Ketika kita berbicara tentang kecerdasan buatan, kecerdasan manusia atau bentuk kecerdasan lainnya, apa yang kita maksud dengan istilah kecerdasan secara umum? Apa yang Anda sebut cerdas dan apa yang tidak? Dengan kata lain, bagaimana kita mendefinisikan istilah intelijen dengan cara yang paling umum?
Jawaban:
Saya akan mengawali jawaban ini dengan mencatat bahwa orang-orang yang jauh lebih pandai daripada saya sendiri telah membahas masalah ini secara terperinci. Yang mengatakan, sejauh yang saya bisa membedakan:
Ketika kita berbicara tentang kecerdasan, kita merujuk pada kekuatan pemecahan masalah dalam kaitannya dengan masalah, relatif terhadap kekuatan kecerdasan lain.
Ini adalah konsepsi teori permainan, terkait dengan rasionalitas dan konsep agen rasional . Mengenai kecerdasan dengan cara ini mungkin tidak dapat dihindari. Secara khusus, kita dapat mendefinisikan kecerdasan sebagai kemampuan untuk memahami masalah atau solusi atau konsep abstrak, tetapi kita tidak dapat memvalidasi pemahaman itu tanpa mengujinya. (Misalnya, saya mungkin percaya saya memahami teknik matematika, tetapi satu-satunya cara untuk menentukan apakah kepercayaan itu nyata atau ilusi adalah dengan memanfaatkan teknik itu dan mengevaluasi hasilnya.)
Alasan permainan seperti Catur dan Go telah digunakan sebagai tonggak, selain dari minat manusia yang sudah lama ada dalam permainan, adalah bahwa mereka menyediakan model dengan parameter yang sederhana, dapat didefinisikan sepenuhnya, dan, dalam kasus Go setidaknya, memiliki kompleksitas yang mirip dengan alam, yang saya maksud terpecahkan / terselesaikan . (Bandingkan dengan kekuatan di Tic-Tac-Toe, yang sepele dipecahkan.)
Namun, kita harus mempertimbangkan poin yang dibuat dalam jawaban singkat untuk pertanyaan yang melibatkan Tes Turing :
"... apakah [kecerdasan] didefinisikan murni oleh perilaku dalam lingkungan, atau oleh mekanisme yang sampai pada perilaku itu?"
Ini penting karena Google baru saja memberikan kontrol atas pendinginan pusat data ke AI . Di sini jelas mekanisme itu sendiri yang menunjukkan kegunaan, tetapi jika kita menyebut mekanisme itu cerdas, agar kecerdasan memiliki makna, kita masih harus bersaing dengan "kecerdasan bagaimana?" (Dengan cara apa itu cerdas?) Jika kita ingin tahu "seberapa cerdas?" (tingkat utilitasnya) kita masih harus mengevaluasi kinerjanya dalam kaitannya dengan kinerja mekanisme lain.
(Dalam kasus automata mengendalikan AC di Google, kita dapat mengatakan bahwa itu lebih cerdas daripada sistem kontrol sebelumnya, dan seberapa banyak.)
Karena kita mulai berbicara tentang lebih banyak "kecerdasan umum", yang didefinisikan di sini sebagai mekanisme yang dapat diterapkan pada serangkaian masalah, (saya memasukkan minimax sebagai bentuk "kecerdasan aksiomatik" dan pembelajaran mesin sebagai bentuk "kecerdasan adaptif" ) , mungkin bermanfaat untuk memperluas dan memperjelas definisi:
Kecerdasan adalah kekuatan pemecahan masalah dari suatu mekanisme dalam kaitannya dengan masalah atau serangkaian masalah, relatif terhadap kekuatan mekanisme lainnya.
atau, jika kita ingin bernanah:
Kecerdasan sama seperti kecerdasan (dan seberapa baik).
Dalam makalah Universal Intelligence: A Definition of Machine Intelligence (2007), Legg dan Hutter memberikan definisi kecerdasan , yang harus menangkap gagasan intuitif tentang kecerdasan (yang sering disebut orang).
Intelegensi mengukur kemampuan agen untuk mencapai tujuan di berbagai lingkungan.
Definisi ini "lebih menyukai" kecerdasan umum daripada AI sempit (misalnya manusia lebih cerdas dari AlphaGo) dan kemampuan beradaptasi agen untuk lingkungan yang berbeda. Namun, definisi ini mungkin tidak sempurna, karena, misalnya, virus dapat dianggap lebih cerdas daripada misalnya AlphaGo, mengingat kemampuan virus untuk beradaptasi dengan berbagai lingkungan (dibandingkan dengan AlphaGo, yang hanya memainkan Go) . Definisi ini sangat terkait dengan teori matematika dari kecerdasan umum buatan yang disebut AIXI . Lihatlah kertas untuk lebih jelasnya.
Sebelum usia komputer, kecerdasan didefinisikan dalam istilah filosofis. Ini berkaitan dengan logika, pemikiran, pembelajaran, kesadaran diri, ingatan dan pemecahan masalah. Definisi ini tidak jelas dan tidak dapat diimplementasikan dalam perangkat lunak. Pendekatan modern dalam mendefinisikan kecerdasan didasarkan pada teori permainan. Kuncinya adalah, bahwa kecerdasan tidak lagi terhubung dengan orang-orang nyata yang dapat memiliki jiwa tetapi hanya strategi untuk memenangkan permainan. Idenya adalah untuk memodifikasi masalah sedikit, alih-alih berdebat tentang memori dan pembelajaran apa yang mungkin terjadi, pertanyaan yang lebih penting adalah bagaimana membuat game. Gim adalah sistem aturan yang dapat dibaca mesin, yang mensimulasikan kenyataan. Misalnya, "Pong" adalah simulasi tenis, sementara "kota Sim" mensimulasikan bangunan rumah. Antara gim dan strategi yang berhasil dalam gim adalah perbedaan. Dimungkinkan untuk mendapatkan skor yang lemah dalam game,
Penemuan komputer juga bisa disebut realisasi Inteligensi. Sebagian besar ilmuwan komputer teoritis setuju, bahwa komputer yang siap pakai dapat menyelesaikan masalah apa pun. Semua yang dia butuhkan adalah algoritma, yang merupakan urutan langkah-langkah. Itu berarti, dari sudut pandang kemampuan, komputer dapat disebut cerdas, karena ia mampu mengeksekusi algoritma. Ini tidak menjawab pertanyaan bagaimana algoritma konkret akan terlihat, tetapi secara teori komputer dapat melakukan apa saja yang dapat dilakukan manusia.
Ini adalah pertanyaan penting untuk AI - mungkin yang paling penting dari semua - untuk bidang penelitian Artificial Intelligence . Maksud saya, jika AI adalah sains, maka eksperimennya akan dapat diuji secara empiris. Harus ada cara untuk memutuskan lulus atau gagal. Jadi apa ujian untuk kecerdasan? Bahkan sebelum Anda merancang tes, Anda perlu gagasan yang jelas tentang apa yang dimaksud dengan kecerdasan, jika tidak, bagaimana Anda bisa merancang tes yang kompeten untuk itu?
Tentu, saya bagian dari proyek penelitian dan pengembangan yang dikenal sebagai Bangunan Kapal Selam Kedap Air, dan tentu saja, saya benar-benar yakin kapal selam saya kedap air, tetapi saya tidak tahu bagaimana cara menguji apakah itu benar atau tidak karena saya tidak tahu apa artinya "kedap air". Seluruh gagasan ini tidak masuk akal. Tetapi tanyakan kepada AI apa arti "kecerdasan". Jawaban yang Anda dapatkan, pada analisis, hampir sama dengan contoh kapal selam.
Jawaban Dasar - Perilaku
Kata (ide, konsep) "Kecerdasan" biasanya didefinisikan oleh AI dalam hal perilaku. Yaitu pendekatan tes Turing. Sebuah mesin cerdas jika berperilaku dengan cara yang, jika manusia berperilaku dengan cara yang sama, manusia akan dikatakan melakukan suatu tindakan yang membutuhkan kecerdasan manusia.
Masalah 1 : piano pemain cerdas. Memainkan lagu Scott Joplin jelas membutuhkan kecerdasan pada manusia.
Masalah 2 . Jika sebuah mesin lulus tes, itu hanya menunjukkan bahwa mesin itu "cerdas" untuk perilaku yang diuji. Bagaimana dengan perilaku yang belum diuji? Ini sebenarnya adalah masalah hidup dan mati hari ini dengan sistem kontrol AI kendaraan yang bisa mengemudi sendiri. Sistem AI cukup baik dalam mengendarai mobil (yang jelas membutuhkan kecerdasan manusia) di lingkungan tertentu, misalnya jalan raya dengan jalur yang ditandai dengan baik, tidak ada tikungan ketat, dan penghalang median yang memisahkan kedua arah. Tetapi sistem menjadi sangat salah dalam "kasus tepi" - situasi yang tidak biasa.
Masalah 3 . Siapa yang akan menempatkan anak mereka di bus sekolah yang dikendarai oleh robot yang telah lulus tes Turing untuk mengemudi bus sekolah? Bagaimana dengan badai ketika kabel listrik jatuh di seberang jalan? Atau angin ribut di kejauhan akan datang dengan cara ini? Bagaimana dengan seribu kemungkinan lain yang belum teruji? Orang tua yang bertanggung jawab ingin mengetahui (a) apa saja prinsip-prinsip proses internal dan struktur kecerdasan manusia, dan (b) bahwa pengemudi bus digital memiliki proses dan struktur internal yang cukup mirip - yaitu, bukan perilaku tetapi elemen dalam yang tepat. , penyebab batin yang tepat.
Jawaban yang diinginkan - prinsip batin
Saya ingin tahu bahwa mesin itu menjalankan proses dalam yang benar dan itu sedang menjalankan proses ini (algoritma) pada struktur dalam (memori) yang tepat. Masalahnya adalah, sepertinya tidak ada yang tahu apa proses batin yang tepat dan struktur kecerdasan manusia. (Masalah besar yang harus dipastikan - tetapi yang belum menahan AI - atau pengembang sistem self-driving - sedikit pun). Implikasinya adalah apa yang seharusnya dilakukan AI sekarang adalah mengerjakan apa saja proses batinnya. dan struktur kecerdasan manusia. Tapi itu tidak melakukan ini - melainkan, mengkomersilkan teknologinya yang cacat.
Elemen definisi - 1. Generalisasi
Kami tahu beberapa hal tentang kecerdasan manusia. Beberapa tes benar-benar menguji apakah sebuah mesin memiliki sifat-sifat tertentu dari pikiran manusia. Salah satu sifat ini adalah generalisasi. Dalam makalah 1950-nya, Turing, sebagai semacam lelucon, memberikan contoh yang sangat baik tentang generalisasi percakapan: (Saksi adalah mesin.)
"Interogator: Pada baris pertama soneta Anda yang bertuliskan 'Haruskah aku membandingkanmu dengan hari musim panas', bukankah 'hari musim semi' baik atau lebih baik?
Saksi: Tidak mau memindai.
Interogator: Bagaimana dengan 'hari musim dingin' Itu akan memindai dengan baik.
Saksi: Ya, tapi tidak ada yang mau dibandingkan dengan hari musim dingin.
Interogator: Apakah Anda mengatakan Mr. Pickwick mengingatkan Anda tentang Natal?
Saksi: Bisa dibilang.
Interogator: Namun Natal adalah hari musim dingin, dan saya tidak berpikir Tuan Pickwick akan keberatan dengan perbandingan.
Saksi: Saya pikir Anda tidak serius. Dengan lempengan musim dingin seseorang berarti hari musim dingin yang khas, bukan yang istimewa seperti Natal. "
AI saat ini tidak memiliki apa-apa yang bahkan nyaris tidak bisa digeneralisasi seperti ini. Kegagalan untuk menggeneralisasi dianggap sebagai kegagalan terbesar dari AI saat ini. Kemampuan untuk menggeneralisasi akan menjadi salah satu bagian dari definisi "kecerdasan" yang memadai. Tapi apa yang perlu digeneralisasi perlu dijelaskan.
Masalah generalisasi, juga, ada di balik beberapa keberatan filosofis yang parah terhadap teori AI, termasuk masalah kerangka, masalah pengetahuan akal sehat, dan masalah ledakan kombinatorial.
Elemen definisi - 2. Persepsi
Persepsi sensorik jelas sangat mendasar bagi pembelajaran dan kecerdasan manusia. Data (dalam beberapa bentuk) dipancarkan oleh indera manusia kemudian diproses oleh sistem pusat. Di komputer, nilai biner keluar dari sensor digital dan melakukan perjalanan ke mesin. Namun, tidak ada dalam nilai-nilai itu sendiri yang menunjukkan apa yang dirasakan. Namun satu-satunya yang didapat komputer adalah nilai-nilai biner. Bagaimana mesin itu bisa mengetahui apa yang dirasakan? (Masalah argumen kamar Cina klasik.)
Jadi elemen lain dari kecerdasan yang mirip manusia adalah kemampuan untuk memahami dengan cara yang mirip manusia. Apa yang dimaksud "cara mirip manusia" di sini adalah bahwa mesin memproses input sensorik menggunakan prinsip yang sama yang berlaku dalam persepsi manusia. Masalahnya adalah bahwa tampaknya tidak ada yang tahu bagaimana semantik (pengetahuan) dapat dibangun dari data yang dipancarkan oleh sensor digital (atau indera organik). Tapi tetap saja, persepsi seperti manusia perlu menjadi elemen definisi "kecerdasan" yang memadai.
Begitu AI menyelesaikan kedua masalah ini - generalisasi dan persepsi - maka mungkin, semoga , akan menjadi cara yang baik untuk mewujudkan tujuan awalnya hampir 70 tahun yang lalu - membangun mesin dengan (atau yang dapat memperoleh) manusia-seperti kecerdasan umum. Dan mungkin prinsip-prinsip generalisasi dan prinsip-prinsip persepsi adalah satu dan sama. Dan mungkin sebenarnya hanya ada satu prinsip. Tidak boleh diasumsikan bahwa jawabannya rumit. Terkadang hal yang paling sulit untuk dipahami adalah yang paling sederhana.
Jadi pertanyaan "Apa yang kita maksudkan ketika kita mengatakan" kecerdasan "? Sangat penting bagi AI. Dan kesimpulannya adalah bahwa AI harus mengganti definisi perilaku" kecerdasan "saat ini dengan definisi yang memasukkan unsur manusia yaitu generalisasi dan persepsi. Dan kemudian lanjutkan dan cobalah untuk mengerjakan prinsip-prinsip operasi, atau prinsip, dari keduanya.
Kecerdasan adalah kemampuan untuk menjalin berbagai konsep dan asosiasi menjadi satu kesatuan yang bermakna; memfilter, menambah dan menolak berbagai ide dengan tepat dari pengetahuan dan pengalaman pribadi. Kemudian secara efektif merefleksikan ide-ide ini kembali ke penanya untuk menegaskan pemahaman dan pemahaman, memungkinkan percakapan untuk melanjutkan secara efektif menuju kesimpulan yang saling menguntungkan.
Definisi paling umum dari istilah intelijen yang singkat dan tepat adalah ini.
Pengumpulan fitur-fitur perilaku yang menetap di beberapa entitas di mana entitas tersebut berhasil dalam pengejaran spesifik sambil menghindari kerugian spesifik dalam kisaran kondisi lingkungan tertentu.
Ini adalah contoh kegagalan dalam menunjukkan kecerdasan berdasarkan definisi di atas, menunjukkan pentingnya setiap frasa.
Perhatikan empat hal dalam definisi ini.
Intelegensi adalah keadaan di mana konteks apa pun diperoleh dalam semua aspek untuk mendapatkan kebajikan darinya dan bertindak. Ini dapat bercabang menjadi aspek persepsi manusia dan buatan. Kemampuan merasakan konteks dan menganalisanya dalam perspektif yang berbeda dalam memahami suatu objek dalam kehidupan nyata sehingga ada solusi yang efisien.
Kecerdasan harus dianggap sebagai kumpulan generik dari menggabungkan berbagai tokoh mental seperti logika, kreativitas, pemecahan masalah dll. Ini dapat dilatih baik dalam perspektif program manusia dan buatan.