Assalamualaikum apa kabar teman-teman semua semoga kita selalu dalam keadaan sehat ya. kembali lagi bersama saya, pada blog kali ini kita akan membahas tentang Kecerdasan Buatan(AI).Apa Itu Kecerdasan Buatan(AI)? Kecerdasan buatan adalah simulasi proses kecerdasan manusia oleh mesin, terutama sistem komputer. Aplikasi khusus AI meliputi sistem pakar, pemrosesan bahasa alami, pengenalan suara, dan visi mesin.
Bagaimana cara kerja kecerdasan buatan?
Saat hype seputar AI memanas, vendor berebut untuk mempromosikan bagaimana produk dan layanan mereka dapat menggunakan AI. Kecerdasan buatan sering disebut sebagai komponen kecerdasan buatan, seperti pembelajaran mesin. AI pada dasarnya membutuhkan perangkat keras dan perangkat lunak khusus untuk menulis dan melatih algoritme pembelajaran mesin. Tidak ada bahasa pemrograman tunggal yang identik dengan AI, tetapi beberapa, termasuk Python, R, dan Java, sangat populer.
Secara umum, sistem AI bekerja dengan menyerap data pelatihan berlabel dalam jumlah besar, menganalisis data untuk korelasi dan pola, dan menggunakan pola tersebut untuk membuat prediksi tentang keadaan di masa mendatang. Dengan cara ini, chatbot yang diberi contoh dari obrolan teks dapat mempelajari cara melakukan pertukaran kehidupan nyata dengan orang-orang, atau alat pengenalan gambar dapat belajar mengidentifikasi dan mendeskripsikan objek dalam gambar dengan meninjau jutaan contoh: Pemrograman AI berfokus pada tiga keterampilan kognitif: pembelajaran, berpikir, dan mengoreksi diri.
~Proses pembelajaran. Aspek pemrograman AI ini berfokus pada mendapatkan data dan membuat aturan tentang bagaimana data dapat diubah menjadi informasi yang dapat ditindaklanjuti. Aturan, yang disebut algoritme, menyediakan perangkat komputasi dengan petunjuk langkah demi langkah tentang cara menyelesaikan tugas yang diberikan.
~Proses berpikir..Aspek pemrograman AI ini berfokus pada pemilihan algoritme yang tepat untuk mencapai hasil yang diinginkan.
~proses mengoreksi diri. Aspek pemrograman AI ini dirancang untuk terus menyesuaikan algoritme dan memastikannya memberikan hasil seakurat mungkin.
Mengapa kecerdasan buatan itu penting?
AI penting karena dapat memberi organisasi wawasan tentang operasi mereka yang mungkin belum pernah mereka sadari sebelumnya, dan karena dalam beberapa kasus, AI dapat melakukan tugas lebih baik daripada manusia. Terutama ketika menyangkut tugas yang berulang dan berorientasi pada detail seperti menganalisis dokumen hukum dalam jumlah besar untuk memastikan bidang yang relevan diisi dengan benar, alat AI sering kali menyelesaikan tugas dengan cepat dan dengan kesalahan yang relatif sedikit.
Ini telah membantu menyebabkan ledakan efisiensi dan membuka pintu bagi peluang bisnis yang sama sekali baru bagi beberapa perusahaan besar. Sebelum gelombang kecerdasan buatan saat ini, sulit membayangkan menggunakan program komputer untuk menghubungkan penumpang ke taksi, tetapi hari ini Uber telah menjadi salah satu perusahaan terbesar di dunia dengan melakukannya. Ini menggunakan algoritme pembelajaran mesin yang rumit untuk memprediksi kapan orang cenderung membutuhkan tumpangan di area tertentu, secara proaktif membantu pengemudi berkendara sebelum mereka membutuhkannya. sebagai contoh lain,Google telah menjadi salah satu pemain terbesar di banyak layanan online dengan menggunakan pembelajaran mesin untuk memahami cara orang menggunakan layanan mereka dan kemudian menyempurnakannya. Pada 2017, CEO perusahaan, Sundar Pichai, mengumumkan bahwa Google akan menjadi perusahaan “AI nomor satu”.
Apa keuntungan dan kerugian dari kecerdasan buatan?
Jaringan saraf tiruan dan teknik pembelajaran mendalam untuk AI berkembang pesat, terutama karena AI memproses data dalam jumlah besar lebih cepat dan membuat prediksi yang lebih akurat daripada manusia.
Sementara banyaknya data yang dihasilkan setiap hari dapat mengubur peneliti manusia, aplikasi AI yang menggunakan pembelajaran mesin dapat mengambil data tersebut dan dengan cepat mengubahnya menjadi informasi yang dapat ditindaklanjuti. Sampai tulisan ini dibuat, kerugian utama penggunaan AI adalah tingginya biaya pemrosesan data dalam jumlah besar yang diperlukan oleh pemrograman AI.
~Keuntungan
1.Andai dalam pekerjaan yang berorientasi pada detail;
2.Mengurangi waktu tugas berat data;
3.Memberikan hasil yang konsisten; Dan
4.Agen virtual bertenaga AI selalu tersedia.
~Kerugian
1.Mahal
2/Membutuhkan keahlian teknis yang mendalam;
3.Pasokan terbatas pekerja yang memenuhi syarat untuk membuat alat AI;
4.Hanya mengetahui apa yang telah diperlihatkan; Dan
5.Ketidakmampuan untuk menggeneralisasi dari satu tugas ke tugas lainnya.
Perbandingan kecerdasan buatan yang kuat dan kecerdasan buatan yang lemah
Kecerdasan buatan dapat diklasifikasikan sebagai lemah dan kuat.
~AI lemah, juga dikenal sebagai narrow AI, adalah sistem kecerdasan buatan yang dirancang dan dilatih untuk menyelesaikan tugas tertentu. Robot industri dan asisten pribadi virtual, seperti Siri Apple, menggunakan AI yang lemah.
~AI kuat, juga dikenal sebagai Artificial General Intelligence (AGI), menggambarkan pemrograman yang dapat mereplikasi kemampuan kognitif otak manusia. Ketika disajikan dengan tugas yang tidak biasa untuk sistem AI yang kuat, logika fuzzy dapat digunakan untuk menerapkan pengetahuan dari satu domain ke domain lain dan menemukan solusi secara mandiri. Secara teori, program AI yang kuat harus mampu lulus uji Turing dan uji ruangan Cina.
Apa saja empat jenis kecerdasan buatan?
Arend Hintze, asisten profesor biologi integratif dan ilmu komputer dan teknik di MSU, menjelaskan dalam artikel tahun 2016 bahwa AI dapat dikategorikan menjadi empat jenis, dimulai dengan sistem cerdas khusus tugas yang banyak digunakan saat ini dan beralih ke sistem kehidupan. yang belum ada. Kategori adalah sebagai berikut:
~Tipe pertama: Reactive machines. Sistem AI ini tidak memiliki memori dan khusus untuk tugas. Contohnya adalah Deep Blue, program catur IBM yang mengalahkan Garry Kasparov pada 1990-an. Deep Blue dapat mengidentifikasi bidak di papan catur dan membuat prediksi, tetapi karena tidak memiliki ingatan, ia tidak dapat menggunakan pengalaman masa lalu untuk menginformasikan pengalaman masa depan.
~Tipe kedua: Limited memory. Sistem AI ini memiliki memori, sehingga mereka dapat menggunakan pengalaman masa lalu untuk menginformasikan keputusan di masa mendatang. Banyak fungsi pengambilan keputusan dalam mobil self-driving dirancang dengan cara ini.
~Tipe ketiga: Theory of mind. Teori pikiran adalah istilah psikologi. Jika diterapkan pada kecerdasan buatan, berarti sistem tersebut akan memiliki kecerdasan sosial untuk memahami emosi. Jenis AI ini akan dapat menyimpulkan niat manusia dan memprediksi perilaku, keterampilan yang dibutuhkan sistem AI untuk menjadi anggota tim manusia yang berharga.
~Tipe keempat: Self-awareness. Dalam kategori ini, sistem AI memiliki kesadaran diri, yang memberi mereka kesadaran. Mesin sadar diri memahami keadaan mereka saat ini. Kecerdasan buatan semacam ini belum ada.
Apa saja contoh teknologi AI dan bagaimana penggunaannya saat ini?
Kecerdasan buatan telah diintegrasikan ke dalam berbagai jenis teknologi. Berikut adalah enam contohnya:
~Automation. Saat dipasangkan dengan teknologi AI, alat otomasi dapat memperluas volume dan jenis tugas yang dilakukan. Contohnya adalah otomatisasi proses robot (RPA), jenis perangkat lunak yang mengotomatiskan tugas pemrosesan data berbasis aturan yang berulang yang secara tradisional dilakukan oleh manusia. Ketika dikombinasikan dengan pembelajaran mesin dan alat AI yang baru muncul, RPA dapat mengotomatiskan bagian yang lebih besar dari fungsi organisasi, memungkinkan bot taktis RPA menyampaikan kecerdasan dari AI dan merespons perubahan proses.
~Machine learning. Ini adalah ilmu membuat komputer bekerja tanpa pemrograman. Pembelajaran mendalam adalah bagian dari pembelajaran mesin yang, dalam istilah yang sangat sederhana, dapat dianggap sebagai otomatisasi analitik prediktif. Ada tiga jenis algoritma pembelajaran mesin:
1.Pembelajaran yang diawasi(Supervised learning). Kumpulan data diberi label sehingga pola dapat dideteksi dan digunakan untuk memberi label pada kumpulan data baru.
2.Pendidikan tanpa pengawasan(Unsupervised learning). Kumpulan data tidak dikategorikan dan diurutkan berdasarkan kesamaan atau perbedaan.
3.Penguatan pembelajaran(Reinforcement learning). Kumpulan data tidak diberi label, tetapi setelah melakukan satu atau beberapa tindakan, umpan balik diberikan ke sistem AI.
~Machine vision. Teknologi ini memberi mesin kemampuan untuk melihat. Visi mesin menangkap dan menganalisis informasi visual menggunakan kamera, konversi analog ke digital, dan pemrosesan sinyal digital. Ini sering dibandingkan dengan penglihatan manusia, tetapi penglihatan mesin tidak terikat oleh biologi dan dapat diprogram untuk melihat menembus dinding, misalnya. Ini digunakan dalam berbagai aplikasi mulai dari identifikasi tanda tangan hingga analisis citra medis. Visi komputer, yang berfokus pada pemrosesan gambar berbasis mesin, sering dikacaukan dengan visi mesin.
~Natural language processing (NLP). Ini adalah pemrosesan bahasa manusia oleh perangkat lunak komputer. Salah satu contoh NLP tertua dan terpopuler adalah deteksi spam, yang melihat baris subjek dan badan email dan memutuskan apakah itu sampah. Pendekatan yang ada untuk NLP didasarkan pada pembelajaran mesin. Tugas NLP meliputi terjemahan teks, analisis sentimen, dan pengenalan suara.
~Robotics. Bidang teknik ini berfokus pada desain dan pembuatan robot. Robot sering digunakan untuk melakukan tugas-tugas yang sulit dilakukan manusia atau dilakukan terus menerus. Misalnya, robot digunakan di jalur perakitan untuk membuat mobil atau oleh NASA untuk memindahkan benda besar melalui ruang angkasa. Peneliti juga menggunakan pembelajaran mesin untuk membuat robot yang dapat berinteraksi dalam lingkungan sosial.
~Self-driving cars. Kendaraan otonom menggunakan kombinasi visi komputer, pengenalan gambar, dan pembelajaran mendalam untuk membangun keterampilan otomatis dalam mengemudikan kendaraan sambil tetap berada di jalur tertentu dan menghindari rintangan tak terduga, seperti pejalan kaki.
Apa saja pengaplikasi kecerdasan buatan?
Kecerdasan buatan telah memasuki pasar yang berbeda. Berikut sembilan contohnya:
~Kecerdasan buatan dalam perawatan kesehatan(AI in healthcare). Taruhan terbesar adalah meningkatkan hasil pasien dan mengurangi biaya. Perusahaan menerapkan pembelajaran mesin untuk membuat diagnosis yang lebih baik dan lebih cepat daripada manusia. IBM Watson adalah salah satu teknologi perawatan kesehatan paling populer. Memahami bahasa alami dan dapat menanggapi pertanyaan yang diajukan. Sistem mengekstrak data pasien dan sumber data lain yang tersedia untuk membentuk hipotesis, yang kemudian disajikan dengan grafik tingkat kepercayaan. Aplikasi AI lainnya termasuk penggunaan asisten layanan kesehatan virtual online dan chatbot untuk membantu pasien dan klien layanan kesehatan menemukan informasi medis, menjadwalkan janji temu, memahami proses penagihan, dan menyelesaikan proses administrasi lainnya. Berbagai teknologi AI juga digunakan untuk memprediksi, memerangi, dan memahami epidemi seperti COVID-19.
~Kecerdasan buatan dalam bisnis(AI in business). Algoritme pembelajaran mesin dibangun ke dalam platform analitik dan manajemen hubungan pelanggan (CRM) untuk mengungkap informasi tentang cara melayani pelanggan dengan lebih baik. Chatbots diintegrasikan ke dalam situs web untuk menyediakan layanan pelanggan instan. Otomatisasi pekerjaan juga telah menjadi topik diskusi di kalangan akademisi dan analis TI.
~Kecerdasan buatan dalam pendidikan(AI in education). AI dapat mengotomatiskan proses penilaian, memberi guru lebih banyak waktu. Itu dapat menilai siswa dan beradaptasi dengan kebutuhan mereka, membantu mereka untuk bekerja dengan kecepatan mereka sendiri. Guru AI dapat memberikan dukungan tambahan kepada siswa, memastikan mereka tetap di jalur. Itu bisa mengubah di mana dan bagaimana siswa belajar, dan mungkin menggantikan beberapa guru.
~Kecerdasan buatan di bidang keuangan(AI in finance). Kecerdasan buatan dalam aplikasi keuangan pribadi, seperti Intuit Mint atau TurboTax, mengganggu lembaga keuangan. Aplikasi seperti ini mengumpulkan data pribadi dan memberikan nasihat keuangan. Perangkat lunak lain, seperti IBM Watson, telah diimplementasikan dalam proses pembelian rumah. Saat ini, program kecerdasan buatan sedang melakukan banyak kesepakatan di Wall Street.
~Kecerdasan buatan dalam hukum(AI in law). Proses penemuan – transfer dokumen – dalam undang-undang sering membingungkan orang. Menggunakan AI untuk membantu mengotomatiskan proses padat karya di industri hukum menghemat waktu dan meningkatkan layanan pelanggan. Firma hukum menggunakan pembelajaran mesin untuk menggambarkan data dan memprediksi hasil, visi komputer untuk mengklasifikasikan dan mengekstrak informasi dari dokumen dan pemrosesan bahasa alami untuk menginterpretasikan permintaan informasi.
~Kecerdasan buatan di bidang manufaktur(AI in manufacturing). Manufaktur telah menjadi yang terdepan dalam mengintegrasikan bot ke dalam alur kerja. Misalnya, robot industri yang secara bersamaan diprogram untuk melakukan tugas secara individual dan independen dari pekerja manusia semakin bertindak sebagai bot: robot multitasking yang lebih kecil yang berkolaborasi dengan manusia dan melakukan pekerjaan yang lebih besar di gudang, lantai pabrik, dan tempat kerja lainnya.
~Kecerdasan buatan di bank(AI in banking). Bank berhasil menggunakan chatbots untuk memberi tahu pelanggan mereka tentang layanan dan penawaran dan untuk menangani transaksi yang tidak memerlukan campur tangan manusia. Asisten virtual kecerdasan buatan digunakan untuk menambah dan mengurangi biaya untuk mematuhi peraturan perbankan. Institusi perbankan juga menggunakan AI untuk meningkatkan pengambilan keputusan tentang pinjaman, menetapkan batas kredit, dan mengidentifikasi peluang investasi.
~Kecerdasan buatan dalam transportasi(AI in transportation). Selain peran penting AI dalam mengemudikan kendaraan tanpa pengemudi, teknologi AI digunakan dalam transportasi untuk mengarahkan lalu lintas, memprediksi penundaan penerbangan, dan membuat angkutan laut lebih aman dan efisien.
~Keamanan(Security). Kecerdasan buatan dan pembelajaran mesin berada di puncak daftar kata kunci yang digunakan vendor keamanan kata kunci saat ini untuk membedakan penawaran mereka. Istilah-istilah ini juga mewakili teknologi yang benar-benar dapat diterapkan. Organisasi menggunakan pembelajaran mesin dalam perangkat lunak SIEM dan bidang terkait untuk mendeteksi anomali dan mengidentifikasi aktivitas mencurigakan yang mengindikasikan adanya ancaman. Dengan menganalisis data dan menggunakan logika untuk mengidentifikasi kesamaan dengan kode berbahaya yang diketahui, AI dapat memberikan peringatan tentang serangan baru dan yang muncul jauh lebih cepat daripada individu manusia dan iterasi teknologi sebelumnya. Teknologi dewasa memainkan peran besar dalam membantu organisasi memerangi serangan siber.
Augmented intelligence vs. artificial intelligence
Beberapa pakar industri percaya bahwa istilah AI terlalu erat kaitannya dengan budaya populer, dan hal ini menyebabkan masyarakat umum memiliki ekspektasi yang tak tertahankan tentang bagaimana AI akan mengubah tempat kerja dan kehidupan secara umum:
~Augmented intelligence. Beberapa peneliti dan pemasar berharap augmented intelligence, yang memiliki konotasi lebih netral, akan membantu orang memahami bahwa sebagian besar aplikasi AI akan lemah dan hanya akan meningkatkan produk dan layanan. Contohnya termasuk menampilkan informasi penting secara otomatis dalam laporan intelijen bisnis atau menyoroti informasi penting dalam pengajuan hukum.
~Artificial intelligence. Kecerdasan buatan sejati, atau kecerdasan umum buatan, terkait erat dengan konsep singularitas teknologi masa depan yang diatur oleh kecerdasan buatan manusia super yang melampaui kemampuan pikiran manusia untuk memahami atau bagaimana membentuk realitas kita. Itu tetap dalam ranah fiksi ilmiah, meski banyak pengembang yang bekerja di bidang ini. Banyak yang percaya bahwa teknologi seperti komputasi kuantum dapat memainkan peran penting dalam membuat kecerdasan umum buatan menjadi kenyataan dan kita harus terus menggunakan istilah kecerdasan buatan untuk jenis kecerdasan umum ini.
Penggunaan etis kecerdasan buatan(Ethical use of artificial intelligence)
Sementara alat AI menyediakan berbagai pekerjaan baru untuk bisnis, penggunaan AI juga menimbulkan pertanyaan etis karena, baik atau buruk, sistem AI akan memperkuat apa yang telah dipelajarinya.
Ini bisa menjadi masalah karena algoritme pembelajaran mesin, yang menggerakkan banyak alat AI tercanggih, hanya secerdas data yang diberikan dalam pelatihan. Saat manusia memilih data yang digunakan untuk melatih program AI, potensi bias pembelajaran mesin melekat dan harus dipantau secara ketat.
Siapa pun yang ingin menggunakan pembelajaran mesin sebagai bagian dari sistem dunia nyata dalam produksi perlu mempertimbangkan etika dalam proses pelatihan AI dan berusaha untuk menghindari bias. Ini terutama benar ketika algoritme AI yang secara inheren tidak dapat dijelaskan digunakan dalam pembelajaran mendalam dan aplikasi generative adversarial network (GAN).
Penafsiran seperti itu berpotensi menjadi batu sandungan bagi penggunaan AI di industri yang beroperasi di bawah persyaratan kepatuhan peraturan yang ketat. Misalnya, lembaga keuangan di Amerika Serikat beroperasi berdasarkan peraturan yang mengharuskan mereka menjelaskan keputusan penerbitan kredit mereka. Ketika keputusan untuk menolak kredit dibuat oleh pemrograman AI, sulit untuk menjelaskan bagaimana keputusan itu dibuat karena alat AI yang digunakan dalam pengambilan keputusan bekerja dengan menghilangkan korelasi halus antara ribuan variabel. Ketika proses pengambilan keputusan tidak dapat dijelaskan, perangkat lunak tersebut dapat disebut sebagai AI kotak hitam.
Terlepas dari potensi risikonya, saat ini ada banyak peraturan yang mengatur penggunaan alat AI, dan jika ada undang-undang, peraturan ini biasanya terus menangani AI secara tidak langsung. Misalnya, seperti yang disebutkan sebelumnya, peraturan pinjaman yang adil di Amerika Serikat mewajibkan lembaga keuangan untuk menjelaskan keputusan kredit kepada calon pelanggan. Hal ini membatasi sejauh mana pemberi pinjaman dapat menggunakan algoritme pembelajaran mendalam, yang secara inheren buram dan ditafsirkan dengan buruk.
Peraturan Perlindungan Data Umum (GDPR) Uni Eropa sangat membatasi cara organisasi dapat menggunakan data konsumen, menghambat pelatihan dan fungsionalitas untuk banyak aplikasi AI yang berhubungan dengan konsumen.
Pada bulan Oktober 2016, Dewan Sains dan Teknologi Nasional merilis laporan yang memeriksa potensi peran peraturan pemerintah dalam pengembangan kecerdasan buatan, tetapi tidak merekomendasikan undang-undang khusus untuk dipertimbangkan.
Tidak akan mudah untuk mengesahkan undang-undang untuk mengatur AI, sebagian karena AI mencakup berbagai teknologi yang digunakan perusahaan untuk berbagai tujuan, dan sebagian karena regulasi dapat merugikan kemajuan dan perkembangan AI. Pesatnya perkembangan teknologi AI merupakan hambatan lain untuk regulasi AI yang berarti.Terobosan teknologi dan aplikasi baru dapat membuat undang-undang yang ada menjadi ketinggalan zaman dalam sekejap. Misalnya, undang-undang saat ini yang mengatur privasi percakapan dan rekaman percakapan tidak mencakup tantangan yang ditimbulkan oleh asisten suara seperti Alexa dari Amazon dan Siri dari Apple yang mengumpulkan percakapan tetapi tidak mendistribusikannya kecuali tim teknologi perusahaan menggunakannya untuk menyempurnakan perangkat- algoritma pembelajaran. Tentu saja, undang-undang yang dibuat oleh pemerintah untuk mengatur AI tidak mencegah penjahat menggunakan teknologi dengan niat jahat.
Komputasi kognitif dan kecerdasan buatan
Istilah kecerdasan buatan dan komputasi kognitif terkadang digunakan secara bergantian, namun secara umum istilah kecerdasan buatan digunakan untuk merujuk pada mesin yang menggantikan kecerdasan manusia dengan mensimulasikan cara kita memandang, belajar, memproses, dan berinteraksi dengan informasi di lingkungan.
Istilah komputasi kognitif digunakan untuk merujuk pada produk dan layanan yang mensimulasikan dan menambah proses pemikiran manusia.
Bagaimana sejarah kecerdasan buatan?
Konsep benda mati yang diberkahi dengan kecerdasan sudah ada sejak zaman kuno. Dewa Yunani Hephaestus digambarkan dalam mitologi menciptakan pelayan seperti robot dari emas. Insinyur di Mesir kuno membuat patung dewa yang digambar oleh para pendeta. Selama berabad-abad, para pemikir dari Aristoteles hingga teolog Spanyol abad ke-13 Ramon Lull hingga René Descartes dan Thomas Bayes telah menggunakan alat dan logika pada masanya untuk mendeskripsikan proses berpikir manusia sebagai simbol, meletakkan dasar bagi konsep kecerdasan buatan seperti representasi.dari pengetahuan umum.
Akhir abad ke-19 dan paruh pertama abad ke-20 membawa karya dasar yang akan mengarah ke komputer modern. Pada tahun 1836, matematikawan Cambridge Charles Babbage dan Augusta Ada Byron, Countess of Lovelace, menciptakan desain pertama untuk mesin yang dapat diprogram.
1940s. Pelopor dalam rekayasa perangkat lunak penyimpanan komputer, matematikawan Princeton John von Neumann memelopori gagasan bahwa program komputer dan data yang diprosesnya dapat disimpan dalam memori komputer. Warren McCulloch dan Walter Bates meletakkan dasar untuk jaringan saraf.
1950s. Dengan munculnya komputer modern, para ilmuwan dapat menguji gagasan mereka tentang kecerdasan mesin. Salah satu cara untuk menentukan apakah komputer itu cerdas dirancang oleh ahli matematika Inggris dan pemecah kode Perang Dunia II Alan Turing. Tes Turing berfokus pada kemampuan komputer untuk mengelabui penyelidik agar percaya bahwa jawaban atas pertanyaan mereka berasal dari manusia.
1956. Bidang kecerdasan buatan modern secara luas dikutip telah dimulai tahun ini selama konferensi musim panas di Dartmouth College. Disponsori oleh Defense Advanced Research Projects Agency (DARPA), konferensi ini dihadiri oleh 10 tokoh terkemuka di bidangnya, termasuk perintis kecerdasan buatan Marvin Minsky, Oliver Selfridge, dan John McCarthy, yang berjasa menciptakan istilah kecerdasan buatan. Hadir pula Allen Newell, seorang ilmuwan komputer, dan Herbert A. Simon, seorang ekonom, ilmuwan politik, dan psikolog kognitif, yang mempresentasikan logika teoretis perintis mereka, sebuah program komputer yang mampu membuktikan teori matematika tertentu, dan menyebutnya sebagai kecerdasan buatan. program.
1950s and 1960s. Setelah konferensi Dartmouth College, para pemimpin di bidang kecerdasan buatan yang baru muncul meramalkan bahwa kecerdasan buatan yang setara dengan otak manusia sudah dekat, menarik dukungan pemerintah dan industri yang signifikan. Memang, hampir 20 tahun penelitian fundamental yang didanai dengan baik telah menghasilkan kemajuan besar dalam kecerdasan buatan: misalnya, pada akhir 1950-an Newell dan Simon menerbitkan algoritma pemecahan masalah umum (GPS), yang gagal memecahkan masalah kompleks tetapi meletakkan dasar untuk pengembangan struktur kognitif. yang lebih rumit; McCarthy mengembangkan Lisp, Bahasa pemrograman kecerdasan buatan yang masih digunakan sampai sekarang. Pada pertengahan 1960-an, profesor MIT Joseph Weisenbaum mengembangkan ELIZA, program pemrosesan bahasa alami awal yang menjadi dasar chatbot saat ini.
1970s and 1980s. Namun pencapaian AI terbukti sulit dipahami, dan tidak langsung, terhambat oleh keterbatasan pemrosesan dan memori komputer serta kerumitan masalah. Pemerintah dan perusahaan menarik dukungan mereka untuk penelitian AI, yang menyebabkan jeda yang berlangsung dari tahun 1974 hingga 1980 yang dikenal sebagai “Musim Dingin Pertama Kecerdasan Buatan”. Pada 1980-an, penelitian tentang teknik pembelajaran mendalam dan penerapan sistem pakar Edward Feigenbaum oleh industri memicu gelombang antusiasme baru untuk AI, diikuti oleh keruntuhan lain dalam pendanaan pemerintah dan dukungan industri. Musim dingin AI kedua berlangsung hingga pertengahan 1990-an.
1990s through today. Peningkatan daya komputasi dan ledakan data menyebabkan peningkatan kecerdasan buatan pada akhir 1990-an yang berlanjut hingga hari ini. Fokus baru-baru ini pada kecerdasan buatan telah menghasilkan terobosan dalam pemrosesan bahasa alami, visi komputer, robotika, pembelajaran mesin, pembelajaran mendalam, dan banyak lagi. Selain itu, kecerdasan buatan lebih nyata dari sebelumnya, menggerakkan mobil, mendiagnosis penyakit, dan memperkuat perannya dalam budaya populer. Pada tahun 1997, IBM’s Deep Blue mengalahkan master catur Rusia Garry Kasparov, menjadi program komputer pertama yang mengalahkan juara catur dunia. Empat belas tahun kemudian, Watson dari IBM menarik perhatian penonton ketika dia mengalahkan dua mantan juara di acara game Jeopardy!. Baru-baru ini, kekalahan bersejarah juara dunia 18 kali Lee Sedol oleh program AlphaGo Google DeepMind mengejutkan komunitas Go dan menandai tonggak sejarah dalam pengembangan mesin cerdas.
Kecerdasan buatan sebagai layanan
Karena biaya perangkat keras, perangkat lunak, dan personel AI dapat menjadi penghalang, banyak vendor menyertakan komponen AI dalam penawaran standar mereka atau memberikan akses ke platform AI sebagai Layanan (AIaaS). AIaaS memungkinkan individu dan perusahaan untuk bereksperimen dengan AI untuk tujuan bisnis yang berbeda dan mencicipi platform yang berbeda sebelum melakukannya.
Penawaran Cloud AI yang populer meliputi:
Sekian dan Terimakasih.See Again!
M.Dicky Desriansyah
Daftar CMS 