Kecerdasan Buatan atau kecerdasan yang ditambahkan kepada suatu sistem yang bisa diatur dalam konteks ilmiah.
Artificial Intelligence (AI) , kemampuan digital komputer atau komputer Robot untuk melakukan tugas yang biasa diasosiasikan dengan makhluk cerdas. Istilah ini sering diterapkan pada proyek pengembangan sistem yang dianugerahi dengan proses intelektual
yang khas manusia, seperti kemampuan untuk beralasan, menemukan makna,
menggeneralisasi, atau belajar dari pengalaman masa lalu.
Sejak pengembangan komputer digital
di tahun 1940an, telah ditunjukkan bahwa komputer dapat diprogram untuk
melaksanakan tugas yang sangat kompleks - seperti, misalnya, menemukan
bukti untuk teorema matematika atau bermain catur - dengan kemampuan hebat.
Namun,
meski terus melaju dalam kecepatan pemrosesan dan kapasitas memori
komputer, masih belum ada program yang dapat menyesuaikan fleksibilitas
manusia dengan domain yang lebih luas atau dalam tugas yang membutuhkan
banyak pengetahuan sehari-hari.
Di
sisi lain, beberapa program telah mencapai tingkat kinerja pakar dan
profesional manusia dalam melakukan tugas tertentu, sehingga kecerdasan
buatan dalam pengertian terbatas ini ditemukan dalam aplikasi yang beragam seperti diagnosis medis, mesin pencari komputer, dan pengenalan suara atau tulisan tangan.
Apa itu Kecerdasan?
Semua kecuali perilaku manusia yang paling sederhana dianggap berasal dari kecerdasan.
Psikolog umumnya tidak mencirikan kecerdasan manusia hanya dengan satu sifat tapi dengan kombinasi beragam kemampuan. Penelitian di AI telah berfokus terutama pada komponen kecerdasan berikut: pembelajaran, penalaran, pemecahan masalah, persepsi , dan penggunaan bahasa.
Belajar
Ada sejumlah bentuk pembelajaran berbeda yang diterapkan pada kecerdasan buatan. Yang paling sederhana adalah belajar dengan trial and error. Sebagai contoh, sebuah program komputer sederhana untuk memecahkan masalah catur satu-in-one mungkin mencoba bergerak secara acak sampai pasangan ditemukan.
Program kemudian bisa menyimpan solusinya dengan posisi sehingga pada
saat komputer mengalami posisi yang sama maka akan mengingat solusinya.
Pemikiran
Untuk alasannya adalah untuk menarik kesimpulan yang sesuai dengan situasi. Referensi diklasifikasikan sebagai salah satu deduktif atau induktif Contoh yang pertama adalah, "Fred pasti ada di museum atau kafe. Dia tidak ada di kafe;
oleh karena itu dia berada di museum, "dan yang terakhir," Kecelakaan
sebelumnya semacam ini disebabkan oleh kegagalan instrumen;
Oleh karena itu, kecelakaan ini disebabkan oleh kegagalan instrumen.
"Perbedaan paling signifikan antara bentuk penalaran ini adalah bahwa
dalam kasus deduktif, kebenaran tempat tersebut menjamin kebenaran kesimpulan, sedangkan dalam kasus induktif, kebenaran premis memberi dukungan kepada Kesimpulannya tanpa memberikan kepastian mutlak.
Alasan induktif umum terjadi dalam sains, dimana data dikumpulkan dan
model tentatif dikembangkan untuk menggambarkan dan memprediksi perilaku
masa depan - sampai munculnya data anomali memaksa model untuk
direvisi.
Penalaran deduktif umum terjadi dalam matematika dan logika , di mana struktur teorema tak terbantahkan yang rumit dibangun dari sekumpulan aksioma dasar dan aturan dasar.
Ada banyak keberhasilan dalam pemrograman komputer untuk menarik kesimpulan, terutama kesimpulan deduktif. Namun, penalaran yang benar melibatkan lebih dari sekedar menggambar kesimpulan; Ini melibatkan kesimpulan kesimpulan yang relevan dengan solusi dari tugas atau situasi tertentu. Ini adalah salah satu masalah terberat yang dihadapi AI.
Penyelesaian masalah
Pemecahan masalah, terutama dalam kecerdasan buatan, dapat dicirikan
sebagai pencarian sistematis melalui serangkaian tindakan yang mungkin
dilakukan untuk mencapai beberapa tujuan atau solusi yang telah
ditetapkan. Metode pemecahan masalah terbagi menjadi tujuan khusus dan tujuan umum.
Metode tujuan khusus dibuat khusus untuk masalah tertentu dan sering
memanfaatkan fitur yang sangat spesifik dari situasi di mana masalah
tertanam. Sebaliknya, metode tujuan umum berlaku untuk berbagai macam masalah. Salah satu teknik tujuan umum yang digunakan dalam AI adalah analisis mean-end - pengurangan selangkah demi selangkah, atau bertahap , perbedaan antara keadaan saat ini dan tujuan akhir.
Program memilih tindakan dari daftar alat-dalam kasus robot sederhana
ini mungkin terdiri dari PICKUP, PUTDOWN, MOVEFORWARD, MOVEBACK,
MOVELEFT, dan MOVERIGHT-sampai tercapai tujuan.
Banyak masalah beragam yang telah dipecahkan oleh program kecerdasan buatan.
Beberapa contoh menemukan langkah kemenangan (atau urutan pergerakan)
dalam permainan papan, merancang bukti matematis, dan memanipulasi
"benda maya" di dunia yang menghasilkan komputer.
Persepsi
Dalam persepsi lingkungan
dipindai dengan menggunakan berbagai organ sensorik, nyata atau buatan,
dan pemandangannya didekomposisi menjadi benda terpisah dalam berbagai
hubungan spasial.
Analisis rumit oleh fakta bahwa suatu objek mungkin tampak berbeda
tergantung sudut pandang, arah dan intensitas pencahayaan di tempat
kejadian, dan seberapa besar objek kontras dengan medan di sekitarnya.
Saat sekarang, Persepsi buatan cukup maju untuk memungkinkan sensor optik mengidentifikasi individu, kendaraan otonom melaju dengan kecepatan sedang di jalan terbuka, dan robot berkeliaran di bangunan yang mengumpulkan kaleng soda kosong. Salah satu sistem paling awal untuk mengintegrasikan persepsi dan tindakan adalah FREDDY, robot stasioner dengan mata televisi yang bergerak dan tangan penjepit, dibangun di Universitas Edinburgh , Skotlandia, selama periode 1966-73 di bawah arahan Donald Michie . FREDDY mampu mengenali berbagai benda dan bisa diinstruksikan untuk merakit artefak sederhana, seperti mobil mainan, dari tumpukan komponen acak.
Bahasa
Bahasa adalah sistem tanda yang memiliki makna menurut konvensi. Dalam pengertian ini, bahasa tidak perlu dibatasi pada kata yang diucapkan.
Tanda lalu lintas, misalnya, membentuk bahasa kecil, menjadi masalah
konvensi bahwa {simbol bahaya} berarti "bahaya di depan" di beberapa
negara.
Hal ini berbeda dengan bahasa yang dimiliki unit linguistik dengan
konvensi, dan makna linguistik sangat berbeda dari yang disebut Arti alami, dicontohkan dalam pernyataan seperti "awan itu berarti hujan" dan "Penurunan tekanan berarti katup tidak berfungsi."
Karakteristik penting bahasa manusia lengkap - berbeda dengan birdcalls dan rambu lalu lintas - adalah produktivitas mereka. Bahasa yang produktif dapat merumuskan berbagai kalimat yang tidak terbatas.
Hal ini relatif mudah untuk menulis program komputer yang tampaknya mampu, dalam konteks yang sangat terbatas, untuk menanggapi dengan lancar bahasa manusia terhadap pertanyaan dan pernyataan.
Meskipun tidak satu pun dari program ini benar-benar memahami bahasa,
pada prinsipnya, pada prinsipnya, mencapai titik di mana komando mereka
terhadap sebuah bahasa tidak dapat dibedakan dari bentuk manusia biasa.
Lalu apa yang terlibat dalam pemahaman asli, jika bahkan komputer yang
menggunakan bahasa seperti pembicara manusia asli tidak diakui untuk
dimengerti? Tidak ada jawaban yang disepakati secara universal atas pertanyaan sulit ini.
Menurut satu teori, terlepas dari satu teori, terlepas dari satu atau
tidak yang dipahami seseorang tidak hanya bergantung pada tingkah laku
seseorang tapi juga pada sejarah seseorang: agar bisa dikatakan
mengerti, seseorang harus belajar bahasa dan telah dilatih untuk
mengambil tempat di komunitas linguistik dengan cara interaksi dengan pengguna bahasa lainnya
sumber:
