Apa Itu Artificial Intelegent? Bagaimana Cara Kerjanya

 


Apa itu Kecerdasan Buatan (AI)?

Kecerdasan buatan (AI) adalah cabang ilmu komputer yang luas yang peduli dengan membangun mesin pintar yang mampu melakukan tugas yang biasanya membutuhkan kecerdasan manusia. AI adalah ilmu interdisipliner dengan berbagai pendekatan, tetapi kemajuan dalam pembelajaran mesin dan pembelajaran mendalam menciptakan pergeseran paradigma di hampir setiap sektor industri teknologi.


BAGAIMANA CARA KERJA KECERDASAN BUATAN?


Bisakah mesin berpikir? – Alan Turing, 1950

 

Kurang dari satu dekade setelah memecahkan mesin enkripsi Nazi Enigma dan membantu Pasukan Sekutu memenangkan Perang Dunia II, matematikawan Alan Turing mengubah sejarah untuk kedua kalinya dengan pertanyaan sederhana: "Bisakah mesin berpikir?"


Makalah Turing "Computing Machinery and Intelligence" (1950), dan Tes Turing berikutnya, menetapkan tujuan mendasar dan visi kecerdasan buatan.


Pada intinya, AI adalah cabang ilmu komputer yang bertujuan untuk menjawab pertanyaan Turing dalam afirmatif. Ini adalah upaya untuk mereplikasi atau mensimulasikan kecerdasan manusia dalam mesin.


Tujuan luas kecerdasan buatan telah menimbulkan banyak pertanyaan dan perdebatan. Sedemikian rupa sehingga tidak ada definisi tunggal dari bidang ini diterima secara universal.


Keterbatasan utama dalam mendefinisikan AI hanya sebagai "mesin bangunan yang cerdas" adalah bahwa itu tidak benar-benar menjelaskan apa itu kecerdasan buatan? Apa yang membuat mesin cerdas?


Dalam buku teks inovatif mereka Artificial Intelligence: A Modern Approach, penulis Stuart Russell dan Peter Norvig mendekati pertanyaan dengan menyatukan pekerjaan mereka di sekitar tema agen cerdas dalam mesin. Dengan mengingat hal ini, AI adalah "studi agen yang menerima persepsi dari lingkungan dan melakukan tindakan." (Russel dan Norvig viii)


Norvig dan Russell melanjutkan untuk mengeksplorasi empat pendekatan berbeda yang secara historis mendefinisikan bidang AI:

 

Berpikir secara manusiawi


Berpikir rasional


Bertindak secara manusiawi


Bertindak rasional


Dua ide pertama menyangkut proses pemikiran dan penalaran, sementara yang lain berurusan dengan perilaku. Norvig dan Russell berfokus terutama pada agen rasional yang bertindak untuk mencapai hasil terbaik, mencatat "semua keterampilan yang diperlukan untuk Tes Turing juga memungkinkan agen untuk bertindak rasional." (Russel dan Norvig 4).


Patrick Winston, profesor Ford dari kecerdasan buatan dan ilmu komputer di MIT, mendefinisikan AI sebagai "algoritma yang diaktifkan oleh kendala, diekspos oleh representasi yang mendukung model yang ditargetkan pada loop yang mengikat pemikiran, persepsi, dan tindakan bersama."


Meskipun definisi ini mungkin tampak abstrak bagi rata-rata orang, mereka membantu memfokuskan bidang sebagai bidang ilmu komputer dan memberikan cetak biru untuk menanamkan mesin dan program dengan pembelajaran mesin dan subset kecerdasan buatan lainnya.


CONTOH KECERDASAN BUATAN


  1. Asisten cerdas (seperti Siri dan Alexa)
  2. Alat pemetaan dan prediksi penyakit
  3. Robot manufaktur dan drone
  4. Rekomendasi perawatan kesehatan yang dioptimalkan dan dipersonalisasi
  5. Bot percakapan untuk pemasaran dan layanan pelanggan
  6. Robo-advisors untuk perdagangan saham
  7. Filter spam di email
  8. Alat pemantauan media sosial untuk konten berbahaya atau berita palsu
  9. Rekomendasi lagu atau acara TV dari Spotify dan Netflix


BAGAIMANA AI DIGUNAKAN?


Saat berpidato di kerumunan orang di Japan AI Experience pada tahun 2017, CEO DataRobot Jeremy Achin memulai pidatonya dengan menawarkan definisi berikut tentang bagaimana AI digunakan hari ini:


"AI adalah sistem komputer yang mampu melakukan tugas-tugas yang biasanya membutuhkan kecerdasan manusia ... Banyak dari sistem kecerdasan buatan ini didukung oleh pembelajaran mesin, beberapa di antaranya didukung oleh pembelajaran mendalam dan beberapa di antaranya didukung oleh hal-hal yang sangat membosankan seperti aturan."


Kecerdasan buatan umumnya termasuk dalam dua kategori luas:

 

AI Sempit: Kadang-kadang disebut sebagai "AI Lemah," kecerdasan buatan semacam ini beroperasi dalam konteks terbatas dan merupakan simulasi kecerdasan manusia. AI sempit sering difokuskan pada melakukan satu tugas dengan sangat baik dan sementara mesin-mesin ini mungkin tampak cerdas, mereka beroperasi di bawah jauh lebih banyak kendala dan keterbatasan daripada bahkan kecerdasan manusia yang paling mendasar.


Kecerdasan Umum Buatan (AGI): AGI, kadang-kadang disebut sebagai "AI Yang Kuat," adalah jenis kecerdasan buatan yang kita lihat di film, seperti robot dari Westworld atau Data dari Star Trek: The Next Generation. AGI adalah mesin dengan kecerdasan umum dan, seperti manusia, dapat menerapkan kecerdasan itu untuk menyelesaikan masalah apa pun.


Kecerdasan Buatan Sempit

AI sempit ada di sekitar kita dan mudah merupakan realisasi kecerdasan buatan yang paling sukses hingga saat ini. Dengan fokusnya pada melakukan tugas-tugas tertentu, Narrow AI telah mengalami banyak terobosan dalam dekade terakhir yang memiliki "manfaat sosial yang signifikan dan telah berkontribusi pada vitalitas ekonomi bangsa," menurut "Mempersiapkan Masa Depan Kecerdasan Buatan," sebuah laporan tahun 2016 yang dirilis oleh Administrasi Obama.


Beberapa contoh AI Narrow meliputi:


Pencarian Google


Perangkat lunak pengenalan gambar


Siri, Alexa dan asisten pribadi lainnya


Mobil self-driving


Watson IBM


Pembelajaran Mesin & Pembelajaran Mendalam


Sebagian besar AI Sempit didukung oleh terobosan dalam pembelajaran mesin dan pembelajaran mendalam. Memahami perbedaan antara kecerdasan buatan, pembelajaran mesin dan pembelajaran mendalam bisa membingungkan. Pemodal ventura Frank Chen memberikan gambaran yang baik tentang cara membedakan antara mereka, mencatat:


"Kecerdasan buatan adalah seperangkat algoritma dan kecerdasan untuk mencoba meniru kecerdasan manusia. Pembelajaran mesin adalah salah satunya, dan pembelajaran mendalam adalah salah satu teknik pembelajaran mesin."


Sederhananya, pembelajaran mesin memberi makan data komputer dan menggunakan teknik statistik untuk membantunya "belajar" cara mendapatkan tugas yang semakin baik, tanpa diprogram secara khusus untuk tugas itu, menghilangkan kebutuhan jutaan baris kode tertulis. Pembelajaran mesin terdiri dari pembelajaran yang diawasi (menggunakan kumpulan data berlabel) dan pembelajaran tanpa pengawasan (menggunakan kumpulan data tanpa label).


Pembelajaran mendalam adalah jenis pembelajaran mesin yang menjalankan input melalui arsitektur jaringan saraf yang terinspirasi biologis. Jaringan saraf berisi sejumlah lapisan tersembunyi di mana data diproses, memungkinkan mesin untuk "mendalam" dalam pembelajarannya, membuat koneksi dan input pembobotan untuk hasil terbaik.


Kecerdasan Umum Buatan

Penciptaan mesin dengan kecerdasan tingkat manusia yang dapat diterapkan pada tugas apa pun adalah Cawan Suci bagi banyak peneliti AI, tetapi pencarian untuk AGI telah penuh dengan kesulitan.


Pencarian "algoritma universal untuk belajar dan bertindak di lingkungan apa pun," (Russel dan Norvig 27) bukanlah hal baru, tetapi waktu belum mengurangi kesulitan pada dasarnya menciptakan mesin dengan serangkaian kemampuan kognitif penuh.


AGI telah lama menjadi inspirasi fiksi ilmiah distopia, di mana robot super cerdas menyerbu kemanusiaan, tetapi para ahli setuju itu bukan sesuatu yang perlu kita khawatirkan dalam waktu dekat.


SEJARAH KECERDASAN BUATAN


Robot cerdas dan makhluk buatan pertama kali muncul dalam mitos Kuno Yunani kuno. Perkembangan syllogism Aristoteles dan penggunaan penalaran deduktif adalah momen kunci dalam pencarian umat manusia untuk memahami kecerdasannya sendiri. Sementara akarnya panjang dan dalam, sejarah kecerdasan buatan seperti yang kita pikirkan saat ini mencakup kurang dari satu abad. Berikut ini adalah sekilas beberapa peristiwa paling penting di AI.


Tahun 1940-an

(1943) Warren McCullough dan Walter Pitts menerbitkan "A Logical Calculus of Ideas Immanent in Nervous Activity." Makalah itu mengusulkan model matematika pertama untuk membangun jaringan saraf.


(1949) Dalam bukunya The Organization of Behavior: A Neuropsychological Theory, Donald Hebb mengusulkan teori bahwa jalur saraf diciptakan dari pengalaman dan bahwa koneksi antara neuron menjadi lebih kuat semakin sering mereka digunakan. Pembelajaran Hebbian terus menjadi model penting di AI.


Tahun 1950-an

(1950) Alan Turing menerbitkan "Mesin Komputasi dan Intelijen, mengusulkan apa yang sekarang dikenal sebagai Tes Turing, metode untuk menentukan apakah mesin cerdas.


(1950) Sarjana Harvard Marvin Minsky dan Dean Edmonds membangun SNARC, komputer jaringan saraf pertama.


(1950) Claude Shannon menerbitkan makalah "Programming a Computer for Playing Chess."


(1950) Isaac Asimov menerbitkan "Tiga Hukum Robotika."


(1952) Arthur Samuel mengembangkan program belajar mandiri untuk bermain checker.


(1954) Eksperimen penerjemahan mesin Georgetown-IBM secara otomatis menerjemahkan 60 kalimat Rusia yang dipilih dengan cermat ke dalam bahasa Inggris.


(1956) Frasa kecerdasan buatan diciptakan di "Proyek Penelitian Musim Panas Dartmouth tentang Kecerdasan Buatan." Dipimpin oleh John McCarthy, konferensi, yang mendefinisikan ruang lingkup dan tujuan AI, secara luas dianggap sebagai kelahiran kecerdasan buatan seperti yang kita kenal saat ini.


(1956) Allen Newell dan Herbert Simon menunjukkan Logic Theorist (LT), program penalaran pertama.


(1958) John McCarthy mengembangkan bahasa pemrograman AI Lisp dan menerbitkan makalah "Program dengan Akal Sehat." Makalah itu mengusulkan Taker Saran hipotetis, sistem AI lengkap dengan kemampuan untuk belajar dari pengalaman yang efektif seperti manusia.


(1959) Allen Newell, Herbert Simon dan J.C. Shaw mengembangkan General Problem Solver (GPS), sebuah program yang dirancang untuk meniru pemecahan masalah manusia.


(1959) Herbert Gelernter mengembangkan program Geometry Theorem Prover.


(1959) Arthur Samuel menciptakan istilah pembelajaran mesin saat berada di IBM.


(1959) John McCarthy dan Marvin Minsky menemukan Proyek Kecerdasan Buatan MIT.


Tahun 1960-an

(1963) John McCarthy memulai AI Lab di Stanford.


(1966) Laporan Komite Penasihat Pemrosesan Bahasa Otomatis (ALPAC) oleh pemerintah AS merinci kurangnya kemajuan dalam penelitian terjemahan mesin, inisiatif Perang Dingin utama dengan janji terjemahan otomatis dan seketika rusia. Laporan ALPAC mengarah pada pembatalan semua proyek MT yang didanai pemerintah.


(1969) Sistem ahli pertama yang sukses dikembangkan di DENDRAL, program XX, dan MYCIN, yang dirancang untuk mendiagnosis infeksi darah, dibuat di Stanford.


Tahun 1970-an

(1972) ProLOG bahasa pemrograman logika dibuat.


(1973) "Laporan Lighthill," yang merinci kekecewaan dalam penelitian AI, dirilis oleh pemerintah Inggris dan menyebabkan pemotongan parah dalam pendanaan untuk proyek-proyek kecerdasan buatan.


(1974-1980) Frustrasi dengan kemajuan pengembangan AI menyebabkan pemotongan besar DARPA dalam hibah akademik. Dikombinasikan dengan laporan ALPAC sebelumnya dan tahun sebelumnya "Lighthill Report," pendanaan kecerdasan buatan mengering dan kios penelitian. Periode ini dikenal sebagai "Musim Dingin AI Pertama."


Tahun 1980-an

(1980) Digital Equipment Corporations mengembangkan R1 (juga dikenal sebagai XCON), sistem ahli komersial pertama yang sukses. Dirancang untuk mengonfigurasi pesanan untuk sistem komputer baru, R1 memulai booming investasi dalam sistem ahli yang akan berlangsung selama sebagian besar dekade, secara efektif mengakhiri "AI Winter" pertama.


(1982) Kementerian Perdagangan dan Industri Internasional Jepang meluncurkan proyek Sistem Komputer Generasi Kelima yang ambisius. Tujuan FGCS adalah untuk mengembangkan kinerja seperti superkomputer dan platform untuk pengembangan AI.


(1983) Menanggapi FGCS Jepang, pemerintah AS meluncurkan Inisiatif Komputasi Strategis untuk menyediakan penelitian yang didanai DARPA dalam komputasi canggih dan kecerdasan buatan.


(1985) Perusahaan menghabiskan lebih dari satu miliar dolar per tahun untuk sistem ahli dan seluruh industri yang dikenal sebagai pasar mesin Lisp muncul untuk mendukung mereka. Perusahaan seperti Symbolics dan Lisp Machines Inc. membangun komputer khusus untuk dijalankan pada bahasa pemrograman AI Lisp.


(1987-1993) Ketika teknologi komputasi meningkat, alternatif yang lebih murah muncul dan pasar mesin Lisp runtuh pada tahun 1987, mengantarkan "Musim Dingin AI Kedua." Selama periode ini, sistem ahli terbukti terlalu mahal untuk dipertahankan dan diperbarui, akhirnya tidak menguntungkan.


Tahun 1990-an

(1991) Pasukan AS mengerahkan DART, alat perencanaan dan penjadwalan logistik otomatis, selama Perang Teluk.


(1992) Jepang mengakhiri proyek FGCS pada tahun 1992, mengutip kegagalan dalam memenuhi tujuan ambisius yang diuraikan satu dekade sebelumnya.


(1993) DARPA mengakhiri Inisiatif Komputasi Strategis pada tahun 1993 setelah menghabiskan hampir $ 1 miliar dan jatuh jauh dari harapan.


(1997) Deep Blue IBM mengalahkan juara catur dunia Gary Kasparov


Tahun 2000-an

(2005) STANLEY, mobil swakemudi, memenangkan DARPA Grand Challenge.


(2005) Militer AS mulai berinvestasi dalam robot otonom seperti "Big Dog" boston Dynamic dan "PackBot" iRobot.


(2008) Google membuat terobosan dalam pengenalan ucapan dan memperkenalkan fitur tersebut di aplikasi iPhone-nya.


2010-2014

(2011) Watson dari IBM mengalahkan kompetisi di Jeopardy!.


(2011) Apple merilis Siri, asisten virtual bertenaga AI melalui sistem operasi iOS-nya.


(2012) Andrew Ng, pendiri proyek Google Brain Deep Learning, mengumpat jaringan saraf menggunakan algoritme pembelajaran mendalam 10 juta video YouTube sebagai set pelatihan. Jaringan saraf belajar mengenali kucing tanpa diberitahu apa itu kucing, mengantarkan era terobosan untuk jaringan saraf dan pendanaan pembelajaran mendalam.


(2014) Google membuat mobil self-driving pertama untuk lulus tes mengemudi negara.


(2014) Amazon Alexa, rumah virtual dirilis


2015-2021

(2016) AlphaGo google DeepMind mengalahkan pemain Go juara dunia Lee Sedol. Kompleksitas permainan Cina kuno dipandang sebagai rintangan utama untuk dibersihkan di AI.


(2016) "warga robot" pertama, robot humanoid bernama Sophia, dibuat oleh Hansen Robotics dan mampu pengenalan wajah, komunikasi verbal, dan ekspresi wajah.


(2018) Google merilis mesin pemrosesan bahasa alami BERT, mengurangi hambatan dalam terjemahan dan pemahaman oleh aplikasi pembelajaran mesin.


(2018) Waymo meluncurkan layanan Waymo One-nya, memungkinkan pengguna di seluruh wilayah metropolitan Phoenix untuk meminta penjemputan dari salah satu kendaraan swakemudi perusahaan.


(2020) Baidu merilis algoritma LinearFold AI-nya kepada tim ilmiah dan medis yang bekerja untuk mengembangkan vaksin selama tahap awal pandemi SARS-CoV-2. Algoritma ini mampu memprediksi urutan RNA virus hanya dalam 27 detik, 120 kali lebih cepat daripada metode lain.


Tidak ada komentar untuk "Apa Itu Artificial Intelegent? Bagaimana Cara Kerjanya"

close