Macam-Macam Bahasa Pemrograman AI (Artificial Intelligence)

Artificial Intelligence [AI] merupakan kecerdasan bikinan yang ditanamkan dalam sistem yang dapat dikelola dalam konteks ilmiah atau inteligensi artifisial. AI bisa juga diartikan sebagai kecerdasan yang berwujud ilmiah. Sistem yang dibenamkan AI biasanya adalah sistem yang berkaitan dengan komputer atau robot, yang tentunya mampu melakukan pekerjaan cerdas.

Ilustrasi

Kendati demikian, apakah Anda tahu bagaimana bisa sebuah peralatan elektronik yang diberi AI dimungkinkan untuk melakukan pekerjaan cerdas seperti robot yang berjalan layaknya manusia atau sebagainya?  Jawabannya adalah karena AI adalah sebuah sistem yang dibuat dengan cara diprogram. Ya, AI diprogram dengan bahasa pemrograman seperti berikut ini.

1. AIML (Artificial Intelligence Markup Language) adalah XML untuk digunakan dengan ALICE jenis chatterbot.
2. IPL adalah bahasa pertama yang dikembangkan untuk kecerdasan buatan. Ia mempunyai fitur yang ditujukan untuk mendukung program­program yang dapat melakukan pemecahan masalah umum, seperti daftar, asosiasi, skema (frame), alokasi dinamis memori, jenis data, rekursi, pengambilan asosiatif, berfungsi sebagai argumen, generator (sungai), dan koperasi multitasking.
3. Lisp adalah notasi matematika praktis untuk program komputer berdasarkan lambda kalkulus. Linked list adalah salah satu utama bahasa cadel ' struktur data, dan kode sumber cadel itu sendiri terdiri dari list. Akibatnya, program Lisp dapat memanipulasi kode sumber sebagai struktur data, sehingga menimbulkan makro sistem yang memungkinkan programmer untuk membuat sintaks baru atau bahkan bahasa pemrograman domain­spesifik tertanam dalam Lips. Ada banyak dialek Lisp yang digunakan saat ini, di antaranya adalah Common Lisp, Scheme, dan Clojure.
4. Prolog adalah bahasa deklaratif dimana program disajikan dalam hal hubungan dan eksekusi terjadi dengan menjalankan query atas hubungan tersebut. Prolog sangat berguna untuk simbolik penalaran, database dan parsing bahasa aplikasi. Prolog secara luas digunakan dalam AI sampai saat ini.
5. STRIPS adalah bahasa yang digunakan untuk mengekspresikan perencanaan masalah kasus secara otomatis. Ini mengekspresikan keadaan awal, negara­negara tujuan, dan satu set tindakan. Untuk setiap prasyarat tindakan (apa yang harus ditetapkan sebelum tindakan dilakukan) dan postconditions (apa yang didirikan setelah tindakan dilakukan) yang ditentukan.
6. Planner adalah hibrida antara bahasa prosedural dan logis. Ini memberikan interpretasi prosedural untuk kalimat logis di mana implikasi diinterpretasikan dengan inferensi pola­diarahkan.
7. POP­11 adalah reflektif, secara bertahap menyusun bahasa pemrograman dengan banyak fitur dari bahasa ditafsirkan. Ini adalah bahasa inti dari Poplog pemrograman lingkungan awalnya dikembangkan oleh University ofSussex , dan baru­baru di Fakultas Ilmu Komputer (http://www.cs.bham.ac.uk/) di University of Birmingham yang dihost situs Poplog (http://www.cs.bham.ac.uk/re search/projects/poplog/freepoplog.html). Hal ini sering digunakan untuk memperkenalkan teknik pemrograman simbolik untuk programmer lebih kepada bahasa konvensional seperti Pascal, yang menemukan sintaks POP lebih akrab daripada Lisp. Salah satu fitur POP­11 ini adalah bahwa ia mendukung fungsi kelas.
8. Python sangat banyak digunakan untuk Artificial Intelligence. Mereka memiliki banyak berbeda AI dengan sesuai paket: General AI, Machine Learning , Natural Language Processing dan Neural Networks. Perusahaan seperti Narasi Sains menggunakan Python untuk membuat kecerdasan buatan untuk Narasi Bahasa Pengolahan .

Aplikasi AI juga sering ditulis dalam bahasa standar seperti C ++ dan bahasa dirancang untuk matematika, seperti MATLAB dan Lush.

Haskell juga merupakan bahasa pemrograman yang sangat baik untuk AI. Malas dalam mengevaluasi daftar dan monad LogicT membuatnya mudah untuk mengekspresikan algoritma nondeterministik, yang sering terjadi. Struktur data tak terbatas yang besar untuk metode pencarian tree (pohon). Fitur bahasa ini memungkinkan komposisi cara mengekspresikan algoritma. Satu­satunya kelemahan adalah ia hanya bekerka dalam grafik yang sulit dipahami, terutama jika baru pertama kali mengenalnya.

Wolfram adalah bahasa yang mencakup berbagai kemampuan mesin pembelajaran terpadu, dari segi fungsinya yang sangat otomatis seperti Memprediksi dan Klasifikasikan untuk fungsi berdasarkan metode dan diagnostik tertentu. Fungsi bekerja pada berbagai jenis data, termasuk numerik, kategoris, time series, tekstual, dan gambar.

Baca juga: