Secara lengkap, berikut ini tahapan-tahapan sejarah perkembangan AI, yaitu:

-    Era komputer elektronik (1941)

Pada tahun 1941 telah ditemukan alat penyimpanan dan pemrosesan informasi. Penemuan tersebut dinamakan komputer elektronik yang dikembangkan di USA dan Jerman. Komputer pertama ini memerlukan ruangan yang luas da ruang AC yang terpisah. Saat itu komputer melibatkan konfigurasi ribuan kabel untuk menjalankan suatu program. Hal ini sangat merepotkan para programmer. Pada tahun 1949, berhasil dibuat komputer yang mampu menyimpan program sehingga membuat pekerjaan untuk memasukkan program menjadi lebih mudah. Penemuan ini menjadi dasar pengembangan program yang mengarah ke AI.

-    Masa persiapan AI (1943-1956)

Pada tahun 1943, Warren McCulloch dan Walter Pitts mengemukakan tiga hal: pengetahuan fisiologi dasar dan fungsi sel syaraf dalam otak, analisis formal tentang logika proposisi, dan teori komputasi Turing. Mereka berhasil membuat suatu model syaraf tiruan di mana setiap neuron digambarkan sebagai ‘on’ dan ‘off’. Mereka menunjukkan bahwa setiap fungsi dapat dihitung dengan suatu jaringan sel syaraf dan bahwa semua hubungan logis dapat diimplementasikan dengan struktur jaringan yang sederhana.

Pada tahun 1950, Norbert Wiener membuat penelitian mengenai prinsip-prinsip teori feedback. Contoh terkenal adalah thermostat. Penemuan ini juga merupakan awal dari perkembangan AI. Pada tahun 1956, John McCarthy (yang setelah lulus dari Priceton kemudian melanjutkan ke Darthmouth College) meyakinkan Minsky, Claude Shannon, dan Nathaniel Rochester untuk membantunya melakukan penelitian dalam bidang automata, jaringan syaraf, dan pembelajaran intelijensia. Mereka mengerjakan proyek ini selama 2 bulan di Dartmouth. Hasilnya adalah program yang mampu berpikir non-numerik dan menyelesaikan masalah pemikiran, yang dinamakan Principia Mathematica. Hal ini menjadikan McCarthy disebut sebagai father of Artificial Intelligence.

-    Awal perkembangan (1952-1969)

Pada tahun-tahun pertama perkembangannyam Ai mengalami banyak kesuksesan. Diawali dengan kesuksesan Newell dan Simon dengan sebuah program yang disebut general problem solver. Program ini dirancang untuk memulai penyelesaian masalah secara manusiawi. Pada tahun 1958, McCarthy di MIT AI Lab Memo No 1 mendefinisikan bahasa pemrograman tingkat tinggi yaitu LISP, yang sekarang mendominasi pembuatan program-program AI. Kemudian, McCarthy membuat program yang dinamakan programs with common sense. Di dalam program tersebut, dibuat rancangan untuk menggunakan pengetahuan dalam mencari solusi.

Pada tahun 1959, Nathaniel Rochester dari IBM dan para mahasiswanya mengeluarkan program AI yaitu geometry theorm prover. Program ini dapat mebuktikan suatu teorema menggunakan axioma-axioma yang ada. Pad atahun 1963, program yang dibuat James Slagle mampu menyelesaikan masalah integral tertutup untuk mata kuliah Kalkulus. Pada tahun 1968, program analogi buatan Tom Evan menyelesaikan masalah analogi geometri yang ada pada tes IQ.

-    Perkembangan AI melambat (1966-1974)

Prediksi Herbert Simon pada tahun 1957 yang menyatakan bahwa AI akan menjadi ilmu pengetahuan yang akan berkembang dengan pesat ternyata meleset. Pada 10 tahun kemudian, perkembangan AI melambat. Hal ini disebabkan adanya 3 kesulitan utama yang dihadapi AI, yaitu:

1.    Program-program AI yang bermunculan hanya mengandung sedikit atau bahkan tidak mengandung sama sekali pengetahuan pada subjeknya. Program-program AI berhasil hanya karena manipulasi sisntetis yang sederhana. Sebagai contoh adalah Weizenbaum’s ELIZA program (1965) yang dapat melakukan percakapan serius pada berabgai topik, sebenarnya hanya peminjaman dan manipulasi kalimat-kalimat yang diketikkan oleh manusia.

2.    Banyak masalah yang harus diselesaikan oleh AI, karena terlalu banyaknya masalah yang berkaitan, mak atidak jarang banyak terjadi kegagalan pada pembuatan program AI.

3.    Ada beberapa batasan pada struktur dasar yang digunakan untuk menghasilkan perilaku intelijensia. Sebagai contoh adalah pada tahun 1969, buku Minsky dan Papert Perceptrons membuktikan bahwa meskipun program-program perceptron dapat mempelajari segala sesuatu, tetapi program-program tersebut hanya merepresentasikan sejumlah kecil saja. Sebagai contoh masukan perceptron yang berbeda tidak dapat dilatihkan untuk mengenali kedua masukan berbeda tersebut.

-    Sistem berbasis pengetahuan (1969-1979)

Pengetahuan adalah kekuatan pendukung AI. Ha ini dibuktikan dengan program yang dibuat oleh Ed Feigenbaum, Bruce Buchanan, dan Joshua Lederberg yang membuat program untuk memecahkan masalah struktur molekul dari informasi yang didapatkan dari spectometer massa. Program ini dinamakan dendral programs yang berfokus pada segi pengetahuan kimia. Dari segi diagnosa medis juga sudah ada yang menemukannya, yaitu Saul Amarel dalam proyek computer ini biomedicine. Proyek ini diawali dari keinginan untuk mendapatkan diagnosa penyakit berdasarkan pengetahuan yang ada pada mekanisme penyebab proses penyakit.

-    AI menjadi sebuah industry (1980-1988)

Industralisasi AI diawali dengan ditemukannya sistem pakar yang dinamakan R1 yang mamapu mengkonfigurasi sistem-sistem komputer baru. Program tersebut mulai dioperasikan di digital equipment corporation (DEC), McDermott, pada tahun 1982. Paa tahun 1986, program ini telah berhasil menghemat US$ 40 juta per tahun. Pada tahun 1988, kelompok AI di DEC menjalankan 40 sistem pakar. Hamper semua perusahaan besar di USA mempunyai didivisi Ai sendiri yang menggunakan ataupun mempelajari sistem pakar. Booming industry Ai juga melibatkan perusahaan-perusahaan besar seperti Carnegie Group, Inference, Intellicorp, dan Technoledge yang menawarkan software tools untuk membangun sistem pakar. Perusahaan hardware seperti LISP Machines Inc., Texas Instruments, Symbolics, dan Xerox juga turut berperan dalam membangun workstation yang dioptimasi untuk pembangunan program LISP. Sehingga, perusahaan yang sejak tahun 1982 hanya menghasilkan beberapa juta US$ per tahun meningkat menjasi 2 milyar US$ per tahun pada tahun 1988.

-    Kembalinya jaringan syaraf tiruan (1986 – sekarang)

Meskipun bidang ilmu komputer menolak jaringan syaraf tiruan setelah diterbitkannya buku ‘Perceptrons’ karangan Minsky dan Papert, tetapi para ilmuwan masih mempelajari bidang ilmu tersebut dari sudut pandang yang lain, yaitu fisika. Para ahli fisika seperti Hopfield (1982)) menggunakan teknik-teknik mekanika statistika untuk menganalisa sifat-sifat penyimpanan dan optimasi pada jaringan syaraf. Para ahli psikolog, David Rumhelhart dan Geoff Hinton, melanjutkan penelitian mengenai model jaringan syaraf pada memori. Pada tahun 1985-an sedikitnya empat kelompok riset menemukan kembali algoritma belajar propagasi balik. Algoritma ini berhasil diimplementasikan ke dalam ilmu bidang komputer dan psikologi.

   

    Berikut ini beberapa contoh aplikasi AI, antara lain:

-    Logic Theorist, diperkenalkan pada Dartmouth Conference, program ini dapat membuktikan teorema-teorema matematika.

-    Sad Sam, diprogram oleh Robert K. Lindsay (1960). Program ini dapat mengetahui kalimat-kalimat sederhana yang ditulis dalam bahasa Inggris dan mampu memberikan jawaban dari fakta-fakta yang didengar dalam sebuah percakapan.

-    ELIZA, diprogram oleh Joseph Weinzenbaum (1967). Program ini mampu melakukan terapi terhadap pasien dengan memberikan beberapa pertanyaan.

-    Deep Blue mengalahkan Kasparov, juara dunia Catur.

-    PEGASUS, suatu sistem memahami ucapan yang mampu menangani transaksi seperti mendapatkan informasi tiket udara termurah.

-    MARVEL, suatu sistem pakar real-time memonitor arus data dari pesawat Voyager dan setiap anomali sinyal.

-    Sistem robot mengemudikan sebuah mobil dengan kecepatan yang cepat pada jalan raya umum.

-    Suatu diagnostik sistem pakar sedang mengkoreksi hasil diagnosis pakar yang sudah punya reputasi.

-    Agent pintar untuk bermacam-macam domain yang bertambah pada laju yang sangat tinggi.

-    Subjek materi pakar mengajar suatu learning agent penalarannya dalam pusat penentuan gravitasi.

   

*sumber:

- Suyanto, Artificial Intelligense (Searching, Reasoning, Planning, and Learning), Informatika: Bandung, 2007.

- http://www.google.com