Asal Usul Masuknya Kecerdasan Buatan ke Landak – Kurang dari 1 dasawarsa selesai pecahkan Enigma mesin enkripsi Nazi dan menolong Pasukan Sekutu meraih kemenangan Perang Dunia II, matematikawan Alan Touring mengganti histori untuk ke-2 kalinya dengan pertanyaan simple: “Dapatkah mesin pikir?”
Makalah Touring “Mesin Komputasi dan Kecerdasan” (1950), dan Test Touring selanjutnya, memutuskan misi dan tujuan dasar kecerdasan buatan.
Pada prinsipnya, AI ialah cabang pengetahuan computer yang mempunyai tujuan buat jawab pertanyaan Touring dengan keras. Ini ialah usaha untuk meniru atau mensimulasikan kecerdasan manusia dalam mesin.
Arah luas dari kecerdasan buatan sudah mengakibatkan beberapa pertanyaan serta diskusi. Sebegitu rupa, maka dari itu tidak ada arti tunggal sektor yang diterima secara universal.
Sanggupkah mesin berpikiran? – Alan Touring, 1950
Asal Usul Masuknya Kecerdasan Buatan ke Landak Minim penting dalam mengartikan AI cuma untuk “bikin mesin yang pandai” merupakan kalau AI tidak serius menerangkan apakah itu kecerdasan buatan? Apa yang bikin mesin pandai? AI yaitu pengetahuan interdisipliner dengan beragam pendekatan, akan tetapi perubahan dalam evaluasi mesin serta evaluasi dalam membentuk peralihan pola hampir di tiap-tiap bidang industri technologi.
Dalam buku text inovasi mereka Artificial Intelligence: A Kekinian Approach, penulis Stuart Russell dan Peter Norvig dekati pertanyaan dengan menjadikan satu tugas mereka di kitaran topik agen cerdik dalam mesin. Dengan penilaian ini, AI yaitu “study terkait agen yang terima pengertian dari lingkungan serta lakukan tindakan.” (Russel serta Norvig viii)
PERUSAHAAN AI TERBAIK YANG DIPEKERJAKAN SEKARANG
Perusahaan kecerdasan buatan ini memiliki tugas terbuka yang siap sekarang.
Norvig serta Russell meneruskan buat mengeksploitasi empat pendekatan tidak sama yang monumental mendeskripsikan bagian AI:
- Berpikiran secara manusiawi
- Pikir objektif
- Melakukan tindakan secara manusiawi
- Melakukan tindakan logis
Dua gagasan pertama tersangkut proses berpikiran serta penalaran, sementara lainnya bermasalah dengan tabiat. Norvig serta Russell focus terlebih dalam agen logis yang lakukan tindakan untuk menggapai hasil terunggul, menulis “seluruhnya keahlian yang diperlukan untuk Ujian Touring memungkinnya agen buat melakukan tindakan logis.” (Russel serta Norvig 4).
Patrick Winston, profesor kecerdasan buatan dan pengetahuan pc Ford di MIT, mendeskripsikan AI sebagai “algoritme yang diaktifkan oleh masalah, dibuka oleh representasi yang memberi dukungan style yang ditarget pada loop yang mengikat pikiran, pemahaman, dan aksi sama-sama.”
Sementara pengertian ini barangkali terlihat abstrak buat banyak orang, mereka menolong fokus bagian ini sebagai area pengetahuan pc dan berikan buat biru buat masukkan mesin dan program dengan evaluasi mesin dan subset kecerdasan buatan yang lain.
KECERDASAN BUATAN DIJELASKAN
Empat Type Kecerdasan Buatan
Mesin Reaktif
Asal Usul Masuknya Kecerdasan Buatan ke Landak Mesin reaktif mengikut dasar AI yang amat dasar serta, sama dengan namanya, cuman dapat memanfaatkan kepandaiannya untuk lihat dan bereaksi kepada dunia di depannya. Mesin reaktif tidak bisa simpan memory dan oleh karena itu tidak bisa mempercayakan pengalaman masa dulu buat memberitahukan ambil keputusan secara real-time.
Pahami dunia langsung memiliki arti jika mesin reaktif direncanakan buat merampungkan cuma beberapa pekerjaan privat yang terbatas. Tetapi, mempersempit penglihatan dunia mesin reaktif secara berniat bukan aksi pemangkasan cost apa saja, serta kebalikannya mempunyai arti kalau model AI ini bakal dapat lebih diyakini dan bisa dipercaya — dia akan bereaksi dengan sama pada rangsangan yang serupa kapan waktu.
Asal Usul Masuknya Kecerdasan Buatan ke Landak Contoh termasyhur dari mesin reaktif merupakan Deep Blue, yang direncanakan oleh IBM di tahun 1990-an jadi superkomputer yang bermain catur serta menaklukkan grandmaster internasional Gary Kasparov dalam suatu permainan. Deep Blue cuma sanggup menandai bidak-bidak di papan catur dan ketahui bagaimana tiap-tiap pergerakan berdasar peraturan catur, mengenal status masing-masing bidak sekarang, dan tentukan cara apa yang paling masuk akal pada waktu itu. Pc tak menguber pergerakan menjanjikan di hari esok oleh saingannya atau coba meletakkan bagiannya sendiri di status yang lebih bagus. Tiap-tiap tikungan di pandang menjadi realistisnya sendiri, terpisah dari pergerakan yang lain dibikin awalnya.
Contoh lain dari mesin reaktif bermain games yaitu Google AlphaGo. AlphaGo tidak juga dapat menilai pergerakan di hari depan akan tetapi tergantung di jaringan sarafnya sendiri untuk mempelajari kemajuan permainan sekarang, memberinya keunggulan atas Deep Blue dalam permainan yang lebih kompleks. AlphaGo pun kalahkan kompetitor permainan kelas dunia, menundukkan pemain juara Go Lee Sedol pada 2016.
Asal Usul Masuknya Kecerdasan Buatan ke Landak Walau lingkupnya terbatas dan tidak ringan diganti, kecerdasan buatan mesin reaktif bisa sampai tingkat persoalan, dan tawarkan keunggulan saat dibentuk buat penuhi pekerjaan yang berulang kali.
Memory Terbatas
Asal Usul Masuknya Kecerdasan Buatan ke Landak kenangan terbatas punyai kebolehan untuk menaruh data serta ramalan awal mulanya waktu menyatukan data dan mengangsung keputusan prospektif — secara prinsip menyaksikan ke masa dahulu buat cari arahan terkait apa ay tiba selanjutnya. Kecerdasan buatan ingatan terbatas lebih kompleks serta mendatangkan peluang yang semakin besar dibanding mesin reaktif.
AI memory terbatas dibikin waktu klub selalu latih bentuk mengenai metode menelaah serta menggunakan data baru atau lingkungan AI dibikin hingga style bisa dilatih serta diperbaharui secara automatic. Saat memakai AI kenangan terbatas dalam evaluasi mesin, enam cara mesti dituruti: Data training harus dibikin, bentuk evaluasi mesin mesti dibentuk, style mesti bisa membuat ramalan, mode mesti bisa terima operan balik manusia atau lingkungan, kalau operan balik mesti diletakkan selaku data, serta sejumlah langkah ini harus diulang-ulang menjadi perputaran.
Ada tiga style evaluasi mesin inti yang menggunakan kecerdasan buatan memory terbatas:
- Reinforcement learning, adalah belajar membuat perkiraan yang lebih bagus lewat trial-and-error yang berulang-ulang.
- Long Short Termin Memori (LSTM), yang memakai data masa lampau buat menolong memperhitungkan elemen seterusnya secara berurut. LTSM menyaksikan info yang lebih baru sebagai yang terpenting sewaktu membikin ramalan dan mendiskon data dari masa lampau, walau masih memakainya untuk bikin ringkasan
- Evolutionary Generative Adversarial Networks (E-GAN), yang berkembang dari hari ke hari, tumbuh buat menjelajahi lajur yang sedikit diubah menurut pengalaman awal mulanya dengan tiap-tiap keputusan anyar. Style ini terus-terusan memburu lajur yang lebih bagus serta gunakan replikasi serta statistik, atau kesempatan, untuk memperhitungkan hasil sejauh perputaran reposisi evolusionernya.
Teori ingatan
Asal Usul Masuknya Kecerdasan Buatan ke Landak Theory of Mind cuma itu — teoretis. Kami belum menggapai potensi tehnologi dan ilmiah yang dibutuhkan buat capai tingkat kecerdasan buatan seterusnya.
Rancangan itu didasari di premis psikis wawasan kalau makhluk hidup lain mempunyai pemikiran serta emosi yang mengubah tingkah laku diri satu orang. Dalam soal mesin AI, ini memiliki arti AI bisa menyadari bagaimana hati manusia, hewan, dan mesin lain serta bikin ketentuan lewat refleksi dan kemauan diri, dan selanjutnya dapat menggunakan info itu untuk bikin putusan sendiri. Secara prinsip, mesin harus sanggup mengerti dan mengerjakan rencana “pemikiran”, fluktuasi emosi dalam ambil ketetapan dan rangkaian rencana mental yang lain secara real time, membentuk interaksi 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 masa datang, cara paling akhir yakni AI jadi sadarkan diri. Kecerdasan buatan sesuai ini mempunyai kesadaran tingkat manusia dan menyadari kemunculannya sendiri di dunia, dan datangnya serta kondisi emosional pihak lain. Itu bisa dapat mengerti apa yang barangkali diperlukan pihak lain bukan hanya menurut apa yang mereka sampaikan ke mereka akan tetapi bagaimana mereka mengkomunikasikannya.
Kesadaran diri dalam kecerdasan buatan tergantung baik di periset manusia yang pahami premis kesadaran dan selanjutnya belajar bagaimana menduplikasinya 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 bercakap terhadap banyak orang di Japan AI Pengalaman di tahun 2017, CEO DataRobot Jeremy Achin mulai pidatonya dengan menjajakan pengertian berikut mengenai bagaimana AI dipakai waktu ini:
“AI ialah Asal Usul Masuknya Kecerdasan Buatan ke Landak metode computer yang dapat lakukan beberapa tugas yang rata-rata memerlukan kecerdasan manusia… Sebagian dari struktur kecerdasan buatan ini dibantu oleh evaluasi mesin, sejumlah salah satunya dibantu oleh evaluasi dalam serta beberapa salah satunya dibantu oleh sejumlah hal yang paling menjemukan seperti ketentuan..”
AI Sempit: Terkadang dikatakan sebagai “AI Kurang kuat,” model kecerdasan buatan ini bekerja dalam kerangka terbatas serta adalah replikasi kecerdasan manusia. AI yang sempit kerap dikhususkan untuk mengerjakan satu pekerjaan dengan baik sekali dan walaupun mesin ini barangkali terlihat pintar, mereka bekerja di bawah batas dan batas yang jauh makin banyak dibanding kecerdasan manusia yang paling dasar sekalinya.
Artificial General Intelligence (AGI): AGI, kadangkala disebut yaitu “AI Kuat,” yakni model kecerdasan buatan yang kita tonton di film, seperti robot dari Westworld atau Data dari Star Lintasan: The Next Generation. AGI merupakan mesin dengan kecerdasan umum dan, seperti sama manusia, bisa mengimplementasikan kecerdasan itu untuk pecahkan problem apa saja.
Kecerdasan Buatan Sempit
AI sempit ada di seputar kita dan dengan gampang adalah perwujudan kecerdasan buatan yang tersukses sampai sekarang ini. Dengan konsentrasi di kerjakan beberapa tugas tersendiri, Narrow AI udah alami banyak inovasi dalam dasawarsa paling akhir yang punya “kegunaan sosial yang berarti dan sudah berperan di vitalitas ekonomi bangsa,” menurut “Persiapkan Periode Depan Kecerdasan Buatan,” suatu Laporan 2016 di-launching oleh pemerintah Obama.
Contoh-contoh AI Sempit mencakup:
- pelacakan Google
- Piranti lunak pengenalan gambar
- Siri, Alexa, serta pendamping personal yang lain
- Mobil self-driving
- Watson IBM
Evaluasi Mesin dan Evaluasi Dalam
Sejumlah besar AI Sempit dibantu oleh inovasi dalam evaluasi mesin serta evaluasi dalam. Menyadari ketidaksamaan di antara kecerdasan buatan, evaluasi mesin, dan evaluasi dalam bisa memusingkan. Kapitalis ventura Frank Chen memberinya deskripsi yang bagus mengenai bagaimana memilah dari mereka, dengan menulis:
“Kecerdasan buatan yakni seperangkatan algoritma dan kecerdasan buat coba mencontoh kecerdasan manusia. Evaluasi mesin ialah satu diantaranya, dan evaluasi dalam yaitu salah satunya tehnik evaluasi mesin itu.”
Ringkasnya, evaluasi mesin memberinya makan data computer dan gunakan tehnik statistik buat menolongnya “belajar” bagaimana bertambah baik secara progresif dalam sebuah pekerjaan, tanpa diprogram secara spesial untuk pekerjaan itu, menyingkirkan kepentingan dapat juta-an baris code tercatat. Evaluasi mesin terdiri dalam evaluasi terawasi (gunakan kelompok data memiliki label) serta evaluasi tanpa ada pemantauan (memanfaatkan himpunan data tidak punya label).
Evaluasi dalam ialah type evaluasi mesin yang jalankan input lewat arsitektur jaringan saraf yang mendapat inspirasi secara biologis. Jaringan saraf punya kandungan beberapa susunan terselip di mana data diolah, memungkinnya mesin untuk masuk “dalam” dalam pembelajarannya, membuat hubungan serta input pembobotan buat hasil terhebat.
Kecerdasan Umum Buatan
Asal Usul Masuknya Kecerdasan Buatan ke Landak Pembuatan mesin dengan kecerdasan tingkat manusia yang bisa diimplikasikan pada pekerjaan apapun yakni Cawan Suci buat banyak pengamat AI, namun penelusuran AGI sarat dengan kesukaran.
Pelacakan “algoritme universal buat belajar serta melakukan tindakan di lingkungan apa saja,” (Russel dan Norvig 27) bukan soal anyar, namun waktu tak kurangi kepelikan untuk membentuk mesin dengan potensi kognitif yang komplet.
AGI sudah lama jadi ide fiksi ilmiah dystopian, di mana robot super pintar kuasai umat manusia, namun beberapa pakar sepakat kalau itu bukan suatu hal yang sebaiknya kita risaukan pada tempo dekat.