Ilmu AI
Kecerdasan Buatan adalah seperangkat Ilmu yang berbeda :
- Pembelajaran Mesin (ML)
- Jaringan Syaraf Tiruan (NN)
- Pembelajaran Mendalam (DL)
- Data besar
Ilmuwan AI
Ilmuwan AI membangun perangkat lunak dengan algoritme yang dapat melakukan tugas yang biasanya membutuhkan kecerdasan manusia.
Ilmuwan AI dapat menjadi ahli dalam berbagai disiplin AI:
- Matematika Terapan
- Statistik komputasi
- Ilmu Komputer
- Pembelajaran mesin
- Pembelajaran mendalam
Beberapa Ilmuwan AI juga memiliki pengalaman data besar yang signifikan:
- Intelijen Bisnis
- Desain Basis Data
- Desain Gudang Data
- Penambangan Data
- Pertanyaan SQL
- Pelaporan SQL
AI yang lemah
Kecerdasan Buatan yang lemah terbatas pada area tertentu atau sempit seperti kebanyakan AI yang kita miliki di sekitar kita saat ini:
- Mesin pencari
- Siri Apple
- Cortana dari Microsoft
- Alexa Amazon
- IBM Watson
AI yang lemah juga disebut AI Sempit.
AI lemah mensimulasikan kognisi manusia berbeda dengan AI kuat yang memiliki kognisi manusia .
AI yang kuat
Kecerdasan Buatan yang Kuat adalah jenis AI yang meniru kecerdasan manusia.
AI yang kuat menunjukkan kemampuan untuk berpikir, merencanakan, belajar, dan berkomunikasi.
AI yang kuat adalah level berikutnya dari AI: Kecerdasan Sejati .
AI yang kuat bergerak menuju mesin dengan kesadaran diri, kesadaran, dan pikiran objektif.
Pembelajaran Mesin (ML)
Pemrograman klasik menggunakan program untuk membuat hasil:
Komputasi Tradisional
Data + Program Komputer = Hasil
Machine Learning menggunakan hasil untuk membuat program (algoritma):
Pembelajaran mesin
Data + Hasil = Program Komputer
"Machine Learning adalah bidang studi yang memberikan komputer kemampuan untuk belajar tanpa diprogram."
Arthur Samuel (1959)
Jaringan Syaraf Tiruan (NN)
Salah satu penemuan paling signifikan dalam sejarah adalah kekuatan Neural Networks (NN).
Di Neural Networks, banyak lapisan data yang disebut Neuron ditambahkan bersama atau ditumpuk di atas satu sama lain untuk menghitung tingkat data baru.
Nama pendek yang umum digunakan:
- Jaringan Syaraf Dalam DNN
- Jaringan Saraf Konvolusi CNN
- Jaringan Saraf Berulang RNN
Pembelajaran Mendalam (DL)
Deep Learning adalah algoritma yang menggunakan Neural Networks untuk mengekstrak data tingkat yang lebih tinggi.
Setiap lapisan yang berurutan menggunakan lapisan sebelumnya sebagai input.
Misalnya, pembacaan optik menggunakan lapisan rendah untuk mengidentifikasi tepi, dan lapisan yang lebih tinggi untuk mengidentifikasi huruf.
Deep Learning memiliki dua fase:
1. Pelatihan: Data input digunakan untuk menghitung parameter model.
2. Inferensi: Model "terlatih" mengeluarkan data dari setiap input yang diberikan.
Revolusi Pembelajaran Mendalam
Revolusi pembelajaran yang mendalam ada di sini!
Revolusi deep learning dimulai sekitar tahun 2010. Sejak itu, Deep Learning telah digunakan untuk memecahkan banyak masalah yang "tidak terpecahkan".
Contoh
Jaringan Saraf Konvolusi (CNN)
CNN dalam seperti ResNeta dan Inception telah mengurangi tingkat kesalahan dalam klasifikasi ImageNet dari 25% pada 2011 menjadi 5% pada 2017.
ImageNet adalah database gambar yang diatur menurut hierarki WordNet, di mana setiap simpul hierarki berisi ratusan dan ribuan gambar. ImageNet adalah sumber yang berguna bagi peneliti, pendidik, siswa, dan semua orang yang menyukai gambar.
WordNet adalah database leksikal hubungan semantik antara kata-kata dalam 200+ bahasa. Ini diatur sebagai kombinasi kamus dan tesaurus, menghubungkan kata-kata bersama ke dalam hubungan semantik menggunakan sinonim, hiponim, dan meronim.
Jaringan Saraf Berulang (RNNs)
RNN membantu membuat skor musik dan suara instrumen baru:
https://magenta.tensorflow.org/demos .
Sejarah AI
1950 | Alan Turing menerbitkan "Mesin Komputasi dan Kecerdasan" |
1956 | AI pertama kali disebutkan oleh John McCarthy dalam konferensi akademik |
1957 | Bahasa pemrograman pertama untuk komputasi numerik dan ilmiah (FORTRAN) |
1958 | Bahasa pemrograman AI pertama (Lisp) |
1959 | Arthur Samuel menggunakan istilah "Pembelajaran Mesin" |
1961 | Robot industri pertama (Unimate) di jalur perakitan di General Motors. |
1965 | ELIZA oleh Joseph Weizenbaum adalah program interaktif pertama yang dapat berkomunikasi tentang topik apa pun |
1972 | Bahasa pemrograman logika pertama (PROLOG) |
1997 | Deep Blue (IBM) mengalahkan juara dunia dalam catur |
2002 | Pembersih robot pertama (Roomba) |
2005 | Mobil self-driving (STANLEY) memenangkan DARPA |
2008 | Terobosan dalam pengenalan ucapan (Google) |
2011 | Jaringan saraf menang atas manusia dalam pengenalan rambu lalu lintas (99,46% vs 99,22%) |
2011 | Apple Siri |
2011 | Watson (IBM) memenangkan Jeopardy! |
2014 | Amazon Alexa |
2014 | Microsoft Cortana |
2014 | Mobil self-driving (Google) lulus tes mengemudi negara |
2015 | Google AlphaGo mengalahkan berbagai juara manusia dalam permainan papan Go |
2016 | Robot manusia Sofia oleh Hanson Robotics |