Sejarah Kecerdasan Buatan ke Mamasa – Kurang dari 1 dasawarsa selesai pecahkan Enigma mesin enkripsi Nazi dan menolong Pasukan Sekutu memenangi 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 Test Touring selanjutnya, memastikan visi dan tujuan dasar kecerdasan buatan.
Secara prinsip, AI merupakan cabang pengetahuan computer yang memiliki tujuan untuk jawab pertanyaan Touring dengan tegas. Ini yakni usaha buat meniru atau mensimulasikan kecerdasan manusia dalam mesin.
Arah luas dari kecerdasan buatan sudah mengakibatkan pertanyaan-pertanyaan serta perbincangan. Demikian rupa, hingga tak ada uraian tunggal bagian yang diterima secara universal.
Sanggupkah mesin berpikiran? – Alan Touring, 1950
Sejarah Kecerdasan Buatan ke Mamasa Kebatasan khusus dalam mengartikan AI cuma untuk “membuat mesin yang pintar” merupakan jika AI tak serius mengatakan apa yang dimaksud kecerdasan buatan? Apa yang membuat mesin pintar? AI ialah pengetahuan interdisipliner dengan pelbagai pendekatan, tapi perubahan dalam evaluasi mesin serta evaluasi dalam membentuk pengubahan pola nyaris di tiap-tiap bagian 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 sekeliling obyek agen pintar dalam mesin. Dengan pertimbangan ini, AI merupakan “study terkait agen yang terima pemahaman dari lingkungan dan lakukan tindakan.” (Russel dan Norvig viii)
PERUSAHAAN AI TERBAIK YANG DIPEKERJAKAN SEKARANG
Perusahaan kecerdasan buatan ini banyak memiliki tugas terbuka yang ada sekarang ini.
Norvig dan Russell menyambung untuk mempelajari empat pendekatan tidak serupa yang dengan bersejarah mengartikan area AI:
- Memikir secara manusiawi
- Memikir objektif
- Melakukan tindakan secara manusiawi
- Melakukan tindakan objektif
Dua inspirasi pertama tersangkut proses memikir serta penalaran, sementara yang lainnya berhubungan dengan tabiat. Norvig serta Russell konsentrasi terpenting di agen logis yang lakukan tindakan untuk sampai hasil terhebat, menulis “semuanya ketrampilan yang diperlukan buat Test Touring pun memungkinnya agen untuk lakukan tindakan logis.” (Russel serta Norvig 4).
Patrick Winston, profesor kecerdasan buatan dan pengetahuan pc Ford di MIT, mendeskripsikan AI selaku “algoritme yang diaktifkan oleh halangan, dibeber oleh representasi yang menyuport style yang direncanakan pada loop yang mengikat penilaian, pandangan, serta perlakuan saling bersama.”
Sementara uraian ini barangkali nampak abstrak buat banyak orang, mereka menolong menitik beratkan sektor ini selaku sektor pengetahuan pc serta memberi bikin biru untuk masukkan mesin dan program dengan evaluasi mesin serta subset kecerdasan buatan yang lain.
JENIS KECERDASAN BUATAN
Empat Macam Kecerdasan Buatan
Mesin Reaktif
Sejarah Kecerdasan Buatan ke Mamasa Mesin reaktif ikuti dasar AI yang amat dasar dan, sama dengan namanya, cuman bisa memakai kepintarannya untuk memandang serta bereaksi pada dunia di depannya. Mesin reaktif tidak bisa menaruh memory dan mengakibatkan tidak bisa mempercayakan pengalaman masa dulu untuk mengatakan ambil putusan secara real-time.
Mengerti dunia langsung bermakna kalau mesin reaktif didesain untuk mengakhiri cuman beberapa pekerjaan teristimewa yang terbatas. Tapi, mempersempit penglihatan dunia mesin reaktif secara menyengaja tidaklah perlakuan pemangkasan ongkos apapun, serta kebalikannya mempunyai arti jika model AI ini akan dapat lebih diyakini serta bisa dihandalkan — dia bakal bereaksi secara sama kepada rangsangan yang serupa setiap waktu.
Sejarah Kecerdasan Buatan ke Mamasa Contoh tenar dari mesin reaktif merupakan Deep Blue, yang direncanakan oleh IBM di tahun 1990-an jadi superkomputer yang bermain catur dan kalahkan grandmaster internasional Gary Kasparov dalam sebuah games. Deep Blue cuma sanggup mengenali bidak-bidak di papan catur serta mengerti bagaimana tiap-tiap pergerakan berdasar ketentuan catur, mengetahui status semasing bidak waktu ini, dan tentukan cara apa yang paling masuk akal ketika itu. Pc tidak kejar pergerakan menjanjikan di hari esok oleh tandingannya atau coba tempatkan bagiannya sendiri di status yang lebih bagus. Tiap tikungan di pandang jadi realistisnya sendiri, terpisah dari pergerakan yang lain dibikin awalnya.
Contoh lain dari mesin reaktif main games merupakan Google AlphaGo. AlphaGo pun tidak bisa menyurvei pergerakan di hari depan namun tergantung di jaringan sarafnya sendiri untuk mempelajari perubahan permainan waktu ini, berikan keunggulan atas Deep Blue dalam games yang lebih kompleks. AlphaGo pun menaklukkan lawan games kelas dunia, kalahkan pemain juara Go Lee Sedol di 2016.
Sejarah Kecerdasan Buatan ke Mamasa Biarpun lingkupnya terbatas dan tidak gampang diganti, kecerdasan buatan mesin reaktif bisa capai tingkat persoalan, dan menjajakan kehebatan waktu dibikin untuk penuhi pekerjaan yang berulang-ulang.
Ingatan Terbatas
Sejarah Kecerdasan Buatan ke Mamasa ingatan terbatas punyai kebolehan untuk menaruh data dan prakiraan awalnya waktu menyatukan data serta mengangsung keputusan prospektif — pada prinsipnya memandang ke masa dulu untuk cari saran perihal apa ay tiba seterusnya. Kecerdasan buatan memory terbatas lebih kompleks serta mendatangkan peluang yang semakin besar dibanding mesin reaktif.
AI kenangan terbatas dibentuk saat team lagi latih mode terkait langkah mempelajari dan memakai data baru atau lingkungan AI dibikin maka bentuk bisa dilatih dan diperbaiki secara automatis. Saat memakai AI memory terbatas dalam evaluasi mesin, enam cara harus dituruti: Data kursus mesti dibentuk, bentuk evaluasi mesin harus dibentuk, bentuk mesti bisa bikin ramalan, style mesti bisa terima operan balik manusia atau lingkungan, jika operan balik harus ditaruh sebagai data, serta sejumlah langkah ini mesti diulang-ulang sebagai perputaran.
Ada tiga style evaluasi mesin pokok yang memakai kecerdasan buatan ingatan terbatas:
- Reinforcement learning, ialah belajar membikin ramalan yang lebih bagus lewat trial-and-error yang berulang kali.
- Long Short Termin Memori (LSTM), yang memakai data waktu dulu untuk menolong meramalkan elemen selanjutnya secara berturutan. LTSM menyaksikan data yang lebih baru menjadi yang paling utama sewaktu bikin prakiraan serta mendiskon data dari masa dulu, walau masih pakainya untuk membikin ikhtisar
- Evolutionary Generative Adversarial Networks (E-GAN), yang berkembang dari kian waktu, tumbuh buat mengeksploitasi lajur yang sedikit diubah berdasar pengalaman awalnya dengan tiap-tiap ketentuan anyar. Mode ini tak henti menguber lajur yang lebih bagus serta gunakan replikasi serta statistik, atau kesempatan, buat memperhitungkan hasil sejauh transisi reposisi evolusionernya.
Teori ingatan
Sejarah Kecerdasan Buatan ke Mamasa Theory of Mind cuma itu — teoretis. Kami belum sampai kebolehan tehnologi dan ilmiah yang dibutuhkan untuk gapai tingkat kecerdasan buatan seterusnya.
Ide itu didasari di premis kejiwaan wawasan kalau makhluk hidup lain mempunyai pemikiran serta emosi yang memengaruhi sikap diri seorang. Dalam soal mesin AI, ini mempunyai arti AI bisa mengerti bagaimana hati manusia, hewan, serta mesin lain dan bikin putusan lewat refleksi serta niat diri, dan selanjutnya bakal memakai data itu buat bikin ketentuan sendiri. Pada prinsipnya, mesin harus bisa menyadari dan mengolah ide “ingatan”, fluktuasi emosi dalam ambil ketentuan serta sekumpulan ide psikis yang lain secara real time, membuat pertalian dua arah di antara manusia serta kecerdasan buatan.
BAGAIMANA JIKA AI MENJADI SENDIRI? OLEH SETIAP WAKTU10S
Kesadaran diri
Demikian Theory of Mind bisa dibuat dalam kecerdasan buatan, satu waktu jauh di masa datang, cara paling akhir merupakan AI jadi sadarkan diri. Kecerdasan buatan seperti ini punyai kesadaran tingkat manusia dan mengerti kemunculannya sendiri di dunia, dan kedatangan dan situasi emosional pihak lain. Itu dapat pahami apa yang barangkali diperlukan pihak lain bukan cuma berdasar pada apa yang mereka sampaikan terhadap mereka akan tetapi bagaimana mereka menyampaikannya.
Kesadaran diri dalam kecerdasan buatan tergantung baik pada periset manusia yang menyadari premis kesadaran selanjutnya belajar bagaimana menduplikasinya maka bisa dibikin ke mesin.
PENGGUNAAN, CONTOH + APLIKASI
AI MEMILIKI BANYAK KEGUNAAN. CONTOH TERMASUK SEGALA SESUATU DARI AMAZON ALEXA SAMPAI MOBIL SENDIRI.
Bagaimana AI Dipergunakan?
Saat bercakap pada beberapa orang di Japan AI Pengalaman di tahun 2017, CEO DataRobot Jeremy Achin mulai pidatonya dengan menjajakan pengertian berikut mengenai bagaimana AI dipakai sekarang:
“AI ialah Sejarah Kecerdasan Buatan ke Mamasa prosedur computer yang sanggup mengerjakan banyak tugas yang umumnya butuh kecerdasan manusia… Beberapa dari prosedur kecerdasan buatan ini disokong oleh evaluasi mesin, beberapa salah satunya dibantu oleh evaluasi dalam dan beberapa salah satunya ditunjang oleh beberapa hal yang paling menjemukan seperti peraturan..”
AI Sempit: Terkadang dikatakan sebagai “AI Kurang kuat,” macam kecerdasan buatan ini bekerja dalam skema terbatas dan adalah replikasi kecerdasan manusia. AI yang sempit kerap dikhususkan buat mengerjakan satu pekerjaan dengan baik sekali dan walaupun mesin ini kemungkinan terlihat pintar, mereka bekerja di bawah batas dan batas yang semakin banyak ketimbang kecerdasan manusia yang amat dasar sekalinya.
Artificial General Intelligence (AGI): AGI, kadangkala disebut yaitu “AI Kuat,” yaitu type kecerdasan buatan yang kita tonton di film, seperti robot dari Westworld atau Data dari Star Lintasan: The Next Generation. AGI yaitu mesin dengan kecerdasan umum serta, seperti sama manusia, bisa menempatkan kecerdasan itu buat pecahkan soal apa saja.
Kecerdasan Buatan Sempit
AI sempit ada di kitaran kita serta secara mudah adalah perwujudan kecerdasan buatan yang paling berhasil sampai sekarang. Dengan focus pada melaksanakan pekerjaan-pekerjaan spesifik, Narrow AI udah merasakan banyak inovasi dalam dasawarsa paling akhir yang miliki “kegunaan sosial yang berarti serta sudah berperan di vitalitas ekonomi bangsa,” menurut “Persiapkan Saat Depan Kecerdasan Buatan,” sebuah Laporan 2016 di-launching oleh pemerintah Obama.
Sebagian contoh AI Sempit mencakup:
- pelacakan Google
- Feature lunak pengenalan gambar
- Siri, Alexa, serta pendamping individu yang lain
- Mobil self-driving
- Watson IBM
Evaluasi Mesin serta Evaluasi Dalam
Mayoritas AI Sempit disokong oleh inovasi dalam evaluasi mesin dan evaluasi dalam. Menyadari ketidaksamaan di antara kecerdasan buatan, evaluasi mesin, serta evaluasi dalam bisa memusingkan. Kapitalis ventura Frank Chen memberinya deskripsi yang bagus terkait bagaimana membandingkan dari mereka, dengan menulis:
“Kecerdasan buatan yakni seperangkatan algoritma dan kecerdasan untuk coba menyerupai kecerdasan manusia. Evaluasi mesin merupakan diantaranya, serta evaluasi dalam salah satu tehnik evaluasi mesin itu.”
Ringkasnya, evaluasi mesin berikan makan data pc dan memanfaatkan tehnik statistik untuk menolongnya “belajar” bagaimana lebih menjadi baik secara progresif pada sebuah pekerjaan, tanpa diprogram secara spesial untuk pekerjaan itu, melenyapkan kepentingan bakal juta-an baris code terdaftar. Evaluasi mesin terbagi dalam evaluasi terawasi (memanfaatkan himpunan data mempunyai label) dan evaluasi tanpa pemantauan (memakai himpunan data tak punya label).
Evaluasi dalam yaitu macam evaluasi mesin yang jalankan input lewat arsitektur jaringan saraf yang di inspirasi secara biologis. Jaringan saraf mempunyai kandungan beberapa susunan terselip di mana data diolah, memungkinkannya mesin untuk masuk “dalam” dalam pembelajarannya, bikin jaringan dan input pembobotan untuk hasil terunggul.
Kecerdasan Umum Buatan
Sejarah Kecerdasan Buatan ke Mamasa Pembuatan mesin dengan kecerdasan tingkat manusia yang bisa diimplikasikan di pekerjaan apapun yakni Cawan Suci buat banyak pengamat AI, tapi penelusuran AGI sarat dengan persoalan.
Pelacakan “algoritme universal buat belajar serta melakukan tindakan di lingkungan apapun,” (Russel dan Norvig 27) bukan hal anyar, namun waktu tak kurangi kesusahan untuk membikin mesin dengan kebolehan kognitif yang komplet.
AGI sudah lama jadi ide fiksi ilmiah dystopian, di mana robot super cerdik kuasai umat manusia, namun banyak pakar sepakat jika itu bukan suatu yang penting kita cemaskan.kuatirkan dalam kurun dekat.