Intelligence Kecerdasan buatan: apa itu dan contoh-contoh praktis saat ini?

Selama beberapa tahun, perusahaan terus berbicara kepada kami tentang Kecerdasan Buatan yang mereka perkenalkan dalam layanan, aplikasi, dan prosesor mereka. Namun, meskipun mereka memiliki nama yang sama, syukurlah, Kecerdasan Buatan mesin cuci kami (untuk alasan yang menghindarkan kami) dan ponsel cerdas kami tidak begitu berkembang sehingga membuat mereka merefleksikan keberadaan mereka dan kekuatan kami atas mereka. Untuk sekarang…

Seperti yang telah kami katakan di artikel tentang pengembangan AI USB Intel Movidius, Artificial Intelligence ada di sini untuk membantu kami memecahkan masalah sehari-hari. Tetapi apakah sebenarnya Inteligensi Buatan itu?

Sumber: Source Dexeter

Gif yang Anda lihat di atas menunjukkan dengan cara yang sangat sederhana bagaimana jaringan saraf yang dalam bekerja. Sistem ini membutuhkan pelatihan keras untuk nantinya dapat, misalnya, mengenali gambar, mengoptimalkan solusi atau sekadar belajar lebih banyak. Pada dasarnya itu adalah seperangkat algoritma yang bisa kita kategorikan sebagai AI dan milik bidang Pembelajaran Jauh.

Indeks isi

Kecerdasan Buatan: pemrograman baru

Saat ini, Kecerdasan Buatan tidak membentuk sistem teknologi campuran yang rumit dengan hati nurani seperti yang sering terlihat dalam karya fiksi ilmiah. Yang kita buat jatuh pada definisi algoritma kompleks yang mengembalikan hasil berdasarkan input dan perintah yang telah diajarkan kepada mereka. Meskipun itu hanya salah satu makna yang ada.

Ada berbagai cara untuk memahami Kecerdasan Buatan, tetapi kita dapat membaginya menjadi empat kelompok utama:

AI yang berpikir seperti manusia

Robot mentega Rick dan Morty

Sistem komputer yang kompleks dengan hati nurani mereka sendiri yang berpikir dan memutuskan sesuai dengan keinginan mereka dan melampaui karakteristik yang diprogramkan kepada mereka ( Ghost in the Shell). Itu masih dalam jangkauan kami dan kami bahkan tidak tahu apakah itu akan mungkin terjadi di masa depan, jadi tidak ada banyak komentar.

IA yang bertindak seperti manusia

Berpikir seperti manusia tidak sama dengan berpura-pura bertindak seperti manusia. Hari ini kita membuat beberapa sistem seperti ini di mana fungsi acak dan konkret diperkenalkan untuk memberikan perasaan bahwa Intelejen berpikir seperti seseorang.

Pepper asisten yang cerdas

Dalam permainan video kita melihat ini terus menerus, karena musuh yang dikendalikan mesin sering berusaha untuk mensimulasikan perilaku seperti manusia. Terpisah dari video game, telah dicapai bahwa Kecerdasan Buatan dapat menulis dengan ketidaksempurnaan dan penyimpangan seperti yang dilakukan seseorang.

IA yang berpikir rasional

Mungkin versi paling umum dari teknologi ini saat ini. Kami mengatakan bahwa mereka berpikir secara rasional karena kami memberi mereka alat untuk menawarkan hasil yang efisien dan bermakna. Mereka mampu beradaptasi dengan lingkungan tempat mereka berada dengan mudah, meskipun mereka jauh dari pemikiran untuk diri mereka sendiri.

Belajar AlphaStar

Contohnya adalah Inteligensi Buatan yang memainkan permainan video seperti AlphaStar (StarCraft II) atau AlphaZero (catur, shogi, dan go). Mesin-mesin ini bahkan mampu melawan lawan manusia dan telah mengalahkan juara dunia sesekali.

IA bertindak secara rasional

Karena mereka 'bertindak', kami mendapati bahwa mereka tidak memproses data yang kami sampaikan kepada mereka, mereka hanya berpikir secara rasional. Ini adalah versi paling sederhana dari teknologi ini dan ini adalah tahap yang sebagian besar telah kita lewati. Beberapa sistem komputer menggunakan teknologi ini, karena lebih mudah diprogram dan pekerjaan mereka biasanya sederhana.

Smart Vacuum Cleaner

Misalnya, mesin yang menerima panggilan dan memandu Anda melalui opsi mereka atau asisten cerdas dari halaman web, yang biasanya meminta Anda untuk merekomendasikan solusi terkait.

Sudah memiliki citra yang dapat diterima tentang bagaimana Intelijen didistribusikan menurut seberapa kompleksnya mereka, mari kita bawa Anda ke inti permasalahan.

Matematika pemikiran

Salah satu cara untuk memprogram Inteligensi Buatan adalah menangani data sebagai unit imajiner yang disebut tensor. Tensor adalah unit aljabar kompleks (skalar, vektor, dan matriks) yang membutuhkan pengetahuan matematika untuk bekerja dengan baik bersama mereka. Akibatnya, kinerja aplikasi AI akan sebagus manipulasi matematis dari data yang telah dilakukan.

Penjelasan sederhana tentang turnbuckle

Untuk memperluas pengembangan perangkat lunak jenis ini, banyak kelompok telah membuat dan membuka perpustakaan kode mereka kepada publik untuk bekerja sama dan menciptakan, bersama dengan komunitas, sistem yang lebih cerdas. TensorFlow oleh Google, CNTK oleh Microsoft, Theano, Caffe2 dan Keras adalah beberapa contoh yang paling relevan. Masing-masing perpustakaan berfokus pada masalah dari sudut yang berbeda dan berkat ini kami miliki pengembangan AI di berbagai tingkat abstraksi.

Jika Anda tidak tahu apa level abstraksi itu, itu adalah sistem yang mengukur seberapa dekat bahasa komputer dengan bahasa lisan. Semakin tinggi tingkat abstraksi, semakin menyerupai bahasa manusia dan semakin rendah, semakin banyak kode mesin, yaitu, dunia yang hanya bekerja dengan nol dan yang.

Sistem baru, perangkat keras baru

Jelas bahwa semua perangkat lunak berjalan dalam perangkat keras, namun, mudah untuk jatuh ke dalam ilusi bahwa cloud dapat mengatasi semuanya, tetapi kenyataannya tidak begitu manis. Bergantung pada bagaimana kodenya dioptimalkan, kemungkinan AI bekerja secara lokal (pada smartphone, PC, atau perangkat Internet of Things). Atau perangkat dapat diizinkan untuk mengirim perhitungan ke server, memprosesnya, dan ini mengembalikan hasilnya.

Layanan cloud

Dalam banyak kasus , perangkat "kecil" mencoba untuk melakukan sebagian besar perhitungan secara lokal dan hanya mengirim sebagian dari masalah ke server, sehingga menghemat banyak biaya manajemen layanan.

Kecerdasan Buatan pada hari ke hari

Kita tahu bahwa memikirkan masa depan ini adalah sesuatu yang sangat menarik dan bahkan menarik, tetapi Anda tidak perlu sejauh itu untuk melihat buah pertama. Di mana kita dapat menemukan jejak-jejak Kecerdasan Buatan dalam masyarakat saat ini?

Kecerdasan Buatan di ponsel

Mungkin kelihatannya tidak diketahui, tapi itu mengelilingi kita di semua sisi. Dimulai dengan perangkat rumah, ponsel baru sering memiliki sistem built-in kecil yang disebut Inteligensi Buatan yang membantu Anda mengambil foto yang lebih baik. Fokus selektif, gambar pasca proses untuk membuatnya terlihat lebih tajam, lebih berwarna, atau kontras. Beberapa bahkan dapat mengenali objek yang kami tangkap dan menawarkan kepada kami pencarian terkait.

Di bidang ini , kolega yang berada di 'OK Google', yang belajar dari semua yang kami katakan kepadanya dan mampu memproses permintaan tanpa batas, juga menonjol. Meskipun kami dapat menemukan Anda 'mesin' dengan sangat mudah (seperti tidak dapat melakukan percakapan), kami tidak dapat mengabaikan kerja keras yang kami tahu ada di baliknya.

Asisten Google

Kita juga harus berbicara tentang mengemudi otonom yang akan terjadi. Mobil seperti Tesla sudah menawarkan alternatif yang dikontrol AI di beberapa negara. Sistem ini mampu menangkap lingkungan di sekitar mobil, memproses larangan, bahaya, dan sebagainya, dan menyetir dengan aman.

Meskipun kita tidak perlu pergi ke tingkat kecerdasan yang tinggi di dunia otomotif. Kita dapat melihat bahwa beberapa mobil sudah memiliki sistem yang menarik seperti deteksi berhenti darurat atau parkir otomatis.

Ratu di bayang-bayang:

Sekarang Anda mungkin sudah berpikir bahwa AI ada di mana - mana dan bahwa setiap saat mereka memberontak, tetapi yakinlah, pemanggang roti Anda tidak akan membunuh Anda saat Anda tidur. Yang dapat kami konfirmasi adalah bahwa teknologi ini mengendalikan lebih dari yang Anda pikirkan dan bertanggung jawab atas banyak tren di masyarakat.

Youtube, Twitter, iklan Google… Semua ini dikendalikan sampai batas tertentu oleh pengaturan yang Anda tunjukkan, tetapi juga oleh Kecerdasan Buatan yang memutuskan apa yang akan ditampilkan kepada Anda. Apakah Anda mendengar pesan yang mirip dengan: "Saya ingin membagikan data saya dengan Google sehingga menawarkan saya iklan yang mungkin menarik minat saya" ?

Bagaimana cara kerjanya? Nah, Anda akan melihat, berdasarkan apa yang Anda konsumsi di Internet, profil dibuat sesuai selera Anda dan Anda terkait dengan banyak orang lain. Ketika layanan Internet perlu menunjukkan sesuatu kepada Anda, mereka menggunakan profil ini yang terdiri dari jutaan orang untuk memperkirakan apa yang mungkin menarik bagi Anda.

Penjelasan Big Data Sederhana

Cara menganalisis sejumlah besar data (Big Data) menggunakan AI ini mengambil banyak kekuatan dan karir yang muncul di seluruh dunia siap untuk mempersiapkan masa depan tentang masalah ini. Seperti yang akan Anda pahami, data yang digunakan pengguna dihitung oleh TeraBytes setiap detik, sehingga seseorang tidak dapat menganalisis semuanya. Di sinilah Kecerdasan Buatan bekerja dengan data dan orang-orang yang menggunakannya untuk membuat perkiraan dan sebagainya, menggunakan, misalnya, statistik.

KAMI MENYARANKAN ANDA Google Home Mini: untuk apa dan untuk apa, fitur

Yayasan: Mendalam, Pembelajaran Mesin

Kami akan menavigasi sedikit di dunia video game untuk memahami Deep Learning sedikit lebih baik, karena AI telah memasuki bidang video game baik sebagai pemain (seperti yang kami sebutkan sebelumnya), dan sebagai programmer dan perancang. Jika Anda mengikuti kemajuan industri, NVIDIA telah mendapatkan ketenaran untuk berbagai teknologi di antaranya adalah sistem DLSS (Deep Learning Super Sampling), sebuah Kecerdasan Buatan yang mampu mengubah gambar.

Perbandingan DLSS

Fungsi DLSS adalah untuk mengubah gambar dari FullHD (1080p) ke UltraHD (4k) untuk dapat memainkan judul yang paling menuntut dengan frame rate yang lebih baik. Pada awalnya, pengguna mengeluh bahwa gambar tampak buram dan tidak fokus, tetapi hanya beberapa bulan kemudian hasilnya bagus.

Ini berkat Deep Learning, sistem di mana Inteligensi Buatan belajar dengan praktik dan kesalahan. Dalam kasus DLSS, NVIDIA Intelligence secara terus-menerus menganalisis gambar dalam resolusi UltraHD dan mencoba untuk membuatnya kembali menggunakan gambar FullHD sebagai dasar. Dengan kata lain, seolah-olah mereka memberi Anda seperempat gambar dan Anda harus mengisi celah yang Anda tidak tahu. Deep Learning adalah jenis sistem milik apa yang disebut Machine Learning atau Pembelajaran Otomatis dalam bahasa Spanyol.

Pembelajaran Mesin dan Pembelajaran Mendalam

Pembelajaran Mesin dapat diklasifikasikan sebagai batu fondasi Kecerdasan Buatan. Ini adalah set algoritma yang berbeda yang sering digunakan untuk mesin untuk mempelajari tugas, di antara hal-hal lain. Misalnya, mengenali gambar, bermain catur, atau mendeteksi suasana hati adalah tantangan yang dapat dipelajari dan berbagai jenis algoritma digunakan tergantung pada tantangannya.

Machine Learning dikatakan sebagai himpunan algoritma yang memungkinkan mesin untuk belajar dari pengalaman yang dikumpulkannya. Di sisi lain, Deep Learning berfokus pada pembelajaran dengan input yang heterogen. Kedua disiplin ilmu sedang dikembangkan dan dipelajari dengan energi karena masa depan Kecerdasan Buatan tidak pasti.

Masa depan Kecerdasan Buatan

Dari sudut pandang kami, kemungkinan Kecerdasan Buatan tampak tidak terbatas. Kami masih tidak tahu apa batas kami dan kami sudah berusaha menciptakan yang lain yang serupa dengan kami, tetapi apa yang bisa kami harapkan di masa depan?

Tidak ada yang akan kami komentari dapat diterima begitu saja, tetapi mereka adalah pernyataan berdasarkan argumen tertentu yang berasal terutama dari mengamati bagaimana mesin ini berevolusi.

Internet

Pertama-tama, tampaknya tidak terhindarkan bahwa kita bergerak menuju dunia yang didominasi oleh Internet, itulah sebabnya mengapa AI akan memiliki lebih banyak relevansi dan kekuatan atas medium. Ini bukan sesuatu yang seharusnya membuat kami takut, karena ini adalah satu-satunya cara di mana kami dapat memastikan pemeliharaan platform. Dengan ini kita bisa menjelajahi web di ruang yang agak lebih dijaga, tetapi pada saat yang sama jauh lebih aman. Sebagai pelopor pertama dari ini, kami memiliki bot Facebook yang menganalisis dan memperkirakan jika pikiran ingin bunuh diri melanda Anda dan jika mereka mendeteksinya, mereka menghubungi Anda.

Demikian juga, di dunia fisik, mobil otonom dan dibantu akan menjadi semakin dominan sampai saat ketika mengemudi hanya rekreasi. Mungkin perubahan tidak terjadi selama seratus tahun, tetapi perubahan itu akan terjadi.

Perubahan lain yang juga diprediksi adalah pertukaran kerja keras untuk mesin. Ini adalah revolusi yang ditakuti banyak orang, tetapi tampaknya tak terhindarkan, jadi kita harus siap.

Cyborg Neil Harbisson

Dan meskipun itu tampaknya sesuatu yang khas dari fiksi ilmiah, sangat mungkin bahwa di masa depan kita harus menemukan cara untuk mengintegrasikan teknologi dan Kecerdasan Buatan dalam tubuh kita. Bahkan, cyborg pertama dalam sejarah sudah ada dan disebut Neil Harbisson.

Di luar pantai ini lautan gagasan sangat besar. Siapa tahu Mungkin mesin-mesin sebuah pabrik bekerja serempak di bawah komando mesin utama dengan bahasa mesin-mesin primitif. Mungkin suatu hari spekulan pasar saham terbaik adalah Inteligensi Buatan atau bahkan pengendara motor motoGP terbaik.

Kecerdasan buatan

Ini mungkin tampak seperti masa depan yang aneh dan menakutkan, tetapi kita tentu memiliki masalah lain untuk mencoba menyelesaikannya!

Dan apa yang Anda ketahui tentang AI? Apakah Anda ingin melihat apa yang akan terjadi? Beritahu kami apa ide Anda tentang Kecerdasan Buatan.

PowerDataIberdrolaIndraNewsRoom Font