ARTIFICIAL INTELLIGENT
Kecerdasan buatan (AI) adalah kecerdasan mesin dan cabang ilmu komputer yang bertujuan untuk menciptakannya. Buku teks mendefinisikan lapangan sebagai “studi dan desain yang cerdas agen,” di mana suatu agen cerdas adalah sistem yang merasakan lingkungannya dan mengambil tindakan yang memaksimalkan peluang keberhasilan. John McCarthy, yang menciptakan istilah dalam 1956, mendefinisikan sebagai “ilmu dan teknik membuat mesin cerdas.”
Bidang ini didirikan pada klaim bahwa milik sentral manusia, intelijen-yang kebijaksanaan-Homo sapiens bisa begitu tepat dijelaskan sehingga dapat disimulasikan oleh sebuah mesin. Hal ini menimbulkan masalah-masalah filosofis tentang sifat pikiran dan batas-batas keangkuhan ilmiah, masalah-masalah yang telah ditangani oleh mitos, fiksi, dan filsafat sejak jaman dahulu. Kecerdasan buatan telah menjadi subjek optimisme hati, telah mengalami kemunduran yang menakjubkan dan, hari ini, telah menjadi penting bagian dari industri teknologi, menyediakan angkat berat bagi banyak masalah-masalah yang paling sulit dalam ilmu komputer.
Penelitian AI sangat teknis dan khusus, sangat dibagi menjadi subbidang yang sering gagal untuk berkomunikasi dengan satu sama lain. subbidang telah tumbuh di sekitar lembaga-lembaga tertentu, karya peneliti perorangan, pemecahan masalah-masalah tertentu, telah berlangsung lama perbedaan pendapat tentang bagaimana AI harus dilakukan dan aplikasi dari alat yang berbeda secara luas. Masalah pusat AI meliputi ciri sebagai penalaran, pengetahuan, perencanaan, belajar, komunikasi, persepsi dan kemampuan untuk bergerak dan memanipulasi objek. General intelligence (or “strong AI”) masih merupakan tujuan jangka panjang dari ( beberapa) penelitian
Sejarah Artifical Intelegent (AI)
Berpikir mesin dan buatan manusia muncul dalam mitologi Yunani, seperti Talos dari Crete, robot emas Hephaestus dan Pygmalion’s Galatea. Manusia persamaan diyakini memiliki kecerdasan yang dibangun di setiap peradaban besar: animasi patung yang disembah di Mesir dan Yunani dan robot humanoid dibangun oleh Yan Shi, Hero dari Alexandria, Al-Jazari dan Wolfgang von Kempelen. Hal itu juga diyakini bahwa makhluk buatan telah diciptakan oleh Jabir bin Hayyan , Yehuda Loew dan Paracelsus. Pada 19 dan abad ke-20, buatan manusia telah menjadi fitur umum dalam fiksi, seperti dalam Mary Shelley’s Frankenstein atau Karel Capek’s RUR (Rossum’s Universal Robots). Pamela McCorduck berpendapat bahwa semua ini adalah contoh dari dorongan kuno, saat ia menjelaskan hal itu, “untuk menempa para dewa”. Kisah-kisah tentang makhluk-makhluk ini dan mendiskusikan nasib mereka banyak yang sama harapan, ketakutan dan keprihatinan etis yang disajikan oleh kecerdasan buatan.
Mekanis atau “resmi” penalaran telah dikembangkan oleh filsuf dan matematikawan sejak zaman purba. Studi tentang logika dipimpin langsung kepada penemuan komputer elektronik digital programmable, berdasarkan karya matematikawan Alan Turing dan lain-lain. Turing teori komputasi menyarankan bahwa sebuah mesin, dengan menyeret simbol-simbol yang sederhana seperti “0″ dan “1″, bisa meniru tindakan manapun deduksi matematis. Hal ini, bersama dengan penemuan-penemuan terbaru dalam bidang neurologi, teori informasi dan sibernetika, terinspirasi sebuah kelompok kecil peneliti untuk mulai serius mempertimbangkan kemungkinan membangun otak elektronik.
Bidang penelitian AI didirikan pada sebuah konferensi di kampus Dartmouth College pada musim panas 1956. Para peserta, termasuk John McCarthy, Marvin Minsky, Allen Newell dan Herbert Simon, menjadi pemimpin penelitian flu burung selama beberapa dekade . Mereka dan murid-murid mereka yang menulis program, untuk kebanyakan orang, cukup mengejutkan: komputer kata memecahkan masalah dalam aljabar, logis membuktikan teorema dan berbicara dalam bahasa Inggris. Pada pertengahan tahun 1960-an, penelitian dalam AS sangat didanai oleh Departemen Pertahanan dan laboratorium telah didirikan di seluruh dunia. AI pendiri yang sangat optimis tentang masa depan bidang baru: Herbert Simon meramalkan bahwa “mesin akan mampu, dalam waktu dua puluh tahun, melakukan pekerjaan apa pun seorang pria bisa melakukan “dan Marvin Minsky setuju, menulis bahwa” dalam satu generasi … masalah penciptaan ‘kecerdasan buatan’ akan secara substansial dapat dipecahkan “.
Mereka telah gagal untuk mengenali kesulitan dari beberapa masalah yang mereka hadapi. Pada tahun 1974, sebagai tanggapan atas kritik dari Inggris Sir James Lighthill dan berkelanjutan tekanan dari Kongres untuk mendanai proyek-proyek yang lebih produktif, Amerika Serikat dan pemerintah Inggris memutuskan semua diarahkan, eksplorasi penelitian dalam AI. Beberapa tahun mendatang, ketika dana untuk proyek-proyek itu sulit ditemukan, yang kemudian disebut sebagai “AI musim dingin”. [
Pada awal 1980-an, penelitian AI dihidupkan kembali oleh keberhasilan komersial sistem ahli, sebuah bentuk program yang AI simulasi analisis pengetahuan dan keterampilan dari satu atau lebih pakar manusia.
Pada tahun 1985 pasar Flu Burung telah mencapai lebih dari satu miliar dolar. Pada saat yang sama, Jepang, proyek komputer generasi kelima terinspirasi AS dan pemerintah Inggris untuk mengembalikan dana untuk penelitian akademis di lapangan. Namun demikian, dimulai dengan keruntuhan pasar Lisp Machine pada tahun 1987, AI sekali lagi jatuh ke dalam kehinaan, dan yang kedua, lebih tahan lama AI musim dingin dimulai.
Pada tahun 1990-an dan awal abad ke-21, AI mencapai sukses terbesar, meskipun agak di belakang layar. Kecerdasan buatan digunakan untuk logistik, data mining, diagnosa medis dan banyak daerah lain di seluruh industri teknologi. Keberhasilan ini disebabkan beberapa faktor: kekuatan luar biasa dari komputer hari ini (lihat hukum Moore), yang lebih menekankan pada pemecahan spesifik subproblems, penciptaan hubungan baru antara AI dan bidang lain yang bekerja pada masalah yang sama, dan terutama komitmen baru oleh para peneliti untuk matematika padat metode dan standar ilmiah yang ketat.
- Machine learning
Machine learning telah menjadi pusat penelitian AI dari awal. Tanpa pengawasan belajar adalah kemampuan untuk menemukan pola-pola aliran masukan. Belajar diawasi meliputi klasifikasi dan regresi numerik. Klasifikasi ini digunakan untuk menentukan apa yang termasuk dalam kategori sesuatu, setelah melihat sejumlah contoh hal dari beberapa kategori. Regresi mengambil numerik satu set input / output contoh dan upaya untuk menemukan fungsi yang kontinu akan menghasilkan output dari input. Dalam penguatan belajar agen dihargai tanggapan baik dan dihukum karena buruk. Ini dapat dianalisis dalam kerangka teori keputusan, dengan menggunakan konsep seperti utilitas. Analisis matematis algoritma pembelajaran mesin dan kinerja mereka adalah cabang ilmu komputer teoretis dikenal sebagai teori belajar komputasional.
- Pengolahan bahasa alami
memberikan mesin kemampuan untuk membaca dan memahami bahasa yang manusia berbicara. Banyak peneliti berharap bahwa yang cukup kuat sistem pemrosesan bahasa alami akan dapat memperoleh pengetahuan dengan sendirinya, dengan membaca teks yang ada tersedia melalui internet. Beberapa aplikasi langsung pengolahan bahasa alami meliputi pengambilan informasi (atau teks pertambangan) dan mesin terjemahan.
D. Motion dan manipulasi
Asimo menggunakan sensor dan algoritma cerdas untuk menghindari rintangan dan menavigasi tangga.
- Bidang robotika
adalah terkait erat dengan AI. Intelijen diperlukan untuk robot untuk dapat menangani tugas-tugas seperti sebagai objek manipulasi dan navigasi, dengan sub-masalah lokalisasi (mengetahui dimana anda berada), pemetaan (belajar apa yang ada di sekitar Anda) dan perencanaan gerak (memikirkan bagaimana sampai di sana).
- Mesin persepsi
adalah kemampuan untuk menggunakan input dari sensor (seperti kamera, mikrofon, sonar dan lain-lain lebih eksotis) untuk menyimpulkan aspek dunia. Komputer visi adalah kemampuan untuk menganalisis input visual. Beberapa subproblems dipilih adalah pengenalan suara, pengenalan wajah dan pengenalan obyek.
- Emosi dan keterampilan sosial
Memainkan dua peran untuk agen yang cerdas. Pertama, harus dapat memprediksi tindakan orang lain, dengan memahami motif mereka dan emosi. (Hal ini melibatkan elemen-elemen dari teori permainan, teori keputusan, serta kemampuan untuk model emosi manusia dan keterampilan perseptual untuk mendeteksi emosi.) Juga, untuk yang baik interaksi manusia-komputer, sebuah mesin cerdas juga perlu untuk menampilkan emosi. Setidaknya itu harus tampak sopan dan peka terhadap manusia itu berinteraksi dengan. Paling-paling, harus memiliki emosi yang normal itu sendiri.
- Kreativitas Computational
TOPIO, sebuah robot yang dapat bermain tenis meja, yang dikembangkan oleh TOSY.
Sebuah sub-bidang alamat AI kreativitas baik secara teoritis (dari perspektif filosofis dan psikologis) dan praktis (melalui implementasi spesifik sistem yang menghasilkan output yang dapat dianggap kreatif).
Sebagian besar peneliti berharap bahwa pekerjaan mereka pada akhirnya akan dimasukkan ke dalam sebuah mesin dengan kecerdasan umum (dikenal sebagai flu burung yang kuat), memadukan semua keahlian di atas dan melebihi kemampuan manusia di sebagian besar atau semuanya. Beberapa percaya bahwa fitur seperti buatan antropomorfik kesadaran atau otak buatan mungkin diperlukan untuk proyek semacam itu.
Banyak dari masalah di atas dianggap AI-lengkap: untuk menyelesaikan satu masalah, Anda harus memecahkan mereka semua. Sebagai contoh, bahkan yang sederhana, tugas khusus seperti terjemahan mesin mensyaratkan bahwa mesin penulis mengikuti argumen (alasan), tahu apa yang sedang dibicarakan (pengetahuan), dan dengan setia mereproduksi maksud pengarang (kecerdasan sosial). Mesin penerjemahan, oleh karena itu, diyakini AI-lengkap: mungkin memerlukan AI kuat harus dilakukan dan juga manusia bisa melakukannya.
