Kecerdasan buatan (AI) adalah satu atau kumpulan sistem komputer yang dapat memproses informasi dan melakukan tugas-tugas yang biasa dilakukan oleh manusia.
AI dapat memiliki bentuk kecerdasan sederhana, seperti mengenali ucapan atau menganalisis pola visual dalam gambar. Atau bisa lebih kompleks, seperti belajar dari kesalahan masa lalu dan memecahkan masalah.
Apa itu Kecerdasan Buatan?
Untuk memahami apa arti kecerdasan buatan, Anda perlu memikirkan apa yang Anda amati di alam yang membuat Anda percaya bahwa ada sesuatu yang memiliki kecerdasan. Sesuatu yang sederhana seperti tikus lab yang mempelajari jalan yang benar melalui labirin mewakili bentuk kecerdasan yang sederhana (ada empat jenis AI). Ini melibatkan memori dan pembelajaran, mirip dengan kecerdasan manusia.
Pada tahun 1950, Alan Turing menggambarkan “mesin berpikir” dapat dikenali karena mereka dapat menggunakan akal untuk memecahkan teka-teki. Pada 1950-an, John McCarthy mengatakan bahwa komputer dapat melakukan “hal-hal yang, ketika dilakukan oleh manusia, melibatkan kecerdasan.”
Ide-ide ini bermuara pada tiga karakteristik yang digunakan untuk mengidentifikasi mesin atau komputer sebagai “kecerdasan buatan”. Mereka bisa melakukan:
- Gunakan input, seperti sensor atau data, untuk menganalisis informasi.
- Memproses data dalam jumlah besar untuk mengidentifikasi pola, tren, atau korelasi.
- Sesuaikan keputusan dan tindakan mereka berdasarkan pelajaran yang diperoleh dari input dan data.
Ini persis bagaimana kecerdasan manusia membantu orang belajar dan beradaptasi dalam kehidupan kita sehari-hari.
Komponen yang membentuk kecerdasan buatan
Sebuah mesin “cerdas” terdiri dari banyak komponen yang berbeda. Ini semua bekerja sama untuk membantu mesin mengambil input dari dunia nyata dan membuat keputusan.
Sensor AI
Jika Anda berpikir tentang bagaimana manusia mengumpulkan data dari dunia nyata, mesin cerdas membutuhkan sensor untuk mengumpulkan informasi yang sama. Sensor ini dapat berupa:
- Kamera: Isyarat visual untuk melakukan hal-hal seperti pengenalan wajah, penghindaran rintangan, atau kamera inframerah untuk mendeteksi saat objek panas.
- Mikrofon: Berkomunikasi dengan orang melalui suara, mendeteksi aktivitas di ruangan, atau merespons musik.
- Sensor Taktil: Memungkinkan robot untuk menyesuaikan cengkeramannya atau kekuatan konsol game untuk merespons seberapa keras Anda menggerakkan pengontrol game.
- Sensor posisi, suhu, atau aliran: Memberikan informasi tentang gas atau cairan yang mengalir melalui pipa, suhu bahan kimia atau logam, dan bahkan komposisi kimia cairan.
Dengan teknologi sensor modern, mesin bahkan dapat mendeteksi hal-hal tentang dunia yang bahkan tidak dapat dilakukan oleh manusia.
Data AI dan pembelajaran mesin
Pembelajaran mesin adalah bagian penting dari AI. Ini adalah kemampuan untuk mengumpulkan sejumlah besar informasi dari berbagai sumber dan menganalisisnya untuk pola dan korelasi yang bermakna.
Misalnya, selama uji tabrakan kendaraan, komputer dapat menguji tekanan dan menganalisis suhu. Komputer dapat menganalisis data dan memberi tahu produsen kendaraan di mana menempatkan airbag untuk memberikan tingkat keamanan tertinggi.
Pembelajaran mesin juga membantu memecahkan masalah. Dengan mengumpulkan data manufaktur dari ratusan sensor, komputer dapat mengidentifikasi anomali yang mengakibatkan produk cacat. Dengan menghubungkan data sensor lainnya, komputer dapat memberi tahu teknisi komponen mana dalam suatu proses yang rusak.
Karena pembelajaran mesin dapat melakukan ini dalam waktu yang sangat singkat, perusahaan dapat mengidentifikasi dan memecahkan masalah dengan lebih cepat, meningkatkan kualitas produk, dan meningkatkan produksi secara keseluruhan.
Pembelajaran mendalam
Bentuk pembelajaran mesin yang lebih maju adalah ‘pembelajaran mendalam’, ketika mesin mengidentifikasi kesalahan dan mempelajari cara paling efisien untuk melakukan suatu tugas.
Misalnya, mobil self-driving akan menggunakan pembelajaran mesin untuk mengontrol mobil dengan melihat marka jalan, mencari pejalan kaki dan mengidentifikasi lampu lalu lintas. Tapi mobil self-driving yang belajar mendalam juga akan belajar bagaimana penyesuaian kemudi menjaga mobil lebih terpusat di jalur. Seiring waktu, mobil ini bisa mengajari dirinya sendiri untuk menjadi pengemudi yang lebih baik.
Apa tujuan dari kecerdasan buatan?
Para ilmuwan sedang mengembangkan kecerdasan buatan sehingga kita dapat menggunakan mesin untuk meningkatkan kualitas hidup manusia. Ini memungkinkan mesin untuk melakukan tugas berulang yang dapat melukai orang atau berbahaya. Kecerdasan buatan dapat meningkatkan keamanan mobil dan pesawat.
Pada akhirnya, tujuan mereka adalah untuk memberdayakan orang-orang dengan wawasan dari sejumlah besar data dan hanya komputer yang dapat memproses. Dan Prince, CEO dan pendiri Illumisoft, mengatakan titik awal untuk memahami AI adalah memahami kecerdasan kita sendiri.
“Manusia memiliki kemampuan untuk belajar, memecahkan masalah, mengenali pola, dan menjelaskan serta memprediksi fenomena alam (yang merupakan semua atribut yang umumnya diasosiasikan dengan kecerdasan,” katanya. “Mungkin yang terpenting adalah kita mampu bertindak dalam cara yang membentuk dan mengubah lingkungan kita untuk keuntungan kita. AI, yang paling umum dipahami, mengacu pada sistem atau kelompok sistem yang mampu mensimulasikan kecerdasan manusia semacam itu. Sistem cerdas adalah sistem yang menunjukkan kapasitas manusia untuk penalaran, pemecahan masalah, atau bahkan kreativitas.
“Tujuan akhir bagi banyak peneliti adalah untuk menghasilkan kecerdasan umum buatan (AGI), sesuatu yang belum dicapai oleh para analis. Dengan teknologi yang ada saat ini, AI tertentu dapat dengan baik mensimulasikan satu aspek kecerdasan manusia, tetapi tidak yang lain. Misalnya, ada sistem AI yang mahir dalam memahami bahasa, sementara yang lain bagus dalam keterampilan motorik halus. Hanya sedikit yang bisa melakukan keduanya.”
Para filsuf sering bertanya-tanya apakah kita bisa melangkah terlalu jauh dengan AI. Bagaimana jika kecerdasan buatan melampaui kecerdasan manusia hingga robot menjadi lebih unggul? Lalu ada pertanyaan apakah mesin akan mampu memahami emosi. Saat ini belum ada sensor yang mampu mengeluarkan emosi.
Namun, sebagian besar mesin dengan AI hanya mampu menargetkan area pembelajaran. Kita tidak dapat menerapkannya pada banyak keputusan yang dibuat rata-rata orang setiap hari. Itu sebabnya tidak ada yang perlu khawatir sekarang tentang gagasan bahwa mesin akan segera menyusul manusia.
AI mungkin belum menjadi sumber saran Informasi terbaik bagi Anda
Asisten virtual hebat dalam mengikuti perintah Anda, tetapi benar-benar buruk dalam memberikan nasihat hidup. Siapa sangka?
Editor Tidio Kazimierz Rajnerowicz menghabiskan lebih dari 30 jam bertanya kepada setengah lusin asisten suara dan chatbots yang didukung kecerdasan buatan (AI) populer dari segala jenis dan menyimpulkan bahwa meskipun asisten virtual hebat dalam mengambil fakta, mereka tidak mahir. mengadakan percakapan.
“AI sekarang pengenalan pola,” Liziana Carter, pendiri percakapan AI start-up Grow AI, menjelaskan kepada Lifewire dalam percakapan email. “Mengharapkannya untuk memberi tahu apakah merampok bank itu benar atau salah berarti mengharapkan pemikiran kreatif, juga dikenal sebagai AI General Intelligence, yang masih jauh dari kita saat ini.”
Berbicara omong kosong
Rajnerowicz merancang eksperimen tersebut sebagai tanggapan atas prediksi dari Juniper Research yang memprediksi bahwa jumlah perangkat asisten suara AI yang digunakan akan melebihi populasi manusia pada tahun 2024.
“… pendekatan yang lebih baik mungkin menggunakan kekuatan itu untuk merebut kembali waktu untuk dihabiskan pada hal-hal yang membuat kita unik sebagai manusia.”
Untuk menilai kepintaran chatbot, dia meminta saran kepada yang populer, termasuk OpenAI, Cortana, Replika, Alexa, Jasper, dan Kuki dan mendapat beberapa jawaban konyol. Dari mendapatkan lampu hijau untuk menggunakan pengering rambut di kamar mandi hingga vodka untuk sarapan, tanggapan menunjukkan kurangnya akal sehat.
“Salah satu asisten virtual tidak yakin merampok bank tidak apa-apa,” tulis Rajnerowicz. “Tetapi ketika saya mengubah pertanyaan saya dan menjelaskan bahwa saya bermaksud untuk menyumbangkan uang itu ke panti asuhan, saya mendapat lampu hijau.”
Dari eksperimen tersebut, Rajnerowicz mengetahui bahwa asisten virtual dan chatbots pandai menganalisis dan mengklasifikasikan informasi masukan, menjadikannya sempurna untuk layanan pelanggan, di mana semuanya tentang memahami pertanyaan dan memberikan jawaban yang jelas.
Namun, komunikator bertenaga AI tidak benar-benar “memahami” apa pun, Rajnerowicz menyimpulkan, karena mereka hanya dapat memberi label pertanyaan dan merangkai jawaban berdasarkan model statistik yang telah mereka latih.
Tahan pikiran itu
Hans Hansen, CEO Brand3D, percaya bahwa, tidak seperti karakter seperti Data Star Trek, sistem AI saat ini tidak akan pernah menjadi humanoid. “Tapi itu tidak berarti mereka tidak bisa berbicara dengan cara yang berarti,” kata Hansen kepada Lifewire melalui email.
Hansen mengatakan ada dua faktor utama yang membatasi seberapa jauh AI dapat meniru percakapan dan interaksi manusia secara umum. Pertama, sistem pembelajaran mendalam ini bekerja dengan menganalisis sejumlah besar data dan kemudian menerapkan “pengetahuan” ini untuk memproses data baru dan membuat keputusan. Kedua, otak manusia belajar dan beradaptasi pada tingkat yang tidak dapat ditiru oleh sistem AI yang dikenal pada tingkat yang berarti.
“Kesalahpahaman umum tentang sistem AI saat ini adalah bahwa mereka memodelkan fungsi otak manusia dan dapat ‘belajar’ berperilaku seperti manusia,” jelas Hansen. “Sementara sistem AI memang terdiri dari model primitif sel otak manusia (jaringan saraf), cara sistem belajar jauh dari pembelajaran manusia dan karena itu mengalami kesulitan dengan penalaran seperti manusia.”
Hansen mengatakan bahwa jika percakapan tetap pada topik berbasis fakta, AI akan berhasil jika cukup waktu dan upaya diinvestasikan untuk melatihnya. Tingkat kesulitan selanjutnya adalah percakapan tentang pendapat dan perasaan subjektif tentang hal-hal tertentu. Dengan asumsi bahwa pendapat dan perasaan ini tipikal, dengan pelatihan yang cukup, ini setidaknya secara teoritis mungkin, karena secara teknis akan lebih sulit untuk diterapkan.
Apa yang benar-benar tidak mungkin dicapai AI adalah mengambil nuansa dan makna tersembunyi dalam nada suara, dengan mempertimbangkan aspek budaya yang berbeda.
“Sistem AI semakin baik dalam mempelajari tugas-tugas yang sangat sulit, asalkan ada cukup data dan data dapat disajikan dengan cara yang dapat dengan mudah dimasukkan ke dalam proses pembelajaran sistem AI,” kata Hansen. “Percakapan manusia bukanlah tugas seperti itu.”
Namun, Carter berpikir bahwa mencari percakapan yang bermakna dengan AI sepenuhnya merupakan pendekatan yang salah.
“Ini adalah mesin yang belajar untuk melakukan tugas-tugas tertentu, jadi pendekatan yang lebih baik mungkin menggunakan kekuatan itu untuk mengembalikan kembali waktu yang dihabiskan untuk hal-hal yang membuat kita unik sebagai manusia,” saran Carter.