Kecerdasan buatan

kecerdasan pada mesin, berbeda dengan kecerdasan alami pada manusia dan hewan

Kecerdasan buatan adalah kecerdasan yang ditambahkan 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 kaburanalisa sistem PCB dan kabel fleksibel, socket kabel Yang Dapat Di daurulang sparepart electronic pada Tabel komponen elektronik Cercuit board mikrocontroller dan mikroprcessor layer LCD, hardware, 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.

Robot ASIMO menggunakan sensor dan algoritme kecerdasan buatan untuk menuruni tangga dan menghindari rintangan

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.

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'

Paham Pemikiran

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.
  2. Petimbangan berdasar kasus
  3. Jaringan Bayesian
  4. 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:

  1. Jaringan Saraf: sistem dengan kemampuan pengenalan pola yang sangat kuat
  2. Logika kabur: teknik-teknik untuk pertimbangan di bawah ketidakpastian, telah digunakan secara meluas dalam industri modern dan sistem kendali produk konsumen.
  3. 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 algoritme evolusioner (misalnya algoritme genetik) dan kecerdasan berkelompok (misalnya algoritme semut)

Dengan sistem cerdas hibrid, 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.

Sejarah kecerdasan buatan

Pada awal abad 17, René Descartes mengemukakan bahwa tubuh hewan bukanlah apa-apa melainkan hanya mesin-mesin yang rumit. Blaise Pascal menciptakan mesin penghitung digital mekanis pertama pada 1642. Pada 19, Charles Babbage dan Ada Lovelace bekerja pada mesin penghitung mekanis yang dapat diprogram.

Bertrand Russell dan Alfred North Whitehead menerbitkan Principia Mathematica, yang merombak logika formal. Warren McCulloch dan Walter Pitts menerbitkan "Kalkulus Logis Gagasan yang tetap ada dalam Aktivitas " pada 1943 yang meletakkan fondasi untuk jaringan saraf.

Tahun 1950-an adalah periode usaha aktif dalam AI. Program AI pertama yang bekerja ditulis pada 1951 untuk menjalankan mesin Ferranti Mark I di University of Manchester (UK): sebuah program permainan naskah yang ditulis oleh Christopher Strachey dan program permainan catur yang ditulis oleh Dietrich Prinz. John McCarthy membuat istilah "kecerdasan buatan " pada konferensi pertama yang disediakan untuk pokok persoalan ini, pada 1956. Dia juga menemukan bahasa pemrograman Lisp. Alan Turing memperkenalkan Uji Turing sebagai sebuah cara untuk mengoperasionalkan test perilaku cerdas. Joseph Weizenbaum membangun ELIZA, sebuah chatterbot yang menerapkan psikoterapi Rogerian. Kecerdasan buatan pertama di dunia muncul pada tahun 1956. Pada tahun tersebut, sebuah konferensi yang dikenal sebagai Konferensi Dartmouth diadakan di Dartmouth College di Amerika Serikat. Konferensi ini dianggap sebagai titik awal dari perkembangan kecerdasan buatan sebagai bidang penelitian yang mandiri.

Selama tahun 1960-an dan 1970-an, Joel Moses mendemonstrasikan kekuatan pertimbangan simbolis untuk mengintegrasikan masalah di dalam program Macsyma, program berbasis pengetahuan yang sukses pertama kali dalam bidang matematika. Marvin Minsky dan Seymour Papert menerbitkan Perceptrons, yang mendemostrasikan batas jaringan saraf sederhana dan Alain Colmerauer mengembangkan bahasa komputer Prolog. Ted Shortliffe mendemonstrasikan kekuatan sistem berbasis aturan untuk representasi pengetahuan dan inferensi dalam diagnosa dan terapi medis yang kadang kala disebut sebagai sistem pakar pertama. Hans Moravec mengembangkan kendaraan terkendali komputer pertama untuk mengatasi jalan berintang yang kusut secara mandiri.

Pada tahun 1980-an, jaringan saraf digunakan secara meluas dengan algoritme perambatan balik, pertama kali diterangkan oleh Paul John Werbos pada 1974. Pada tahun 1982, para ahli fisika seperti Hopfield menggunakan teknik-teknik statistika untuk menganalisis sifat-sifat penyimpanan dan optimasi pada jaringan saraf. Para ahli psikologi, David Rumelhart dan Geoff Hinton, melanjutkan penelitian mengenai model jaringan saraf pada memori. Pada tahun 1985-an sedikitnya empat kelompok riset menemukan kembali algoritme pembelajaran propagansi balik. Algoritme ini berhasil diimplementasikan ke dalam ilmu komputer dan psikologi. Tahun 1990-an ditandai perolehan besar dalam berbagai bidang AI dan demonstrasi berbagai macam aplikasi. Lebih khusus Deep Blue, sebuah komputer permainan catur, mengalahkan Garry Kasparov dalam sebuah pertandingan 6 game yang terkenal pada tahun 1997. DARPA menyatakan bahwa biaya yang disimpan melalui penerapan metode AI untuk unit penjadwalan dalam Perang Teluk pertama telah mengganti seluruh investasi dalam penelitian AI sejak tahun 1950 pada pemerintah AS.

Tantangan Hebat DARPA, yang dimulai pada 2004 dan berlanjut hingga hari ini, adalah sebuah pacuan untuk hadiah $2 juta di mana kendaraan dikemudikan sendiri tanpa komunikasi dengan manusia, menggunakan GPS, komputer dan susunan sensor yang canggih, melintasi beberapa ratus mil daerah gurun yang menantang.

Filosofi

Perdebatan tentang AI yang kuat dengan AI yang lemah masih menjadi topik hangat di antara filosof AI. Hal ini melibatkan filsafat budi dan masalah budi-tubuh. Roger Penrose dalam bukunya The Emperor's New Mind dan John Searle dengan eksperimen pemikiran "ruang China" berargumen bahwa kesadaran sejati tidak dapat dicapai oleh sistem logis formal, sementara Douglas Hofstadter dalam Gödel, Escher, Bach dan Daniel Dennett dalam Consciousness Explained memperlihatkan dukungannya atas fungsionalisme. Dalam pendapat banyak pendukung AI yang kuat, kesadaran buatan dianggap sebagai Cawan Suci kecerdasan buatan.

Fiksi sains

Dalam fiksi sains, AI umumnya dilukiskan sebagai kekuatan masa depan yang akan mencoba menggulingkan otoritas manusia seperti dalam HAL 9000, Skynet, Colossus and The Matrix atau sebagai penyerupaan manusia untuk memberikan layanan seperti C-3PO, Data, the Bicentennial Man, the Mechas dalam A.I. atau Sonny dalam I, Robot. Sifat dominasi dunia AI yang tak dapat dielakkan, kadang-kadang disebut "the Singularity", juga dibantah oleh beberapa penulis sains seperti Isaac Asimov, Vernor Vinge dan Kevin Warwick. Dalam pekerjaan seperti manga Ghost in the Shell-nya orang Jepang, keberadaan mesin cerdas mempersoalkan definisi hidup sebagai organisme lebih dari sekadar kategori entitas mandiri yang lebih luas, membangun konsep kecerdasan sistemik yang bergagasan.

Seri televisi BBC Blake's 7 menonjolkan sejumlah komputer cerdas, termasuk Zen (Blake's 7), komputer kontrol pesawat bintang Liberator (Blake's 7); Orac, superkomputer lanjut tingkat tinggi dalam kotak perspex portabel yang mempunyai kemampuan memikirkan dan bahkan memprediksikan masa depan; dan Slave, komputer pada pesawat bintang Scorpio.

Tujuan Penggunaan

Saat ini Artificial Intelligence (AI) sudah ada dalam aktivitas sehari-hari manusia, mungkin kita tidak menyadarinya. Seperti toko online yang menggunakan Artificial Intelligence (AI) untuk merekomendasikan suatu produk kepada kita dan untuk memahami semua ucapan kita saat menggunakan aplikasi asisten virtual seperti Amazon Alexa dan Apple Siri.

Penggunaan kecerdasan buatan (AI) memiliki berbagai tujuan dan aplikasi yang bertujuan untuk meningkatkan efisiensi, produktivitas, dan kualitas dalam berbagai bidang. Beberapa tujuan penggunaan AI antara lain:

1. Automasi: Salah satu tujuan utama penggunaan AI adalah untuk mengotomatisasi tugas-tugas yang repetitif, berulang, atau berbasis data. Dengan menggunakan AI, pekerjaan yang memerlukan keahlian rutin dapat dilakukan dengan cepat dan akurat tanpa keterlibatan manusia secara langsung.

2. Prediksi dan Analisis Data: AI digunakan untuk menganalisis dan memproses data dalam skala besar untuk mengidentifikasi pola, tren, dan wawasan yang dapat membantu dalam pengambilan keputusan dan perencanaan di berbagai bidang, seperti bisnis, kesehatan, dan keuangan.

3. Personalisasi: AI digunakan untuk memberikan pengalaman personalisasi kepada pengguna, seperti rekomendasi produk, konten, dan layanan yang sesuai dengan preferensi dan kebutuhan individu.

4. Pengenalan Pola: AI digunakan untuk mengenali dan menginterpretasikan pola dalam gambar, suara, atau teks. Contohnya adalah pengenalan wajah, suara, atau bahasa alami.

5. Penyediaan Layanan 24/7: AI dapat digunakan untuk menyediakan layanan pelanggan dan dukungan teknis yang beroperasi 24 jam sehari, 7 hari seminggu tanpa adanya keterlibatan langsung dari manusia.

6. Peningkatan Keamanan dan Kecepatan: AI digunakan dalam keamanan siber, deteksi penipuan, dan pengelolaan lalu lintas untuk meningkatkan keamanan dan efisiensi sistem.

7. Pengobatan dan Perawatan Kesehatan: Dalam bidang kesehatan, AI digunakan untuk mendiagnosis penyakit, meramalkan perkembangan penyakit, dan membantu dalam pengobatan dan perawatan pasien.

8. Pengembangan Teknologi Lanjutan: AI digunakan untuk mengembangkan teknologi lanjutan seperti mobil otonom, robot, dan Internet of Things (IoT) yang dapat berinteraksi dan beradaptasi dengan lingkungan mereka.

9. Penelitian dan Eksplorasi: AI digunakan untuk mendukung penelitian ilmiah dan eksplorasi di berbagai bidang, seperti astronomi, biologi, dan ilmu material.

10. Pendidikan dan Pembelajaran: AI digunakan untuk mengembangkan platform dan aplikasi pembelajaran online yang dapat dipersonalisasi untuk setiap siswa, serta membantu guru dalam mengevaluasi kemajuan belajar siswa.

Tujuan penggunaan AI terus berkembang seiring dengan kemajuan teknologi dan inovasi, dan diharapkan dapat memberikan manfaat yang lebih besar bagi masyarakat dan dunia secara keseluruhan.

Risiko

Di seluruh dunia ada berbagai contoh negara (termasuk: Jerman, Amerika, Inggris, dan India) di mana penerapan kecerdasan buatan yang dianggap salah oleh pemerintah telah menimbulkan konsekuensi sosial yang dramatis di berbagai bidang seperti imigrasi, penegakan hukum, dan jaminan sosial.[2]

Berikut adalah beberapa risiko yang terkait dengan pengembangan dan penerapan kecerdasan buatan (Artificial Intelligence - AI):

1. Pengangguran struktural: Kemajuan dalam kecerdasan buatan dapat menyebabkan penggantian pekerjaan manusia dengan mesin atau sistem otomatisasi. Ini dapat menyebabkan pengangguran struktural dan perubahan signifikan dalam pasar tenaga kerja.

2. Ketidakadilan dan diskriminasi: Algoritma dan model AI dapat menampilkan bias yang tidak disengaja atau mencerminkan bias manusia. Hal ini bisa mengakibatkan diskriminasi terhadap kelompok tertentu atau pengambilan keputusan yang tidak adil.

3. Keamanan dan privasi: Penggunaan AI yang tidak tepat dapat mengancam keamanan data dan privasi individu. Data yang dikumpulkan oleh sistem AI dapat disalahgunakan atau dicuri untuk tujuan yang tidak etis.

4. Ketergantungan dan kehilangan kontrol: Kecerdasan buatan yang semakin kompleks dan otonom dapat menyebabkan ketergantungan manusia pada teknologi yang sulit diawasi atau dikontrol sepenuhnya.

5. Kesalahan dan kegagalan: Sistem AI tidak sempurna dan dapat membuat kesalahan. Jika tidak dikelola dengan baik, kesalahan ini bisa memiliki dampak negatif yang serius.

6. Ethical AI: Pengembangan dan penggunaan AI yang tidak etis dapat menyebabkan konsekuensi yang merugikan bagi masyarakat dan lingkungan.

7. Penggunaan militer dan senjata otonom: Penggunaan kecerdasan buatan dalam aplikasi militer dan senjata otonom menghadirkan risiko kemanusiaan yang serius dan kontroversial.

8. Pengendalian AI superintelligent: Jika teknologi AI mencapai tingkat superintelligent, kendali atas sistem tersebut bisa menjadi sulit atau bahkan tidak mungkin, dengan potensi dampak yang tak terduga.

9. Penggunaan AI dalam pemalsuan informasi: Kecerdasan buatan dapat digunakan untuk menciptakan konten palsu seperti video deepfake atau berita palsu yang dapat merusak kepercayaan dan stabilitas masyarakat.

10. Penggunaan AI dalam perang cyber dan ancaman keamanan: AI dapat digunakan untuk meningkatkan kekuatan serangan siber dan mengancam infrastruktur kritis serta keamanan nasional.

Pengembangan dan penerapan kecerdasan buatan memang menawarkan banyak manfaat bagi manusia, tetapi juga menimbulkan tantangan dan risiko yang harus dikelola secara hati-hati untuk memastikan bahwa teknologi ini digunakan secara etis dan bertanggung jawab.

Lihat pula

Pranala luar

Referensi