Sejarah Masuknya Kecerdasan Buatan ke Kaur

Sejarah Masuknya Kecerdasan Buatan ke Kaur – Kurang dari 1 dasawarsa sesudah pecahkan Enigma mesin enkripsi Nazi dan menolong Pasukan Sekutu memenangi Perang Dunia II, matematikawan Alan Touring mengganti peristiwa buat ke-2 kalinya dengan pertanyaan simple: “Dapatkah mesin memikir?”

Makalah Touring “Mesin Komputasi dan Kecerdasan” (1950), dan Ujian Touring selanjutnya, memutuskan visi dan tujuan dasar kecerdasan buatan.

Secara prinsip, AI ialah cabang pengetahuan pc yang memiliki tujuan buat jawab pertanyaan Touring dengan berani. Ini yakni usaha buat meniru atau mensimulasikan kecerdasan manusia dalam mesin.

Arah luas dari kecerdasan buatan udah mengakibatkan pertanyaan-pertanyaan serta pembicaraan. Demikian rupa, hingga tak ada arti tunggal area yang diterima secara universal.

Sanggupkah mesin memikir? – Alan Touring, 1950

Sejarah Masuknya Kecerdasan Buatan ke Kaur Minim penting dalam mengartikan AI cuma untuk “membuat mesin yang pintar” merupakan kalau AI tak betul-betul memperjelas apa yang dimaksud kecerdasan buatan? Apa yang membuat mesin pintar? AI merupakan pengetahuan interdisipliner dengan beragam pendekatan, tapi perkembangan dalam evaluasi mesin dan evaluasi dalam membentuk transisi pola di nyaris tiap bidang industri technologi.

Dalam buku text inovasi mereka Artificial Intelligence: A Kekinian Approach, penulis Stuart Russell serta Peter Norvig dekati pertanyaan dengan menjadikan satu tugas mereka disekitaran topik agen pintar dalam mesin. Dengan penilaian ini, AI ialah “study terkait agen yang terima pengertian dari lingkungan serta bertindak.” (Russel dan Norvig viii)

PERUSAHAAN AI TERBAIK YANG DIPEKERJAKAN SEKARANG

Perusahaan kecerdasan buatan ini banyak memiliki tugas terbuka yang siap waktu ini.

Norvig dan Russell meneruskan buat menjelajahi empat pendekatan tidak serupa yang bersejarah membatasi sektor AI:

  • Memikir secara manusiawi
  • Pikir logis
  • Melakukan tindakan secara manusiawi
  • Lakukan tindakan masuk akal

Dua buah pikiran pertama tersangkut proses pikir dan penalaran, sementara lainnya bermasalah dengan tabiat. Norvig dan Russell konsentrasi khususnya di agen objektif yang lakukan tindakan untuk sampai hasil terhebat, mendata “seluruh ketrampilan yang diperlukan buat Test Touring pun memungkinnya agen buat lakukan tindakan logis.” (Russel serta Norvig 4).

Patrick Winston, profesor kecerdasan buatan serta pengetahuan computer Ford di MIT, mengartikan AI menjadi “algoritme yang diaktifkan oleh masalah, dibuka oleh representasi yang memberi dukungan style yang ditarget pada loop yang mengikat pikiran, pandangan, serta perbuatan sama-sama.”

Sementara uraian ini kemungkinan kelihatan abstrak untuk banyak orang, mereka menolong menitik beratkan area ini sebagai area pengetahuan computer serta berikan bikin biru untuk masukkan mesin serta program dengan evaluasi mesin dan subset kecerdasan buatan yang lain.

JENIS KECERDASAN BUATAN

Empat Model Kecerdasan Buatan

Mesin Reaktif

Sejarah Masuknya Kecerdasan Buatan ke Kaur Mesin reaktif ikuti dasar AI yang paling dasar dan, mirip namanya, cuma sanggup memanfaatkan kepintarannya buat memandang dan bereaksi pada dunia di depannya. Mesin reaktif tidak bisa menaruh kenangan dan menyebabkan tidak bisa mempercayakan pengalaman masa dahulu untuk memberitahukan ambil keputusan secara real-time.

Menyadari dunia dengan cara langsung bermakna jika mesin reaktif direncanakan buat mengakhiri cuma beberapa pekerjaan privat yang terbatas. Tapi, mempersempit penglihatan dunia mesin reaktif secara berniat bukan perlakuan pemangkasan ongkos apapun, serta kebalikannya bermakna jika model AI ini dapat dapat lebih diakui dan bisa dipercaya — dia dapat bereaksi secara sama kepada rangsangan yang serupa setiap waktu.

Sejarah Masuknya Kecerdasan Buatan ke Kaur Contoh tersohor dari mesin reaktif ialah Deep Blue, yang direncanakan oleh IBM di tahun 1990-an jadi superkomputer yang bermain catur serta menundukkan grandmaster internasional Gary Kasparov dalam sebuah games. Deep Blue cuman sanggup mengenali bidak-bidak di papan catur dan mengenali bagaimana tiap pergerakan berdasar ketentuan catur, mengenal status masing-masing bidak waktu ini, dan tentukan cara apa yang paling objektif di saat itu. Computer tak menguber pergerakan prospektif di masa datang oleh rivalnya atau coba tempatkan bagiannya sendiri di status yang lebih bagus. Tiap tikungan diliat selaku kenyataannya sendiri, terpisah dari pergerakan yang lain dibikin awal mulanya.

Contoh lain dari mesin reaktif main permainan merupakan Google AlphaGo. AlphaGo tidak juga bisa menyurvei pergerakan di hari depan namun tergantung pada jaringan sarafnya sendiri buat mempelajari perubahan games waktu ini, memberinya kelebihan atas Deep Blue dalam permainan yang lebih kompleks. AlphaGo pun taklukkan kompetitor games kelas dunia, menundukkan pemain juara Go Lee Sedol pada 2016.

Sejarah Masuknya Kecerdasan Buatan ke Kaur Biarpun lingkupnya terbatas serta tidak ringan diganti, kecerdasan buatan mesin reaktif bisa gapai tingkat persoalan, serta tawarkan kelebihan waktu dibentuk buat penuhi pekerjaan yang berulang kali.

Ingatan Terbatas

Sejarah Masuknya Kecerdasan Buatan ke Kaur kenangan terbatas punyai kebolehan untuk simpan data serta perkiraan awal mulanya saat menghimpun info serta mengangsung ketentuan menjanjikan — secara prinsip menyaksikan ke masa silam untuk cari anjuran perihal apa ay tiba seterusnya. Kecerdasan buatan ingatan terbatas lebih kompleks dan mendatangkan peluang yang bertambah besar ketimbang mesin reaktif.

AI kenangan terbatas dibentuk waktu team terus latih bentuk perihal langkah menganalisa dan manfaatkan data anyar atau lingkungan AI dibikin maka style bisa dilatih dan diperbaiki secara automatis. Waktu memakai AI memory terbatas dalam evaluasi mesin, enam cara mesti dituruti: Data training mesti dibikin, mode evaluasi mesin mesti dibikin, mode mesti bisa membuat prakiraan, bentuk mesti bisa terima operan balik manusia atau lingkungan, kalau operan balik mesti diletakkan sebagai data, serta sejumlah langkah ini mesti diulangi selaku perputaran.

Ada tiga mode evaluasi mesin inti yang memakai kecerdasan buatan kenangan terbatas:

  • Reinforcement learning, adalah 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 memperkirakan poin seterusnya secara berturutan. LTSM lihat info yang lebih anyar sebagai yang terpenting di saat membuat perkiraan serta mendiskon data dari masa dulu, biarpun masih pakainya untuk bikin rangkuman
  • Evolutionary Generative Adversarial Networks (E-GAN), yang berkembang dari kian waktu, tumbuh buat mengeksploitasi lajur yang sedikit diubah berdasar pada pengalaman awal mulanya dengan tiap-tiap ketentuan anyar. Mode ini tiada henti menguber lajur yang lebih bagus dan gunakan replikasi serta statistik, atau kemungkinan, buat meramalkan hasil sejauh transisi perubahan evolusionernya.

Teori ingatan

Sejarah Masuknya Kecerdasan Buatan ke Kaur Theory of Mind itu saja — teoretis. Kami belum capai kapabilitas technologi serta ilmiah yang dibutuhkan untuk menggapai tingkat kecerdasan buatan selanjutnya.

Rancangan itu berdasar di premis kejiwaan pengetahuan jika makhluk hidup lain miliki ingatan dan emosi yang pengaruhi tabiat diri seorang. Dalam soal mesin AI, ini memiliki arti AI bisa mendalami bagaimana hati manusia, hewan, serta mesin lain serta bikin ketetapan lewat refleksi serta ambisi diri, selanjutnya bakal memakai data itu buat bikin ketentuan sendiri. Pada prinsipnya, mesin mesti bisa mendalami serta mengerjakan rancangan “pemikiran”, fluktuasi emosi dalam ambil putusan serta rangkaian prinsip kejiwaan 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 dibuat dalam kecerdasan buatan, satu saat jauh di hari esok, cara paling akhir merupakan AI jadi sadarkan diri. Kecerdasan buatan sesuai ini punya kesadaran tingkat manusia serta mendalami kehadirannya sendiri di dunia, dan datangnya dan situasi emosional seseorang. Itu segera dapat pahami apa yang kemungkinan diperlukan seseorang tidak sekedar berdasar pada apa yang mereka sampaikan pada mereka tapi bagaimana mereka menyampaikannya.

Kesadaran diri dalam kecerdasan buatan tergantung baik pada periset manusia yang mengerti premis kesadaran dan belajar bagaimana menirunya maka dari itu bisa dibikin ke mesin.

PENGGUNAAN, CONTOH + APLIKASI

AI MEMILIKI BANYAK KEGUNAAN. CONTOH TERMASUK SEGALA SESUATU DARI AMAZON ALEXA SAMPAI MOBIL SENDIRI.

Bagaimana AI Dipakai?

Waktu berkata terhadap beberapa orang di Japan AI Pengalaman di tahun 2017, CEO DataRobot Jeremy Achin mengawali pidatonya dengan menjajakan pengertian berikut terkait bagaimana AI dipakai sekarang:

“AI yaitu Sejarah Masuknya Kecerdasan Buatan ke Kaur  mekanisme computer yang bisa melaksanakan banyak tugas yang kebanyakan memerlukan kecerdasan manusia… Sebagian dari mekanisme kecerdasan buatan ini ditunjang oleh evaluasi mesin, beberapa salah satunya disokong oleh evaluasi dalam dan beberapa salah satunya disokong oleh beberapa hal yang paling menjemukan seperti peraturan..”

AI Sempit: Terkadang dikatakan sebagai “AI Kurang kuat,” model kecerdasan buatan ini bekerja dalam kondisi terbatas serta sebagai replikasi kecerdasan manusia. AI yang sempit kerap diprioritaskan buat mengerjakan satu pekerjaan dengan baik sekali dan meskipun mesin ini kemungkinan kelihatan cerdik, mereka bekerja di bawah batas serta batas yang semakin banyak dibanding kecerdasan manusia yang paling dasar sekalinya.

Artificial General Intelligence (AGI): AGI, kadangkala dikatakan sebagai “AI Kuat,” merupakan type kecerdasan buatan yang kita tonton di film, seperti robot dari Westworld atau Data dari Star Track: The Next Generation. AGI ialah mesin dengan kecerdasan umum serta, seperti manusia, bisa menempatkan kecerdasan itu buat pecahkan soal apapun.
Kecerdasan Buatan Sempit
AI sempit ada di sekeliling kita dan dengan gampang sebagai aktualisasi kecerdasan buatan yang tersukses sampai sekarang ini. Dengan konsentrasi pada mengerjakan beberapa tugas spesifik, Narrow AI sudah alami banyak inovasi dalam dasawarsa paling akhir yang mempunyai “kegunaan sosial yang penting serta udah berperan pada vitalitas ekonomi bangsa,” menurut “Persiapkan Saat Depan Kecerdasan Buatan,” suatu Laporan 2016 dikeluarkan oleh pemerintah Obama.

Sebagian contoh AI Sempit mencakup:

  • pelacakan Google
  • Piranti lunak pengenalan gambar
  • Siri, Alexa, serta pendamping individu yang lain
  • Mobil self-driving
  • Watson IBM

Evaluasi Mesin serta Evaluasi Dalam

Sejumlah besar AI Sempit dibantu oleh inovasi dalam evaluasi mesin dan evaluasi dalam. Menyadari ketaksamaan di antara kecerdasan buatan, evaluasi mesin, serta evaluasi dalam bisa memusingkan. Kapitalis ventura Frank Chen memberinya lukisan yang bagus mengenai bagaimana memisah dari mereka, dengan menulis:

“Kecerdasan buatan yakni sesetel algoritma dan kecerdasan untuk coba mengikuti kecerdasan manusia. Evaluasi mesin yakni satu diantaranya, serta evaluasi dalam salah satunya 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, tiada diprogram secara eksklusif untuk pekerjaan itu, melenyapkan kepentingan dapat juta-an baris code tercatat. Evaluasi mesin terdiri dalam evaluasi terawasi (memakai kelompok data mempunyai label) serta evaluasi tiada pemantauan (memakai himpunan data tak memiliki label).

Evaluasi dalam merupakan type evaluasi mesin yang jalankan input lewat arsitektur jaringan saraf yang di inspirasi secara biologis. Jaringan saraf punya kandungan beberapa susunan terselinap di mana data diolah, memungkinkannya mesin buat masuk “dalam” dalam pembelajarannya, membikin hubungan serta input pembobotan buat hasil terbaik.

Kecerdasan Umum Buatan

Sejarah Masuknya Kecerdasan Buatan ke Kaur Pembuatan mesin dengan kecerdasan tingkat manusia yang bisa diimplikasikan di pekerjaan apa saja yaitu Cawan Suci buat banyak pengamat AI, tapi penelusuran AGI sarat dengan kesusahan.

Penelusuran “algoritme universal untuk belajar dan melakukan tindakan di lingkungan apa saja,” (Russel serta Norvig 27) bukan hal anyar, tapi waktu tak kurangi persoalan buat membentuk mesin dengan kekuatan kognitif yang komplet.

AGI sudah lama jadi ide fiksi ilmiah dystopian, di mana robot super cerdik kuasai umat manusia, namun beberapa pakar sepakat kalau itu bukan suatu hal yang penting kita risaukan dalam kurun dekat.

LihatTutupKomentar