Representasi PengetahuanPKB - Antonie

Review: DefinisiAI = bidang ilmu komputer yang meneliti dan mempelajari bagaimana agar komputer dapat bertindak dan mengerjakan pekerjaan seperti yang dilakukan oleh manusia.Awalnya komputer hanya mesin hitung

Review: Definisi

Diperlukan suatu cara untuk mengetahui bagaimana manusia berfikirDiperlukan pemahaman tentang bagaimana pikiran manusia bekerja

Bagaimana caranya?Melalui introspeksi atau mawas diri; mencoba menangkap bagaimana pikiran kita berjalanHow do you know that you understand?Melalui percobaan psikologis

Bidang Ilmu:Cognitive ScienceVision & natural languageBerfikir Seperti Manusia (Thinking Humanly)

Uji Turing: AI Bertindak Seperti Manusia (acting humanly)AI lulus test apabila interogator tidak bisa membedakan dialog mana yang dilakukan dengan komputer dan mana yang dilakukan dengan manusiaPertanyaandanJawabanInterogatorKomputerManusiaSystem capabilities: Natural language processingKnowledge representationAutomated reasoningMachine learningComputer vision (+)Robotics (+)

Cara berfikirnya memenuhi aturan logika yang dibangun oleh AristotlesPola struktur argumentasi yang selalu memberi konklusi yang benar bila premis benarMenjadi dasar bidang logikaTradisi logicist dalam AI adalah membangun program yang menghasilkan solusi berdasarkan logikaProblem:Pengetahuan informal sukar diuraikan dan dinyatakan dalam bentuk notasi logika formalTerdapat perbedaan besar antara memecahkan masalah secara prinsip dan di dunia nyataBerfikir Rasional (thinking rationally)

Bertindak secara rasional artinya bertindak didalam upaya mencapai goalDidalam lingkungan yang rumit tidaklah mungkin mendapatkan rasionalisasi sempurna yang selalu melakukan sesuatu dengan benarRasionalisasi terbatas

Sehingga:Thinking dan acting humanly terlalu luas, thinking rationally masih terlalu sempitPendekatan yang diikuti adalah Acting RationallyBertindak Rasional (acting rationally)

Review: IntelegensiaBagaimana seseorang/sesuatu belajar dan melaksanakan pengetahuan yang dimiliknya.Walaupun punya pengetahuan tapi jika tidak dapat melaksanakan pengetahuan tersebut = tidak inteligenDaya reaksi atau penyesuaian yang cepat dan tepat, baik secara fisik maupun mental, terhadap pengalaman-pengalaman baru, membuat pengalaman dan pengetahuan yang dimiliki siap untuk dipakai apabila dihadapkan pada fakta-fakta atau kondisi-kondisi baru (Kamus Besar Bahasa Indonesia Balai Pustaka)Pengetahuan diperoleh dari belajar dan menalar untuk menggunakannya dalam menyelesaikan masalah

Review: Bagian Utama AIBasis Pengetahuan (Knowledge Based)Berisi fakta, teori, pemikiran, dan hubungannyaMotor Inferensi (Inference Engine)Kemampuan menalar dan menarik kesimpulan

ComputerInputsOutputs

Review: AI PrehistoryPhilosophy : Logic, methods of reasoningMathematics : Formal representation and proof algorithms, computation, probabilityEconomics : utility, decision theoryNeuroscience : physical substrate for mental activityPsychology : phenomena of perception and motor control, experimental techniques Control theory : design systems that maximize an objective function over time Linguistics : knowledge representation, grammar

Review: AI History1941: era komputer elektronik yang dapat menyimpan program1943 1956: Warren McCulloch dan Walter Pits menemukan boolean model untuk otak, bernaa PERCEPTRON (JST pertama), McCarthy disebut father of AI1952 1969: Newell dan Simon menemukan General Problem Solver, McCarthy membuat LISP1966 1974: jaman AI melambat1969 1979 : knowledge based system1986 now: Industrial AI dan perkembangan JST, GPS, software catur HITECH adalah software pertama yang mengalahkan grandmaster dunia, Arnold Danker.

Prinsipnya AI mengandung unsur: SEARCHING, REASONING, PLANNING, dan HEARING

Review: AI vs Non AIAI lebih permanen, non AI mudah berubah seturut waktuAI mudah diduplikasikan dan disebarkanAI lebih murah dari non AIAI lebih konsisten dan mudah didokumentasiAI tidak kreatifAI tidak dapat menggunakan pengalaman secara langsungAI terbatas

Contoh ilmu-ilmu dalam lingkup AIANN (Artificial Neural Network)NLP (Natural Language Processing)Game PlayingES (Expert System)RoboticsPattern RecognitionComputer ReasoningComputer VisionIR (Information Retrieval)Data MiningFuzzy SystemNeuro Fuzzy SystemGA (Genetic Algorithm)CBR (Case Based Reasoning)DSS (Decision Support System)

AI vs Pemrograman Konvensional?AI: pemrosesan simbolik, PK: AlgoritmikAI: input tdk lengkap, PK: input hrs lgkpAI: heuristic searchng, PK: algoritmikAI: ada penjelasan, PK: tidakAI: basis pengetahuan, PK: data & inforAI: control & knowledge terpisah, PK tidakAI: mampu menalar, PK: tidakAI: pemeliharaan mudah, PK: relatif sulit

AI Lemah & KuatKlaim AI lemahMesin bisa dibuat untuk bertindak seolah-olah ia cerdasPrinsip nilai dari komputer adalah bahwa ia memberi perlengkapan yang sangat ampuh.Contoh, ia memampukan kita untuk merumuskan dan menguji hipotesa dalam cara yang lebih tepatKlaim AI kuatMesin yang bertindak cerdas memiliki kesadaran pikiran dan nyata

Knowledge BaseThe first step in constructing an AI program is to build a knowledge baseWill be used by the inference mechanism to reason and draw conclusions

Knowledge BaseKnowledge engineering: process of collecting and organizing the knowledge

Knowledge representation: process of how knowledge is represented to form a knowledge base

Representasi PengetahuanBagaimana merepresentasikan pengetahuan ke dalam basis pengetahuan dan menguji kebenaran penalaranCara-cara lama:List, digunakan pada LISPPredicate Calculus, digunakan pada PrologTree, untuk heuristic searchKarakteristik RP:Dapat diprogramkanDapat dimanfaatkan untuk penalaran, menggambarkan kesimpulan sebagai fungsi kecerdasan

Alasan PemilihanWhy knowledge representation rather than information representation?Karena pada konvensional database merepresentasikan data secara sederhana: string, number, booleanNamun AI menganggap pengetahuan lebih kompleks, seperti proses, prosedur, aksi, waktu, tujuan dan penalaranKnowledge should be collected, codified, and organized in systematic order

Representasi Pengetahuan (2)Harus terdiri dari struktur data dan prosedur untuk penafsiranHal yang berhubungan dengan RP:Object pengetahuan itu sendiriEvent: kejadian-kejadian dalam dunia nyata dan hubungannyaPerforma: bagaimana melakukan suatu tugas tertentuMeta knowledge: pengetahuan tentang pengetahuan yang direpresentasikan

Penggunaan PengetahuanAcuisition: mengintegrasikan informasi baru kedalam pengetahuan sistem.Dua level:Menyusun fakta ke dalam databasePembuatan fungsi untuk mengintegrasikannya dengan cara belajar dan mengadaptasikannya terlebih dahuluRetrieval: mengingat kembali, menyusun ulang pengetahuan berdasarkan hubungan pengetahuan terhadap masalahLinking: mengekstrak informasi baru tersebutLumping: mengelompokkan hasil ekstraksi pengetahuan baru tersebut kedalam struktur yang lebih besar seperti yang dibutuhkan dalam menyelesaikan masalah

Penggunaan Pengetahuan (2)Reasoning: pengetahuan digunakan untuk menalar suatu permasalahanFormal reasoning: menggunakan logika proporsionalProcedural reasoning: menggunakan aturan produksi ( IF-THEN)Analogical reasoning: sangat sulit

Klasifikasi Kategori RPMenurut Mylopoulus dan Levesque: (declarative)Representasi Logika: menggunakan logika formal. Digunakan pada PROLOGRepresentasi Prosedural: menggambarkan prosedur sebagai kumpulan instruksi untuk memecahkan masalah. Digunakan dalam pemrograman: IF-THENRepresentasi Network: menggambarkan pengetahuan sebagai Graph dan TreeRepresentasi Terstruktur: memperluas konsep Representsi Network dengan membuat node-nodenya menjadi struktur data yang kompleks. Contoh: script, frame, dan objectProcedural: dibuat dalam prosedur-prosedur

LogikaAdalah representasi pengetahuan yang paling tua.Proses menarik kesimpulan dari fakta yang sudah adaInput: premis-premis dan Ouput: kesimpulanTerdiri dari: sintaks (simbol), semantik (fakta), dan proses pengambilan keputusan (inferensi)Proses penalaran:Deduktif (umum-khusus)Induktif (khusus-umum)Logika:Logika Preposisi: and, or, not, implikasi, dan ekuivalensiLogika Predikat: representasi fakta dalam bentuk well formed formulaLihat dibuku Artificial Intelligence (Sri Kusuma Dewi)

Logic: Proposition Logic

Logic: Predicate Logic (1)Using all the same concepts and rules of propositional logicRepresent knowledge in finer detailBreaking a statement (proposition) down into component parts:Arguments: the individuals or objects an assertion is made aboutPredicate: the assertion made about themProlog: PROgramming in LOGic

Logic: Predicate Logic (2)Examples:Proposition: The car is in the garageIN (car, garage)Predicate (assertion)Argument(object)PROLOG

Logic: Predicate Logic (3)Examples:John likes MaryLIKES(John, Mary)The door is openOPEN(door)The tire is flatFLAT(tire)Chris is a manman(Chris)FunctionPredicate express conditionsFunction shows a relationship

Logic: Predicate Logic (4)QuantifiersAll Javanese are Indonesian

Some cars are red

List dan TreeList:serangkaian struktur data yang dibuat secara berhubungan, list bisa juga menggambarkan relasi dan hirarkiTree: suatu struktur data yang berupa node-node yang dibuat secara hirarkis dan hubungannyaLihat di Struktur Data!

Lists & Trees (2)List:Tree:

Sematic NetworkDiperkenalkan oleh Ros QuillianVery flexible: almost any kind of object, attribute, concept, etc. can be defined and relationship created with linksTo seek answer: the computer simply searches forward or backward through the arcs from a starting nodeGambaran pengetahuan grafis yang menunjukkan hubungan antar objek.Terdiri dari: lingkaran-lingkaran yang menunjukkan obyek dan informasi mengenai obyek tersebutpanah (arc) yang menunjukkan hubungan antar obyekKelebihan:Memiliki sifat inheritanceMenggunakan representasi OAV (Object Atributte Value)

Semantic Network (2)

FrameDiperkenalkan oleh Minsky tahun 1975Suatu struktur data yang digunakan untuk merepresentasikan pengetahuan dan situasi-situasi yang telah dipahamiFrame memiliki slot untuk menggambarkan rincian dan karakteristik obyek

Frames (2)

Frames (3)

ScriptMirip dengan frame, merepresentasikan pengetahuan berdasarkan pengalaman-pengalamanFrame menggambarkan obyek, sedangkan script menggambarkan urutan peristiwaElemen script:Kondisi input: start, awalTrack: variasi yang mungkin terjadiProp: obyek pendukungRole: peran yang dimainkan oleh suatu obyekScence: adegan yang terjadiHasil (result): kondisi akhir yang terjadi

Schemas: Scripts (2)

Aturan ProduksiPaling populer (sejak tahun 1943-Post, 1957-Chomsky, 1972-Alan Newell)Terdiri dari antecedent/premis/situasi dan konsekuen/kesimpulan/tindakanDigambarkan dalam IF-THEN rulesDigunakan pada Sistem PakarContoh: IF temp > 30 C THEN hidupkan ACIF permintaan meningkat AND persediaan menipis THEN pemesanan barangIF pelamar

Kelebihan dan KekuranganMudah dimengerti dan luwes, mudah dikembangkan dan disesuaikan dengan pengetahuan yang adaInferensi mudah diturunkanModifikasi mudahMendukung ketidak pastianSimpel dan intuitiveJika pengetahuannya banyak dan kompleks, akan sulitSulit mendeteksi konflik

Sistem ProduksiMemiliki 3 elemen:Global Database: mulai dari matriks sederhana, list, atau basis data untuk menyimpan aturan produksi dan memory kerjaAturan Produksi: berisi aturan IF-THENSistem Kontrol: program pengkontrol urutan mana aturan kaidah-kaidah produksi yang harus dipilih dan menyelesaikan konflik pada saat pemilihan

Resolusi KonflikUrutkan aturan berdasarkan prioritas, kemudian pilih aturan pertama yang memiliki prioritas tertinggiPilih aturan yang paling strict (ketat)Pilih aturan yang paling sering digunakanPilih aturan yang paling akhir dimasukkan di dalam sistemPilih semua aturan yang memungkinkan

Metode PenalaranForward reasoning (data driven): dimulai dari keadaan awal (dari fakta), kemudian menuju ke arah kesimpulan / tujuanBackward reasoning (goal driven): dimulai dari tujuan / hipotesa baru dicocokkan dengan keadaan awal / fakta-fakta

Alasan pemilihan metodeTergantung dari banyaknya keadaan awal dan tujuan. Jika jml awal lebih kecil dari tujuan gunakan penalaran maju.Jika jml tujuan lebih banyak dari awal, gunakan penalaran mundur

Buku & Bahan AcuanKomputer Masa Depan, Pengenalan Artificial Intelligence, Suparman & Marlan, Andi Offset, 2007Konsep Kecerdasan Buatan: Anita Desiani & Muhammad Arhami, Andi Offset, 2006Artificial Intelligence Teknik dan Aplikasinya, Sri Kusumadewi, Graha Ilmu, 2003Artificial Intelligence, Searching, Reasoning, Planning, and Learning, Suyanto, Penerbit Informatika, 2007Bahan-bahan dari Internet

NEXTSistem PakarJSTNLPCase Based ReasoningProblem Solving : LearningInformation Retrieval & Document Mining