ARTIFICIAL
INTELLIGENCE
(KECERDASAN
BUATAN)
TUGAS
ARTIKEL
PROGRAM
STUDY INTERAKSI MANUSIA DAN KOMPUTER
JURUSAN
SISTEM INFORMASI
Oleh
:
PUPUT
LESTARI
NIM.14021800098
FAKULTAS
ILMU KOMPTER
UNIVERSITAS
BINA BANGSA
BANTEN
2019
ABSTRAK
ARTIFICIAL
INTELLIGENCE
Oleh
:
Puput Lestari
NIM.14021800098
Pembuatan artikel ini bertujuan untuk memenuhi tugas
program study interaksi manusia dan komputer dengan judul Artificial
Intelligence. Yaitu bidang ilmu computer yang menekankan pada penciptaan mesin
cerdas yang bekerja dan bereaksi seperti manusia. Yang merupakan bagian penting
dari industry teknologi. Materi yang di bahas berdasarkan judul yang telah di
tentukan. Rekayasa pengetahuan merupakan bagian inti dari penelitian kecerdasan
buatan. Mesin sering dapat bertindak dan beraksi seperti manusia hanya jika
mereka memiliki informasi melimpah yang berkaitan dengan manusia. Kecerdasan
buatan harus memiliki akses ke objek, kategori,property dan hubungan diantara
mereka semua untuk menerapkan rekayasa pengetahuan. Memulai akal sehat, daya
nalar dan pemecahan masalah dalam mesin adalah tugas yang sulit dan melelahkan.
System
Artificial Inteligence ini sekarang sering digunakan dalam berbagai bidang
seperti ekonomi, sains, obat obatan, teknik dan militer, seperti yang telah
dibangun dalam beberapa aplikasi perangkat lunak computer rumah dan video game.
Kata kunci : Artificial
Intelligence, mesin cerdas, rekayasa pengetahuan dan system Artificial
Intelligence.
PENDAHULUAN
LATAR BELAKANG
Artificial Intelligence(AI) atau disebut
dengan kecerdasan buatan adalah bidang ilmu computer yang menekankan pada
penciptaan mesin cerdas yang bekerja dan bereaksi seperti manusia. Yang
merupakan bagian penting dari industry teknologi. Rekayasa pengetahuan
merupakan bagian inti dari penelitian kecerdasan buatan. Mesin sering dapat
bertindak dan beraksi seperti manusia hanya jika mereka memiliki informasi
melimpah yang berkaitan dengan manusia. Kecerdasan buatan harus memiliki akses
ke objek, kategori,property dan hubungan diantara mereka semua untuk menerapkan
rekayasa pengetahuan. Memulai akal sehat, daya nalar dan pemecahan masalah
dalam mesin adalah tugas yang sulit dan melelahkan.
Tujuan dari Artificial
Intelligence yaitu di anggap dapat membantu dalam memecajkan masalah dengan
lebih efektif,efisien, dan lebih teliti. Bukan hanya itu AI juga mengahasilkan
mesin mesin yang lebih bermanfaat. Kondisi pada mesin bisa meningkatkan akurasi
pemrosesan yang menjadikan pekerjaan lebih ringan dan memberikan hasil yang
maksimal.
System Artificial
Inteligence ini sekarang sering digunakan dalam berbagai bidang seperti
ekonomi, sains, obat obatan, teknik dan militer, seperti yang telah dibangun
dalam beberapa aplikasi perangkat lunak computer rumah dan video game.
Teknologi Artificial
Intelligence memang dapat dikatakan cerdas dan bahkan melebihi kecerdasan pada
umumnya, tapi kita harus tetap mengingat bahwa manusia lah yang menciptkannya.
AI memang di buat supaya hidup manusia menjadi lebih mudah dan praktis, tetapi
tidak berarti kita terus di manjakannya dengan adanya teknologi AI tersebut.
Karena kita yang seharusnya mengatur mereka, bukan malah mereka yang mengatur
kita.
 |
PEMBAHASAN
Pengertian
kecerdasan buatan
Artificial
Intelligence(AI) atau disebut dengan kecerdasan buatan adalah bidang ilmu
computer yang menekankan pada penciptaan mesin cerdas yang bekerja dan bereaksi
seperti manusia. Yang merupakan bagian penting dari industry teknologi.
Rekayasa pengetahuan merupakan bagian inti dari penelitian kecerdasan buatan.
Mesin sering dapat bertindak dan beraksi seperti manusia hanya jika mereka
memiliki informasi melimpah yang berkaitan dengan manusia. Kecerdasan buatan
harus memiliki akses ke objek, kategori,property dan hubungan diantara mereka
semua untuk menerapkan rekayasa pengetahuan. Memulai akal sehat, daya nalar dan
pemecahan masalah dalam mesin adalah tugas yang sulit dan melelahkan.
Andreas
Kaplan dan Michael Haenlain mendefinisikan kecerdasan buatan
sebagai “ kemampuan system untuk menfsirkan data eksternal dengan benar, untuk
belajar dari data tersebut, dan menggunakan pembelajaran tersebut guna mencapai
tujuan dan tugas tertentu melalui adaptasi yang fleksibel”. Banyak hal yang
kelihatannya sulit untuk kecerdasan manusia tetapi untuk informatika cenderung
tidak bermasalah. Seperti contoh mentransformasikan persamaan, menyelesaikan
persamaan integral, membuat permainan catur, atau backgammon.
Apa
itu kecerdasan?
Kecerdasan
merupakan aspek yang multidimensi dan
syarat makna, banyak para ahli yang memaknai kecerdasan dengan berbagai sudut
pandang mereka. Berbicara soal kecerdasan ternyata memang sangat kompleks dan
luas cakupannya. Menurut burt, kecerdasan
adalah kemampuan kognitif umum yang dibawa individu dari lahir. Dan masih
banyak lagi pakar yang mengungkapkan apa itu kecerdasan. Di era teknologi ini kecerdasan bukan hanya
ada pada manusia tapi ada juga kecerdasan buatan contohnya seperti mesin dan
robotika. Psikolog umumnya tidak mengkarakterisasi kecerdasan manusia hanya dengan satu sifat tetapi oleh kombinasi berbagai
kemampuan. Penelitian dalam AI terutama berfokus pada komponen kecerdasan
berikut ini: pembelajaran, penalaran, pemecahan masalah , persepsi , dan penggunaan bahasa.
Bagaimana
Cara Kerja Kecerdasan Buatan?
Bisakah mesin berpikir?
 |
Pada
intinya, AI adalah cabang ilmu komputer yang bertujuan untuk menjawab
pertanyaan secara afirmatif. Ini adalah upaya untuk mereplikasi atau
mensimulasikan kecerdasan manusia dalam mesin.
Tujuan
luas dari kecerdasan buatan telah memunculkan banyak pertanyaan dan perdebatan.
Sedemikian rupa sehingga tidak ada definisi tunggal dari bidang tersebut yang
diterima secara universal.
Keterbatasan
utama dalam mendefinisikan AI hanya sebagai "mesin bangunan yang
cerdas" adalah bahwa itu tidak benar-benar menjelaskan apa kecerdasan
buatan? Apa yang membuat mesin cerdas?
Dalam
buku pelajaran inovatif 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 pemikiran ini, AI adalah "studi tentang 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 berpikir dan penalaran, sementara yang lain
berurusan dengan perilaku. Norvig dan Russell fokus terutama pada agen rasional
yang bertindak untuk mencapai hasil terbaik, mencatat "semua keterampilan
yang diperlukan untuk Tes Turing juga memungkinkan agen untuk bertindak secara
rasional." (Russel dan Norvig 4).
Saat
berpidato di kerumunan 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 dapat melakukan tugas-tugas yang biasanya
membutuhkan kecerdasan manusia ... Banyak dari sistem kecerdasan buatan ini
didukung oleh pembelajaran mesin, beberapa di antaranya didukung oleh
pembelajaran yang mendalam dan beberapa di antaranya didukung oleh hal-hal yang
sangat membosankan seperti aturan . "
Bagaimana
kecerdasan buatan dan robotika dapat menciptakan lebih banyak peluang kerja?
Dampak kecerdasan
buatan dan robotica pada kesempatan kerja selalu menjadi topic banyak
spekulasi. Ketika dating untuk mengatur dan memanipulasi data, memproses
masalah matematika yang kompleks dan melaksanakan tugas dalam sekejap mata, ai
dan robotika adalah pilihan yang paling di sukai. Akibatnya ai sudah merambah
ke setiap industry, mulai dari konstruksi, transportasi dan manufaktur hingga
intelligen bisnis, pendidikan dan perawatan kesehatan. Oleh karena itu tidak
mengherankan bahwa banyak tokoh seperti CEO Facebook yaitu Mark Zuckerberg percaya bahwa
tidak hanya kecerdasan buatan dapat mendukung dan meningkatkan pekerjaan yang
ada tetapi juga dapat menciptakanperan baru.
Sebuah laporan yang di
hasilkan oleh Gartner menunjukan
bahwa pada tahun 2020, ai akan menghasilkan
sekitar 2,3 juta pekerjaan. Angka ini di hitung dengan
memperhitungkan1,8 juta pekerjaam yan di buat sederhana dengan otomatisasi.
Namun , seperti teknologi lainya,dalam hal ketrampilan ldomain, aid an robotika
juga membutuhkn kursus latihan khusus. Ini teah mendorong perlunya kursus
kecerdasan buatan, sehingga mempersiapkanpara professional untuk gelombang
perubhan baruyangdi sebabkan oleh inovasi dalam robotika dan kecerdasan buatan.
Sector AI dan robotika
tidak pernah gagal mengesankan orang orang dengan inovasi. tugas tugas yang
dulunya di anggap sangat kompleks hingga sebelumnya kini telah dibuat
sederhana, sehingga memberi para professional ruang yang lebih luas untuk focus
pada tugas tugas lain. Selain itu proligerasi teknik ai memiliki manfaat lain
karena jumlah ai dan perangkat robot meningkat maka kebutuhan akan peran
pekerjaan untuk mendukung dan mempertahankan fungsinya.
|
Kibatnya ada permintaan bagi para profesional yang memahami robotika
dan ai pada setiap tahap siklus pengembangan. Jumlah ini setidkanya duapertiga peningkatan dalam scenario pekerjaj
saat ini. Dalam sebuah study yang di lakuka oleh Capgemini hamper 80% dari 1000 organisasi yang menerapkan kecerdsan
buatan telah menyatakan bahwa mereka akan memperkerjakan professional aid an
robotika untuk peran pekerjaan baru.
Apa
saja jenis kecerdasan buatan ?
Arend
Hintze, asisten profesor biologi integratif dan ilmu komputer dan teknik di
Michigan State University, mengkategorikan AI menjadi empat jenis, dari jenis
sistem AI yang ada saat ini hingga sistem yang hidup, yang belum ada.
Kategorinya adalah sebagai berikut:
- Tipe 1: Mesin reaktif . Contohnya adalah Deep Blue, program catur IBM yang mengalahkan Garry Kasparov pada 1990-an. Deep Blue dapat mengidentifikasi bagian-bagian di papan catur dan membuat prediksi, tetapi tidak memiliki ingatan dan tidak dapat menggunakan pengalaman masa lalu untuk memberi tahu yang berikutnya. Ini menganalisis kemungkinan langkah - -nya memiliki dan -nya lawan - dan memilih langkah paling strategis. Deep Blue dan GoogleGOGO dirancang untuk tujuan yang sempit dan tidak dapat dengan mudah diterapkan pada situasi lain.
- Tipe 2: Memori terbatas. Sistem AI ini dapat menggunakan pengalaman masa lalu untuk menginformasikan keputusan masa depan. Beberapa fungsi pengambilan keputusan dalam mobil self-driving dirancang dengan cara ini. Pengamatan menginformasikan tindakan yang terjadi di masa depan yang tidak terlalu jauh, seperti jalur penggantian mobil. Pengamatan ini tidak disimpan secara permanen.
- Tipe 3: Teori pikiran. Istilah psikologi ini mengacu pada pengertian bahwa orang lain memiliki keyakinan, keinginan sendiri dan niat yang memengaruhi keputusan yang mereka buat. AI jenis ini belum ada.
- Tipe 4: Kesadaran diri. Dalam kategori ini, sistem AI memiliki rasa diri, memiliki kesadaran. Mesin dengan kesadaran diri memahami keadaan mereka saat ini dan dapat menggunakan informasi untuk menyimpulkan apa yang orang lain rasakan. AI jenis ini belum ada .
|
Contohnya teknologi AI
AI
dimasukkan ke dalam berbagai jenis teknologi yang berbeda. Berikut ini tujuh
contoh.
- Otomasi : Apa yang membuat sistem atau proses berfungsi secara otomatis. Misalnya, otomatisasi proses robotik (RPA) dapat diprogram untuk melakukan tugas bervolume tinggi dan berulang yang biasanya dilakukan manusia. RPA berbeda dari otomatisasi TI karena dapat beradaptasi dengan keadaan yang berubah.
- Pembelajaran mesin: Ilmu membuat komputer bertindak tanpa pemrograman . Dalam belajar adalah bagian dari pembelajaran mesin yang, dalam istilah yang sangat sederhana, dapat dianggap sebagai otomatisasi analitik prediktif. Ada tiga jenis algoritma pembelajaran mesin:
- Pembelajaran terawasi : Kumpulan data diberi label sehingga pola dapat dideteksi dan digunakan untuk memberi label pada kumpulan data baru
- Pembelajaran tanpa pengawasan : Kumpulan data tidak diberi label dan diurutkan berdasarkan persamaan atau perbedaan
- Pembelajaran penguatan : Kumpulan data tidak diberi label tetapi, setelah melakukan suatu tindakan atau beberapa tindakan, sistem AI diberikan umpan balik
- Visi mesin: Ilmu yang memungkinkan komputer melihat. Teknologi ini menangkap dan menganalisis informasi visual menggunakan konversi analog-ke-digital kamera dan pemrosesan sinyal digital. Ini sering dibandingkan dengan penglihatan manusia, tetapi penglihatan mesin tidak terikat oleh biologi dan dapat diprogram untuk melihat melalui dinding, misalnya. Ini digunakan dalam berbagai aplikasi dari identifikasi tanda tangan hingga analisis citra medis. Visi komputer, yang difokuskan pada pemrosesan gambar berbasis mesin, sering dikaitkan dengan visi mesin.
- Pemrosesan bahasa alami (NLP): Pemrosesan manusia - dan bukan komputer - bahasa oleh program komputer. Salah satu yang lebih tua dan paling dikenal contoh NLP adalah deteksi spam, yang melihat baris subjek dan teks email dan memutuskan apakah itu sampah. Pendekatan saat ini untuk NLP didasarkan pada pembelajaran mesin. Tugas NLP termasuk terjemahan teks, analisis sentimen dan pengenalan suara.
- Robotika: Bidang teknik yang berfokus pada desain dan pembuatan robot. Robot sering digunakan untuk melakukan tugas yang sulit bagi manusia untuk melakukan atau melakukan secara konsisten. Mereka digunakan dalam jalur perakitan untuk produksi mobil atau oleh NASA untuk memindahkan benda besar di luar angkasa. Para peneliti juga menggunakan pembelajaran mesin untuk membangun robot yang dapat berinteraksi dalam lingkungan sosial.
- Mobil self-driving: Ini menggunakan kombinasi visi komputer, pengenalan gambar dan pembelajaran mendalam untuk membangun keterampilan otomatis dalam mengemudikan kendaraan sambil tetap berada di jalur tertentu dan menghindari penghalang yang tidak terduga, seperti pejalan kaki.
Pentingnya
Artificial Intelligence dalam berbagai bidang
Kecerdasan buatan telah membuat
jalan ke sejumlah bidang. Berikut ini enam contoh.
- AI dalam perawatan kesehatan . Taruhan terbesar adalah pada meningkatkan hasil pasien dan mengurangi biaya. Perusahaan menerapkan pembelajaran mesin untuk membuat diagnosis yang lebih baik dan lebih cepat daripada manusia. Salah satunya paling dikenal teknologi kesehatan adalah IBM Watson . Ia mengerti bahasa alami dan mampu menjawab pertanyaan yang diajukan tentang itu. Sistem menggali data pasien dan sumber data lain yang tersedia untuk membentuk hipotesis, yang kemudian disajikan dengan skema penilaian kepercayaan. Aplikasi AI lainnya termasuk chatbots , program komputer yang digunakan online untuk menjawab pertanyaan dan membantu pelanggan, membantu menjadwalkan janji temu atau membantu pasien melalui proses penagihan, dan asisten kesehatan virtual yang memberikan umpan balik medis dasar.
- AI dalam bisnis . Otomatisasi proses robot sedang diterapkan pada tugas yang sangat berulang yang biasanya dilakukan oleh manusia. Algoritma pembelajaran mesin diintegrasikan ke dalam platform analitik dan CRM untuk mengungkap informasi tentang cara melayani pelanggan dengan lebih baik. Chatbots telah dimasukkan ke dalam situs web untuk menyediakan layanan langsung kepada pelanggan. Otomatisasi posisi kerja juga telah menjadi bahan pembicaraan di kalangan akademisi dan analis TI.
- AI dalam pendidikan . AI dapat mengotomatiskan penilaian, memberi lebih banyak waktu kepada pendidik. AI dapat menilai siswa dan beradaptasi dengan kebutuhan mereka, membantu mereka bekerja dengan langkah mereka sendiri. Tutor AI dapat memberikan dukungan tambahan kepada siswa, memastikan mereka tetap di jalurnya. AI dapat mengubah di mana dan bagaimana siswa belajar, bahkan mungkin mengganti beberapa guru.
- AI di bidang keuangan . AI dalam aplikasi keuangan pribadi, seperti Pajak Mint atau Turbo, mengganggu lembaga keuangan. Aplikasi seperti ini mengumpulkan data pribadi dan memberikan saran keuangan. Program lain, seperti IBM Watson, telah diterapkan pada proses pembelian rumah. Hari ini, perangkat lunak melakukan banyak perdagangan di Wall Street.
- AI dalam hukum . Proses penemuan, menyaring dari dokumen, dalam hukum sering kali luar biasa bagi manusia. Mengotomatiskan proses ini adalah penggunaan waktu yang lebih efisien. Startup juga membangun asisten komputer tanya-jawab yang dapat menyaring pertanyaan yang diprogram untuk menjawab dengan memeriksa taksonomi dan ontologi yang terkait dengan database .
- AI di bidang manufaktur . Ini adalah area yang berada di garis depan menggabungkan robot ke dalam alur kerja . Robot industri digunakan untuk melakukan tugas tunggal dan dipisahkan dari pekerja manusia, tetapi sebagai teknologi lanjutan yang berubah .
|
Apa komponen dasar kecerdasan buatan?
Banyak
teknologi revolusioner AI adalah kata kunci umum, seperti "pemrosesan
bahasa alami," "pembelajaran mendalam," dan "analisis
prediktif." Teknologi mutakhir yang memungkinkan sistem komputer untuk
memahami makna bahasa manusia, belajar dari pengalaman, dan membuat prediksi
masing-masing.
Memahami
jargon AI adalah kunci untuk memfasilitasi diskusi tentang aplikasi dunia nyata
dari teknologi ini. Teknologi itu mengganggu, merevolusi cara manusia
berinteraksi dengan data dan membuat keputusan, dan harus dipahami secara
mendasar oleh kita semua.
Pembelajaran Mesin | Belajar dari
pengalaman
Pembelajaran
mesin, atau ML, adalah aplikasi AI yang menyediakan sistem komputer dengan
kemampuan untuk secara otomatis belajar dan meningkatkan dari pengalaman tanpa
diprogram secara eksplisit. ML berfokus pada pengembangan algoritma yang
dapat menganalisis data dan membuat prediksi. Selain digunakan untuk
memprediksi film Netflix yang mungkin Anda sukai, atau rute terbaik untuk Uber
Anda, pembelajaran mesin sedang diterapkan pada industri perawatan kesehatan,
farmasi, dan ilmu kehidupan untuk membantu diagnosis penyakit, interpretasi
gambar medis, dan mempercepat pengembangan obat.
Pembelajaran Jauh | Mesin otodidak
Deep learning adalah subset
dari pembelajaran mesin yang menggunakan jaringan saraf tiruan yang belajar
dengan mengolah data. Jaringan saraf tiruan meniru jaringan saraf biologis
di otak manusia.
Beberapa
lapisan jaringan saraf tiruan bekerja bersama untuk menentukan output tunggal
dari banyak input, misalnya, mengidentifikasi gambar wajah dari mosaik
ubin. Mesin belajar melalui penguatan positif dan negatif dari tugas yang
mereka lakukan, yang membutuhkan pemrosesan dan penguatan yang konstan untuk
maju.
Bentuk
lain dari pembelajaran mendalam adalah pengenalan suara, yang memungkinkan
asisten suara di telepon untuk memahami pertanyaan seperti, "Hei Siri,
Bagaimana cara kerja kecerdasan buatan?"
Jaringan Saraf | Membuat asosiasi
Jaringan
saraf memungkinkan pembelajaran yang mendalam. Seperti yang disebutkan,
jaringan saraf adalah sistem komputer yang dimodelkan setelah koneksi saraf di
otak manusia. Setara buatan dari neuron manusia adalah
perceptron. Seperti halnya kumpulan neuron yang menciptakan jaringan saraf
di otak, tumpukan perceptron menciptakan jaringan saraf tiruan dalam sistem
komputer.
Jaringan
saraf belajar dengan memproses contoh-contoh pelatihan. Contoh terbaik
datang dalam bentuk set data besar, seperti, katakanlah, set 1.000 foto
kucing. Dengan memproses banyak gambar (input), mesin dapat menghasilkan
output tunggal, menjawab pertanyaan, "Apakah gambar itu kucing atau
bukan?"
Proses
ini menganalisis data berkali-kali untuk menemukan asosiasi dan memberi makna
pada data yang sebelumnya tidak ditentukan. Melalui model pembelajaran
yang berbeda, seperti penguatan positif, mesin diajarkan telah berhasil
mengidentifikasi objek.
Komputasi Kognitif | Membuat kesimpulan
dari konteks
Komputasi
kognitif adalah komponen penting lain dari AI. Tujuannya adalah untuk
meniru dan meningkatkan interaksi antara manusia dan mesin. Komputasi
kognitif berupaya menciptakan kembali proses pemikiran manusia dalam model
komputer, dalam hal ini, dengan memahami bahasa manusia dan makna gambar. Bersama-sama, komputasi
kognitif dan kecerdasan buatan berusaha memberikan mesin dengan perilaku mirip
manusia dan kemampuan pemrosesan informasi.
Pemrosesan Bahasa Alami (NLP) | Memahami
bahasa
Natural Language Processing
atau NLP, memungkinkan komputer untuk menafsirkan, mengenali, dan menghasilkan
bahasa dan ucapan manusia. Tujuan akhir dari NLP adalah untuk memungkinkan
interaksi tanpa batas dengan mesin yang kami gunakan setiap hari dengan
mengajarkan sistem untuk memahami bahasa manusia dalam konteks dan menghasilkan
respons yang logis.
Contoh
NLP di dunia nyata termasuk Skype Translator, yang mengartikan pidato berbagai
bahasa secara real-time untuk memfasilitasi komunikasi.
Visi Komputer | Memahami gambar
Visi
komputer adalah teknik yang menerapkan pembelajaran mendalam dan identifikasi
pola untuk menafsirkan konten gambar; termasuk grafik, tabel, dan gambar
dalam dokumen PDF, serta, teks dan video lainnya. Visi komputer adalah
bidang integral AI, memungkinkan komputer mengidentifikasi, memproses, dan
menafsirkan data visual.
Aplikasi
teknologi ini sudah mulai merevolusi industri seperti penelitian &
pengembangan dan perawatan kesehatan. Computer Vision digunakan untuk
mendiagnosis pasien lebih cepat dengan menggunakan Computer Vision dan
pembelajaran mesin untuk mengevaluasi pemindaian x-ray pasien.
Bagaimana AI Digunakan?
Kecerdasan
buatan umumnya salah dalam dua kategori besar:
- AI sempit: Kadang-kadang disebut sebagai "AI lemah," kecerdasan buatan semacam ini beroperasi dalam konteks terbatas dan merupakan simulasi kecerdasan manusia. AI sempit sering berfokus pada melakukan satu tugas dengan sangat baik dan sementara mesin ini mungkin tampak cerdas, mereka beroperasi di bawah kendala dan batasan yang jauh lebih banyak daripada kecerdasan manusia paling dasar sekalipun.
- Inteligensi Buatan Buatan (AGI) : AGI, kadang-kadang disebut "AI Kuat," adalah jenis kecerdasan buatan yang kita lihat di film-film, seperti robot dari Westworld atau Data dari Star Trek: The Next Generation . AGI adalah mesin dengan kecerdasan umum dan, seperti halnya manusia, AGI dapat menerapkan kecerdasan itu untuk menyelesaikan masalah apa pun.
Kecerdasan Buatan Sempit
AI
sempit ada di sekitar kita dan dengan mudah merupakan realisasi kecerdasan
buatan paling sukses hingga saat ini. Dengan fokus pada melakukan tugas-tugas
khusus, AI Sempit telah mengalami banyak terobosan dalam dekade terakhir yang
telah memiliki "manfaat sosial yang signifikan dan telah berkontribusi
pada vitalitas ekonomi bangsa," menurut "Mempersiapkan Masa Depan
Kecerdasan Buatan," a Laporan 2016 dirilis oleh Pemerintahan Obama.
Beberapa
contoh AI Sempit meliputi:
- pencarian Google
- Perangkat lunak pengenalan gambar
- Siri, Alexa, dan asisten pribadi lainnya
- Mobil self-driving
- IBM Watson
Pembelajaran Mesin & Pembelajaran Mendalam
Banyak
AI Sempit didukung oleh terobosan dalam pembelajaran
mesin dan pembelajaran
yang mendalam . Memahami perbedaan antara
kecerdasan buatan, pembelajaran mesin dan pembelajaran mendalam bisa
membingungkan. Kapitalis ventura, Frank Chen memberikan
tinjauan yang baik tentang bagaimana
membedakan di 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 itu."
Sederhananya,
pembelajaran mesin memberi makan data komputer dan menggunakan teknik statistik
untuk membantunya "belajar" bagaimana menjadi lebih baik secara
progresif dalam suatu tugas, tanpa secara khusus diprogram untuk tugas itu,
menghilangkan kebutuhan jutaan baris kode tertulis. Pembelajaran mesin terdiri
dari pembelajaran terawasi (menggunakan set data berlabel) dan pembelajaran
tanpa pengawasan (menggunakan set data tidak berlabel).
Deep
learning adalah jenis pembelajaran mesin yang menjalankan input melalui
arsitektur jaringan saraf yang diilhami secara biologis. Jaringan saraf berisi
sejumlah lapisan tersembunyi di mana data diproses, memungkinkan mesin untuk
"mendalam" dalam pembelajarannya, membuat koneksi dan memberi bobot
masukan 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 AGI penuh
dengan kesulitan.
Pencarian
untuk "algoritma universal untuk belajar dan bertindak dalam lingkungan
apa pun," (Russel dan Norvig 27) bukanlah hal baru, tetapi waktu belum
meredakan kesulitan pada dasarnya menciptakan mesin dengan set lengkap
kemampuan kognitif.
AGI
telah lama menjadi sumber fiksi ilmiah dystopian, di mana robot super-cerdas
mengalahkan kemanusiaan, tetapi para ahli sepakat bahwa itu bukan sesuatu yang
perlu kita khawatirkan dalam waktu dekat
.
|
Teknologi Pendukung Tambahan untuk Kecerdasan
Buatan
·
Unit
Pemrosesan Grafis atau GPU adalah enabler utama AI, memberikan daya komputasi
besar yang diperlukan untuk memproses jutaan data dan perhitungan dengan cepat.
·
Internet
of Things, atau IoT, adalah jaringan kumulatif perangkat yang terhubung ke
internet. IoT diperkirakan akan menghubungkan lebih dari 100 miliar
perangkat di tahun-tahun mendatang.
·
Pemrosesan
data cerdas sedang dioptimalkan menggunakan algoritma canggih untuk analisis
data multi-level yang lebih cepat. Ini adalah solusi untuk memprediksi
peristiwa langka, memahami sistem, dan situasi unik.
Dengan
integrasi Antarmuka Pemrosesan Aplikasi atau API, aspek kecerdasan buatan dapat
dicolokkan ke perangkat lunak yang ada, menambah fungsi normalnya dengan AI.
|
DAFTAR PUSTAKA
https://www.sciencedaily.com/terms/artificial_intelligence.htm
