Kecerdasan buatan adalah kecerdasan yang ditambahkan atau ditanamkan kepada suatu sistem yang bisa diatur dalam konteks ilmiah atau bisa disebut juga intelegensi artifisial (bahasa Inggris: artificial intelligence) atau hanya disingkat AI, didefinisikan sebagai kecerdasan entitas ilmiah.
Andreas Kaplan dan Michael Haenlein mendefinisikan kecerdasan buatan sebagai “kemampuan sistem untuk menafsirkan data eksternal dengan benar, untuk belajar dari data tersebut, dan menggunakan pembelajaran tersebut guna mencapai tujuan dan tugas tertentu melalui adaptasi yang fleksibel”.[1] Sistem seperti ini umumnya dianggap komputer.
Kecerdasan diciptakan dan dimasukkan ke dalam komputer agar dapat melakukan pekerjaan seperti yang dapat dilakukan manusia. Beberapa macam bidang yang menggunakan kecerdasan buatan antara lain sistem pakar, permainan komputer, logika kabur, jaringan saraf tiruan dan robotika. Secara teknis, kecerdasan buatan adalah model statistik yang digunakan untuk mengambil keputusan dengan menggeneralisir karakteristik dari suatu objek berbasis data yang kemudian dipasang di berbagai perangkat elektronik.
Baca: Manfaat Machine learning untuk perkembangan dunia usaha masa depan
Banyak hal yang kelihatannya sulit untuk kecerdasan manusia, tetapi untuk informatika relatif tidak bermasalah. Seperti contoh: mentransformasikan persamaan, menyelesaikan persamaan integral, atau membuat permainan catur. Di sisi lain, hal yang bagi manusia kelihatannya menuntut sedikit kecerdasan, sampai sekarang masih sulit untuk direalisasikan dalam Informatika. Seperti contoh: Pengenalan Objek/Muka, bermain sepak bola.
Walaupun AI memiliki konotasi fiksi ilmiah yang kuat, AI membentuk cabang yang sangat penting pada ilmu komputer, berhubungan dengan perilaku, pembelajaran dan adaptasi yang cerdas dalam sebuah mesin. Penelitian dalam AI menyangkut pembuatan mesin dan program komputer untuk mengotomatisasikan tugas-tugas yang membutuhkan perilaku cerdas.
Termasuk contohnya adalah pengendalian, perencanaan dan penjadwalan, kemampuan untuk menjawab diagnosa dan pertanyaan pelanggan, serta pengenalan tulisan tangan, suara dan wajah. Hal-hal seperti itu telah menjadi disiplin ilmu tersendiri, yang memusatkan perhatian pada penyediaan solusi masalah kehidupan yang nyata. Sistem AI sekarang ini sering digunakan dalam bidang ekonomi, sains, obat-obatan, teknik dan militer, seperti yang telah dibangun dalam beberapa aplikasi perangkat lunak komputer rumah dan video game.
Baca: Apa itu desain thingking, tahapan design thingking dan bagaimana penerapannya
Apa saja 4 jenis kecerdasan buatan?
Arend Hintze, asisten profesor biologi integratif dan ilmu komputer dan teknik di Michigan State University, menjelaskan dalam artikel 2016 bahwa AI dapat dikategorikan menjadi empat jenis, dimulai dengan sistem cerdas khusus tugas yang digunakan secara luas saat ini dan berkembang ke sistem hidup. , yang belum ada. Kategorinya adalah sebagai berikut:
Tipe 1: Reactive Machine. Sistem AI ini tidak memiliki memori dan khusus untuk tugas. Contohnya adalah Deep Blue, program catur IBM yang mengalahkan Garry Kasparov pada 1990-an. Deep Blue dapat mengidentifikasi bidak di papan catur dan membuat prediksi, tetapi karena tidak memiliki memori, ia tidak dapat menggunakan pengalaman masa lalu untuk menginformasikan masa depan.
Tipe 2: Limited Memory. Sistem AI ini memiliki memori, sehingga mereka dapat menggunakan pengalaman masa lalu untuk menginformasikan keputusan di masa depan. Beberapa fungsi pengambilan keputusan di mobil self-driving dirancang dengan cara ini.
Tipe 3: Thoery Of Mind. Teori pikiran adalah istilah psikologi. Ketika diterapkan pada AI, itu berarti bahwa sistem akan memiliki kecerdasan sosial untuk memahami emosi. Jenis AI ini akan dapat menyimpulkan niat manusia dan memprediksi perilaku, keterampilan yang diperlukan untuk sistem AI untuk menjadi anggota integral dari tim manusia.
Tipe 4: Selfe Awareness. Dalam kategori ini, sistem AI memiliki kesadaran diri, yang memberi mereka kesadaran. Mesin dengan kesadaran diri memahami keadaan mereka sendiri saat ini. Jenis AI ini belum ada.
 |
| sumber:https://www.techtarget.com/ |
Kecerdasan buatan ini bukan hanya ingin mengerti apa itu sistem kecerdasan, tetapi juga mengkonstruksinya.
Tidak ada definisi yang memuaskan untuk 'kecerdasan':
1. kecerdasan: kemampuan untuk memperoleh pengetahuan dan menggunakannya
2. atau kecerdasan yaitu apa yang diukur oleh sebuah 'Test Kecerdasan'
Secara garis besar, AI terbagi ke dalam dua paham pemikiran yaitu AI Konvensional dan Kecerdasan Komputasional (CI, Computational Intelligence). AI konvensional kebanyakan melibatkan metode-metode yang sekarang diklasifiksikan sebagai pembelajaran mesin, yang ditandai dengan formalisme dan analisis statistik. Dikenal juga sebagai AI simbolis, AI logis, AI murni dan AI cara lama (GOFAI, Good Old Fashioned Artificial Intelligence). Metode-metodenya meliputi:
1. Sistem pakar: menerapkan kapabilitas pertimbangan untuk mencapai kesimpulan. Sebuah sistem pakar dapat memproses sejumlah besar informasi yang diketahui dan menyediakan kesimpulan-kesimpulan berdasarkan pada informasi-informasi tersebut.
Pertimbangan berdasar kasus
Jaringan Bayesian
2. AI berdasar tingkah laku: metode modular pada pembentukan sistem AI secara manual
Kecerdasan komputasional melibatkan pengembangan atau pembelajaran iteratif (misalnya penalaan parameter seperti dalam sistem koneksionis. Pembelajaran ini berdasarkan pada data empiris dan diasosiasikan dengan AI non-simbolis, AI yang tak teratur dan perhitungan lunak. Metode-metode pokoknya meliputi:
3. Jaringan Saraf: sistem dengan kemampuan pengenalan pola yang sangat kuat
4. Logika fuzzy: teknik-teknik untuk pertimbangan di bawah ketidakpastian, telah digunakan secara meluas dalam industri modern dan sistem kendali produk konsumen.
5. Komputasi Evolusioner: menerapkan konsep-konsep yang terinspirasi secara biologis seperti populasi, mutasi dan Sintasan yang paling layak untuk menghasilkan pemecahan masalah yang lebih baik.
Metode-metode ini terutama dibagi menjadi algoritma evolusioner (misalnya algoritma genetik) dan kecerdasan berkelompok (misalnya algoritma ant/semut)
Dengan sistem cerdas hybrid, percobaan-percobaan dibuat untuk menggabungkan kedua kelompok ini. Aturan inferensi pakar dapat dibangkitkan melalui jaringan saraf atau aturan produksi dari pembelajaran statistik seperti dalam ACT-R. Sebuah pendekatan baru yang menjanjikan disebutkan bahwa penguatan kecerdasan mencoba untuk mencapai kecerdasan buatan dalam proses pengembangan evolusioner sebagai efek samping dari penguatan kecerdasan manusia melalui teknologi.
Apa saja contoh teknologi AI dan bagaimana penggunaannya saat ini?
AI dimasukkan ke dalam berbagai jenis teknologi yang berbeda. Berikut enam contohnya:
Automation. Saat dipasangkan dengan teknologi AI, alat otomatisasi dapat memperluas volume dan jenis tugas yang dilakukan. Contohnya adalah otomatisasi proses robotik ( RPA ), jenis perangkat lunak yang mengotomatiskan tugas pemrosesan data berbasis aturan berulang yang secara tradisional dilakukan oleh manusia. Ketika dikombinasikan dengan pembelajaran mesin dan alat AI yang baru muncul, RPA dapat mengotomatiskan sebagian besar pekerjaan perusahaan, memungkinkan bot taktis RPA untuk meneruskan kecerdasan dari AI dan merespons perubahan proses.
Machine Learning. Ini adalah ilmu untuk membuat komputer bertindak tanpa pemrograman. Pembelajaran mendalam adalah bagian dari pembelajaran mesin yang, dalam istilah yang sangat sederhana, dapat dianggap sebagai otomatisasi analitik prediktif. Ada tiga jenis algoritma pembelajaran mesin:
Supervised Learning. Kumpulan data diberi label sehingga pola dapat dideteksi dan digunakan untuk memberi label kumpulan data baru.
Unsupervised Learning. Kumpulan data tidak diberi label dan diurutkan berdasarkan persamaan atau perbedaan.
Reinforcement Learning. Kumpulan data tidak diberi label tetapi, setelah melakukan suatu tindakan atau beberapa tindakan, sistem AI diberikan umpan balik.
Machine Vision. Teknologi ini memberikan mesin kemampuan untuk melihat. Visi mesin menangkap dan menganalisis informasi visual menggunakan kamera, konversi analog-ke-digital, dan pemrosesan sinyal digital. Ini sering dibandingkan dengan penglihatan manusia, tetapi penglihatan mesin tidak terikat oleh biologi dan dapat diprogram untuk melihat menembus dinding, misalnya. Ini digunakan dalam berbagai aplikasi mulai dari identifikasi tanda tangan hingga analisis citra medis. Visi komputer , yang difokuskan pada pemrosesan gambar berbasis mesin, sering digabungkan dengan visi mesin.
Natural Language Processing(NLP). Ini adalah pemrosesan bahasa manusia oleh program komputer. Salah satu contoh NLP yang lebih tua dan paling terkenal adalah deteksi spam, yang melihat baris subjek dan teks email dan memutuskan apakah itu sampah. Pendekatan saat ini untuk NLP didasarkan pada pembelajaran mesin. Tugas NLP meliputi terjemahan teks, analisis sentimen, dan pengenalan suara.
Robotics. Bidang teknik ini berfokus pada desain dan pembuatan robot. Robot sering digunakan untuk melakukan tugas-tugas yang sulit dilakukan atau dilakukan manusia secara konsisten. Misalnya, robot digunakan di jalur perakitan untuk produksi mobil atau oleh NASA untuk memindahkan benda besar di luar angkasa. Para peneliti juga menggunakan pembelajaran mesin untuk membangun robot yang dapat berinteraksi dalam lingkungan sosial.
Self-Drivng cars. Kendaraan otonom menggunakan kombinasi visi komputer, pengenalan gambar , dan pembelajaran mendalam untuk membangun keterampilan otomatis dalam mengemudikan kendaraan sambil tetap berada di jalur tertentu dan menghindari penghalang tak terduga, seperti pejalan kaki.
Aplikasi kecerdasan buatan
Ada banyak aplikasi sistem AI di dunia nyata saat ini. Di bawah ini adalah beberapa contoh yang paling umum:
Speech Recognition : Ini juga dikenal sebagai pengenalan ucapan otomatis (ASR), pengenalan ucapan komputer, atau ucapan-ke-teks, dan itu adalah kemampuan yang menggunakan pemrosesan bahasa alami (NLP) untuk menerjemahkan ucapan manusia ke dalam format tertulis. Banyak perangkat seluler memasukkan pengenalan suara ke dalam sistem mereka untuk melakukan pencarian suara—misalnya Siri—atau meningkatkan aksesibilitas untuk mengirim pesan teks.
Custommer Services: Chatbot online menggantikan agen manusia di sepanjang perjalanan pelanggan, mengubah cara kita berpikir tentang keterlibatan pelanggan di seluruh situs web dan platform media sosial. Chatbots menjawab pertanyaan umum (FAQ) tentang topik seperti pengiriman, atau memberikan saran yang dipersonalisasi, produk cross-selling, atau ukuran yang disarankan untuk pengguna. Contohnya termasuk agen virtual di situs e-commerce; bot perpesanan, menggunakan Slack dan Facebook Messenger; dan tugas yang biasanya dilakukan oleh asisten virtual dan asisten suara.
Conputer Vision: Teknologi AI ini memungkinkan komputer untuk memperoleh informasi yang berarti dari gambar digital, video, dan input visual lainnya, dan kemudian mengambil tindakan yang sesuai. Didukung oleh jaringan saraf convolutional, visi komputer memiliki aplikasi dalam penandaan foto di media sosial, pencitraan radiologi dalam perawatan kesehatan, dan mobil self-driving dalam industri otomotif.
Recommendation Engines: Menggunakan data perilaku konsumsi masa lalu, algoritme AI dapat membantu menemukan tren data yang dapat digunakan untuk mengembangkan strategi penjualan silang yang lebih efektif. Pendekatan ini digunakan oleh pengecer online untuk membuat rekomendasi produk yang relevan kepada pelanggan selama proses checkout.
Automated Stock Trading: Dirancang untuk mengoptimalkan portofolio saham, platform perdagangan frekuensi tinggi yang digerakkan oleh AI membuat ribuan atau bahkan jutaan perdagangan per hari tanpa campur tangan manusia.
Baca: Internet of Things, manfaat dan kekurangannya untuk dunia usaha atau bisnis
Fraud Detection: Bank dan lembaga keuangan lainnya dapat menggunakan pembelajaran mesin untuk menemukan transaksi yang mencurigakan. Pembelajaran yang diawasi dapat melatih model menggunakan informasi tentang transaksi penipuan yang diketahui. Deteksi anomali dapat mengidentifikasi transaksi yang terlihat tidak biasa dan perlu diselidiki lebih lanjut.
Masa depan AI
Sementara Artificial General Intelligence masih jauh, semakin banyak bisnis akan mengadopsi AI dalam jangka pendek untuk memecahkan tantangan tertentu. Gartner memprediksi (tautan berada di luar IBM) bahwa 50% perusahaan akan memiliki platform untuk mengoperasionalkan AI pada tahun 2025 (peningkatan tajam dari 10% pada tahun 2020).
Grafik pengetahuan adalah teknologi baru dalam AI. Mereka dapat merangkum asosiasi antara potongan-potongan informasi dan mendorong strategi penjualan, mesin rekomendasi, dan obat-obatan yang dipersonalisasi. Aplikasi Natural Language Processing(NLP) juga diharapkan meningkat kecanggihannya, memungkinkan interaksi yang lebih intuitif antara manusia dan mesin.
Referensi:
https://id.wikipedia.org/wiki/Kecerdasan_buatan
https://www.ibm.com/cloud/learn/what-is-artificial-intelligence
https://www.techtarget.com/searchenterpriseai/definition/AI-Artificial-Intelligence
Posting Komentar untuk "Kecerdasan Buatan Artificial Intelligence (AI) Dan Contohnya"