Apakah Kecerdasan Buatan Menjadi Alasan Kepunahan Kita?
Apa itu kecerdasan buatan dan apa yang sebenarnya ditakuti orang?
Dalam kontak dengan
Teman sekelas
Kecerdasan buatan adalah topik yang pendapatnya berbeda-beda bagi setiap orang.
Para ahli mengenai masalah ini terbagi menjadi dua kubu.
Yang pertama percaya bahwa kecerdasan buatan tidak ada, yang kedua percaya bahwa kecerdasan buatan itu ada.
Rusbase menemukan mana yang benar.
Kecerdasan buatan dan konsekuensi negatif dari peniruan
Alasan utama perdebatan tentang kecerdasan buatan adalah pemahaman istilah tersebut. Batu sandungannya adalah konsep kecerdasan dan... semut. Orang-orang yang menyangkal keberadaan AI mengandalkan fakta bahwa tidak mungkin menciptakan kecerdasan buatan, karena kecerdasan manusia belum dipelajari, sehingga tidak mungkin menciptakan kembali kemiripannya.
Argumen kedua yang digunakan oleh “kafir” adalah kasus semut. Tesis utama dari kasus tersebut adalah bahwa semut telah lama dianggap sebagai makhluk yang memiliki kecerdasan, namun setelah diteliti ternyata mereka menirunya. Dan meniru kecerdasan tidak berarti kehadirannya. Oleh karena itu, segala sesuatu yang meniru perilaku rasional tidak dapat disebut kecerdasan.
Separuh kelompok lainnya (yang mengklaim bahwa AI itu ada) tidak berfokus pada semut dan sifat pikiran manusia. Sebaliknya, mereka beroperasi dalam konsep yang lebih praktis, yang artinya kecerdasan buatan adalah kemampuan mesin untuk menjalankan fungsi intelektual manusia. Tapi apa yang dianggap sebagai fungsi intelektual?
Sejarah kecerdasan buatan dan siapa penemunya
John McCarthy, pencetus istilah “kecerdasan buatan”, mendefinisikan kecerdasan sebagai komponen komputasi dari kemampuan untuk mencapai tujuan. McCarthy menjelaskan definisi kecerdasan buatan sebagai ilmu dan teknologi untuk menciptakan program komputer yang cerdas.
Definisi McCarthy muncul setelah arahan ilmiah itu sendiri. Pada pertengahan abad yang lalu, para ilmuwan mencoba memahami cara kerja otak manusia. Kemudian teori perhitungan, teori algoritma dan komputer pertama di dunia muncul, kemampuan komputasi yang mendorong tokoh-tokoh ilmiah untuk memikirkan apakah sebuah mesin dapat dibandingkan dengan pikiran manusia.
Yang paling menarik adalah keputusan Alan Turing, yang menemukan cara untuk menguji kecerdasan komputer - dan menciptakan Tes Turing, yang menentukan apakah sebuah mesin dapat berpikir.
Jadi apa itu kecerdasan buatan dan untuk apa kecerdasan buatan itu diciptakan?
Jika kita tidak memperhitungkan semut dan sifat kecerdasan manusia, AI dalam konteks modern adalah kemampuan mesin, program dan sistem komputer untuk menjalankan fungsi intelektual dan kreatif seseorang, secara mandiri menemukan cara untuk memecahkan masalah, dan mampu untuk menarik kesimpulan dan mengambil keputusan.
Adalah rasional untuk tidak menganggap kecerdasan buatan sebagai kemiripan dengan pikiran manusia dan memisahkan futurologi dan sains, seperti halnya AI dan Skynet.
Selain itu, sebagian besar produk modern yang dibuat dengan bantuan teknologi AI bukanlah babak baru pengembangan kecerdasan buatan, namun hanya penggunaan alat lama untuk menciptakan solusi baru dan diperlukan.
Mengapa peningkatan tidak dianggap sebagai pengembangan kecerdasan buatan
Tapi apakah ini ide-ide baru? Ambil contoh Siri, asisten berbasis cloud yang dilengkapi dengan sistem tanya jawab. Proyek serupa dibuat pada tahun 1966 dan juga memiliki nama perempuan - Eliza. Program interaktif ini menjaga dialog dengan lawan bicara secara realistis sehingga orang mengenalinya sebagai manusia yang hidup.
Atau robot industri yang digunakan Amazon di gudangnya. Jauh sebelum itu, pada tahun 1956, robot Unimation bekerja di General Motors, memindahkan komponen berat dan membantu merakit mobil. Bagaimana dengan robot integral Shakey, yang dikembangkan pada tahun 1966 dan menjadi robot bergerak pertama yang dikendalikan oleh kecerdasan buatan? Bukankah itu mengingatkanmu pada Nadine yang modern dan lebih baik?
Masalah kecerdasan yang tidak wajar. Kecerdasan Grigory Bakunov
Dan di manakah kita tanpa tren terbaru - jaringan saraf? Kita tahu startup modern yang berbasis jaringan saraf - ingat saja Prisma. Namun jaringan saraf tiruan berdasarkan prinsip pengorganisasian mandiri untuk pengenalan pola yang disebut “Cognitron”, yang dibuat pada tahun 1975, tidak demikian.
Chatbot cerdas tidak terkecuali. Nenek moyang chatbots adalah CleverBot, yang berjalan pada algoritma kecerdasan buatan yang dikembangkan pada tahun 1998.
Oleh karena itu, kecerdasan buatan bukanlah sesuatu yang baru dan unik. Prospek yang lebih menakutkan lagi adalah perbudakan umat manusia akibat fenomena ini. Saat ini, AI adalah tentang penggunaan alat dan ide lama menjadi produk baru yang memenuhi tuntutan dunia modern.
Kekuatan kecerdasan buatan dan ekspektasi yang tidak masuk akal
Jika kita bandingkan kecerdasan buatan dengan manusia, maka saat ini perkembangannya berada pada level seorang anak yang belajar memegang sendok, berusaha bangkit dari posisi merangkak dengan dua kaki dan tidak bisa melepaskan diri dari popok.
Kita terbiasa melihat AI sebagai teknologi yang sangat canggih. Bahkan Tuhan Allah dalam film tidak diperlihatkan mahakuasa seperti tablet Excel yang lepas kendali sebuah perusahaan. Bisakah Tuhan mematikan semua listrik di kota, melumpuhkan bandara, membocorkan korespondensi rahasia para kepala negara ke Internet dan memicu krisis ekonomi? Tidak, tapi kecerdasan buatan bisa, tapi hanya di film.
Harapan yang berlebihan adalah alasan kita untuk hidup, karena robot penyedot debu otomatis bukanlah tandingan robot pelayan Tony Stark, dan Zenbo yang sederhana dan manis tidak akan memberi Anda Westworld.
Rusia dan penggunaan kecerdasan buatan - apakah ada yang masih hidup?
Meskipun kecerdasan buatan tidak memenuhi harapan mayoritas, di Rusia kecerdasan buatan digunakan di berbagai bidang, mulai dari administrasi publik hingga kencan.
Saat ini, Anda dapat menemukan dan mengidentifikasi objek dengan menganalisis data gambar dengan bantuan AI. Perilaku agresif seseorang sudah dapat diidentifikasi, upaya pembobolan ATM dapat dideteksi, dan identitas orang yang mencoba melakukannya dapat dikenali dari video.
Teknologi biometrik juga telah maju dan memungkinkan tidak hanya sidik jari, tetapi juga suara, DNA, atau retina. Ya, seperti di film-film tentang agen khusus yang bisa masuk ke suatu tempat rahasia hanya dengan memindai bola matanya. Namun teknologi biometrik digunakan tidak hanya untuk memverifikasi agen rahasia. Di dunia nyata, biometrik digunakan untuk otentikasi, verifikasi permohonan kredit, dan pemantauan staf.
Biometrik bukan satu-satunya contoh penerapannya. Kecerdasan buatan berkaitan erat dengan teknologi lain dan memecahkan masalah di bidang ritel, fintech, pendidikan, industri, logistik, pariwisata, pemasaran, kedokteran, konstruksi, olahraga, dan ekologi. Yang paling berhasil di Rusia, AI digunakan untuk memecahkan masalah analisis prediktif, penambangan data, pemrosesan bahasa alami, teknologi ucapan, biometrik, dan visi komputer.
Tugas kecerdasan buatan dan mengapa ia tidak berhutang apa pun kepada Anda
Kecerdasan buatan tidak memiliki misi, dan tugas-tugasnya ditetapkan dengan tujuan mengurangi sumber daya, baik waktu, uang, atau manusia.
Contohnya adalah penambangan data, dimana AI mengoptimalkan pengadaan, rantai pasokan, dan proses bisnis lainnya. Atau visi komputer, di mana analisis video dilakukan menggunakan teknologi kecerdasan buatan dan deskripsi konten video dibuat. Untuk mengatasi masalah teknologi ucapan, AI mengenali, menganalisis, dan mensintesis ucapan lisan, mengambil langkah kecil untuk mengajarkan komputer memahami seseorang.
Memahami seseorang dengan komputer dianggap sebagai misi yang pemenuhannya akan membawa kita lebih dekat pada penciptaan kecerdasan yang kuat, karena untuk mengenali bahasa alami mesin tidak hanya membutuhkan pengetahuan yang sangat besar tentang dunia, tetapi juga interaksi terus-menerus dengannya. Oleh karena itu, “orang-orang yang percaya” pada kecerdasan buatan yang kuat menganggap pemahaman mesin terhadap manusia sebagai tugas AI yang paling penting.
Nadine yang humanoid memiliki kepribadian dan dimaksudkan untuk menjadi teman sosial.
Dalam filosofi kecerdasan buatan, bahkan terdapat hipotesis yang menyatakan bahwa ada kecerdasan buatan yang lemah dan kuat. Di dalamnya, komputer yang mampu berpikir dan menyadari dirinya sendiri akan dianggap memiliki kecerdasan yang kuat. Teori kecerdasan lemah menolak kemungkinan ini.
Syarat untuk memiliki kecerdasan yang kuat memang banyak, beberapa di antaranya sudah terpenuhi. Misalnya saja pembelajaran dan pengambilan keputusan. Namun apakah MacBook akan mampu memenuhi persyaratan seperti empati dan kebijaksanaan adalah pertanyaan besar.
Mungkinkah di masa depan akan ada robot yang tidak hanya bisa meniru tingkah laku manusia, tapi juga mengangguk penuh simpati ketika mendengarkan lagi ketidakpuasan terhadap ketidakadilan keberadaan manusia?
Untuk apa lagi Anda membutuhkan robot dengan kecerdasan buatan?
Di Rusia, sedikit perhatian diberikan pada robotika yang menggunakan kecerdasan buatan, namun ada harapan bahwa ini hanya fenomena sementara. CEO Mail Group Dmitry Grishin bahkan mendanai Grishin Robotics, namun belum ada temuan penting mengenai dana tersebut yang terdengar.
Contoh terbaru dari Rusia yang bagus adalah robot Emelya dari i-Free, yang mampu memahami bahasa alami dan berkomunikasi dengan anak-anak. Pada tahap pertama, robot mengingat nama dan umur anak, beradaptasi dengan kelompok umurnya. Ia juga dapat memahami dan menjawab pertanyaan, seperti berbicara tentang ramalan cuaca atau membaca fakta dari Wikipedia.
Di negara lain, robot lebih populer. Misalnya, di provinsi Henan di Tiongkok, di stasiun kereta berkecepatan tinggi terdapat perangkat asli yang dapat memindai dan mengenali wajah penumpang.
Kecerdasan buatan
Kecerdasan buatan[Bahasa inggris] Kecerdasan Buatan (AI)] adalah cabang ilmu komputer yang mempelajari kemungkinan memberikan penalaran dan tindakan cerdas menggunakan sistem komputer dan perangkat buatan lainnya.
Dalam kebanyakan kasus, algoritma untuk menyelesaikan masalah tidak diketahui sebelumnya.
Penelitian pertama terkait kecerdasan buatan dilakukan segera setelah kemunculan komputer pertama.
Pada tahun 1910-13 Bertrand Russell dan Alfred North Whitehead menerbitkan The Principles of Mathematics, yang merevolusi logika formal. Pada tahun 1931, Kurt Gödel menunjukkan bahwa sistem formal yang cukup kompleks berisi pernyataan-pernyataan yang, bagaimanapun, tidak dapat dibuktikan atau disangkal dalam kerangka sistem ini. Dengan demikian, sistem AI yang menetapkan kebenaran semua pernyataan dengan menyimpulkannya dari aksioma tidak dapat membuktikan pernyataan tersebut. Karena manusia dapat “melihat” kebenaran dari pernyataan tersebut, AI kini dipandang sebagai sebuah renungan. Pada tahun 1941, Konrad Zuse membangun komputer pertama yang dikendalikan oleh perangkat lunak. Warren McCulloch dan Walter Pitts menerbitkan A Logical Calculus of the Ideas Immanent in Nervous Activity pada tahun 1943, yang meletakkan dasar bagi jaringan saraf.
Pada tahun 1954, peneliti Amerika A. Newel memutuskan untuk menulis sebuah program untuk bermain catur. Dia berbagi ide ini dengan analis RAND Corporation (www.rand.org), J. Show dan H. Simon, yang menawarkan bantuan kepada Newell. Sebagai landasan teori untuk program semacam itu, diputuskan untuk menggunakan metode yang diusulkan pada tahun 1950 oleh Claude Shannon, pendiri teori informasi. Formalisasi yang tepat dari metode ini dilakukan oleh Alan Turing. Dia memodelkannya dengan tangan. Sekelompok psikolog Belanda yang dipimpin oleh A. de Groot, yang mempelajari gaya bermain para pemain catur yang luar biasa, terlibat dalam pekerjaan ini. Setelah dua tahun bekerja sama, tim ini menciptakan bahasa pemrograman IPL1 - yang tampaknya merupakan bahasa simbolik pertama untuk memproses daftar. Segera program pertama ditulis, yang dapat dikaitkan dengan pencapaian di bidang kecerdasan buatan. Ini adalah program "Logic-Theorist" (1956), yang dirancang untuk pembuktian teorema otomatis dalam kalkulus proposisional.
Program sebenarnya untuk bermain catur, NSS, selesai pada tahun 1957. Pekerjaannya didasarkan pada apa yang disebut heuristik (aturan yang memungkinkan seseorang untuk membuat pilihan tanpa adanya landasan teori yang tepat) dan deskripsi tujuan. Algoritme kontrol mencoba mengurangi perbedaan antara penilaian situasi saat ini dan penilaian tujuan atau salah satu subtujuan.
Pada tahun 1960, kelompok yang sama, berdasarkan prinsip yang digunakan di NSS, menulis sebuah program yang disebut penciptanya GPS (General Problem Solver) - pemecah masalah universal. GPS dapat menangani sejumlah teka-teki, menghitung integral tak tentu, dan memecahkan beberapa masalah lainnya. Hasil ini telah menarik perhatian para ilmuwan komputasi. Program telah muncul untuk secara otomatis membuktikan teorema dari planimetri dan memecahkan masalah aljabar (dirumuskan dalam bahasa Inggris).
John McCarty dari Stanford tertarik pada dasar matematis dari hasil ini dan perhitungan simbolik secara umum. Hasilnya, pada tahun 1963 ia mengembangkan bahasa LISP (LISP, dari List Processing), yang didasarkan pada penggunaan representasi daftar tunggal untuk program dan data, penggunaan ekspresi untuk mendefinisikan fungsi, dan sintaks braket.
Para ahli logika juga mulai menunjukkan minat pada penelitian di bidang kecerdasan buatan. Juga pada tahun 1964, karya ahli logika Leningrad Sergei Maslov, “Metode terbalik untuk menetapkan deduksibilitas dalam kalkulus predikat klasik,” diterbitkan, di mana ia pertama kali mengusulkan metode untuk secara otomatis mencari bukti teorema dalam kalkulus predikat.
Setahun kemudian (pada tahun 1965), karya J.A. Robinson muncul di AS, dikhususkan untuk metode yang sedikit berbeda untuk secara otomatis mencari bukti teorema dalam kalkulus predikat orde pertama. Metode ini disebut metode resolusi dan menjadi titik awal pembuatan bahasa pemrograman baru dengan prosedur inferensi bawaan - bahasa Prolog (PROLOG) pada tahun 1971.
Pada tahun 1966, di Uni Soviet, Valentin Turchin mengembangkan fungsi rekursif bahasa Refal, yang dimaksudkan untuk mendeskripsikan bahasa dan berbagai jenis pemrosesannya. Meskipun dipahami sebagai bahasa meta algoritmik, bagi pengguna, seperti LISP dan Prolog, bahasa ini merupakan bahasa untuk memproses informasi simbolik.
Di akhir tahun 60an. Program dan sistem permainan pertama untuk analisis teks dasar dan pemecahan beberapa masalah matematika (geometri, kalkulus integral) muncul. Dalam masalah pencarian kompleks yang muncul, jumlah opsi yang dicoba dikurangi secara drastis dengan menggunakan semua jenis heuristik dan “akal sehat”. Pendekatan ini kemudian disebut pemrograman heuristik. Perkembangan lebih lanjut dari pemrograman heuristik mengikuti jalur yang memperumit algoritma dan meningkatkan heuristik. Namun, segera menjadi jelas bahwa ada batas tertentu di mana tidak ada perbaikan dalam heuristik atau komplikasi algoritma yang akan meningkatkan kualitas sistem dan, yang paling penting, memperluas kemampuannya. Sebuah program yang memainkan catur tidak akan pernah memainkan permainan catur atau kartu.
Lambat laun, para peneliti mulai memahami bahwa semua program yang dibuat sebelumnya tidak memiliki hal terpenting - pengetahuan di bidang terkait. Saat memecahkan masalah, para spesialis mencapai hasil yang tinggi berkat pengetahuan dan pengalaman mereka; Jika program mengakses pengetahuan dan menerapkannya, program tersebut juga akan mencapai hasil kerja berkualitas tinggi. 
Pemahaman ini, yang muncul pada awal tahun 70an, pada dasarnya berarti lompatan kualitatif dalam bidang kecerdasan buatan.
Pertimbangan mendasar dalam hal ini diungkapkan pada tahun 1977 pada Konferensi Gabungan ke-5 tentang Kecerdasan Buatan oleh ilmuwan Amerika E. Feigenbaum.
Sudah pada pertengahan tahun 70an. Sistem cerdas terapan pertama muncul yang menggunakan berbagai metode merepresentasikan pengetahuan untuk memecahkan masalah - sistem pakar. Salah satu yang pertama adalah sistem pakar DENDRAL, yang dikembangkan di Universitas Stanford dan dirancang untuk menghasilkan rumus senyawa kimia berdasarkan analisis spektral. Saat ini DENDRAL dipasok ke pelanggan bersama dengan spektrometer. Sistem MYCIN ditujukan untuk diagnosis dan pengobatan penyakit darah menular. Sistem PROSPECTOR memprediksi deposit mineral. Ada informasi bahwa dengan bantuannya deposit molibdenum ditemukan, yang nilainya melebihi 100 juta dolar. Sistem penilaian kualitas air, yang diterapkan berdasarkan teknologi SIMER + MIR Rusia beberapa tahun lalu, menyebabkan konsentrasi polutan maksimum yang diizinkan di Sungai Moskow di kawasan Serebryany Bor terlampaui. Sistem CASNET dirancang untuk mendiagnosis dan memilih strategi pengobatan untuk glaukoma, dll.
Saat ini pengembangan dan implementasi sistem pakar telah menjadi bidang rekayasa yang mandiri. Penelitian ilmiah terkonsentrasi di sejumlah bidang, beberapa di antaranya tercantum di bawah ini.
Teori tersebut tidak secara jelas mendefinisikan apa sebenarnya yang dianggap sebagai syarat perlu dan cukup untuk mencapai intelektualitas. Meskipun ada sejumlah hipotesis mengenai hal ini, misalnya hipotesis Newell-Simon. Biasanya, penerapan sistem cerdas didekati justru dari sudut pandang pemodelan kecerdasan manusia. Jadi, dalam kecerdasan buatan ada dua arah utama:
■ simbolik (semiotik, top-down) didasarkan pada pemodelan proses berpikir tingkat tinggi manusia, pada representasi dan penggunaan pengetahuan;
■ neuro-cybernetic (jaringan saraf, bottom-up) didasarkan pada pemodelan struktur otak individu tingkat rendah (neuron).
Dengan demikian, tujuan akhir dari kecerdasan buatan adalah untuk membangun sistem kecerdasan komputer yang memiliki tingkat efisiensi dalam memecahkan masalah informal yang sebanding atau lebih unggul dari masalah manusia.
Paradigma pemrograman yang paling umum digunakan ketika membangun sistem kecerdasan buatan adalah pemrograman fungsional dan pemrograman logika. Mereka berbeda dari pendekatan struktural dan berorientasi objek tradisional terhadap pengembangan logika program dengan derivasi solusi nonlinier dan alat tingkat rendah untuk mendukung analisis dan sintesis struktur data.
Kita dapat membedakan dua aliran ilmiah dengan pendekatan berbeda terhadap masalah AI: AI Konvensional dan AI Komputasi.
Dalam AI konvensional Metode pembelajaran mandiri mesin berdasarkan formalisme dan analisis statistik terutama digunakan.
Metode AI konvensional:
■ Sistem pakar: program yang, bertindak menurut aturan tertentu, memproses sejumlah besar informasi dan, sebagai hasilnya, mengeluarkan kesimpulan berdasarkan aturan tersebut.
■ Penalaran berdasarkan kasus.
■ Jaringan Bayesian - ini adalah metode statistik untuk menemukan pola dalam data. Untuk tujuan ini, informasi primer digunakan, yang terdapat dalam struktur jaringan atau dalam database
■ Pendekatan perilaku: metode modular untuk membangun sistem AI, di mana sistem dibagi menjadi beberapa program perilaku yang relatif otonom yang diluncurkan bergantung pada perubahan lingkungan eksternal.
AI komputasi melibatkan pengembangan dan pelatihan berulang (misalnya, pemilihan parameter dalam jaringan konektivitas). Pembelajaran didasarkan pada empiris dan dikaitkan dengan AI non-simbolis dan komputasi lunak.
Metode dasar komputasi AI:
■ Jaringan saraf: sistem dengan kemampuan pengenalan yang sangat baik.
■ Sistem fuzzy: teknik penalaran dalam kondisi ketidakpastian (banyak digunakan dalam sistem kontrol industri dan konsumen modern)
■ Perhitungan evolusi: ia menggunakan konsep-konsep tradisional yang berkaitan dengan biologi seperti populasi, mutasi, dan seleksi alam untuk menciptakan solusi yang lebih baik terhadap suatu masalah. Metode-metode ini dibagi menjadi algoritma evolusioner (misalnya algoritma genetika) dan metode kecerdasan gerombolan (misalnya algoritma semut).
Dalam kerangka sistem cerdas hibrida, mereka mencoba menggabungkan kedua arah ini. Aturan inferensi ahli dapat dihasilkan oleh jaringan saraf, dan aturan generatif diperoleh dengan menggunakan pembelajaran statistik.
Arah kecerdasan buatan yang menjanjikan.
Metode CBR (penalaran berbasis kasus) telah digunakan dalam berbagai masalah terapan - dalam bidang kedokteran, manajemen proyek, untuk menganalisis dan mengatur ulang lingkungan, untuk mengembangkan barang konsumsi dengan mempertimbangkan preferensi kelompok konsumen yang berbeda, dll. Kita dapat mengharapkan penerapan metode CBR untuk tugas pengambilan informasi cerdas, e-commerce (penawaran barang, pembuatan agen penjualan virtual), perencanaan perilaku dalam lingkungan dinamis, tata letak, desain, dan sintesis program.
Selain itu, kita memperkirakan adanya peningkatan pengaruh ide dan metode (AI) pada analisis mesin teks bahasa alami (AT). Pengaruh ini kemungkinan besar akan mempengaruhi analisis semantik dan metode penguraian terkait - di area ini akan terwujud dalam pertimbangan model dunia pada tahap akhir analisis semantik dan penggunaan pengetahuan domain dan informasi situasional untuk mengurangi pencarian pada tahap awal ( misalnya, ketika membuat pohon parse).
“Saluran komunikasi” kedua antara AI dan AT adalah penggunaan metode pembelajaran mesin di AT; “saluran” ketiga adalah penggunaan penalaran berdasarkan preseden dan penalaran berdasarkan argumentasi untuk memecahkan beberapa masalah AT, misalnya masalah mengurangi kebisingan dan meningkatkan derajat relevansi pencarian.
Salah satu bidang terpenting dan menjanjikan dalam kecerdasan buatan saat ini adalah tugas perencanaan perilaku otomatis. Ruang lingkup penerapan metode perencanaan otomatis mencakup beragam perangkat dengan tingkat otonomi yang tinggi dan perilaku yang terarah pada tujuan, mulai dari peralatan rumah tangga hingga pesawat ruang angkasa tak berawak untuk eksplorasi ruang angkasa.
Sumber yang digunakan
1. Stuart Russell, Peter Norvig “Kecerdasan Buatan: Pendekatan Modern (AIMA)”, edisi ke-2: Trans. dari bahasa Inggris - M.: Williams Publishing House, 2005. - 1424 hal. dengan ilustrasi.
2. George F. Luger "Kecerdasan Buatan: Strategi dan Metode Solusi", edisi ke-4: Trans. dari bahasa Inggris - M.: Rumah Penerbitan Williams, 2004.
3. Gennady Osipov, Presiden Asosiasi Kecerdasan Buatan Rusia, anggota tetap Komite Koordinasi Eropa untuk Kecerdasan Buatan (ECCAI), Doktor Ilmu Fisika dan Matematika, Profesor "Kecerdasan Buatan: Keadaan Penelitian dan Menatap Masa Depan."
Kecerdasan buatan
Kecerdasan buatan(AI, dari bahasa Inggris. Kecerdasan buatan, AI) - ilmu dan teknologi untuk menciptakan mesin cerdas, khususnya program komputer cerdas.
AI terkait dengan tugas serupa dalam menggunakan komputer untuk memahami kecerdasan manusia, namun tidak terbatas pada metode yang masuk akal secara biologis.
AI adalah arah ilmiah yang mengembangkan metode yang memungkinkan komputer elektronik memecahkan masalah intelektual jika diselesaikan oleh manusia. Istilah “kecerdasan buatan” mengacu pada fungsi mesin untuk memecahkan masalah manusia. Kecerdasan buatan ditujukan untuk meningkatkan efisiensi berbagai bentuk kerja mental manusia.
Bentuk kecerdasan buatan yang paling umum adalah komputer yang diprogram untuk merespons topik tertentu. "Sistem pakar" semacam itu memiliki kemampuan manusia untuk melakukan pekerjaan analitis seorang pakar. Pengolah kata serupa dapat mendeteksi kesalahan ejaan dan dapat “diajarkan” kata-kata baru. Berkaitan erat dengan disiplin ilmu ini ada disiplin ilmu lain, yang pokok bahasannya kadang-kadang disebut “kehidupan buatan”. Dia berurusan dengan kecerdasan tingkat rendah. Misalnya, robot dapat diprogram untuk bernavigasi dalam kabut, mis. memberinya kemampuan untuk berinteraksi secara fisik dengan lingkungan.
Istilah “kecerdasan buatan” pertama kali dikemukakan pada seminar dengan nama yang sama di Dartsmouth College Amerika pada tahun 1956. Selanjutnya, berbagai ilmuwan memberikan definisi kecerdasan buatan sebagai berikut:
AI adalah cabang ilmu komputer yang berhubungan dengan otomatisasi perilaku cerdas;
AI adalah ilmu komputasi yang memungkinkan persepsi, inferensi, dan tindakan;
AI adalah teknologi informasi yang terkait dengan proses inferensi, pembelajaran, dan persepsi.
Sejarah kecerdasan buatan sebagai arah ilmiah baru dimulai pada pertengahan abad ke-20. Pada saat ini, banyak prasyarat asal usulnya telah terbentuk: di antara para filsuf telah lama terjadi perdebatan tentang sifat manusia dan proses memahami dunia, ahli neurofisiologi dan psikolog telah mengembangkan sejumlah teori mengenai cara kerja otak manusia. dan berpikir, ekonom dan matematikawan mengajukan pertanyaan tentang perhitungan optimal dan penyajian pengetahuan tentang dunia dalam bentuk formal; akhirnya, landasan teori perhitungan matematika – teori algoritma – lahir dan komputer pertama diciptakan.
Masalah utama kecerdasan buatan adalah pengembangan metode untuk merepresentasikan dan memproses pengetahuan.
Program kecerdasan buatan meliputi:
Program permainan (stokastik, permainan komputer);
Program bahasa alami - terjemahan mesin, pembuatan teks, pemrosesan ucapan;
Program pengenalan - pengenalan tulisan tangan, gambar, kartu;
Program untuk membuat dan menganalisis grafik, lukisan, dan karya musik.
Bidang kecerdasan buatan berikut ini dibedakan:
sistem pakar;
jaringan saraf;
Sistem bahasa alami;
Metode evolusi dan algoritma genetika;
Himpunan kabur;
Sistem ekstraksi pengetahuan.
Sistem pakar difokuskan pada pemecahan masalah tertentu.
Jaringan saraf menerapkan algoritma jaringan saraf.
Dibagi menjadi:
Jaringan tujuan umum yang mendukung sekitar 30 algoritma jaringan saraf dan disesuaikan untuk memecahkan masalah tertentu;
Berorientasi objek - digunakan untuk pengenalan karakter, manajemen produksi, peramalan situasi di pasar valuta asing,
Hybrid - digunakan bersama dengan perangkat lunak tertentu (Excel, Access, Lotus).
Sistem bahasa alami (NL) dibagi menjadi:
Produk perangkat lunak antarmuka bahasa alami dalam database (representasi kueri bahasa alami ke dalam kueri SQL);
Pencarian bahasa alami dalam teks, pemindaian konten teks (digunakan di mesin pencari Internet, misalnya Google);
Alat pengenalan suara yang dapat diskalakan (penerjemah simultan portabel);
Komponen pemrosesan ucapan sebagai alat layanan perangkat lunak (OS Windows XP).
Himpunan fuzzy - menerapkan hubungan logis antar data. Produk perangkat lunak ini digunakan untuk mengelola objek ekonomi, membangun sistem pakar dan sistem pendukung keputusan.
Algoritma genetika adalah metode untuk menganalisis data yang tidak dapat dianalisis menggunakan metode standar. Biasanya, mereka digunakan untuk memproses informasi dalam jumlah besar dan membangun model prediktif. Digunakan untuk tujuan ilmiah dalam pemodelan simulasi.
Sistem ekstraksi pengetahuan - digunakan untuk memproses data dari penyimpanan informasi.
Beberapa sistem AI yang paling terkenal adalah:
Biru tua- mengalahkan juara catur dunia. Pertandingan antara Kasparov dan superkomputer tidak memberikan kepuasan baik bagi ilmuwan komputer maupun pemain catur, dan sistem tersebut tidak dikenali oleh Kasparov. Jajaran superkomputer IBM kemudian diwujudkan dalam proyek brute force BluGene (pemodelan molekuler) dan pemodelan sistem sel piramidal di Swiss Blue Brain Center.
Watson- pengembangan yang menjanjikan dari IBM, yang mampu memahami ucapan manusia dan melakukan pencarian probabilistik menggunakan sejumlah besar algoritma. Untuk mendemonstrasikan karyanya, Watson mengambil bagian dalam permainan Amerika “Jeopardy!”, analog dari “Custom Game” di Rusia, di mana sistem berhasil memenangkan kedua permainan tersebut.
MYCIN- salah satu sistem pakar awal yang dapat mendiagnosis sejumlah kecil penyakit, seringkali seakurat dokter.
20Q- sebuah proyek berdasarkan ide AI, berdasarkan game klasik "20 Pertanyaan". Ini menjadi sangat populer setelah muncul di Internet di situs 20q.net.
Pengenalan suara. Sistem seperti ViaVoice mampu melayani konsumen.
Robot berkompetisi dalam bentuk sepak bola yang disederhanakan di turnamen RoboCup tahunan.
Bank menggunakan sistem kecerdasan buatan (AI) dalam aktivitas asuransi (matematika aktuaria), saat bermain di bursa, dan pengelolaan properti. Metode pengenalan pola (termasuk jaringan yang lebih kompleks dan terspesialisasi serta jaringan saraf) banyak digunakan dalam pengenalan optik dan akustik (termasuk teks dan ucapan), diagnostik medis, filter spam, dalam sistem pertahanan udara (identifikasi target), serta untuk memastikan a sejumlah tugas keamanan nasional lainnya.
Pengembang game komputer menggunakan AI dengan berbagai tingkat kecanggihan. Hal inilah yang membentuk konsep “Game Artificial Intelligence”. Tugas standar AI dalam game adalah mencari jalur dalam ruang dua dimensi atau tiga dimensi, mensimulasikan perilaku unit tempur, menghitung strategi ekonomi yang tepat, dan lain sebagainya.
Pusat ilmiah dan penelitian terbesar di bidang kecerdasan buatan:
Amerika Serikat (Institut Teknologi Massachusetts);
Jerman (Pusat Penelitian Kecerdasan Buatan Jerman);
Jepang (Institut Nasional Sains dan Teknologi Industri Maju (AIST));
Rusia (Dewan Ilmiah Metodologi Kecerdasan Buatan dari Akademi Ilmu Pengetahuan Rusia).
Saat ini, berkat kemajuan di bidang kecerdasan buatan, telah tercipta banyak sekali perkembangan ilmu pengetahuan yang sangat menyederhanakan kehidupan masyarakat. Mengenali ucapan atau teks pindaian, memecahkan masalah komputasi yang kompleks dalam waktu singkat, dan banyak lagi - semua ini tersedia berkat perkembangan kecerdasan buatan.
Mengganti spesialis manusia dengan sistem kecerdasan buatan, khususnya sistem pakar, tentu saja, jika hal ini diperbolehkan, dapat mempercepat dan mengurangi biaya proses produksi secara signifikan. Sistem kecerdasan buatan selalu objektif dan hasil kerjanya tidak bergantung pada suasana hati sesaat dan sejumlah faktor subjektif lainnya yang melekat pada diri manusia. Namun, terlepas dari semua hal di atas, kita tidak boleh menyimpan ilusi yang meragukan dan berharap bahwa dalam waktu dekat pekerjaan manusia akan digantikan oleh pekerjaan kecerdasan buatan. Pengalaman menunjukkan bahwa saat ini sistem kecerdasan buatan mencapai hasil terbaik ketika berfungsi bersama dengan manusia. Bagaimanapun, manusia, tidak seperti kecerdasan buatan, yang tahu cara berpikir di luar kotak dan kreatif, yang memungkinkannya berkembang dan maju sepanjang zamannya.
Sumber yang digunakan
1.www.aiportal.ru
3.ru.wikipedia.org
Strategi evolusi baru bagi umat manusia
Kecerdasan buatan (AI, Bahasa Inggris: Artificial Intelligence, AI) - ilmu dan teknologi untuk menciptakan mesin cerdas, khususnya program komputer cerdas. AI terkait dengan tugas serupa dalam menggunakan komputer untuk memahami kecerdasan manusia, namun tidak terbatas pada metode yang masuk akal secara biologis.
Apa itu kecerdasan buatan
Intelijen(dari Lat. intellectus - sensasi, persepsi, pemahaman, pemahaman, konsep, alasan), atau pikiran - kualitas jiwa yang terdiri dari kemampuan beradaptasi dengan situasi baru, kemampuan belajar dan mengingat berdasarkan pengalaman, memahami dan menerapkan konsep abstrak dan menggunakan pengetahuannya untuk pengelolaan lingkungan. Kecerdasan adalah kemampuan umum untuk mengetahui dan memecahkan kesulitan, yang menyatukan semua kemampuan kognitif manusia: sensasi, persepsi, memori, representasi, berpikir, imajinasi.
Pada awal tahun 1980an. Ilmuwan komputasi Barr dan Fajgenbaum mengusulkan definisi kecerdasan buatan (AI) berikut:
Belakangan, sejumlah algoritme dan sistem perangkat lunak mulai diklasifikasikan sebagai AI, yang ciri khasnya adalah mereka dapat memecahkan beberapa masalah dengan cara yang sama seperti yang dilakukan seseorang yang memikirkan solusinya.
Sifat utama AI adalah pemahaman bahasa, pembelajaran dan kemampuan berpikir dan, yang terpenting, bertindak.
AI adalah suatu kompleks teknologi dan proses terkait yang berkembang secara kualitatif dan pesat, misalnya:
- pemrosesan teks bahasa alami
- sistem pakar
- agen virtual (chatbots dan asisten virtual)
- sistem rekomendasi.
Arah teknologi AI. Data Deloitte
Penelitian AI
- Artikel utama: Penelitian Kecerdasan Buatan
Standardisasi dalam AI
2018: Pengembangan standar di bidang komunikasi kuantum, AI, dan kota pintar
Pada tanggal 6 Desember 2018, Komite Teknis “Sistem Siber-Fisik” berdasarkan RVC bersama dengan Pusat Teknik Regional “SafeNet” mulai mengembangkan seperangkat standar untuk pasar Inisiatif Teknologi Nasional (NTI) dan ekonomi digital. Pada Maret 2019, direncanakan untuk mengembangkan dokumen standardisasi teknis di bidang komunikasi kuantum, dan, RVC melaporkan. Baca selengkapnya.
Dampak kecerdasan buatan
Risiko terhadap perkembangan peradaban manusia
Dampak terhadap perekonomian dan bisnis
- Dampak teknologi kecerdasan buatan terhadap perekonomian dan bisnis
Dampak terhadap pasar tenaga kerja
Bias Kecerdasan Buatan
Inti dari semua praktik AI (terjemahan mesin, pengenalan suara, pemrosesan bahasa alami, visi komputer, mengemudi otomatis, dan banyak lagi) adalah pembelajaran mendalam. Ini adalah bagian dari pembelajaran mesin, yang ditandai dengan penggunaan model jaringan saraf, yang dapat dikatakan meniru cara kerja otak, sehingga akan sulit untuk mengklasifikasikannya sebagai AI. Setiap model jaringan saraf dilatih pada kumpulan data yang besar, sehingga memperoleh beberapa “keterampilan”, namun cara penggunaannya masih belum jelas bagi pembuatnya, yang pada akhirnya menjadi salah satu masalah terpenting bagi banyak aplikasi pembelajaran mendalam. Alasannya adalah model seperti itu bekerja dengan gambar secara formal, tanpa pemahaman apa pun tentang fungsinya. Apakah sistem seperti itu AI dan dapatkah sistem yang dibangun berdasarkan pembelajaran mesin dapat dipercaya? Implikasi dari jawaban atas pertanyaan terakhir tidak hanya terbatas pada laboratorium ilmiah. Oleh karena itu, perhatian media terhadap fenomena yang disebut bias AI semakin meningkat. Ini dapat diterjemahkan sebagai “bias AI” atau “bias AI”. Baca selengkapnya.
Pasar Teknologi Kecerdasan Buatan
pasar AI di Rusia
Pasar AI global
Area penerapan AI
Area penerapan AI cukup luas dan mencakup teknologi yang sudah dikenal dan area baru yang sedang berkembang yang jauh dari penerapan massal, dengan kata lain, ini adalah keseluruhan solusi, mulai dari penyedot debu hingga stasiun luar angkasa. Anda dapat membagi semua keragamannya sesuai dengan kriteria poin-poin penting pembangunan.
AI bukanlah bidang studi yang monolitik. Selain itu, beberapa bidang teknologi AI muncul sebagai sub-sektor ekonomi baru dan entitas terpisah, sekaligus melayani sebagian besar bidang perekonomian.
Aplikasi komersial utama dari teknologi kecerdasan buatan
Perkembangan penggunaan AI mengarah pada adaptasi teknologi di sektor ekonomi klasik di sepanjang rantai nilai dan mentransformasikannya, yang mengarah pada algoritmaisasi hampir semua fungsi, mulai dari logistik hingga manajemen perusahaan.
Pemanfaatan AI untuk Urusan Pertahanan dan Militer
Gunakan dalam pendidikan
Menggunakan AI dalam bisnis
AI di industri tenaga listrik
- Pada tingkat desain: peningkatan perkiraan pembangkitan dan permintaan sumber daya energi, penilaian keandalan peralatan pembangkit listrik, otomatisasi peningkatan pembangkitan ketika permintaan melonjak.
- Di tingkat produksi: optimalisasi pemeliharaan preventif peralatan, meningkatkan efisiensi pembangkitan, mengurangi kerugian, mencegah pencurian sumber daya energi.
- Di tingkat promosi: optimalisasi harga tergantung pada waktu dan penagihan dinamis.
- Pada tingkat penyediaan layanan: pemilihan otomatis pemasok yang paling menguntungkan, statistik konsumsi terperinci, layanan pelanggan otomatis, optimalisasi konsumsi energi dengan mempertimbangkan kebiasaan dan perilaku pelanggan.
AI di bidang manufaktur
- Pada tingkat desain: meningkatkan efisiensi pengembangan produk baru, penilaian pemasok otomatis, dan analisis kebutuhan suku cadang.
- Di tingkat produksi: meningkatkan proses penyelesaian tugas, mengotomatisasi jalur perakitan, mengurangi jumlah kesalahan, mengurangi waktu pengiriman bahan baku.
- Di tingkat promosi: memperkirakan volume layanan dukungan dan pemeliharaan, manajemen harga.
- Pada tingkat penyediaan layanan: peningkatan perencanaan rute armada kendaraan, permintaan sumber daya armada, peningkatan kualitas pelatihan teknisi layanan.
AI di bank
- Pengenalan pola - digunakan termasuk. untuk mengenali pelanggan di cabang dan menyampaikan penawaran khusus kepada mereka.
Area komersial utama penerapan teknologi kecerdasan buatan di bank
AI dalam transportasi
- Industri otomotif berada di ambang revolusi: 5 tantangan era mengemudi tanpa awak
AI dalam bidang logistik
AI dalam pembuatan bir
Penggunaan AI dalam administrasi publik
AI dalam forensik
- Pengenalan pola - digunakan termasuk. untuk mengidentifikasi penjahat di ruang publik.
- Pada Mei 2018, diketahui bahwa polisi Belanda menggunakan kecerdasan buatan untuk menyelidiki kejahatan yang kompleks.
Lembaga penegak hukum telah mulai mendigitalkan lebih dari 1.500 laporan dan 30 juta halaman terkait kasus-kasus yang belum terselesaikan, lapor The Next Web. Materi dari tahun 1988 dan seterusnya, di mana kejahatan tidak diselesaikan setidaknya selama tiga tahun, dan pelaku dijatuhi hukuman lebih dari 12 tahun penjara, ditransfer ke dalam format komputer.
Selesaikan kejahatan kompleks dalam sehari. Polisi mengadopsi AI
Setelah semua konten didigitalkan, konten tersebut akan dihubungkan ke sistem pembelajaran mesin yang akan menganalisis catatan dan memutuskan kasus mana yang menggunakan bukti paling andal. Hal ini akan mengurangi waktu yang dibutuhkan untuk memproses kasus dan menyelesaikan kejahatan di masa lalu dan masa depan dari beberapa minggu menjadi satu hari.
Kecerdasan buatan akan mendistribusikan kasus berdasarkan “kemampuan memecahkannya” dan menunjukkan kemungkinan hasil tes DNA. Rencananya adalah untuk mengotomatisasi analisis di bidang forensik lainnya, dan bahkan mungkin memperluas ke bidang-bidang seperti ilmu sosial dan kesaksian.
Selain itu, seperti yang dikatakan salah satu pengembang sistem, Jeroen Hammer, fungsi API untuk mitra mungkin akan dirilis di masa mendatang.
Polisi Belanda memiliki unit khusus yang khusus mengembangkan teknologi baru untuk menyelesaikan kejahatan. Dialah yang menciptakan sistem AI untuk mencari penjahat dengan cepat berdasarkan bukti.
AI di peradilan
Perkembangan di bidang kecerdasan buatan akan membantu mengubah sistem peradilan secara radikal, menjadikannya lebih adil dan bebas dari skema korupsi. Pendapat ini diungkapkan pada musim panas 2017 oleh Vladimir Krylov, Doctor of Technical Sciences, konsultan teknis di Artezio.
Ilmuwan percaya bahwa solusi yang ada di bidang AI dapat berhasil diterapkan di berbagai bidang ekonomi dan kehidupan masyarakat. Pakar tersebut menunjukkan bahwa AI berhasil digunakan dalam pengobatan, tetapi di masa depan AI dapat sepenuhnya mengubah sistem peradilan.
“Melihat laporan berita setiap hari tentang perkembangan di bidang AI, Anda hanya akan takjub melihat imajinasi yang tiada habisnya dan keberhasilan para peneliti dan pengembang di bidang ini. Laporan penelitian ilmiah terus-menerus diselingi dengan publikasi tentang produk baru yang memasuki pasar dan laporan hasil luar biasa yang diperoleh melalui penggunaan AI di berbagai bidang. Jika kita berbicara tentang kejadian yang diperkirakan, disertai dengan hype yang nyata di media, di mana AI akan kembali menjadi pahlawan dalam pemberitaan, maka saya mungkin tidak akan mengambil risiko membuat perkiraan teknologi. Saya dapat membayangkan peristiwa berikutnya adalah munculnya pengadilan yang sangat kompeten dalam bentuk kecerdasan buatan, adil dan tidak dapat dirusak. Hal ini rupanya akan terjadi pada tahun 2020-2025. Dan proses yang akan terjadi di pengadilan ini akan mengarah pada refleksi yang tidak terduga dan keinginan banyak orang untuk mentransfer sebagian besar proses pengelolaan masyarakat manusia ke AI.”
Ilmuwan mengakui penggunaan kecerdasan buatan dalam sistem peradilan sebagai “langkah logis” untuk mengembangkan kesetaraan dan keadilan legislatif. Kecerdasan mesin tidak rentan terhadap korupsi dan emosi, dapat secara ketat mematuhi kerangka legislatif dan mengambil keputusan dengan mempertimbangkan banyak faktor, termasuk data yang menjadi ciri para pihak yang bersengketa. Dengan analogi bidang medis, robot hakim dapat beroperasi dengan data besar dari repositori layanan pemerintah. Dapat diasumsikan bahwa kecerdasan mesin akan mampu memproses data dengan cepat dan mempertimbangkan lebih banyak faktor secara signifikan dibandingkan penilaian manusia.
Namun, para ahli psikolog berpendapat bahwa tidak adanya komponen emosional ketika mempertimbangkan perkara pengadilan akan berdampak negatif terhadap kualitas keputusan. Putusan pengadilan mesin mungkin terlalu lugas, tidak mempertimbangkan pentingnya perasaan dan suasana hati masyarakat.
Lukisan
Pada tahun 2015, tim Google menguji jaringan saraf untuk melihat apakah mereka dapat membuat gambar sendiri. Kemudian kecerdasan buatan dilatih menggunakan sejumlah besar gambar berbeda. Namun, ketika mesin tersebut “diminta” untuk menggambarkan sesuatu sendiri, ternyata mesin tersebut menafsirkan dunia di sekitar kita dengan cara yang agak aneh. Misalnya, untuk tugas menggambar halter, pengembang menerima gambar di mana logam dihubungkan oleh tangan manusia. Hal ini mungkin terjadi karena pada tahap pelatihan, gambar yang dianalisis dengan dumbel berisi tangan, dan jaringan saraf salah menafsirkannya.
Pada tanggal 26 Februari 2016, pada lelang khusus di San Francisco, perwakilan Google mengumpulkan sekitar $98 ribu dari lukisan psikedelik yang dibuat oleh kecerdasan buatan. Salah satu gambar mobil tersukses disajikan di bawah ini.
Sebuah lukisan yang dilukis oleh kecerdasan buatan Google.
Kecerdasan buatan menjadi salah satu topik yang paling populer di dunia teknologi belakangan ini. Pemikir seperti Elon Musk, Stephen Hawking, dan Steve Wozniak sangat prihatin dengan penelitian AI dan berpendapat bahwa penciptaannya menempatkan kita dalam bahaya besar. Pada saat yang sama, fiksi ilmiah dan film-film Hollywood telah menimbulkan banyak kesalahpahaman seputar AI. Apakah kita benar-benar dalam bahaya dan ketidakakuratan apa yang kita buat ketika kita membayangkan kehancuran Skynet Earth, pengangguran umum, atau, sebaliknya, kemakmuran dan kecerobohan? Gizmodo telah menyelidiki mitos manusia tentang kecerdasan buatan. Berikut terjemahan lengkap artikelnya.
Ini disebut-sebut sebagai ujian kecerdasan mesin yang paling penting sejak Deep Blue mengalahkan Garry Kasparov dalam pertandingan catur 20 tahun lalu. Google AlphaGo mengalahkan grandmaster Lee Sedol di turnamen Go dengan skor telak 4:1, menunjukkan betapa seriusnya kemajuan kecerdasan buatan (AI). Hari yang menentukan ketika mesin akhirnya melampaui manusia dalam hal kecerdasan belum pernah terasa sedekat ini. Namun tampaknya kita masih belum bisa memahami konsekuensi dari peristiwa penting ini.
Faktanya, kita berpegang pada kesalahpahaman yang serius dan bahkan berbahaya tentang kecerdasan buatan. Tahun lalu, pendiri SpaceX Elon Musk memperingatkan bahwa AI bisa mengambil alih dunia. Ucapannya menimbulkan badai komentar, baik penentang maupun pendukung pendapat tersebut. Untuk peristiwa monumental di masa depan, terdapat banyak perbedaan pendapat mengenai apakah hal tersebut akan terjadi dan, jika demikian, dalam bentuk apa. Hal ini sangat meresahkan mengingat manfaat luar biasa yang dapat diperoleh umat manusia dari AI dan potensi risikonya. Berbeda dengan penemuan manusia lainnya, AI berpotensi mengubah umat manusia atau menghancurkan kita.
Sulit untuk mengetahui apa yang harus dipercaya. Namun berkat penelitian awal yang dilakukan oleh para ilmuwan komputer, ahli saraf, dan ahli teori AI, gambaran yang lebih jelas mulai muncul. Berikut beberapa kesalahpahaman dan mitos umum tentang kecerdasan buatan.
Mitos #1: “Kami tidak akan pernah menciptakan AI dengan kecerdasan yang sebanding dengan manusia”
Realitas: Kita sudah memiliki komputer yang menyamai atau melampaui kemampuan manusia dalam catur, Go, perdagangan saham, dan percakapan. Komputer dan algoritma yang menjalankannya menjadi lebih baik. Hanya masalah waktu sebelum mereka melampaui manusia dalam tugas apa pun.
Psikolog riset Universitas New York, Gary Marcus, mengatakan bahwa “setiap orang” yang bekerja di bidang AI percaya bahwa mesin pada akhirnya akan mengalahkan kita: “Satu-satunya perbedaan nyata antara orang yang antusias dan skeptis adalah perkiraan waktunya.” Futuris seperti Ray Kurzweil yakin hal ini bisa terjadi dalam beberapa dekade; ada pula yang berpendapat hal ini akan memakan waktu berabad-abad.
Orang-orang yang skeptis terhadap AI tidak yakin ketika mereka mengatakan bahwa ini adalah masalah teknologi yang tidak dapat dipecahkan, dan ada sesuatu yang unik tentang sifat otak biologis. Otak kita adalah mesin biologis - mereka ada di dunia nyata dan mematuhi hukum dasar fisika. Tidak ada sesuatu pun yang tidak dapat diketahui tentang mereka.
Mitos #2: “Kecerdasan buatan akan memiliki kesadaran”
Realitas: Kebanyakan orang membayangkan bahwa kecerdasan mesin akan sadar dan berpikir seperti manusia. Selain itu, kritikus seperti salah satu pendiri Microsoft, Paul Allen, percaya bahwa kita belum dapat mencapai kecerdasan umum buatan (yang mampu memecahkan masalah mental apa pun yang dapat diselesaikan manusia) karena kita tidak memiliki teori kesadaran ilmiah. Namun seperti yang dikatakan spesialis robotika kognitif Imperial College London, Murray Shanahan, kita tidak boleh menyamakan kedua konsep tersebut.
“Kesadaran tentu saja merupakan hal yang luar biasa dan penting, namun menurut saya hal itu tidak diperlukan untuk kecerdasan buatan pada tingkat manusia. Lebih tepatnya, kami menggunakan kata “kesadaran” untuk merujuk pada beberapa atribut psikologis dan kognitif yang “dimiliki” seseorang, jelas ilmuwan tersebut.
Bisa dibayangkan sebuah mesin pintar yang tidak memiliki satu atau lebih fitur-fitur ini. Pada akhirnya, kita mungkin menciptakan AI yang sangat cerdas yang tidak mampu memahami dunia secara subyektif dan sadar. Shanahan berpendapat bahwa pikiran dan kesadaran dapat digabungkan dalam sebuah mesin, namun kita tidak boleh lupa bahwa ini adalah dua konsep yang berbeda.
Hanya karena sebuah mesin lulus Uji Turing, yang mana ia tidak dapat dibedakan dari manusia, bukan berarti ia berada dalam keadaan sadar. Bagi kita, AI tingkat lanjut mungkin tampak sadar, namun kesadaran dirinya tidak lebih dari batu atau kalkulator.
Mitos #3: “Kita tidak perlu takut terhadap AI”
Realitas: Pada bulan Januari, pendiri Facebook Mark Zuckerberg mengatakan kita tidak perlu takut terhadap AI karena AI akan memberikan banyak manfaat bagi dunia. Dia setengah benar. Kita akan mendapatkan manfaat yang sangat besar dari AI, mulai dari mobil tanpa pengemudi hingga pembuatan obat-obatan baru, namun tidak ada jaminan bahwa setiap penerapan AI akan berdampak baik.
Sistem yang sangat cerdas dapat mengetahui segalanya tentang tugas tertentu, seperti menyelesaikan masalah keuangan yang menyusahkan atau meretas sistem pertahanan musuh. Namun di luar batas-batas spesialisasi ini, hal itu akan sangat bodoh dan tidak disadari. Sistem DeepMind Google ahli dalam Go, tetapi tidak memiliki kemampuan atau alasan untuk menjelajahi area di luar spesialisasinya.
Banyak dari sistem ini mungkin tidak tunduk pada pertimbangan keamanan. Contoh yang baik adalah virus Stuxnet yang kompleks dan kuat, sebuah worm militer yang dikembangkan oleh militer Israel dan AS untuk menyusup dan menyabotase pembangkit listrik tenaga nuklir Iran. Virus ini entah bagaimana (sengaja atau tidak sengaja) menginfeksi pembangkit listrik tenaga nuklir Rusia.
Contoh lainnya adalah program Flame, yang digunakan untuk spionase dunia maya di Timur Tengah. Sangat mudah untuk membayangkan versi masa depan Stuxnet atau Flame melampaui tujuan yang dimaksudkan dan menyebabkan kerusakan besar pada infrastruktur sensitif. (Untuk lebih jelasnya, virus-virus ini bukanlah AI, namun di masa depan mereka mungkin akan terjangkit AI, sehingga menimbulkan kekhawatiran).
Virus Flame digunakan untuk spionase dunia maya di Timur Tengah. Foto: Kabel
Mitos #4: “Kecerdasan super buatan akan terlalu pintar untuk membuat kesalahan”
Realitas: Peneliti AI dan pendiri Surfing Samurai Robots Richard Lucimore percaya bahwa sebagian besar skenario kiamat AI tidak konsisten. Mereka selalu dibangun berdasarkan asumsi yang dikatakan AI: “Saya tahu bahwa kehancuran umat manusia disebabkan oleh kegagalan dalam desain saya, tetapi saya tetap terpaksa melakukannya.” Lucimore mengatakan bahwa jika AI berperilaku seperti ini, memikirkan kehancuran kita, maka kontradiksi logis seperti itu akan menghantuinya sepanjang hidupnya. Hal ini pada gilirannya menurunkan basis pengetahuannya dan membuatnya terlalu bodoh untuk menciptakan situasi berbahaya. Ilmuwan tersebut juga berpendapat bahwa orang-orang yang mengatakan: “AI hanya dapat melakukan apa yang diprogram untuk dilakukannya” sama kelirunya dengan rekan-rekan mereka di awal era komputer. Saat itu, orang-orang menggunakan ungkapan ini untuk menyatakan bahwa komputer tidak mampu menunjukkan fleksibilitas sedikit pun.
Peter Macintyre dan Stuart Armstrong, yang bekerja di Future of Humanity Institute di Universitas Oxford, tidak setuju dengan Lucimore. Mereka berpendapat bahwa AI sebagian besar terikat oleh cara pemrogramannya. McIntyre dan Armstrong percaya bahwa AI tidak akan bisa membuat kesalahan atau terlalu bodoh untuk tidak mengetahui apa yang kita harapkan darinya.
“Secara definisi, kecerdasan super buatan (ASI) adalah subjek dengan kecerdasan yang jauh lebih tinggi daripada otak manusia terbaik di bidang pengetahuan apa pun. Dia akan tahu persis apa yang kami ingin dia lakukan,” kata McIntyre. Kedua ilmuwan tersebut percaya bahwa AI hanya akan melakukan apa yang diprogram untuk dilakukannya. Namun jika ia menjadi cukup pintar, ia akan memahami betapa berbedanya hal ini dengan semangat hukum atau niat masyarakat.
McIntyre membandingkan situasi manusia dan AI di masa depan dengan interaksi manusia-tikus saat ini. Tujuan tikus adalah mencari makanan dan tempat berlindung. Namun seringkali hal tersebut bertentangan dengan keinginan seseorang yang ingin hewannya dapat berlarian dengan bebas. “Kami cukup pintar untuk memahami beberapa tujuan tikus. Jadi ASI juga akan memahami keinginan kita, tapi acuh tak acuh terhadapnya,” kata ilmuwan tersebut.
Seperti yang diperlihatkan dalam plot film Ex Machina, akan sangat sulit bagi seseorang untuk mempertahankan AI yang lebih pintar
Mitos #5: “Patch sederhana akan menyelesaikan masalah pengendalian AI”
Realitas: Dengan menciptakan kecerdasan buatan yang lebih pintar dari manusia, kita akan menghadapi masalah yang dikenal sebagai “masalah kendali”. Para futuris dan ahli teori AI berada dalam kebingungan total jika Anda bertanya kepada mereka bagaimana kita akan membatasi dan membatasi ASI jika hal tersebut muncul. Atau bagaimana caranya agar dia bisa bersikap ramah terhadap orang lain. Baru-baru ini, para peneliti di Institut Teknologi Georgia dengan naif menyatakan bahwa AI dapat mempelajari nilai-nilai kemanusiaan dan aturan sosial dengan membaca cerita sederhana. Pada kenyataannya, ini akan jauh lebih sulit.
“Ada banyak trik sederhana yang diusulkan yang dapat 'menyelesaikan' seluruh masalah pengendalian AI,” kata Armstrong. Contohnya termasuk memprogram ASI agar tujuannya menyenangkan orang, atau sekadar berfungsi sebagai alat di tangan seseorang. Pilihan lainnya adalah mengintegrasikan konsep cinta atau rasa hormat ke dalam kode sumber. Untuk mencegah AI mengadopsi pandangan dunia yang sederhana dan sepihak, AI telah diusulkan untuk memprogramnya agar menghargai keragaman intelektual, budaya, dan sosial.
Namun solusi-solusi ini terlalu sederhana, seperti upaya untuk memasukkan seluruh kompleksitas suka dan tidak suka manusia ke dalam satu definisi yang dangkal. Cobalah, misalnya, untuk memberikan definisi “rasa hormat” yang jelas, logis, dan dapat diterapkan. Ini sangatlah sulit.
Mesin-mesin di The Matrix dapat dengan mudah menghancurkan umat manusia
Mitos #6: “Kecerdasan buatan akan menghancurkan kita”
Realitas: Tidak ada jaminan bahwa AI akan menghancurkan kita, atau kita tidak akan mampu menemukan cara untuk mengendalikannya. Seperti yang dikatakan ahli teori AI Eliezer Yudkowsky, “AI tidak mencintai atau membenci Anda, tetapi Anda terbuat dari atom yang dapat digunakan untuk tujuan lain.”
Dalam bukunya “Kecerdasan Buatan. Tahapan. Ancaman. Strategi,” filsuf Oxford, Nick Bostrom, menulis bahwa kecerdasan super buatan yang sebenarnya, jika muncul, akan menimbulkan risiko yang lebih besar dibandingkan penemuan manusia lainnya. Pemikir terkemuka seperti Elon Musk, Bill Gates, dan Stephen Hawking (yang terakhir memperingatkan bahwa AI bisa menjadi “kesalahan terburuk dalam sejarah”) juga telah menyatakan keprihatinannya.
McIntyre mengatakan bahwa untuk sebagian besar tujuan ASI, ada alasan bagus untuk menyingkirkan orang.
“AI dapat memperkirakan dengan tepat bahwa kita tidak ingin AI memaksimalkan keuntungan perusahaan tertentu, apa pun dampaknya bagi pelanggan, lingkungan, dan hewan. Oleh karena itu, ia memiliki insentif yang kuat untuk memastikan bahwa ia tidak diinterupsi, diintervensi, dimatikan, atau diubah dalam tujuannya, karena hal ini akan menghalangi tercapainya tujuan aslinya,” bantah McIntyre.
Jika tujuan ASI tidak mencerminkan tujuan kita, maka ada alasan kuat untuk mencegah kita menghentikannya. Mengingat tingkat kecerdasannya jauh melebihi kita, tidak ada yang bisa kita lakukan untuk mengatasinya.
Tidak ada yang tahu bentuk apa yang akan diambil oleh AI atau bagaimana hal itu dapat mengancam umat manusia. Seperti yang dicatat Musk, kecerdasan buatan dapat digunakan untuk mengendalikan, mengatur, dan memantau AI lainnya. Atau mungkin dijiwai dengan nilai-nilai kemanusiaan atau keinginan utama untuk bersikap ramah terhadap orang lain.
Mitos #7: “Kecerdasan super buatan akan bersahabat”
Realitas: Filsuf Immanuel Kant percaya bahwa akal berkorelasi erat dengan moralitas. Ahli saraf David Chalmers, dalam studinya “The Singularity: A Philosophical Analysis,” mengambil ide terkenal Kant dan menerapkannya pada kemunculan superintelligence buatan.
Jika ini benar...kita bisa memperkirakan ledakan intelektual akan mengarah pada ledakan moral. Kita kemudian dapat berharap bahwa sistem ASI yang sedang berkembang akan menjadi sistem yang sangat bermoral dan juga sangat cerdas, sehingga kita dapat mengharapkan kualitas yang baik dari sistem tersebut.
Namun gagasan bahwa AI tingkat lanjut akan memberikan pencerahan dan kebaikan pada intinya tidak masuk akal. Seperti yang dikatakan Armstrong, ada banyak penjahat perang yang cerdas. Hubungan antara kecerdasan dan moralitas tampaknya tidak ada di antara manusia, sehingga ia mempertanyakan berlakunya prinsip ini di antara bentuk-bentuk kecerdasan lainnya.
“Orang-orang cerdas yang berperilaku tidak bermoral dapat menimbulkan penderitaan yang lebih besar dibandingkan orang-orang bodoh. Kewajaran hanya memberi mereka kesempatan untuk menjadi jahat dengan kecerdasan yang tinggi, namun tidak mengubah mereka menjadi orang baik,” kata Armstrong.
Seperti yang dijelaskan MacIntyre, kemampuan subjek untuk mencapai suatu tujuan tidak relevan dengan apakah tujuan tersebut masuk akal pada awalnya. “Kami akan sangat beruntung jika AI kami memiliki bakat unik dan tingkat moralitas mereka meningkat seiring dengan kecerdasan mereka. Mengandalkan keberuntungan bukanlah pendekatan terbaik untuk sesuatu yang dapat menentukan masa depan kita,” katanya.
Mitos #8: “Risiko AI dan robotika adalah sama”
Realitas: Ini adalah kesalahan umum yang dilakukan oleh media yang tidak kritis dan film-film Hollywood seperti The Terminator.
Jika kecerdasan super buatan seperti Skynet benar-benar ingin menghancurkan umat manusia, ia tidak akan menggunakan android dengan senapan mesin enam laras. Akan jauh lebih efektif jika mengirimkan wabah biologis atau cairan abu-abu nanoteknologi. Atau sekadar menghancurkan atmosfer.
Kecerdasan buatan berpotensi berbahaya bukan karena dapat mempengaruhi perkembangan robotika, namun karena kemunculannya akan mempengaruhi dunia secara umum.
Mitos #9: “Penggambaran AI dalam fiksi ilmiah adalah representasi akurat masa depan.”
Banyak jenis pikiran. Gambar: Eliezer Yudkowsky
Tentu saja, para penulis dan futuris telah menggunakan fiksi ilmiah untuk membuat prediksi fantastis, namun cakrawala peristiwa yang dibangun ASI adalah cerita yang sangat berbeda. Terlebih lagi, sifat AI yang non-manusia membuat kita tidak mungkin mengetahui, dan karenanya memprediksi, sifat dan bentuknya.
Untuk menghibur kita sebagai manusia bodoh, fiksi ilmiah menggambarkan sebagian besar AI mirip dengan kita. “Ada spektrum dari semua kemungkinan pikiran. Bahkan di antara manusia, Anda sangat berbeda dari tetangga Anda, namun variasi tersebut tidak ada apa-apanya dibandingkan dengan semua pikiran yang ada,” kata McIntyre.
Kebanyakan fiksi ilmiah tidak harus akurat secara ilmiah untuk menyampaikan cerita yang menarik. Konflik biasanya terjadi antara pahlawan dengan kekuatan yang sama. “Bayangkan betapa membosankannya sebuah cerita ketika AI tanpa kesadaran, kegembiraan atau kebencian, mengakhiri umat manusia tanpa perlawanan apa pun untuk mencapai tujuan yang tidak menarik,” cerita Armstrong sambil menguap.
Ratusan robot bekerja di pabrik Tesla
Mitos #10: “Sangat buruk jika AI mengambil alih semua pekerjaan kita.”
Realitas: Kemampuan AI untuk mengotomatiskan sebagian besar tindakan kita dan potensinya untuk menghancurkan umat manusia adalah dua hal yang sangat berbeda. Namun menurut Martin Ford, penulis The Dawn of the Robots: Technology and the Threat of a Jobless Future, hal-hal tersebut sering kali dipandang sebagai satu kesatuan. Ada baiknya untuk memikirkan masa depan AI yang masih jauh, selama hal tersebut tidak mengalihkan perhatian kita dari tantangan yang akan kita hadapi dalam beberapa dekade mendatang. Yang paling utama di antaranya adalah otomatisasi massal.
Tidak ada yang meragukan bahwa kecerdasan buatan akan menggantikan banyak pekerjaan yang ada, mulai dari pekerja pabrik hingga pekerja kantoran eselon atas. Beberapa ahli memperkirakan bahwa setengah dari seluruh pekerjaan di AS berisiko terkena otomatisasi dalam waktu dekat.
Namun bukan berarti kita tidak bisa mengatasi guncangan tersebut. Secara umum, menghilangkan sebagian besar pekerjaan kita, baik fisik maupun mental, adalah tujuan yang kuasi-utopis bagi spesies kita.
“AI akan menghancurkan banyak pekerjaan dalam beberapa dekade, tapi itu bukan hal yang buruk,” kata Miller. Mobil tanpa pengemudi akan menggantikan pengemudi truk, yang akan mengurangi biaya pengiriman dan, sebagai hasilnya, membuat banyak produk menjadi lebih murah. “Jika Anda seorang sopir truk dan mencari nafkah, Anda akan merugi, tetapi orang lain, sebaliknya, akan mampu membeli lebih banyak barang dengan gaji yang sama. Dan uang yang mereka hemat akan digunakan untuk membeli barang dan jasa lain yang akan menciptakan lapangan kerja baru bagi masyarakat,” kata Miller.
Kemungkinan besar, kecerdasan buatan akan menciptakan peluang baru untuk memproduksi barang, membebaskan manusia untuk melakukan hal lain. Kemajuan AI akan dibarengi dengan kemajuan di bidang lain, khususnya manufaktur. Di masa depan, memenuhi kebutuhan dasar kita akan menjadi lebih mudah, bukan lebih sulit.
Kecerdasan buatan dapat didefinisikan sebagai disiplin ilmu yang berhubungan dengan pemodelan perilaku cerdas. Definisi ini memiliki satu kelemahan signifikan - konsep kecerdasan sulit dijelaskan. Kebanyakan orang yakin bahwa mereka dapat mengenali “perilaku wajar” ketika mereka menghadapinya. Namun, tidak mungkin ada orang yang mampu mendefinisikan kecerdasan dengan cukup spesifik untuk mengevaluasi program komputer yang dianggap cerdas sekaligus mencerminkan vitalitas dan kompleksitas pikiran manusia.
Jadi, masalah dalam mendefinisikan kecerdasan buatan bermuara pada masalah dalam mendefinisikan kecerdasan secara umum: apakah kecerdasan itu merupakan sesuatu yang terpadu, atau apakah istilah ini menyatukan serangkaian kemampuan yang berbeda? Sejauh mana kecerdasan bisa diciptakan? Apa itu kreativitas? Apa itu intuisi? Mungkinkah menilai keberadaan kecerdasan hanya dari perilaku yang diamati? Bagaimana pengetahuan direpresentasikan dalam jaringan saraf makhluk hidup, dan bagaimana hal ini dapat diterapkan dalam desain perangkat pintar? Mungkinkah mencapai kecerdasan melalui teknologi komputer, atau apakah hakikat kecerdasan memerlukan kekayaan perasaan dan pengalaman yang hanya melekat pada makhluk biologis?
Pertanyaan-pertanyaan ini belum terjawab, namun semuanya membantu membentuk tugas dan metodologi yang menjadi dasar kecerdasan buatan modern. Salah satu daya tarik kecerdasan buatan adalah ia menyediakan senjata orisinal dan ampuh untuk mengeksplorasi masalah-masalah ini. Kecerdasan buatan menyediakan sarana dan model pengujian teori-teori kecerdasan: teori-teori ini dapat dirumuskan dalam bahasa komputer dan kemudian diuji.
Oleh karena itu, definisi kecerdasan buatan yang diberikan di awal artikel tidak memberikan gambaran yang jelas tentang bidang ilmu ini. Hal ini hanya menimbulkan pertanyaan baru dan membuka paradoks di bidang yang salah satu tugas utamanya adalah pencarian penentuan nasib sendiri. Namun, masalah dalam menemukan definisi yang akurat tentang kecerdasan buatan dapat dimengerti. Studi tentang kecerdasan buatan masih merupakan disiplin ilmu yang masih muda, dan struktur, rangkaian pertanyaan, dan metodenya belum didefinisikan secara jelas seperti dalam ilmu-ilmu yang lebih matang, misalnya fisika.
Kecerdasan buatan dimaksudkan untuk memperluas kemampuan ilmu komputer, bukan menentukan batasannya. Salah satu tantangan penting yang dihadapi para peneliti adalah mendukung upaya ini dengan prinsip-prinsip teoritis yang jelas.
Ilmu pengetahuan apa pun, termasuk kecerdasan buatan, mempertimbangkan sejumlah masalah tertentu dan mengembangkan pendekatan untuk memecahkannya. Sejarah kecerdasan buatan, kisah individu dan hipotesis mereka yang mendasari ilmu ini, mungkin dapat menjelaskan mengapa masalah tertentu mendominasi bidang ini dan mengapa metode yang digunakan saat ini diadopsi untuk menyelesaikannya.
