Semua yang perlu Anda ketahui tentang AI sempit

Semua yang perlu Anda ketahui tentang AI sempit

Semua yang perlu Anda ketahui tentang AI sempit
Semua yang perlu Anda ketahui tentang AI sempit

Pada tahun 1956, sekelompok ilmuwan yang dipimpin oleh John McCarthy, seorang asisten-profesor matematika muda, berkumpul di Dartmouth College, NH, untuk sebuah proyek enam minggu yang ambisius: Membuat komputer yang dapat “menggunakan bahasa, membentuk abstraksi, dan konsep, memecahkan berbagai masalah yang sekarang disediakan untuk manusia, dan memperbaiki diri mereka sendiri. ”

Proyek ini memulai bidang yang dikenal sebagai kecerdasan buatan (AI). Pada saat itu, para ilmuwan berpikir bahwa “studi 2-orang, kecerdasan buatan 10-bulan” akan menyelesaikan bagian terbesar dari persamaan AI. “Kami berpikir bahwa kemajuan signifikan dapat dibuat dalam satu atau lebih dari masalah ini jika kelompok ilmuwan yang dipilih dengan hati-hati mengerjakannya bersama untuk musim panas,” bunyi proposal AI pertama.
Konferensi TNW Couch

Bergabunglah dengan para pemimpin industri untuk menentukan strategi baru untuk masa depan yang tidak pasti
DAFTAR SEKARANG

Lebih dari enam dasawarsa kemudian, impian menciptakan kecerdasan buatan masih luput dari perhatian kita. Kami masih belum memiliki mesin berpikir yang dapat berpikir dan menyelesaikan masalah seperti anak manusia, apalagi orang dewasa. Tetapi kami telah membuat banyak kemajuan, dan sebagai hasilnya, bidang AI telah dibagi menjadi kecerdasan umum buatan (AGI) dan kecerdasan sempit buatan (ANI).
Apa perbedaan antara AI umum dan AI sempit?

AI, seperti yang dibayangkan oleh McCarthy dan rekan-rekannya, adalah sistem kecerdasan buatan yang dapat mempelajari tugas dan menyelesaikan masalah tanpa secara eksplisit diperintahkan pada setiap detail. Seharusnya bisa melakukan penalaran dan abstraksi, dan dengan mudah mentransfer pengetahuan dari satu domain ke domain lain.

Membuat sistem AI yang memenuhi semua persyaratan itu sangat sulit, para peneliti telah belajar selama beberapa

dekade. Visi asli AI, komputer yang meniru proses berpikir manusia, telah dikenal sebagai kecerdasan umum buatan.

Baca: [Pembelajaran mandiri adalah masa depan AI]

Menurut Wikipedia, AGI adalah “mesin yang memiliki kapasitas untuk memahami atau mempelajari tugas intelektual yang dapat dilakukan manusia.” Para ilmuwan, peneliti, dan pemimpin pemikiran percaya bahwa AGI setidaknya beberapa dekade lagi.

Tetapi dalam upaya berkelanjutan mereka untuk memenuhi impian menciptakan mesin berpikir, para ilmuwan telah berhasil menemukan semua jenis teknologi yang berguna. AI sempit adalah istilah umum yang mencakup semua teknologi ini.

Sistem AI sempit pandai melakukan satu tugas, atau berbagai tugas terbatas. Dalam banyak kasus, mereka bahkan mengungguli manusia dalam domain spesifik mereka. Tetapi begitu mereka dihadapkan dengan situasi yang berada di luar ruang masalahnya, mereka gagal. Mereka juga tidak dapat mentransfer pengetahuan mereka dari satu bidang ke bidang lainnya.

Misalnya, bot yang dikembangkan oleh lab penelitian AI milik Google DeepMind dapat memainkan game strategi real-time populer StarCraft 2 di tingkat kejuaraan. Tetapi AI yang sama tidak akan dapat memainkan game RTS lain seperti Warcraft atau Command & Conquer.

Sementara AI sempit gagal pada tugas-tugas yang membutuhkan kecerdasan tingkat manusia, ia telah membuktikan

kegunaannya dan menemukan jalannya ke banyak aplikasi. Kueri Google Penelusuran Anda dijawab oleh algoritma AI yang sempit. Sistem AI yang sempit membuat rekomendasi video Anda di YouTube dan Netflix, dan membuat daftar putar Weekly Discovery Anda di Spotify. Alexa dan Siri, yang telah menjadi pokok kehidupan banyak orang, ditenagai oleh AI yang sempit.

Bahkan, dalam kebanyakan kasus Anda mendengar tentang perusahaan yang “menggunakan AI untuk menyelesaikan masalah X” atau membaca tentang AI dalam berita, ini tentang kecerdasan sempit buatan.
Berbagai jenis teknologi AI sempit

Buku bacaan robot

Teknik AI sempit yang kita miliki saat ini pada dasarnya terbagi dalam dua kategori: AI simbolik dan pembelajaran mesin.

Kecerdasan buatan simbolik, juga dikenal sebagai AI kuno yang baik (GOFAI), adalah bidang penelitian dominan untuk sebagian besar sejarah AI. Symbolic AI mengharuskan programmer untuk secara cermat mendefinisikan aturan yang menentukan perilaku sistem cerdas. Symbolic AI cocok untuk aplikasi yang lingkungannya dapat diprediksi dan aturannya jelas. Meskipun AI simbolis agak jatuh dari rahmat dalam beberapa tahun terakhir, sebagian besar aplikasi yang kita gunakan saat ini adalah sistem berbasis aturan.

Pembelajaran mesin, cabang lain dari kecerdasan buatan yang sempit, mengembangkan sistem cerdas melalui

contoh. Seorang pengembang sistem pembelajaran mesin menciptakan sebuah model dan kemudian “melatihnya” dengan memberikan banyak contoh. Algoritma pembelajaran mesin memproses contoh-contoh dan menciptakan representasi matematis dari data yang dapat melakukan tugas prediksi dan klasifikasi.

Sebagai contoh, algoritma pembelajaran mesin yang dilatih pada ribuan transaksi bank dengan hasil mereka (sah atau curang) akan dapat memprediksi apakah transaksi bank baru itu curang atau tidak.

Pembelajaran mesin datang dalam berbagai rasa. Pembelajaran mendalam adalah jenis pembelajaran mesin khusus yang telah menjadi sangat populer dalam beberapa tahun terakhir. Belajar mendalam sangat baik dalam melakukan tugas-tugasnya

Sumber:

https://freemattandgrace.com/seva-mobil-bekas/