Kesimpulan Pertemuan 6: Ketidakpastian dalam AI
Dalam AI, informasi sering kali tidak lengkap atau tidak pasti, seperti pada diagnosa medis atau data sensor robot yang ambigu. Untuk mengatasinya, AI menggunakan penalaran di bawah ketidakpastian, dengan pendekatan utama seperti probabilitas dan Teorema Bayes. Probabilitas memberi angka kemungkinan suatu kejadian, sementara Teorema Bayes secara khusus digunakan untuk memperbarui keyakinan atau hipotesis berdasarkan bukti baru—misalnya, meningkatkan probabilitas suatu penyakit setelah mengamati gejala tertentu. Intinya, AI membutuhkan alat matematis seperti ini untuk membuat keputusan yang rasional meskipun datanya tidak sempurna.
