Pages

Kamis, 19 Juni 2014

PLN: Probabilistic Logic Network

OpenCog juga memiliki PLN (Probabilistic Logic Network), modul probabilistic logic deducer yang bersifat declarative, bukan procedural seperti MOSES.

PLN tidak menggantikan MOSES melainkan melengkapi.


PLN sendiri adalah konsep struktur algoritma, implementasinya (partial) per Juni 2014 ada 3, yaitu versi C++ yang sudah tidak dikembangkan, lalu versi Python dan satu lagi yang setahu saya masih embrio. Versi terakhir ini meski belum usable, namun secara konseptual paling mendekati konsep Truth Value signed 2 dimensi yang diadopsi OpenCog yaitu berbasis strength & evidence.

PLN versi C++ sudah jarang sekali dipakai.

Pengembangan intensif sekarang ada di PLN versi Python, meskipun data set yang dapat ditangani masih terbatas. (Untuk kebanyakan data set yang moderate maka PLN Python akan membutuhkan waktu superlama, crash, atau hasilnya tidak masuk akal.)

Namun untuk penggunaan state of the art untuk keperluan riset akademis dan input data yang dimoderasi, PLN Python "lumayan" usable dengan hasil yang "lumayan" akurat. Kata "lumayan" di sini memang kurang ilmiah namun ya begitulah adanya dengan perangkat lunak yang masih dalam pengembangan dan di bidang ilmu yang masih berkembang pula.

Bahkan definisi AGI (Artificial General Intelligence) sendiri masih banyak ilmuwan yang memperdebatkan. Selain itu, konsep "intelligence" itu sendiri secara spesifik dan eksak susah didefinisikan. Jadi dalam pengembangan sistem AGI khususnya yang mengadopsi OpenCog, kita gunakan cara pragmatis saja, tidak bisa 100% eksak tapi lebih banyak menggunakan pendekatan/kira-kira.

Dalam melakukan uji coba pun dipastikan sample data dan hasil yang diharapkan juga memiliki subjektivitas tergantung peneliti. Tapi tetap bisa kita dapatkan nilai semi-empirisnya setidaknya dari berapa % sih akurasi algoritma kognitif yang kita programkan ke OpenCog dibandingkan dengan data ekspektasi si peneliti.