Apa itu Penalaran Otomatis?
Penalaran otomatis adalah bidang ilmu komputer yang berusaha memberikan jaminan tentang apa yang akan dilakukan atau tidak akan pernah dilakukan sistem atau program. Jaminan ini didasarkan pada bukti matematika. Manusia memecahkan banyak masalah logis dalam matematika, sains, dan perhitungan dengan menggunakan strategi logis, seperti teorema dan deduksi. Penalaran otomatis menggunakan komputer yang menggunakan alat yang sama untuk memecahkan tantangan yang kompleks. Alat penalaran otomatis mencoba menjawab pertanyaan tentang program (atau rumus logika) menggunakan teknik yang dikenal dalam matematika. Alat tersebut membantu Anda memeriksa kebenaran dari suatu pernyataan atau ekspresi.
Masalah apa yang dapat dipecahkan oleh penalaran otomatis?
Ilmuwan dan developer perangkat lunak menggunakan penalaran otomatis untuk membuktikan dua hal. Pertama, mereka membuktikan bahwa desain atau implementasi sistem mematuhi spesifikasinya. Kedua, mereka membuktikan bahwa sistem berfungsi sebagaimana mestinya.
Penalaran otomatis melakukan hal ini dengan menghasilkan bukti dalam logika formal yang didukung oleh teorema matematika atau kebenaran yang diketahui. Penalaran otomatis menggunakan metode verifikasi algoritmik berbasis matematika dan logika untuk menghasilkan bukti keamanan atau kebenaran untuk semua kemungkinan perilaku.
Penalaran otomatis juga dapat digunakan untuk membuktikan bahwa sistem yang digunakan untuk mengonfigurasi jaringan, mengizinkan akses jaringan atau memberikan izin, atau untuk menjaga data tetap privat dan aman, bisa bekerja sebagaimana mestinya.
Jika Anda menggunakan penalaran otomatis, pertama-tama Anda menyajikan sistem dengan pernyataan masalah. Kemudian, sistem penalaran otomatis menghitung dan memvalidasi asumsi dengan pernyataan masalah. Perangkat lunak melakukan tindakan ini hingga tidak ada lagi opsi yang tersisa.
Contoh masalah untuk penalaran otomatis
Untuk memahami penalaran otomatis dengan lebih baik, coba pertimbangkan pernyataan masalah Apakah kucing hidup di darat? dan penegasan berikut:
- Kucing adalah mamalia
- Mamalia hidup di darat
Sistem penalaran otomatis mengevaluasi apakah pernyataan masalah tersebut benar. Secara khusus, penalaran otomatis menggunakan deduksi logis. Dalam hal ini, kucing adalah mamalia dan mamalia hidup di darat. Jadi, pernyataan itu akan memverifikasi bahwa kucing hidup di darat.
Keterbatasan penalaran otomatis
Penalaran otomatis tidak membuat prediksi atau generalisasi. Misalnya, kita dapat menggunakan penalaran otomatis untuk membuat argumen seperti ini:
- Kucing itu berbulu
- Fluffy adalah kucing
- Jadi, Fluffy berbulu
Kita tidak dapat menggunakan penalaran otomatis untuk membuat argumen seperti ini:
- Kucing adalah mamalia
- Kucing hidup di darat
- Jadi, semua mamalia hidup di darat
Aplikasi semacam itu biasa terjadi dalam pembuktian teorema yang membutuhkan bimbingan manusia saat melakukan tugas penalaran deduktif.
Apa saja kasus penggunaan penalaran otomatis?
Kemampuan penalaran otomatis untuk membuat inferensi logika selangkah demi selangkah sangat membantu di beberapa bidang. Dengan menggunakan penalaran otomatis, Anda dapat membuktikan keamanan, kepatuhan, ketersediaan, daya tahan, dan sifat-sifat keselamatan dari arsitektur skala besar.
Berikut adalah beberapa kasus penggunaan lain untuk penalaran otomatis.
Pemodelan matematika
Ilmuwan, rekayasawan, dan matematikawan memecahkan masalah dan memverifikasi bukti matematika dengan menerapkan rumus aljabar dalam aplikasi ilmiah. Dalam praktek-praktek tersebut, mereka menggunakan model matematika yang mengandalkan beberapa variabel untuk menyimpulkan kemungkinan solusi pada masalah.
Verifikasi perangkat keras
Penalaran otomatis membantu rekayasawan perangkat keras membuat produk yang andal. Penalaran otomatis memungkinkan mereka untuk menemukan potensi kekurangan yang diabaikan oleh metode pengujian konvensional.
Misalnya, rekayasawan desain elektronik menggunakan analisis penalaran otomatis matematika yang ketat untuk mendapatkan bukti konklusif bahwa desain perangkat keras tertentu memenuhi spesifikasinya, seperti perilaku atau eksekusi sistem.
Verifikasi menunjukkan bahwa semua kemungkinan perilaku sistem memenuhi sifat temporal yang terdiri dari spesifikasi. Hal ini juga dapat menunjukkan bahwa kemungkinan setiap perilaku dari implementasi sistem sifatnya konsisten dengan beberapa perilaku spesifikasi tingkat tinggi.
Validasi perangkat lunak
Developer perangkat lunak menggunakan penalaran otomatis untuk membantu memastikan aplikasi bisa kuat terhadap masalah keamanan yang tidak diinginkan dan perangkat lunak berfungsi sebagaimana dimaksud atau dirancang. Seperti verifikasi perangkat keras, penalaran otomatis memungkinkan developer untuk memvalidasi langkah-langkah keamanan perangkat lunak terhadap berbagai kebijakan.
Misalnya, rekayasawan di Amazon Web Services (AWS) membuktikan bahwa kode boot aman untuk setiap konfigurasi boot dengan penalaran otomatis. Contoh lain adalah bahwa mereka membuktikan bahwa data yang disimpan dan diproses di Amazon Simple Storage Service (Amazon S3) terlindungi. Dalam contoh ini, mereka mengandalkan penalaran otomatis untuk replikasi, konsistensi, penskalaan otomatis, penyeimbangan beban, dan tugas koordinasi lainnya.
Pemodelan penalaran manusia
Ilmuwan komputer menggunakan teknologi penalaran otomatis untuk mengonfigurasi akses. Untuk melakukan hal ini, mereka menulis kebijakan yang menjelaskan kapan harus mengizinkan dan menolak permintaan pengguna untuk mengakses sumber daya. Hal ini memverifikasi bahwa hanya pengguna yang dituju yang memiliki akses ke sumber daya, yang sifatnya penting untuk keamanan dan privasi sumber daya.
Misalnya, ilmuwan komputer menggunakan rumus satisfiability modulo theories (SMT) dan pemecah SMT untuk membuktikan sifat keamanan.
Apa saja alat dan teknik penalaran otomatis?
Selanjutnya, kami membagikan beberapa metode deduksi otomatis yang memungkinkan sistem komputasi melakukan deduksi manusia.
Logika klasik
Logika klasik adalah filosofi matematika yang menyediakan model penalaran dasar untuk program penalaran logis otomatis. Logika ini didasarkan pada prinsip bahwa setiap proposisi memiliki nilai kebenaran, baik benar atau salah, tetapi tidak keduanya.
Logika klasik terutama berfokus pada logika orde pertama, yang memungkinkan matematikawan untuk menunjukkan variabel yang tidak diketahui, seperti x dengan pembilang seperti yang ada dalam kalimat. Misalnya, para ilmuwan menerapkan logika klasik dalam pemrograman logika untuk menemukan x dalam kalimat ini: Terdapat x sehingga x hidup di darat, dan x adalah mamalia.
Logika proposisional
Logika proposisional adalah sistem logika yang di dalamnya terdapat proposisi yang bisa jadi benar atau salah dan konsep hubungan di antara mereka, yang disebut argumen.
Pernyataan klasik dari argumen dalam logika proposisional adalah Jika P, maka Q. Misalnya, jika sekarang hari Sabtu, maka sekarang adalah akhir pekan.
Penalaran otomatis menggunakan teknik yang disebut pemecahan SAT. Penalaran otomatis menggunakan alat yang disebut pemecah SAT untuk mencari tugas yang memuaskan untuk argumen dalam logika proposisional. Artinya, variabel yang membuat argumen menjadi benar.
Apa perbedaan antara penalaran otomatis dan kecerdasan buatan?
Penalaran otomatis adalah disiplin khusus kecerdasan buatan (AI) yang menerapkan deduksi logis pada sistem komputer.
AI adalah ilmu yang mengajarkan komputer untuk berpikir seperti manusia ketika komputer memecahkan masalah. Perkembangan terbaru dalam AI telah mengarah pada kemajuan berbagai subdisiplin ilmu, termasuk deep learning, analitik data, dan machine learning.
Penalaran otomatis berbeda dengan teknologi AI lainnya, seperti pemrosesan bahasa alami (NLP), yang fokus pada pelatihan komputer untuk memahami ucapan tertulis atau verbal. Sebaliknya, penalaran otomatis menggunakan model dan bukti logis untuk menalar kemungkinan perilaku sistem atau program, termasuk status yang dapat atau tidak akan pernah dapat dijangkau.
Apa perbedaan antara penalaran otomatis dan deep learning?
Penalaran otomatis membuktikan sifat-sifat program atau sistem. Penalaran otomatis menggunakan program atau sistem itu sendiri, serta model atau spesifikasi sistem dalam logika formal.
Deep learning membuat prediksi berdasarkan penerapan model statistik ke set data besar.
Deep learning adalah teknologi machine learning canggih yang menyimulasikan cara kerja otak manusia. Deep learning menggunakan model jaringan neural berbeda yang terdiri dari beberapa lapisan neuron untuk mengekstrak, membandingkan, dan menganalisis informasi yang relevan. Ilmuwan data menggunakan deep learning untuk aplikasi yang kompleks, seperti pemrosesan data kamera dan sensor pada mobil otonom.
Apakah machine learning dengan penalaran otomatis?
Penalaran otomatis dan machine learning bukanlah hal yang sama. Singkatnya, machine learning membuat prediksi dan inferensi. Penalaran otomatis memberikan bukti.
Machine learning adalah bagian dari AI yang melatih komputer untuk membuat keputusan dengan sampel data yang besar. Misalnya, rekayasawan data menggunakan machine learning untuk melatih perangkat lunak perbankan guna mengidentifikasi aktivitas penipuan. Mereka menggunakan sampel data keuangan yang besar untuk memastikan perangkat lunak mengidentifikasi pola abnormal dengan mudah berdasarkan hasil yang dipelajari sebelumnya.
Alih-alih melatih model dengan data, penalaran otomatis memungkinkan model untuk menyimpulkan hasil berdasarkan kebenaran dan pembuktian matematika.
Bagaimana AWS menggunakan penalaran otomatis untuk meningkatkan penawaran layanan?
AWS menggunakan penalaran otomatis untuk meningkatkan beberapa penawaran layanan. Kami memberikan beberapa contoh di bawah ini:
- Amazon CodeGuru Reviewer menggunakan penalaran otomatis dan machine learning untuk membantu developer mengidentifikasi kerentanan perangkat lunak.
- Amazon Inspector Classic memiliki fitur Network Reachability yang secara otomatis menganalisis instans EC2 Anda untuk potensi kerentanan keamanan dan kesalahan konfigurasi.
- AWS Identity and Access Management (IAM) Access Analyzer mengelola izin akun dengan penalaran otomatis.
- Amazon Virtual Private Cloud (Amazon VPC) Reachability Analyzer menerapkan penalaran otomatis untuk membantu Anda memahami dan memvisualisasikan jaringan AWS Anda.
Kunjungi Keamanan yang Dapat Dibuktikan untuk informasi selengkapnya mengenai penalaran otomatis di seluruh layanan AWS. Kami menggunakan penalaran matematika untuk memberikan jaminan keamanan yang kuat bagi beban kerja keamanan Anda.
Mulai keamanan di AWS dengan membuat akun sekarang juga.
Langkah Berikutnya di AWS
