Penjelasan Tentang SHRDLU

SHRDLU

Terry Winograd mendapatkan gelar Master di M.I.T dengan menyertakan
suatu program yang disebut SHRDLU (Judul Tesis :  Procedures as a
Representation for Data in a Computer Program for Understanding Natural
Language).  Program ini dapat menganalisa percakapan yang ditulis
dengan bahasa manusia secara natural

Sebuah program komputer atas-bawah yang dapat secara efektif mengurai kalimat dan menyusun jawaban, akan bekerja terbaik ketika cakupan percakapannya dibatasi. Contoh terbaik, dari hal ini adalah SHRDLU, sebuah program yang ditulis tahun 1970 oleh mahasiswa ilmu komputer Terry Winograd. Program ini ditulis, sebagai bagian dari disertasi doktornya, sebagai cara bagi manusia untuk berkomunikasi secara alami dengan robot yang menjalankan tugas-tugas manual. Pengguna duduk di depan sebuah terminal komputer yang menunjukkan sebuah “kata” simulasi di layarnya.
Dunia maya dari SHRDLU terdiri dari sebuah tangan robot, dan berbagai macam objek – sebuah bangun geometri sederhana – yang dapat digerakkan pada permukaan datar. Karena dunia maya SHRDLU sangat terbatas, respon yang dapat diberikannya tampak sangat cerdas.


SHRDLU adalah suatu usaha untuk memadukan kekuatan nalar dari program pemecah problem dengan kemampuan pemrosesan – bahasa alami dari program seperti ELIZA. Pada saat ini, programnya terdiri dari: sebuah pengurai, untuk mengurai kalimat; sebuah komponen semantik, didesain untuk menganalisis makna dari kalimat yang diurai; sebuah “unit deduksi kognitif” yang dapat menarik kesimpulan logis; dan sebuah komponen penghasil jawaban Inggris. Berikut ini adalah bagian dari transkrip sebuah demonstrasi kemampuan SHRDLU:

Orang (O): “Ambil sebuah balok merah besar”
Komputer (K): “OK” (melaksanakannya)
O: “Ambil piramidnya”
K: “Saya tidak paham piramid mana yang engkau maksud”
O: “Cari sebuah balok yang lebih tinggi dari yang engkau pegang dan taruhlah dia di dalam kotak”
K: “Saya anggap dengan kata ‘dia’ yang engkau maksud adalah balok yang lebih tinggi dari yang saya pegang”.

Respon cerdas:
    Program SHRDLU memungkinkan operator mengetikkan pertanyaan dan menerima jawaban tepat. Mereka juga dapat mengetikkan pertintah-perintah, dan SHRDLU akan memperbaharui keadaan dunia mayanya.

Ringkasan:
    Pendekatan atas-bawah terutama bagus dalam menyelesaikan teka-teki logika dan pemrosesan bahasa alami, dan membentuk dasar dari sistem ahli.


3. SISTEM   AHLI
    Sekarang ini, kemampuan deduktif kecerdasan artifisial atas-bawah lazim diterapkan pada sistem ahli – program komputer yang dapat menganalisis basis data informasi yang tersimpan. Keluarannya dapat berupa informasi, saran, prediksi, atau pun perkiraan resiko. Sistem ahliyang terawal dan paling terkenal adalah MYCIN, ditulis oleh Edward Shortliffe pada tahun 1976 di Standford University, California. MYCIN dengan cepat menghasilkan saran tentang bagaimana mengobati infeksi bakterial pada darah, berdasarkan pada sesi tanya jawab dengan dokter tentang gejala-gejala yang tampak. Tanpa MYCN, kebanyakan diagnosa ini memerlukan pembiakan bakteri dari sampel darah, suatu proses yang memerlukan setidaknya 48 jam.
    Kemajuan dalam kecepatan dan kapasitas penyimpanan komputer telah memungkinkan perancang sistem ahli untuk meningkatkan basis pengetahuan komputer dan meningkatkan efektifitas dari program. Sebuah proyek yang bernama CYC telahmemiliki basis pengetahuannya lebih dari dua jugat bagian, yang disusun sejak tahun 1984. terdapat banyak terapan komersial dari basis pengetahuan. CYC: Intelligence interface antara manusia dan basis data komputer; simulasi karakter cerdas untuk permainan; pengenalan ucapan yang lebih maju. Tetapi bagian dari koleksi pernyataan-pernyataan “akal sehat” juga tersedia bagi publik umum, lewat internet. Terdapat juga objek yang bergantung pada internet untuk meningkatkan basis pengetahuan sistem ahlinya. Salah satunya adalah program yang dapat memainkan sebuah permainan “20 Pertanyaan” dimana seseorang memikirkan sebuah objek yang harus ditebak oleh orang lain dengan menanyakan pertanyaan-pertanyaan sederhana. Program komputer menambahkan ke basis pengetahuannya – berdasakan apakah ia menebak dengan benar atau salah – dalam setiap permainan yang dimainkannya.


3a. SEBUAH   LANGKAH   LOGIS
    Menerjemahkan dan meringkas dokumen, melakukan percakapan, memberikan nasehat kepada dokter, dan bermain tebakan adalah aktivitas-aktivitas yang tampak memerlukan pemahaman yang alami. Dalam program atas-bawah, hal ini dicapai dengan merancang sederetan perintah-perintah logika. Ilmuwan matematika dunia yang paling top telah memikirkan tentang sifat alami dari logika sejaka pertengahan abad ke-19. Dalam sebuah usaha untuk memformulasikan semau yang diketahui tentang logika – dan tentang angka-angka, bentuk-bentuk, dan ruang itu sendiri – mereka membangun bukti-bukti matematis yang kompleks. Bahkan sebenarnya, sebuah pilihan dari bukti-bukti inilah Logic Theorist-nya Herbert Simon dan Allen Newell, di tahun 1965.

    Seandainya hal itu berhasil, formulasi lengkap tentang dunia dengan bukti-bukti matematika akan memberikan bobot pada ide bahwa otak dapat disimulasikan oleh sebuah mesin, karena komputer bekerja sesuai dengan aturan logika. Tetapi usaha para matematikawan mendapat pukulan telak di tahun 1931 ketika seorang matematikawan Jerman bernama Kurg Gődel, mempublikasikan sebuah bukti tentang “Teorema Ketidaklengkapan” yang menyatakan bahwa usaha untuk memperoleh sebuah teori yang lengkap, yang meliputi semua teori adalah usaha sia-sia. Salah satu konsekwensi dari teori Gődel adalah bahwa penalaran logika tidak akan bisa secara penuh diformulasikan; selalu dibutuhkan suatu “pengetahuan mendalam” dalam memahami sembarang sistem logika, yang harus datang dari luar sistem.

Sebagai contoh, dalam sebuah kamus yang komprehensif, setiap kata memiliki sebuah defnisi, tetapi hanya dalam kaitan dengan kata-kata lainnya dalam kamus. Pengguna kamus harus memakai pemahamannya tentang minimal beberapa kata yang ada dalam rangka memahami makna kata yang tidak diketahuinya. Sistem tertutup, dimana semua pemahaman mendalam yang dibutuhkan sudah tercakup di dalamnya, dapat diinterpretasikan dengan aturan logika. Ini menjelaskan mengapa SHRDLU dapat berkomunikasi dengan baik dan “memahami” perintah-perintah dan pertanyaan-pertanyaan.

    Tetapi “sistem terbuka” – keadaan dunia nyata – tidak dapat diformulasikan, ini menjelaskan mengapa chatbot tidak selalu sukses dalam berinteraksi dengan manusia. Banyak para peneliti yang percaya bahwa satu-satunya cara untuk membuat sebuah bentuk kecerdasan asli adalah dengan membiarkan sebuah sistem “mengalami” dan mempelajari dunia untuk dirinya sendiri secara langsung.


4. PENDEKATAN   BAWAH - ATAS
    Entah bagaimana, jutaan sinyal dari ujung-ujung syaraf pada organ-organ indera kita membentuk suatu wakilan internal dari lingkungan sekitar kita: persepsi kita tentang dunia. Waklian internal tersebut menghubungkan ke penembakan grup-grup neuron di dalam otak kita. Belajar, juga tampaknya muncul dari pembentukan hubungan-hubungan baru antara neuron-neuron – atau penguatan maupun pelemahan hubungan-hubungan yang telah ada. Hubungan-hubungan ini adalah sinapsis-sinapsis, celah kecil antara akson sebuah neuron dengan dendrit neuron yang lain, lewat mana sinyal berlalu. Pendekatan bawah-atas meniru aspek semacam ini dari kecerdasan manusia, yaitu dengan membuat jaringan neuron buatan, masing-masing berkelakuan seperti neuron biologis yang nyata.


4a. MENGKOPI   ALAM
    Pada tahun 1943, ilmuwan neuroscience Warren McCulloch dan matematikawan Walter Pitts adalah orang-orang pertama yang mendesain sebuah rangkaian elektronik yang dapat berkelakuan sama seperti neuron biologis. Neuron MP (McCullogh-Pitts) memiliki beberapa masukan dan satu keluaran. Sebuah neuron asli memiliki banyak “masukan”, yaitu sinyal-sinyal yang diterima oleh dendritnya sendiri dari neuron lain, melalui celah sinapsis, atau sinyal dari dunia luar untuk kasus neuron pengindera. Sebagian dari masukan mendorong neuron untuk menembak, sedangkan lainnya menghambat. Setiap input ke dalam neuron MP adalah sinyal biner – yaitu on atau off – tapi beberapa masukan berkontribusi secara negatif, sebagian secara positif. Apabila ada total masukan yang cukup, neuron akan menghasilkan sebuah keluaran, ekwivalen dengan “menembaknya” neuron asli. Neuron buatan McCullogh dan Pitts didesain untuk melakukan operasi logika, sebagai salah satu cara untuk membuat sebuah komputer digital. Ketika ditunjukkan bahwa operasi logika yang sama dapat dilakukan denganmemakai rangkaian yang lebih sederhana, riset ke arah neuron buatan diabaikan.


4b. NEURON   BUATAN
    Kelakuan sebuah neuron individu dapat denganmudah ditiru dalam sebuah komputer, karena neuron biologis dapat dianggap sebagai alat yang memiliki keadaan ganda – “on” ketika dia menembak dan “off” ketika tidak menembak. Sebuah neuron “memutuskan” untuk menembak atau tidak bergantung pada masukan yang diterimanya dari neuron-neuron lainnya. Hal ini juga dapat dengan mudah disimulasikan. Kemungkinan sebuah neuron menembak tidak langsung terkait secara sederhana dengan jumlah masukan: sinyal pada beberapa sinapsis berkelakuan meningkatkan kemungkinan ini, sedangkan pada yang lainnya menguranginya. Bahkan hal ini pun dapat ditiru dengan mudah dalam sebuah komputer atau rangkaian elektronik untuk membuat “neuron buatan”.

Posted in: Berita