Asal Usul Masuknya Kecerdasan Buatan ke Takalar – Kurang dari 1 dasawarsa seusai pecahkan Enigma mesin enkripsi Nazi dan menolong Pasukan Sekutu meraih kemenangan Perang Dunia II, matematikawan Alan Touring mengganti histori buat ke-2 kalinya dengan pertanyaan simpel: “Sanggupkah mesin memikir?”
Makalah Touring “Mesin Komputasi serta Kecerdasan” (1950), dan Ujian Touring seterusnya, memastikan visi dan tujuan dasar kecerdasan buatan.
Pada prinsipnya, AI merupakan cabang pengetahuan computer yang punya tujuan untuk jawab pertanyaan Touring dengan keras. Ini yaitu usaha untuk menduplikasi atau mensimulasikan kecerdasan manusia dalam mesin.
Arah luas dari kecerdasan buatan sudah menyebabkan pertanyaan-pertanyaan serta perbincangan. Sebegitu rupa, maka dari itu tidak ada uraian tunggal sektor yang diterima secara universal.
Dapatkah mesin memikir? – Alan Touring, 1950
Asal Usul Masuknya Kecerdasan Buatan ke Takalar Minim pokok dalam membatasi AI cuma untuk “bikin mesin yang pandai” ialah kalau AI tidak betul-betul mengatakan apakah itu kecerdasan buatan? Apa yang bikin mesin cerdik? AI merupakan pengetahuan interdisipliner dengan pelbagai pendekatan, namun perubahan dalam evaluasi mesin serta evaluasi dalam membentuk perombakan pola hampir di tiap bidang industri tehnologi.
Dalam buku text inovasi mereka Artificial Intelligence: A Kekinian Approach, penulis Stuart Russell dan Peter Norvig dekati pertanyaan dengan jadikan satu tugas mereka di seputar obyek agen cerdik dalam mesin. Dengan pertimbangan ini, AI ialah “study mengenai agen yang terima pemahaman dari lingkungan serta lakukan tindakan.” (Russel serta Norvig viii)
PERUSAHAAN AI TERBAIK YANG DIPEKERJAKAN SEKARANG
Perusahaan kecerdasan buatan ini banyak memiliki tugas terbuka yang siap sekarang.
Norvig dan Russell meneruskan buat menjelajahi empat pendekatan tidak sama yang bersejarah mengartikan bagian AI:
- Memikir secara manusiawi
- Memikir masuk akal
- Lakukan tindakan secara manusiawi
- Lakukan tindakan logis
Dua inspirasi pertama tersangkut proses memikir serta penalaran, sementara lainnya berhubungan dengan tabiat. Norvig serta Russell focus khususnya dalam agen logis yang melakukan tindakan buat menggapai hasil terunggul, mendata “semuanya ketrampilan yang diperlukan untuk Test Touring pun memungkinnya agen buat melakukan tindakan masuk akal.” (Russel serta Norvig 4).
Patrick Winston, profesor kecerdasan buatan dan pengetahuan computer Ford di MIT, mendeskripsikan AI sebagai “algoritme yang diaktifkan oleh hambatan, dibeber oleh representasi yang memberikan dukungan bentuk yang dicanangkan di loop yang mengikat penilaian, pemahaman, serta perlakuan sama-sama.”
Sementara pengertian ini kemungkinan nampak abstrak buat banyak orang, mereka menolong menitik beratkan sektor ini menjadi bagian pengetahuan computer serta berikan buat biru buat masukkan mesin serta program dengan evaluasi mesin dan subset kecerdasan buatan yang lain.
KECERDASAN BUATAN DIJELASKAN
Empat Macam Kecerdasan Buatan
Mesin Reaktif
Asal Usul Masuknya Kecerdasan Buatan ke Takalar Mesin reaktif ikuti dasar AI yang sangat dasar dan, sama dengan namanya, cuma dapat memakai kepintarannya untuk lihat dan bereaksi kepada dunia di depannya. Mesin reaktif tidak bisa simpan memory serta oleh karena itu tidak bisa mempercayakan pengalaman masa dulu buat mengatakan ambil putusan secara real-time.
Menyadari dunia langsung memiliki arti jika mesin reaktif direncanakan untuk mengakhiri cuman beberapa pekerjaan pribadi yang terbatas. Tetapi, mempersempit penglihatan dunia mesin reaktif secara berniat tidaklah aksi pemangkasan cost apa saja, dan kebalikannya mempunyai arti jika tipe AI ini dapat dapat lebih diakui serta bisa dipercaya — dia dapat bereaksi dengan sama kepada rangsangan yang serupa kapan waktu.
Asal Usul Masuknya Kecerdasan Buatan ke Takalar Contoh tersohor dari mesin reaktif yakni Deep Blue, yang didesain oleh IBM di tahun 1990-an jadi superkomputer yang bermain catur serta kalahkan grandmaster internasional Gary Kasparov dalam suatu permainan. Deep Blue cuma sanggup menganalisis bidak-bidak di papan catur serta ketahui bagaimana tiap pergerakan berdasar ketentuan catur, mengenal status masing-masing bidak sekarang ini, dan tentukan cara apa yang paling rasional di waktu itu. Computer tak memburu pergerakan prospektif di hari depan oleh tandingannya atau coba meletakkan bagiannya sendiri di status yang lebih bagus. Tiap-tiap kelokan di pandang menjadi kenyataannya sendiri, terpisah dari pergerakan yang lain dibentuk awalnya.
Contoh lain dari mesin reaktif main permainan ialah Google AlphaGo. AlphaGo pun tidak bisa menilai pergerakan di masa datang namun tergantung pada jaringan sarafnya sendiri buat menilai perubahan games waktu ini, memberinya kelebihan atas Deep Blue dalam games yang lebih kompleks. AlphaGo pun menundukkan lawan games kelas dunia, taklukkan pemain juara Go Lee Sedol pada 2016.
Asal Usul Masuknya Kecerdasan Buatan ke Takalar Biarpun lingkupnya terbatas serta tak ringan diganti, kecerdasan buatan mesin reaktif bisa capai tingkat kesukaran, dan menjajakan keunggulan waktu dibentuk untuk penuhi pekerjaan yang berulang kali.
Ingatan Terbatas
Asal Usul Masuknya Kecerdasan Buatan ke Takalar memory terbatas mempunyai potensi buat menaruh data serta prakiraan awal kalinya waktu menghimpun info serta mengangsung putusan menjanjikan — secara prinsip lihat ke masa dahulu untuk cari anjuran mengenai apa ay hadir selanjutnya. Kecerdasan buatan kenangan terbatas lebih kompleks dan mendatangkan peluang yang bertambah besar ketimbang mesin reaktif.
AI kenangan terbatas dibentuk saat klub lagi latih style perihal teknik mempelajari serta manfaatkan data anyar atau lingkungan AI dibuat hingga bentuk bisa dilatih serta diperbaharui secara automatic. Waktu memakai AI ingatan terbatas dalam evaluasi mesin, enam cara harus dituruti: Data training mesti dibentuk, bentuk evaluasi mesin harus dibentuk, bentuk harus bisa membuat ramalan, mode mesti bisa terima operan balik manusia atau lingkungan, jika operan balik mesti diletakkan sebagai data, dan sejumlah langkah ini harus diulangi sebagai perputaran.
Ada tiga bentuk evaluasi mesin penting yang menggunakan kecerdasan buatan ingatan terbatas:
- Reinforcement learning, adalah belajar bikin prakiraan yang lebih bagus lewat trial-and-error yang berulang-ulang.
- Long Short Termin Memori (LSTM), yang memakai data masa dahulu untuk menolong meramalkan poin selanjutnya secara berturutan. LTSM memandang data yang lebih baru jadi yang terpenting di saat membikin ramalan dan mendiskon data dari masa lampau, kendati masih menggunakan untuk bikin ringkasan
- Evolutionary Generative Adversarial Networks (E-GAN), yang berkembang dari sekian waktu, tumbuh untuk mendalami lajur yang sedikit diubah berdasar pengalaman awal kalinya dengan tiap-tiap keputusan baru. Mode ini tak henti kejar lajur yang lebih bagus serta gunakan replikasi serta statistik, atau kemungkinan, untuk memperhitungkan hasil sejauh transisi reposisi evolusionernya.
Teori pemikiran
Asal Usul Masuknya Kecerdasan Buatan ke Takalar Theory of Mind itu saja — teoretis. Kami belum capai kebolehan technologi serta ilmiah yang dibutuhkan untuk sampai tingkat kecerdasan buatan selanjutnya.
Ide itu didasari di premis kejiwaan pengetahuan kalau makhluk hidup lain mempunyai pemikiran dan emosi yang mengubah sikap diri satu orang. Dalam soal mesin AI, ini memiliki arti AI bisa mendalami bagaimana hati manusia, hewan, serta mesin lain serta membuat putusan lewat refleksi serta ambisi diri, dan dapat manfaatkan data itu buat bikin ketentuan sendiri. Pada prinsipnya, mesin mesti dapat menyadari dan mengerjakan rencana “pemikiran”, fluktuasi emosi dalam ambil ketetapan dan sekumpulan ide psikis yang lain secara real time, membikin pertalian dua arah di antara manusia dan kecerdasan buatan.
BAGAIMANA JIKA AI MENJADI SENDIRI? OLEH SETIAP WAKTU10S
Kesadaran diri
Demikian Theory of Mind bisa dibikin dalam kecerdasan buatan, satu saat jauh di hari esok, cara paling akhir yakni AI jadi sadarkan diri. Kecerdasan buatan seperti ini punya kesadaran tingkat manusia serta mendalami kehadirannya sendiri di dunia, dan hadirnya serta situasi emosional pihak lain. Itu dapat pahami apa yang kemungkinan diperlukan pihak lain bukan sekedar menurut apa yang mereka beritahukan ke mereka namun bagaimana mereka menyampaikannya.
Kesadaran diri dalam kecerdasan buatan tergantung baik pada periset manusia yang pahami premis kesadaran selanjutnya belajar bagaimana menirunya maka bisa dibikin ke mesin.
PENGGUNAAN, CONTOH + APLIKASI
AI MEMILIKI BANYAK KEGUNAAN. CONTOH TERMASUK SEGALA SESUATU DARI AMAZON ALEXA SAMPAI MOBIL SENDIRI.
Bagaimana AI Dipakai?
Saat berkata terhadap banyak orang di Japan AI Pengalaman di tahun 2017, CEO DataRobot Jeremy Achin mengawali pidatonya dengan menjajakan pengertian berikut perihal bagaimana AI dipakai sekarang ini:
“AI yaitu Asal Usul Masuknya Kecerdasan Buatan ke Takalar skema computer yang sanggup melaksanakan banyak tugas yang kebanyakan perlu kecerdasan manusia… Beberapa dari mekanisme kecerdasan buatan ini ditopang oleh evaluasi mesin, sejumlah salah satunya ditunjang oleh evaluasi dalam dan beberapa salah satunya ditunjang oleh sejumlah hal yang paling menjengkelkan seperti ketentuan..”
AI Sempit: Terkadang dikatakan sebagai “AI Kurang kuat,” macam kecerdasan buatan ini bekerja dalam kondisi terbatas dan sebagai replikasi kecerdasan manusia. AI yang sempit kerap diprioritaskan buat lakukan satu pekerjaan dengan baik sekali dan biarpun mesin ini barangkali nampak cerdik, mereka bekerja di bawah batas dan batas yang jauh semakin banyak dibanding kecerdasan manusia yang sangat dasar sekalinya.
Artificial General Intelligence (AGI): AGI, terkadang dikatakan sebagai “AI Kuat,” yaitu tipe kecerdasan buatan yang kita tonton di film, seperti robot dari Westworld atau Data dari Star Track: The Next Generation. AGI yakni mesin dengan kecerdasan umum dan, seperti sama manusia, bisa mengimplementasikan kecerdasan itu untuk pecahkan kasus apa saja.
Kecerdasan Buatan Sempit
AI sempit ada di seputar kita serta secara mudah sebagai manifestasi kecerdasan buatan yang paling berhasil sampai waktu ini. Dengan konsentrasi pada kerjakan beberapa tugas tertentu, Narrow AI sudah merasakan banyak inovasi dalam dasawarsa paling akhir yang punyai “kegunaan sosial yang penting dan udah berperan pada vitalitas ekonomi bangsa,” menurut “Menyediakan Saat Depan Kecerdasan Buatan,” suatu Laporan 2016 dikeluarkan oleh pemerintah Obama.
Sebagian contoh AI Sempit mencakup:
- pelacakan Google
- Fitur lunak pengenalan gambar
- Siri, Alexa, dan pendamping personal yang lain
- Mobil self-driving
- Watson IBM
Evaluasi Mesin dan Evaluasi Dalam
Mayoritas AI Sempit ditunjang oleh inovasi dalam evaluasi mesin dan evaluasi dalam. Pahami ketidaksamaan di antara kecerdasan buatan, evaluasi mesin, serta evaluasi dalam bisa memusingkan. Kapitalis ventura Frank Chen memberinya deskripsi yang bagus terkait bagaimana memilah dari mereka, dengan menulis:
“Kecerdasan buatan merupakan sesetel algoritma serta kecerdasan untuk coba mencontoh kecerdasan manusia. Evaluasi mesin merupakan diantaranya, dan evaluasi dalam salah satunya tehnik evaluasi mesin itu.”
Simpelnya, evaluasi mesin berikan makan data pc serta memakai tehnik statistik buat menolongnya “belajar” bagaimana bertambah baik secara progresif pada suatu pekerjaan, tanpa ada diprogram secara eksklusif untuk pekerjaan itu, melenyapkan kepentingan akan juta-an baris code tercatat. Evaluasi mesin terdiri dalam evaluasi terawasi (gunakan himpunan data mempunyai label) dan evaluasi tanpa ada pemantauan (gunakan himpunan data tidak mempunyai label).
Evaluasi dalam yakni model evaluasi mesin yang jalankan input lewat arsitektur jaringan saraf yang mendapat ide secara biologis. Jaringan saraf memiliki kandungan beberapa susunan terselip di mana data diolah, memungkinkannya mesin untuk masuk “dalam” dalam pembelajarannya, membuat hubungan serta input pembobotan untuk hasil terpilih.
Kecerdasan Umum Buatan
Asal Usul Masuknya Kecerdasan Buatan ke Takalar Pembuatan mesin dengan kecerdasan tingkat manusia yang bisa dipraktekkan pada pekerjaan apa saja merupakan Cawan Suci untuk banyak pengamat AI, namun pelacakan AGI dipenuhi dengan persoalan.
Penelusuran “algoritme universal buat belajar serta lakukan tindakan di lingkungan apapun,” (Russel serta Norvig 27) tidaklah soal anyar, namun waktu tidak kurangi kesukaran buat membuat mesin dengan potensi kognitif yang komplet.
AGI udah lama jadi ide fiksi ilmiah dystopian, di mana robot super pintar kuasai umat manusia, tapi beberapa pakar sepakat kalau itu bukan suatu yang sebaiknya kita cemaskan.kuatirkan dalam kurun dekat.