Sejarah Masuknya Kecerdasan Buatan ke Pati – Kurang dari 1 dasawarsa sesudah pecahkan Enigma mesin enkripsi Nazi serta menolong Pasukan Sekutu meraih kemenangan Perang Dunia II, matematikawan Alan Touring mengganti riwayat untuk ke-2 kalinya dengan pertanyaan simpel: “Sanggupkah mesin berpikiran?”
Makalah Touring “Mesin Komputasi serta Kecerdasan” (1950), dan Test Touring seterusnya, menentukan visi serta tujuan dasar kecerdasan buatan.
Pada dasarnya, AI yakni cabang pengetahuan pc yang punya tujuan buat jawab pertanyaan Touring dengan keras. Ini yakni usaha buat meniru atau mensimulasikan kecerdasan manusia dalam mesin.
Maksud luas dari kecerdasan buatan udah memunculkan beberapa pertanyaan serta perbincangan. Demikian rupa, maka dari itu tak ada arti tunggal area yang diterima secara universal.
Sanggupkah mesin berpikiran? – Alan Touring, 1950
Sejarah Masuknya Kecerdasan Buatan ke Pati Minim inti dalam membatasi AI cuma untuk “bikin mesin yang pintar” yaitu jika AI tak sungguh-sungguh memperjelas apakah itu kecerdasan buatan? Apa yang membikin mesin pandai? AI merupakan pengetahuan interdisipliner dengan pelbagai pendekatan, tapi perubahan dalam evaluasi mesin dan evaluasi dalam membentuk perombakan pola nyaris di tiap divisi industri technologi.
Dalam buku text inovasi mereka Artificial Intelligence: A Kekinian Approach, penulis Stuart Russell serta Peter Norvig dekati pertanyaan dengan jadikan satu tugas mereka di seputar objek agen pintar dalam mesin. Dengan penilaian ini, AI yakni “study perihal agen yang terima pemahaman dari lingkungan serta bertindak.” (Russel serta Norvig viii)
PERUSAHAAN AI TERBAIK YANG DIPEKERJAKAN SEKARANG
Perusahaan kecerdasan buatan ini memiliki tugas terbuka yang ada sekarang.
Norvig serta Russell menambahkan buat mendalami empat pendekatan berlainan yang bersejarah mendeskripsikan bagian AI:
- Memikir secara manusiawi
- Pikir objektif
- Melakukan tindakan secara manusiawi
- Melakukan tindakan logis
Dua buah pikiran pertama tersangkut proses berpikiran serta penalaran, sementara yang lainnya bermasalah dengan tabiat. Norvig serta Russell konsentrasi khususnya di agen masuk akal yang lakukan tindakan untuk gapai hasil terunggul, menulis “seluruhnya keahlian yang diperlukan buat Ujian Touring pula memungkinnya agen buat lakukan tindakan masuk akal.” (Russel dan Norvig 4).
Patrick Winston, profesor kecerdasan buatan serta pengetahuan computer Ford di MIT, mengartikan AI jadi “algoritme yang diaktifkan oleh hambatan, diungkap oleh representasi yang menyuport mode yang ditarget di loop yang mengikat pertimbangan, pemahaman, serta perbuatan saling bersama.”
Sementara arti ini kemungkinan nampak abstrak buat banyak orang, mereka menolong fokus area ini menjadi area pengetahuan computer serta memberi 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 Pati Mesin reaktif ikuti konsep AI yang paling dasar dan, sama dengan namanya, cuma sanggup memakai kepintarannya untuk lihat dan bereaksi kepada dunia di depannya. Mesin reaktif tidak bisa menaruh ingatan dan mengakibatkan tidak bisa mempercayakan pengalaman masa dulu buat mengatakan ambil keputusan secara real-time.
Mengerti dunia langsung bermakna kalau mesin reaktif direncanakan untuk merampungkan cuman beberapa pekerjaan khusus yang terbatas. Akan tetapi, mempersempit penglihatan dunia mesin reaktif secara berencana bukan perbuatan pemangkasan ongkos apa saja, dan kebalikannya memiliki arti jika model AI ini bakal makin dapat diakui serta bisa dipercaya — dia bakal bereaksi dengan sama pada rangsangan yang serupa kapan waktu.
Sejarah Masuknya Kecerdasan Buatan ke Pati Contoh populer dari mesin reaktif yakni Deep Blue, yang didesain oleh IBM di tahun 1990-an sebagai superkomputer yang bermain catur serta taklukkan grandmaster internasional Gary Kasparov dalam suatu permainan. Deep Blue cuman sanggup menganalisis bidak-bidak di papan catur serta mengenali bagaimana tiap-tiap pergerakan berdasar ketentuan catur, mengenal status masing-masing bidak waktu ini, dan tentukan cara apa yang paling objektif pada waktu itu. Pc tak menguber pergerakan prospektif di hari esok oleh tandingannya atau coba tempatkan bagiannya sendiri di status yang lebih bagus. Tiap kelokan diliat selaku realistisnya sendiri, terpisah dari pergerakan yang lain dibentuk awal mulanya.
Contoh lain dari mesin reaktif main games yaitu Google AlphaGo. AlphaGo tidak juga sanggup menilai pergerakan di hari depan tapi tergantung pada jaringan sarafnya sendiri buat menyurvei kemajuan permainan waktu ini, memberinya kelebihan atas Deep Blue dalam permainan yang lebih kompleks. AlphaGo kalahkan lawan games kelas dunia, taklukkan pemain juara Go Lee Sedol di 2016.
Sejarah Masuknya Kecerdasan Buatan ke Pati Walaupun lingkupnya terbatas dan tidak gampang diganti, kecerdasan buatan mesin reaktif bisa capai tingkat kesulitan, serta tawarkan keunggulan waktu dibentuk untuk penuhi pekerjaan yang berulang-ulang.
Memory Terbatas
Sejarah Masuknya Kecerdasan Buatan ke Pati kenangan terbatas punyai kekuatan buat menaruh data dan ramalan awal kalinya saat menyatukan info serta mengangsung ketetapan prospektif — pada prinsipnya memandang ke masa silam buat cari panduan terkait apa ay hadir selanjutnya. Kecerdasan buatan kenangan terbatas lebih kompleks serta mendatangkan peluang yang semakin besar dibanding mesin reaktif.
AI memory terbatas dibentuk waktu klub terus latih mode perihal trik menelaah dan memakai data baru atau lingkungan AI dibuat maka mode bisa dilatih serta diperbaharui secara automatis. Saat memakai AI ingatan terbatas dalam evaluasi mesin, enam cara harus dituruti: Data training mesti dibentuk, bentuk evaluasi mesin harus dibikin, style mesti bisa membuat perkiraan, bentuk mesti bisa terima operan balik manusia atau lingkungan, kalau operan balik harus ditaruh jadi data, dan sejumlah langkah ini harus ulangi sebagai transisi.
Ada tiga bentuk evaluasi mesin penting yang menggunakan kecerdasan buatan ingatan terbatas:
- Reinforcement learning, ialah belajar bikin perkiraan yang lebih bagus lewat trial-and-error yang berulang kali.
- Long Short Termin Memori (LSTM), yang menggunakan data masa dulu untuk menolong memperkirakan elemen seterusnya secara berurut. LTSM memandang info yang lebih baru selaku yang terpenting waktu bikin ramalan serta mendiskon data dari waktu dulu, kendati masih menggunakan untuk bikin simpulan
- Evolutionary Generative Adversarial Networks (E-GAN), yang berkembang dari sekian waktu, tumbuh untuk mengeksploitasi lajur yang sedikit diubah menurut pengalaman awal mulanya dengan tiap ketentuan anyar. Style ini tanpa henti memburu lajur yang lebih bagus dan gunakan replikasi dan statistik, atau kesempatan, buat memperhitungkan hasil sejauh perputaran perubahan evolusionernya.
Teori pemikiran
Sejarah Masuknya Kecerdasan Buatan ke Pati Theory of Mind cuma itu — teoretis. Kami belum capai kekuatan technologi dan ilmiah yang dibutuhkan buat menggapai tingkat kecerdasan buatan selanjutnya.
Rancangan itu berdasar di premis psikis wawasan jika makhluk hidup lain miliki ingatan serta emosi yang pengaruhi tabiat diri satu orang. Dalam soal mesin AI, ini memiliki arti AI bisa pahami bagaimana hati manusia, hewan, dan mesin lain dan membikin ketetapan lewat refleksi dan kemauan diri, kemudian akan manfaatkan data itu buat bikin ketetapan sendiri. Pada intinya, mesin harus sanggup mengerti serta mengolah rencana “pemikiran”, fluktuasi emosi dalam ambil keputusan serta sekumpulan rencana kejiwaan yang lain secara real time, membuat 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 depan, cara paling akhir yaitu AI jadi sadarkan diri. Kecerdasan buatan seperti ini miliki kesadaran tingkat manusia serta pahami kemunculannya sendiri di dunia, dan kedatangan serta kondisi emosional pihak lain. Itu bisa dapat pahami apa yang kemungkinan diperlukan seseorang tidak cuma berdasar pada apa yang mereka beritahukan ke mereka namun bagaimana mereka menyampaikannya.
Kesadaran diri dalam kecerdasan buatan tergantung baik di periset manusia yang pahami premis kesadaran selanjutnya belajar bagaimana menduplikasinya hingga 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 bicara pada beberapa orang di Japan AI Pengalaman di tahun 2017, CEO DataRobot Jeremy Achin mulai pidatonya dengan tawarkan uraian berikut terkait bagaimana AI dipakai sekarang:
“AI yakni Sejarah Masuknya Kecerdasan Buatan ke Pati metode pc yang dapat melaksanakan banyak tugas yang umumnya perlu kecerdasan manusia… Sebagian dari skema kecerdasan buatan ini dibantu oleh evaluasi mesin, beberapa salah satunya ditopang oleh evaluasi dalam serta sejumlah salah satunya ditopang oleh beberapa hal yang paling menjengkelkan seperti peraturan..”
AI Sempit: Kadangkala disebut yaitu “AI Kurang kuat,” tipe kecerdasan buatan ini bekerja dalam kondisi terbatas dan adalah replikasi kecerdasan manusia. AI yang sempit kerap diprioritaskan buat kerjakan satu pekerjaan dengan baik sekali dan biarpun mesin ini kemungkinan nampak pandai, mereka bekerja di bawah batas dan batas yang lebih banyak dibanding kecerdasan manusia yang amat dasar sekalinya.
Artificial General Intelligence (AGI): AGI, kadang disebut yaitu “AI Kuat,” yakni macam kecerdasan buatan yang kita saksikan di film, seperti robot dari Westworld atau Data dari Star Track: The Next Generation. AGI yakni mesin dengan kecerdasan umum serta, seperti pada manusia, bisa menempatkan kecerdasan itu untuk pecahkan persoalan apapun.
Kecerdasan Buatan Sempit
AI sempit ada di kitaran kita dan secara gampang adalah perwujudan kecerdasan buatan yang paling berhasil sampai sekarang ini. Dengan konsentrasi pada lakukan pekerjaan-pekerjaan tersendiri, Narrow AI sudah alami banyak inovasi dalam dasawarsa paling akhir yang mempunyai “fungsi sosial yang berarti dan udah berperan pada vitalitas ekonomi bangsa,” menurut “Menyiapkan Saat Depan Kecerdasan Buatan,” sebuah Laporan 2016 dikeluarkan oleh pemerintah Obama.
Contoh-contoh AI Sempit mencakup:
- penelusuran Google
- Fitur lunak pengenalan gambar
- Siri, Alexa, serta pendamping personal yang lain
- Mobil self-driving
- Watson IBM
Evaluasi Mesin dan Evaluasi Dalam
Mayoritas AI Sempit ditopang oleh inovasi dalam evaluasi mesin dan evaluasi dalam. Mendalami ketidaksamaan di antara kecerdasan buatan, evaluasi mesin, dan evaluasi dalam bisa memusingkan. Kapitalis ventura Frank Chen berikan deskripsi yang bagus terkait bagaimana memperbandingkan dari mereka, dengan mendata:
“Kecerdasan buatan merupakan seperangkatan algoritma serta kecerdasan untuk coba mengikuti kecerdasan manusia. Evaluasi mesin yakni antara lainnya, serta evaluasi dalam yaitu salah satunya tehnik evaluasi mesin itu.”
Simpelnya, evaluasi mesin memberinya makan data computer dan memanfaatkan tehnik statistik buat menolongnya “belajar” bagaimana lebih menjadi baik secara progresif pada sebuah pekerjaan, tanpa ada diprogram secara eksklusif buat pekerjaan itu, hilangkan keperluan bakal juta-an baris code terdaftar. Evaluasi mesin terdiri dalam evaluasi terawasi (gunakan himpunan data memiliki label) serta evaluasi tanpa ada pemantauan (gunakan himpunan data tak mempunyai label).
Evaluasi dalam ialah model evaluasi mesin yang jalankan input lewat arsitektur jaringan saraf yang memperoleh inspirasi secara biologis. Jaringan saraf memiliki kandungan beberapa susunan terpendam di mana data diolah, memungkinnya mesin buat masuk “dalam” dalam pembelajarannya, membikin jaringan serta input pembobotan buat hasil terunggul.
Kecerdasan Umum Buatan
Sejarah Masuknya Kecerdasan Buatan ke Pati Pembuatan mesin dengan kecerdasan tingkat manusia yang bisa dipraktekkan di pekerjaan apa saja yakni Cawan Suci buat banyak ilmuwan AI, akan tetapi pelacakan AGI dipenuhi dengan kesusahan.
Pelacakan “algoritme universal untuk belajar serta lakukan tindakan di lingkungan apa saja,” (Russel serta Norvig 27) bukan perihal baru, namun waktu tidak kurangi kesukaran untuk membentuk mesin dengan kebolehan kognitif yang komplet.
AGI sudah lama jadi buah pikiran fiksi ilmiah dystopian, di mana robot super pintar kuasai umat manusia, tapi beberapa pakar sepakat kalau itu bukan suatu hal yang harus kita risaukan dalam kurun waktu dekat.