Apa itu kecerdasan buatan?

Apa definisi kecerdasan buatan?

Selama bertahun-tahun, banyak orang berusaha mendefinisikan kecerdasan buatan. Banyak definisi tersebut diringkas oleh Stuart Russell dan Peter Norvig dalam buku mereka Artificial Intelligence - A Modern Approach

Definisi AI dapat diringkas sebagai termasuk dalam kategori berikut:

1. Mereka yang membahas proses pemikiran dan penalaran (bagaimana AI berpikir / beralasan)
2. Mereka yang membahas perilaku (bagaimana AI bertindak mengingat apa yang diketahui)

Selanjutnya, 2 kategori di atas dibagi lagi menjadi definisi yang:

I. menilai keberhasilan AI (melakukan hal di atas) berdasarkan kemampuannya untuk mereplikasi kinerja manusia

II atau kemampuan untuk meniru ukuran kinerja ideal yang disebut 'rasionalitas' (apakah ia melakukan hal yang 'benar' berdasarkan apa yang diketahuinya?)

Saya akan mengutip Anda definisi yang sesuai dengan masing-masing kategori di atas:

• 1.I. "[Otomatisasi kegiatan] yang kami kaitkan dengan pemikiran manusia, kegiatan seperti pengambilan keputusan, pemecahan masalah, pembelajaran .." - Bellman 1978
• 1.II. "Studi tentang perhitungan yang memungkinkan untuk memahami, bernalar, dan bertindak." - Winston, 1992
• 2.I. "Studi tentang bagaimana membuat komputer melakukan hal-hal di mana, saat ini, orang melakukan lebih baik" - Rich and Knight, 1991
• 2.II. "Studi tentang desain agen cerdas" - Poole et al., 1998

Singkatnya, AI dikhususkan untuk penciptaan mesin cerdas dan rasional yang dapat membuat keputusan rasional dan mengambil tindakan rasional.

Saya sarankan Anda membaca pada tes Turing, yang diusulkan Alan Turing untuk menguji apakah komputer itu cerdas. Namun, tes Turing memiliki beberapa masalah, karena bersifat antropomorfik.

Ketika para insinyur Aeronautika menciptakan pesawat terbang, mereka tidak menetapkan tujuan mereka bahwa pesawat harus terbang persis seperti burung, tetapi mereka mulai belajar bagaimana gaya angkat dihasilkan, berdasarkan studi aerodinamika. Dengan menggunakan pengetahuan ini, mereka menciptakan pesawat.

Demikian pula, orang-orang di dunia AI tidak seharusnya menempatkan, IMHO, kecerdasan manusia sebagai standar untuk diperjuangkan, tetapi, sebaliknya, kita dapat menggunakan, katakanlah, rasionalitas sebagai standar (antara lain).

Dalam makalah Universal Intelligence: A Definition of Machine Intelligence (2007), Legg dan Hutter, setelah penelitian yang cukup serius, mendefinisikan intelijen secara informal sebagai berikut

Intelegensi mengukur kemampuan agen untuk mencapai tujuan di berbagai lingkungan

Dalam makalah yang sama, mereka juga meresmikan definisi ini. Anda dapat melihat makalah ini untuk rincian lebih lanjut, tetapi, dalam beberapa kata, untuk mendapatkan definisi ini, mereka telah melihat berbagai definisi kecerdasan yang diberikan oleh orang-orang selama bertahun-tahun dan mereka telah mencoba merangkum kuncinya. poin dari semua definisi ini. Mereka juga membahas masalah-masalah seperti tes kecerdasan dan hubungannya dengan definisi kecerdasan: yaitu, apakah tes kecerdasan cukup untuk mendefinisikan kecerdasan, atau apakah tes kecerdasan dan definisi konsep intelijen berbeda? Mereka juga menunjukkan hubungan antara definisi ini dan AIXI .

Dalam artikel Apa itu kecerdasan buatan? (2007), John McCarthy, salah satu pendiri kecerdasan buatan dan yang juga menciptakan ekspresi kecerdasan buatan , menulis

Kecerdasan buatan adalah ilmu dan teknik pembuatan mesin cerdas, terutama program komputer cerdas. Ini terkait dengan tugas yang sama menggunakan komputer untuk memahami kecerdasan manusia, tetapi AI tidak harus membatasi diri pada metode yang dapat diamati secara biologis.

Namun, definisi ini terkait dengan kecerdasan manusia, jadi tidak semua orang akan setuju dengan definisi ini.

Dia lebih lanjut menyatakan

Kecerdasan adalah bagian komputasi dari kemampuan untuk mencapai tujuan di dunia. Berbagai jenis dan tingkat kecerdasan terjadi pada manusia, banyak hewan dan beberapa mesin.

Bidang AI telah berkembang sejak konsepsi resminya di konferensi Dartmouth pada tahun 1956, sehingga definisi kecerdasan buatan juga akan berkembang. Sebelumnya ke konferensi itu, sudah ada beberapa bidang dan ekspresi terkait, misalnya, sibernetika.

Jawaban terpendek yang dapat saya berikan adalah sebagai berikut; bawa dengan sebutir garam karena kita masih tidak tahu banyak tentang kecerdasan alami:

Apa kecerdasan alami dapat dilihat sebagai proses belajar konsep abstrak dari pengamatan terbatas dengan maksud untuk menggunakannya untuk menyelesaikan tugas [baru]. Proses ini melibatkan penggunaan konsep-konsep itu untuk membayangkan skenario / teori baru yang hipotetis, dan menggabungkannya dengan cara yang bermakna untuk mengurangi ruang hipotesis yang sangat besar dari kemungkinan dan memungkinkan generalisasi ke situasi baru tanpa mengamati data apa pun sebelumnya. Kecerdasan buatan adalah untuk membawa apa yang dilakukan kecerdasan alami ke dalam mesin.

Tidak ada definisi formal yang disetujui sebagian besar orang. Maka dari itu inilah yang saya pikirkan, sebagai konsultan pembelajaran sains / mesin data:

Kecerdasan buatan sebagai bidang penelitian adalah studi tentang agen yang merasakan dan bertindak secara mandiri dalam suatu lingkungan dan memperbaiki situasi mereka sesuai dengan beberapa metrik dengan tindakan mereka.

Saya tidak suka istilah itu, karena terlalu luas / tidak jelas. Sebagai gantinya, lihat definisi pembelajaran mesin oleh Tom Mitchell:

Suatu program komputer dikatakan belajar dari pengalaman 'E', sehubungan dengan beberapa kelas tugas 'T' dan ukuran kinerja 'P' jika kinerjanya pada tugas-tugas di 'T' yang diukur dengan 'P' meningkat dengan pengalaman E

Pembelajaran mesin adalah bagian penting dari AI, tetapi bukan satu-satunya. Algoritma pencarian, SLAM, optimasi terbatas, basis pengetahuan dan inferensi otomatis juga tentu merupakan bagian dari AI.

Para peneliti kecerdasan buatan tidak diragukan memiliki minat dalam mendefinisikan istilah yang digunakan untuk bidang disiplin mereka sendiri, dan ada sedikit ambiguitas dalam istilah buatan . Tantangannya adalah bahwa kata intelijen secara historis lebih merupakan deskripsi kualitatif daripada kuantitas bilangan real.

Bagaimana kecerdasan satu dapat dibandingkan dengan kecerdasan yang lain? Pengujian IQ, rata-rata kategori pengujian dewan perguruan tinggi, kekayaan bersih, kemenangan turnamen Catur dan Go, tingkat keputusan yang salah, berbagai balapan kecepatan intelektual, papan evaluasi, dan panel telah menjadi set yang tidak memadai untuk anak-anak yang terlibat dalam teori matematika di balik kemampuan mental kami menyebutnya intelijen.

Hanya seabad yang lalu, kecerdasan adalah istilah kualitatif yang dikaitkan dengan kemampuan menemukan solusi untuk masalah di dunia akademis, bisnis, dan kehidupan pribadi. Ketika budaya mulai mencari perlakuan kuantitatif terhadap hal-hal yang hanya bersifat kualitatif, ketergantungan kemampuan mental pada usia seseorang dan peluang lingkungannya menimbulkan tantangan. Gagasan intelligence quotient (IQ) tumbuh dari keinginan untuk mengukur potensi mental yang independen dari usia dan peluang.

Beberapa telah berusaha untuk meminimalkan faktor lingkungan dengan memproduksi pengujian standar keterampilan kognitif dasar ketika mereka berlaku untuk matematika dan bahasa.

Sistem produksi dan wadah logika fuzzy (berbasis aturan), pembelajaran mendalam (berbasis jaringan buatan), algoritma genetika, dan bentuk lain dari penelitian AI belum menghasilkan mesin yang dapat mencetak skor yang baik dalam tes standar yang dirancang untuk manusia. Namun kemampuan bahasa alami, koordinasi mekanis, keunggulan perencanaan, dan penarikan kesimpulan berdasarkan alasan yang jelas dan dapat diverifikasi terus dicari dalam mesin.

Di bawah ini adalah kategori kemampuan mental, dibedakan dengan metode pengukuran, arsitektur penggunaan, dan jenis penelitian yang telah menghasilkan hasil yang menjanjikan awal dan perbaikan terus-menerus.

• Dialog - diukur baik oleh game imitasi yang diusulkan Alan Turing dan melalui kelayakan menjawab otomatisasi sistem, asisten pribadi, dan bot obrolan seluler
• Kontrol mekanis - diukur berdasarkan kriteria stabilitas sistem dan laju biaya kejadian serta pengurangan hilangnya nyawa dalam kasus penggunaan transportasi oleh sektor otomatisasi cerdas
• Kecerdasan bisnis - diukur terutama dengan peningkatan atau penurunan profitabilitas dalam kaitannya dengan tren sebelum atau bersamaan dengan perencanaan manual dan kontrol operasional

Penemuan parameterisasi yang paling mungkin dan optimal untuk fungsi yang kompleks berdasarkan pada beberapa ekspresi matematis dari apa yang dimaksud dengan optimal secara sengaja tidak tercantum di atas. Apa kegiatan utama untuk perangkat pembelajaran mesin tidak cocok dengan kategori apa yang secara historis disebut kecerdasan, juga tidak seharusnya. Perlakuan statistik terhadap set data untuk tujuan prediksi bukan pembelajaran dalam arti intelektual. Itu pas permukaan. Pembelajaran mesin saat ini merupakan alat untuk digunakan oleh kecerdasan manusia, untuk memperluas kekuatannya, seperti alat komputasi lainnya.

Kendala pembelajaran mesin ini, di masa depan, dapat ditransendensikan. Tidak diketahui apakah dan kapan jaringan buatan akan menunjukkan kognisi, logika, kemampuan untuk mengenali signifikansi, dan kemampuan yang efektif dalam kategori yang tercantum di atas.

$n$$\mathcal{I} \in \mathbb{R}^n$$n = 1$

• Kecerdasan linguistik ("kata pintar")
• Kecerdasan logis-matematis ("angka / penalaran pintar")
• Kecerdasan spasial ("gambar pintar")
• Kecerdasan Kinestetik-Tubuh ("tubuh pintar")
• Kecerdasan bermusik (“musik pintar”)
• Kecerdasan interpersonal ("orang pintar")
• Kecerdasan intrapersonal ("pintar diri")
• Kecerdasan naturalis (penambahan Armstrong)
• Kecerdasan eksistensial (penambahan Armstrong)
• Kecerdasan moral (John Bradshaw, Ph.D., tambahan)

Argumen bahwa ini semua adalah manifestasi dari kemampuan kecerdasan tunggal yang dinyatakan dalam berbagai efektivitas karena pendidikan atau pelatihan lainnya telah dilemahkan secara sistematis oleh penemuan berbasis bukti di bidang ilmu kognitif, genetika, dan bioinformatika.

Dalam genetika, setidaknya dua puluh dua komponen genetik independen untuk kecerdasan telah diidentifikasi, dan jumlah itu kemungkinan akan bertambah. Sakelar independen dalam DNA manusia ini tidak semuanya memengaruhi kontrol saraf yang sama di otak, menunjukkan kelemahan berbasis bukti dari ideologi faktor-g.

Sangat mungkin bahwa beberapa bentuk kecerdasan manusia dan ekspresi DNA memetakan dengan cara yang kompleks yang akan ditemukan dari waktu ke waktu dan bahwa pemetaan ini sepenuhnya akan menggantikan penyederhanaan faktor-g dari waktu ke waktu.

Istilah Kecerdasan Buatan mungkin lebih baik dinyatakan sebagai Simulasi Bentuk dan Ekspresi Kecerdasan Manusia dan hanya disingkat AI. Namun itu bukan definisi. Ini deskripsi kasar. Mungkin tidak pernah ada definisi tunggal yang tepat untuk semua dimensi yang kami kelompokkan secara longgar di bawah satu istilah. Jika itu adalah kasus untuk kecerdasan manusia, maka itu mungkin juga berlaku untuk kecerdasan buatan.

Ada beberapa karakteristik umum yang dapat didaftar tentang semua respons cerdas.

• Kecerdasan hanya dapat diukur dan memperoleh kegunaan dalam konteks kondisi lingkungan tertentu dan beberapa tujuan atau serangkaian tujuan. Contoh tujuan termasuk tetap hidup, memperoleh gelar, menegosiasikan gencatan senjata di tengah konflik, atau menumbuhkan aset atau bisnis.
• Kecerdasan melibatkan adaptasi ke kondisi yang tidak terduga berdasarkan pada apa yang dipelajari melalui pengalaman, oleh karena itu belajar tanpa kemampuan untuk menerapkan apa yang dipelajari bukanlah kecerdasan dan menerapkan proses yang dipelajari dan hanya dipindahkan ke seseorang atau sesuatu yang mengendalikan suatu proses juga tidak dianggap kecerdasan.

Kecerdasan manusia dapat belajar dan menerapkan dalam apa yang tampaknya secara bersamaan. Selain itu, akan salah untuk membahas definisi kerja untuk kecerdasan tanpa menyebutkan beberapa kemampuan mental manusia kunci yang telah diusulkan sebagai rekursi pada bentuk yang lebih rendah, tetapi bukti bahwa rekursi atau komposisi akan menghasilkan ciri-ciri mental ini tidak ada.

• Pembelajaran serentak dan penggunaan apa yang telah dipelajari
• Kemampuan untuk menemukan mekanisme baru peningkatan bertahap
• Adaptivity untuk kondisi yang tidak terduga
• Kemampuan untuk menemukan struktur di luar domain yang saat ini dipelajari

Persyaratan masa depan untuk mesin cerdas mungkin termasuk ini, dan mungkin ada beberapa kebijaksanaan untuk memasukkannya sekarang.

Referensi

Script, rencana, tujuan, dan pemahaman: Penyelidikan ke dalam struktur pengetahuan manusia , Schank, Abelson, 2013, dikutip oleh 16.689 artikel, kutipan T&F: Pada musim panas 1971, ada sebuah bengkel di bidang yang tidak jelas di persimpangan psikologi, kecerdasan buatan, dan linguistik. Kelima belas peserta dengan berbagai cara tertarik pada representasi sistem pengetahuan atau kepercayaan yang besar.

Understanding Our Craft - Wanted: A Definition of Intelligence , Michael Warner, 2002

Konsep Kecerdasan dan Perannya dalam Pembelajaran dan Keberhasilan Seumur Hidup , Robert J. Sternberg, Universitas Yale, 1997

Beberapa Masalah Filsafat Dari Sudut Pandang AI , John McCarthy dan Patrick J. Hayes, Stanford University, 1981

Memahami dan Mengembangkan Kecerdasan Emosional , Olivier Serrat, Solusi Pengetahuan, hal 329-339, 2017

Frame of Mind: Theory of Multiple Intelligences , 2011, Howard Gardner

7 (Tujuh) Jenis Cerdas: Mengidentifikasi dan Mengembangkan Berbagai Kecerdasan Anda , 1999, Thomas Armstrong

Meta-analisis asosiasi genome dari 78.308 individu mengidentifikasi lokus baru dan gen yang mempengaruhi kecerdasan manusia , Suzanne Sniekers et. al., 2017

Intelijen

Ukuran kekuatan agen pembuat keputusan relatif terhadap agen pembuat keputusan lain, sehubungan dengan tugas yang diberikan atau serangkaian tugas. Media tidak relevan — kecerdasan diperlihatkan oleh mekanisme organik dan sengaja diciptakan. Mungkin juga kemampuan untuk memecahkan masalah, seperti dalam kasus permainan yang diselesaikan .

Buatan

Berkaitan dengan artefak istilah , suatu hal yang sengaja dibuat. Biasanya istilah ini telah digunakan untuk berkonotasi objek fisik, tetapi algoritma yang dibuat oleh manusia juga dianggap sebagai artefak.

Etimologinya berasal dari kata Latin ars and faciō : "Untuk membangun dengan terampil", atau, "seni membuat".

Kecerdasan buatan

• Setiap agen pengambilan keputusan yang dengan terampil (sengaja) dibangun.

LAMPIRAN: Arti "kecerdasan"

Arti asli "kecerdasan" tampaknya "untuk memperoleh", kembali ke Indo-Eropa. Lihat: kecerdasan (etimologi) ; * kaki / * leh₂w-

Definisi intelijen OED 1 tidak salah, memperluas arti untuk perolehan kemampuan (utilitas yang dapat dibuktikan), hanya saja definisi kedua adalah yang lebih tua dan mendasar: "Pengumpulan informasi nilai [strategis]; 2,3 (kuno) Informasi dalam umum; berita. "

Anda dapat menganggap alam semesta sebagai terdiri dari informasi , bentuk apa pun yang diambil informasi (materi, energi, keadaan, posisi relatif, dll.) Dari sudut pandang suatu algoritma, ini masuk akal karena satu-satunya cara mereka harus mengukur alam semesta adalah persepsi .

Ambil file teks datar. Mungkin hanya data, tetapi Anda bisa mencoba dan mengeksekusi. Jika itu benar-benar berjalan, itu mungkin menunjukkan utilitas di beberapa tugas. (Misalnya, jika itu adalah algoritma minimax.)

"Kecerdasan sebagai ukuran utilitas" itu sendiri adalah "kecerdasan" dalam arti informasi, khususnya informasi yang kami gunakan untuk mengukur kecerdasan, sebagai tingkat, relatif terhadap tugas atau kecerdasan lainnya.

AI pada dasarnya adalah tindakan mengimplementasikan kecerdasan manusia dalam mesin. Ini dilakukan melalui berbagai algoritma yang mengimplementasikan kecerdasan manusia.

AI adalah bidang yang menggunakan teknik perhitungan untuk memperkirakan keputusan yang kompleks.

Lebih Konvensional: Suatu program komputer (kebanyakan) yang dapat menghitung output untuk input sewenang-wenang yang belum pernah dilihat sebelumnya, diprogram sebelumnya atau tidak dilengkapi dengan hubungan eksplisit antara input dan output (yaitu domain dan rentang ). Google Search, Alexa, Siri, Cortana, IBM Watson ... Definisi ini berlaku untuk semuanya; bahkan untuk AI Kegunaan Umum

Saya akan selangkah lebih maju ( kontroversial! ). Jika Anda menghapus entitas non-manusia dari definisi pertama, itulah definisi untuk kecerdasan manusia, bagi saya. Misalnya, RMB dapat menyimpulkan beberapa makna abstrak tersembunyi dari data selama pra-pelatihan tanpa pengawasan. Kita mungkin menyebut ini intuitionuntuk kita, tetapi tampaknya itu tidak unik bagi manusia. ( Eksperimen pengenalan kucing Geoffrey Hinton adalah contoh yang baik tetapi tidak dapat menemukan tautan ). RBM juga bisa bermimpi . Begitu mungkinkecerdasan manusia, yang kita anggap hampir seperti fenomena supernatural, dapat dimodelkan oleh model matematika tidak peduli seberapa kompleksnya itu. Jadi, sebelum menilai pengurangan AI saya menjadi komposisi fungsi (berbicara kasar), hakim argumen kecerdasan manusia saya. Ini adalah video Geoffrey Hinton tentang masalah ini

Machine Learning: Machine Learning adalah proses mengoptimalkan parameter fungsi untuk input dan output yang diberikan sehingga dapat menghitung output baru untuk input baru. Bahkan Regresi Linier adalah jenis pembelajaran mesin dan Deep Neural Network sebenarnya adalah sebuah fungsi. Ini digunakan secara bergantian dengan AI tetapi tidak berarti sama. AI menjawab APA sementara Machine Learning menjawab BAGAIMANA . (Tidak persis, tapi tutup)

Biarkan saya memberi Anda beberapa contoh untuk menjelaskan perbedaan AI dan ML.

• Pembelajaran yang mendalam bukanlah AI. Itu adalah ML.
• Amazon Alexa adalah AI.
• Mengoptimalkan Algoritma Genetika (GA) adalah ML. Bot yang memainkan game Snake menggunakan parameter GA adalah AI.

CATATAN: Namun, saat ini semua metode dan struktur yang kami gunakan untuk membangun AI termasuk dalam istilah Machine Learning. Dengan demikian, benar untuk mengatakan bahwa kami menggunakan Machine Learning untuk membangun Intelegensi Buatan.

Ini adalah kecerdasan di tingkat mesin daripada ditunjukkan oleh manusia yang didorong oleh algoritma.