the ‘father of expert systems
Sejarah sistem pakar dimulai hampir bersamaan dengan awal komputer modern pada 1940-an, ketika komputer digital pertama yang dapat diprogram mulai muncul.Tidak lama kemudian para peneliti mulai memikirkan potensi mesin baru ini. Bagaimana jika mereka bisa meniru pengambilan keputusan manusia? Bagaimana jika mereka bisa "berpikir" seperti manusia? dan begitulah para peneliti mulai melihat ke dalam kecerdasan buatan — dan mulai di jalur untuk menciptakan sistem pakar.
Pada
1980-an minat tumbuh di sekitar penerapan sistem pakar,
proyek dan eksperimen berlipat ganda. Dengan cara ini, sistem pakar
"generasi kedua" lahir: model probabilistik yang beralasan
pada penyebab dan kemungkinan efek diperkenalkan.Periode perkembangan yang
intens ini juga disukai oleh aplikasi yang dimiliki sistem pakar di bidang
industri dan komersial. Implementasi pertama yang memiliki keberhasilan
ekonomi yang signifikan adalah R1 (atau Xcon,
eXpert CON). Dikembangkan di Carnegie-Mellon University
oleh John Mc Dermott pada tahun 1978, diperkenalkan pada tahun 1982
oleh Digital
Equipment Corporation untuk mengkonfigurasi
pesanan komputer dan meningkatkan akurasinya: berdasarkan pesanan pelanggan, R1 dapat memastikan bahwa pesanan
selesai tetapi juga untuk menentukan hubungan spasial antara komponen (sistem
memiliki lebih dari 100 komponen dengan berbagai kemungkinan interaksi). Empat tahun kemudian,
perusahaan mampu menghemat $ 40 juta setahun.
Disisi lain pada 1940-an,
jaringan
saraf telah memukau komunitas ilmiah. Jaringan saraf tiruan adalah model
matematika yang terdiri dari neuron buatan yang terinspirasi oleh jaringan
saraf biologis (manusia atau hewan) dandigunakan untuk memecahkan masalah
teknik yang terkait dengan
berbagai bidang teknologi seperti ilmu komputer, elektronik, simulasi atau
disiplin ilmu lainnya. Pendapat
tentang jaringan saraf tidak selalu positif. Pada
tahun 1969
Marvin Minsky dan Seymour Papert, dalam
artikel mereka "Perceptrons",
mendefinisikan jaringan saraf sebagai tidak memadai untuk memecahkan masalah
nyata dan untuk aplikasi praktis apa pun. Namun,
pada pertengahan 1980-an, ada penemuan kembali jaringan saraf dan algoritma
"propagasi kembali" diciptakan kembali, awalnya
dikandung pada tahun 1969 oleh Bryson dan Ho, terkait
dengan pembelajaran (melekat dalam ilmu komputer dan psikologi) untuk
jaringan saraf.
Algoritma ini memungkinkan
untuk membuat alternatif untuk model
simbolik (digunakan oleh McCarthy, Newell dan Simon dan banyak
lainnya) berkat model koneksionis,
yang bertujuan untuk meningkatkanfungsi
pikiran dengan menggunakan jaringan saraf tiruan. Model-model
ini, seperti yang sebelumnya, tidak mampu menciptakan kemajuan ilmiah yang
nyata. Akibatnya, model yang didasarkan pada pendekatan konnessionis yang lebih
dari alternatif dipandang sebagai pelengkap bagi mereka yang menggunakan
pendekatan simbolik.