Asal Usul Masuknya Kecerdasan Buatan ke Puncak – Kurang dari 1 dasawarsa seusai pecahkan Enigma mesin enkripsi Nazi serta menolong Pasukan Sekutu meraih kemenangan Perang Dunia II, matematikawan Alan Touring mengganti histori buat ke-2 kalinya dengan pertanyaan simple: “Dapatkah mesin pikir?”
Makalah Touring “Mesin Komputasi serta Kecerdasan” (1950), dan Test Touring selanjutnya, memastikan misi dan tujuan dasar kecerdasan buatan.
Secara prinsip, AI merupakan cabang pengetahuan pc yang mempunyai tujuan buat jawab pertanyaan Touring dengan keras. Ini yaitu usaha buat menduplikasi atau mensimulasikan kecerdasan manusia dalam mesin.
Maksud luas dari kecerdasan buatan udah mengakibatkan beberapa pertanyaan dan diskusi. Sebegitu rupa, maka dari itu tak ada uraian tunggal bagian yang diterima secara universal.
Sanggupkah mesin pikir? – Alan Touring, 1950
Asal Usul Masuknya Kecerdasan Buatan ke Puncak Minim pokok dalam membatasi AI cuma untuk “bikin mesin yang pintar” yaitu kalau AI tidak sungguh-sungguh menerangkan apakah yang dimaksud kecerdasan buatan? Apa yang bikin mesin pandai? AI yakni pengetahuan interdisipliner dengan pelbagai pendekatan, tapi perubahan dalam evaluasi mesin dan evaluasi dalam membentuk pengubahan pola hampir di tiap-tiap bagian industri tehnologi.
Dalam buku text inovasi mereka Artificial Intelligence: A Kekinian Approach, penulis Stuart Russell serta Peter Norvig dekati pertanyaan dengan jadikan satu tugas mereka disekitaran obyek agen pandai dalam mesin. Dengan pikiran ini, AI yakni “study terkait agen yang terima pemikiran dari lingkungan dan lakukan tindakan.” (Russel dan Norvig viii)
PERUSAHAAN AI TERBAIK YANG DIPEKERJAKAN SEKARANG
Perusahaan kecerdasan buatan ini memiliki tugas terbuka yang ada sekarang.
Norvig dan Russell menyambung buat mendalami empat pendekatan tidak sama yang dengan monumental membatasi area AI:
- Pikir secara manusiawi
- Berpikiran logis
- Melakukan tindakan secara manusiawi
- Melakukan tindakan objektif
Dua gagasan pertama tersangkut proses memikir dan penalaran, sementara lainnya bermasalah dengan tabiat. Norvig dan Russell focus terpenting di agen logis yang lakukan tindakan untuk gapai hasil terunggul, mendata “semua ketrampilan yang diperlukan untuk Test Touring memungkinnya agen buat melakukan tindakan logis.” (Russel dan Norvig 4).
Patrick Winston, profesor kecerdasan buatan serta pengetahuan computer Ford di MIT, mendeskripsikan AI selaku “algoritme yang diaktifkan oleh hambatan, diungkap oleh representasi yang memberi dukungan bentuk yang ditarget pada loop yang mengikat pertimbangan, pandangan, dan aksi berbarengan.”
Sementara uraian ini barangkali kelihatan abstrak untuk banyak orang, mereka menolong fokus area ini sebagai sektor pengetahuan pc serta memberi buat biru untuk masukkan mesin serta program dengan evaluasi mesin dan subset kecerdasan buatan yang lain.
APA ITU AI?
Empat Type Kecerdasan Buatan
Mesin Reaktif
Asal Usul Masuknya Kecerdasan Buatan ke Puncak Mesin reaktif mengikut konsep AI yang paling dasar dan, sama dengan namanya, cuman sanggup gunakan kepintarannya untuk memandang serta bereaksi kepada dunia di depannya. Mesin reaktif tidak bisa simpan memory dan oleh karena itu tidak bisa mempercayakan pengalaman masa silam untuk memberitahukan ambil putusan secara real-time.
Mendalami dunia dengan cara langsung mempunyai arti jika mesin reaktif direncanakan untuk mengakhiri cuma beberapa pekerjaan teristimewa yang terbatas. Akan tetapi, mempersempit penglihatan dunia mesin reaktif secara menyengaja tidak perlakuan pemangkasan cost apapun, serta kebalikannya bermakna jika tipe AI ini bakal dapat lebih diyakini serta bisa dihandalkan — dia bakal bereaksi secara sama pada rangsangan yang serupa setiap waktu.
Asal Usul Masuknya Kecerdasan Buatan ke Puncak Contoh termasyhur dari mesin reaktif merupakan Deep Blue, yang didesain oleh IBM di tahun 1990-an selaku superkomputer yang bermain catur serta kalahkan grandmaster internasional Gary Kasparov dalam suatu games. Deep Blue cuman dapat mengenali bidak-bidak di papan catur serta ketahui bagaimana tiap-tiap pergerakan menurut ketentuan catur, mengenal status masing-masing bidak sekarang, serta tentukan cara apa yang sangat masuk akal di saat itu. Pc tidak memburu pergerakan prospektif di hari depan oleh rivalnya atau coba meletakkan bagiannya sendiri di status yang lebih bagus. Tiap tikungan dilihat sebagai realistisnya sendiri, terpisah dari pergerakan yang lain dibikin awal mulanya.
Contoh lain dari mesin reaktif main permainan yakni Google AlphaGo. AlphaGo pun tidak sanggup mempelajari pergerakan di hari depan akan tetapi tergantung di jaringan sarafnya sendiri buat menilai kemajuan games sekarang, berikan keunggulan atas Deep Blue dalam games yang lebih kompleks. AlphaGo menaklukkan lawan permainan kelas dunia, taklukkan pemain juara Go Lee Sedol di 2016.
Asal Usul Masuknya Kecerdasan Buatan ke Puncak Biarpun lingkupnya terbatas serta tidak gampang diganti, kecerdasan buatan mesin reaktif bisa menggapai tingkat kesulitan, serta menjajakan kehebatan waktu dibikin buat penuhi pekerjaan yang berulang kali.
Kenangan Terbatas
Asal Usul Masuknya Kecerdasan Buatan ke Puncak kenangan terbatas mempunyai kekuatan buat menaruh data serta perkiraan awal kalinya saat kumpulkan data serta mengangsung ketentuan prospektif — pada prinsipnya memandang ke masa lampau buat cari wejangan terkait apa ay ada selanjutnya. Kecerdasan buatan ingatan terbatas lebih kompleks dan mendatangkan peluang yang makin besar dibanding mesin reaktif.
AI ingatan terbatas dibikin saat klub selalu latih mode perihal langkah mempelajari serta memakai data anyar atau lingkungan AI dibuat maka dari itu mode bisa dilatih serta diperbaharui secara automatis. Waktu memakai AI ingatan terbatas dalam evaluasi mesin, enam cara harus dituruti: Data kursus harus dibikin, style evaluasi mesin mesti dibentuk, bentuk harus bisa membikin perkiraan, style harus bisa terima operan balik manusia atau lingkungan, jika operan balik mesti diletakkan selaku data, dan sejumlah langkah ini mesti diulangi menjadi transisi.
Ada tiga style evaluasi mesin khusus yang manfaatkan kecerdasan buatan ingatan terbatas:
- Reinforcement learning, yakni belajar bikin ramalan yang lebih bagus lewat trial-and-error yang berulang-ulang.
- Long Short Termin Memori (LSTM), yang menggunakan data masa dahulu untuk menolong meramalkan poin selanjutnya secara berturutan. LTSM menyaksikan info yang lebih anyar selaku yang terpenting di saat bikin perkiraan dan mendiskon data dari waktu dulu, walau masih menggunakan buat bikin ringkasan
- Evolutionary Generative Adversarial Networks (E-GAN), yang berkembang dari sekian waktu, tumbuh buat mengeksploitasi lajur yang sedikit diubah berdasar pada pengalaman awal mulanya dengan tiap putusan baru. Bentuk ini tak henti kejar lajur yang lebih bagus dan memakai replikasi serta statistik, atau kesempatan, buat memperkirakan hasil sejauh transisi perubahan evolusionernya.
Teori pemikiran
Asal Usul Masuknya Kecerdasan Buatan ke Puncak Theory of Mind itu saja — teoretis. Kami belum sampai kapabilitas technologi dan ilmiah yang dibutuhkan buat sampai tingkat kecerdasan buatan seterusnya.
Rancangan itu didasari pada premis mental pengetahuan kalau makhluk hidup lain punya pemikiran serta emosi yang memengaruhi tingkah laku diri satu orang. Dalam soal mesin AI, ini memiliki arti AI bisa mengerti bagaimana hati manusia, hewan, dan mesin lain serta membikin ketetapan lewat refleksi serta ambisi diri, selanjutnya dapat manfaatkan data itu untuk membikin ketetapan sendiri. Secara prinsip, mesin harus sanggup mengerti serta mengolah prinsip “pemikiran”, fluktuasi emosi dalam ambil keputusan dan rangkaian rancangan kejiwaan yang lain secara real time, membentuk jalinan dua arah di antara manusia dan kecerdasan buatan.
BAGAIMANA JIKA AI MENJADI SENDIRI? OLEH SETIAP WAKTU10S
Kesadaran diri
Demikian Theory of Mind bisa dibuat dalam kecerdasan buatan, satu saat jauh di hari depan, cara paling akhir merupakan AI jadi sadarkan diri. Kecerdasan buatan seperti ini punya kesadaran tingkat manusia serta mengerti kehadirannya sendiri di dunia, dan hadirnya dan kondisi emosional pihak lain. Itu bisa dapat menyadari apa yang kemungkinan diperlukan pihak lain tidak sekedar berdasar apa yang mereka sampaikan ke mereka namun bagaimana mereka mengkomunikasikannya.
Kesadaran diri dalam kecerdasan buatan tergantung baik di pengamat manusia yang pahami premis kesadaran selanjutnya belajar bagaimana menirunya maka bisa dibuat ke mesin.
PENGGUNAAN, CONTOH + APLIKASI
AI MEMILIKI BANYAK KEGUNAAN. CONTOH TERMASUK SEGALA SESUATU DARI AMAZON ALEXA SAMPAI MOBIL SENDIRI.
Bagaimana AI Dipakai?
Saat berkata pada banyak orang di Japan AI Pengalaman di tahun 2017, CEO DataRobot Jeremy Achin mengawali pidatonya dengan menjajakan uraian berikut mengenai bagaimana AI dipakai sekarang ini:
“AI merupakan Asal Usul Masuknya Kecerdasan Buatan ke Puncak prosedur computer yang sanggup lakukan beberapa tugas yang rata-rata butuh kecerdasan manusia… Beberapa dari prosedur kecerdasan buatan ini dibantu oleh evaluasi mesin, sejumlah salah satunya dibantu oleh evaluasi dalam dan sejumlah salah satunya ditunjang oleh perihal-perihal yang paling menjenuhkan seperti ketentuan..”
AI Sempit: Kadang dikatakan sebagai “AI Kurang kuat,” macam kecerdasan buatan ini bekerja dalam kondisi terbatas dan adalah replikasi kecerdasan manusia. AI yang sempit kerap diutamakan buat mengerjakan satu pekerjaan dengan baik sekali dan walau mesin ini kemungkinan terlihat pintar, 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,” yakni model kecerdasan buatan yang kita tonton di film, seperti robot dari Westworld atau Data dari Star Track: The Next Generation. AGI merupakan mesin dengan kecerdasan umum dan, seperti manusia, bisa mengimplementasikan kecerdasan itu buat pecahkan permasalahan apapun.
Kecerdasan Buatan Sempit
AI sempit ada di seputar kita dan secara gampang sebagai perwujudan kecerdasan buatan yang paling berhasil sampai sekarang ini. Dengan konsentrasi di melaksanakan banyak tugas tertentu, Narrow AI sudah mengenyam banyak inovasi dalam dasawarsa paling akhir yang mempunyai “faedah sosial yang penting serta udah berperan di vitalitas ekonomi bangsa,” menurut “Menyiapkan Periode Depan Kecerdasan Buatan,” sebuah Laporan 2016 diluncurkan oleh pemerintah Obama.
Contoh-contoh AI Sempit mencakup:
- pelacakan Google
- Feature lunak pengenalan gambar
- Siri, Alexa, serta pendamping individu yang lain
- Mobil self-driving
- Watson IBM
Evaluasi Mesin dan Evaluasi Dalam
Kebanyakan AI Sempit ditunjang oleh inovasi dalam evaluasi mesin dan evaluasi dalam. Mengerti ketidaksamaan di antara kecerdasan buatan, evaluasi mesin, dan evaluasi dalam bisa memusingkan. Kapitalis ventura Frank Chen memberi lukisan yang bagus mengenai bagaimana memperbandingkan dari mereka, dengan menulis:
“Kecerdasan buatan merupakan seperangkatan algoritma dan kecerdasan buat coba menyerupai kecerdasan manusia. Evaluasi mesin merupakan antara lainnya, dan evaluasi dalam salah satu tehnik evaluasi mesin itu.”
Simpelnya, evaluasi mesin memberikan makan data pc serta gunakan tehnik statistik buat menolongnya “belajar” bagaimana jadi lebih baik secara progresif pada sebuah pekerjaan, tanpa ada diprogram secara spesial untuk pekerjaan itu, melenyapkan kepentingan dapat juta-an baris code terdaftar. Evaluasi mesin terbagi dalam evaluasi terawasi (memanfaatkan kelompok data punya label) dan evaluasi tanpa pemantauan (gunakan himpunan data tidak memiliki label).
Evaluasi dalam merupakan macam evaluasi mesin yang jalankan input lewat arsitektur jaringan saraf yang memperoleh ide secara biologis. Jaringan saraf punya kandungan beberapa susunan terselinap di mana data diolah, memungkinnya mesin buat masuk “dalam” dalam pembelajarannya, membikin jaringan serta input pembobotan buat hasil terbaik.
Kecerdasan Umum Buatan
Asal Usul Masuknya Kecerdasan Buatan ke Puncak Pembuatan mesin dengan kecerdasan tingkat manusia yang bisa diaplikasikan pada pekerjaan apapun merupakan Cawan Suci untuk banyak ilmuwan AI, tapi penelusuran AGI dipenuhi dengan persoalan.
Pelacakan “algoritme universal untuk belajar serta melakukan tindakan di lingkungan apapun,” (Russel serta Norvig 27) tidak soal anyar, akan tetapi waktu tak kurangi kesusahan untuk membentuk mesin dengan kebolehan kognitif yang komplet.
AGI udah lama jadi buah pikiran fiksi ilmiah dystopian, di mana robot super cerdik kuasai umat manusia, namun beberapa pakar sepakat kalau itu bukan suatu hal yang harus kita risaukan dalam saat dekat.