Apa itu pemodelan kognitif?
Pemodelan kognitif (cognitive modeling) adalah cabang ilmu komputer yang berfokus pada simulasi pemecahan masalah dan pemrosesan mental manusia dalam model terkomputerisasi. Model ini dapat digunakan untuk mensimulasikan atau memprediksi perilaku manusia atau kinerja dalam tugas yang serupa dengan yang dimodelkan serta meningkatkan interaksi manusia-komputer.
Pemodelan kognitif digunakan dalam berbagai aplikasi kecerdasan buatan (AI), seperti sistem pakar, pemrosesan bahasa alami (NLP), robotika, aplikasi realitas virtual (VR), dan jaringan saraf. Model kognitif juga digunakan untuk meningkatkan produk dalam industri manufaktur, seperti faktor manusia, teknik, desain permainan komputer, dan antarmuka pengguna.
Penelitian tentang pemodelan kognitif sedang dilakukan oleh berbagai kelompok akademik dan industri, termasuk MIT, IBM, dan Sandia National Laboratories.
Salah satu aplikasi lanjut dari pemodelan kognitif adalah pembuatan mesin kognitif, yaitu program AI yang mendekati beberapa aspek kognisi manusia. Salah satu tujuan proyek Sandia adalah membuat interaksi manusia-komputer lebih mirip dengan interaksi antara dua manusia.
“Kami memiliki komputer besar yang dapat menghitung sejumlah besar data,” kata Chris Forsythe, psikolog kognitif di Sandia. “Tapi perangkat lunak yang bisa benar-benar meniru cara manusia berpikir dan mengambil keputusan masih kurang.”
Masalahnya adalah model awal mengikuti proses logis yang tidak selalu dipatuhi oleh manusia, serta gagal memperhitungkan variabel yang mempengaruhi kognisi manusia, seperti kelelahan, emosi, stres, dan gangguan, menurut Forsythe.
Jenis-jenis model kognitif
Beberapa program yang sangat canggih memodelkan proses intelektual tertentu. Teknik seperti deteksi perbedaan digunakan untuk meningkatkan kompleksitas model ini.
Sistem deteksi perbedaan memberikan sinyal ketika ada perbedaan antara keadaan atau perilaku aktual seseorang dengan keadaan atau perilaku yang diharapkan menurut model kognitif. Informasi tersebut kemudian digunakan untuk meningkatkan kompleksitas model.
Menurut Forsythe, mesin kognitif yang mereka buat mampu menyimpulkan niat pengguna—yang tidak selalu konsisten dengan perilaku—menyimpan informasi dari pengalaman dengan cara yang mirip dengan memori manusia, dan mengakses sistem pakar untuk mendapatkan saran saat diperlukan.
Salah satu jenis model kognitif lainnya adalah jaringan saraf. Model ini pertama kali dihipotesiskan pada tahun 1940-an, tetapi baru menjadi praktis berkat kemajuan dalam pemrosesan data dan akumulasi data dalam jumlah besar untuk melatih algoritma.
Jaringan saraf bekerja mirip dengan otak manusia dengan menjalankan data pelatihan melalui sejumlah besar node komputasi, yang disebut neuron buatan, yang bertukar informasi satu sama lain. Dengan mengumpulkan informasi secara terdistribusi, aplikasi dapat membuat prediksi tentang input di masa depan.
Reinforcement learning adalah bidang yang semakin berkembang dalam pemodelan kognitif. Pendekatan ini menjalankan algoritma melalui banyak iterasi tugas yang terdiri dari beberapa langkah, dengan memberi insentif pada tindakan yang menghasilkan hasil positif dan memberi penalti pada tindakan yang mengarah ke hasil negatif. Ini merupakan bagian utama dari algoritma AI yang digunakan Google DeepMind untuk aplikasi AlphaGo-nya, yang mengalahkan pemain Go terbaik dunia pada tahun 2016.
Model-model ini, yang juga dapat digunakan dalam NLP dan aplikasi asisten cerdas, telah meningkatkan interaksi manusia-komputer, memungkinkan mesin untuk memiliki percakapan dasar dengan manusia.
Keterbatasan potensial pemodelan kognitif
Terlepas dari kemajuan dalam penerapan model kognitif pada kecerdasan buatan, teknologi ini masih belum mencapai tujuan utamanya yaitu meniru cara berpikir manusia. Dalam jaringan saraf, misalnya, algoritma harus melihat ribuan—bahkan jutaan—contoh data pelatihan sebelum dapat membuat prediksi tentang data serupa di masa depan. Bahkan setelah itu, model ini hanya bisa membuat inferensi dalam bidang yang sangat spesifik sesuai dengan pelatihannya.
Hal ini sangat berbeda dengan cara kerja otak manusia. Otak manusia menggunakan kombinasi konteks dan pengalaman terbatas untuk membuat generalisasi tentang pengalaman baru, sesuatu yang bahkan model kognitif paling canggih saat ini belum bisa lakukan.
Penelitian biologis paling maju tentang otak manusia pun masih belum memiliki gambaran lengkap tentang cara kerjanya. Bahkan jika informasi dasar ini berhasil dipahami, mengubah proses berpikir manusia ke dalam program komputer tetap merupakan tantangan besar.