grafika komputer 3D
Label:
Grafika Komputer
0
komentar
Diposting oleh kEncuZ *
Visualisasi
Label:
Grafika Komputer
0
komentar
Diposting oleh kEncuZ *
Grafika komputer
Hasil Rendering
Grafika komputer (Inggris: Computer graphics) adalah bagian dari ilmu komputer yang berkaitan dengan pembuatan dan manipulasi gambar (visual) secara digital. Bentuk sederhana dari grafika komputer adalah grafika komputer 2D yang kemudian berkembang menjadi grafika komputer 3D, pemrosesan citra (image processing), dan pengenalan pola (pattern recognition). Grafika komputer sering dikenal juga dengan istilah visualisasi data.
Bagian dari grafika komputer meliputi:
Geometri: mempelajari cara menggambarkan permukaan bidang
Animasi: mempelajari cara menggambarkan dan memanipulasi gerakan
Rendering: mempelajari algoritma untuk menampilkan efek cahaya
Label:
Grafika Komputer
0
komentar
Diposting oleh kEncuZ *




