Artificial Intelligence ( AI ) adalah kecerdasan yang ditunjukkan oleh mesin , berbeda dengan kecerdasan alami yang ditampilkan oleh manusia dan hewan , yang melibatkan kesadaran dan emosi. Perbedaan antara kategori pertama dan kategori terakhir sering kali terlihat dari akronim yang dipilih. AI 'Kuat' biasanya diberi label sebagai kecerdasan umum buatan (AGI) sementara upaya untuk meniru kecerdasan 'alami' disebut kecerdasan biologis buatan (ABI). Buku teks AI terkemuka mendefinisikan bidang ini sebagai studi tentang " agen cerdas": perangkat apa pun yang memahami lingkungannya dan mengambil tindakan yang memaksimalkan peluangnya untuk berhasil mencapai tujuannya. [3] Dalam bahasa sehari-hari, istilah" kecerdasan buatan "sering digunakan untuk menggambarkan mesin yang meniru fungsi" kognitif "yang diasosiasikan manusia dengan manusia. pikiran , seperti "belajar" dan "pemecahan masalah". [4]

Saat mesin menjadi semakin mampu, tugas-tugas yang dianggap membutuhkan "kecerdasan" sering kali dihapus dari definisi AI, sebuah fenomena yang dikenal sebagai efek AI . [5] Sebuah gurauan dalam Teorema Tesler mengatakan "AI adalah apa pun yang belum dilakukan." [6] Misalnya, pengenalan karakter optik sering dikecualikan dari hal-hal yang dianggap AI, [7] telah menjadi teknologi rutin. [8] Kemampuan mesin modern yang umumnya diklasifikasikan sebagai AI termasuk berhasil memahami ucapan manusia , [9] bersaing di tingkat tertinggi dalam sistem permainan strategis (seperti catur dan Go), [10] dan juga permainan informasi yang tidak sempurna seperti poker , [11] mobil tanpa pengemudi , perutean cerdas dalam jaringan pengiriman konten , dan simulasi militer . [12]

Kecerdasan buatan didirikan sebagai disiplin akademis pada tahun 1955, dan pada tahun-tahun berikutnya telah mengalami beberapa gelombang optimisme, [13] [14] diikuti oleh kekecewaan dan hilangnya dana (dikenal sebagai " musim dingin AI "), [15] [16] diikuti oleh pendekatan baru, kesuksesan dan pendanaan baru. [14] [17] Setelah AlphaGo berhasil mengalahkan pemain Go profesional pada tahun 2015, kecerdasan buatan sekali lagi menarik perhatian global yang luas. [18] Untuk sebagian besar sejarahnya, penelitian AI telah dibagi menjadi sub-bidang yang sering gagal untuk berkomunikasi satu sama lain. [19]Sub-bidang ini didasarkan pada pertimbangan teknis, seperti tujuan tertentu (misalnya " robotika " atau " pembelajaran mesin "), [20] penggunaan alat tertentu (" logika " atau jaringan saraf tiruan ), atau perbedaan filosofis yang dalam. [23] [24] [25] Sub-bidang juga didasarkan pada faktor sosial (lembaga tertentu atau karya peneliti tertentu). [19]

Masalah tradisional (atau tujuan) penelitian AI termasuk penalaran , representasi pengetahuan , perencanaan , pembelajaran , pemrosesan bahasa alami , persepsi dan kemampuan untuk memindahkan dan memanipulasi objek. [20] AGI adalah salah satu tujuan jangka panjang lapangan. [26] Pendekatan termasuk metode statistik , kecerdasan komputasi , dan AI simbolik tradisional . Banyak alat yang digunakan dalam AI, termasuk versi pencarian dan pengoptimalan matematika, jaringan saraf tiruan, dan metode berdasarkan statistik, probabilitas, dan ekonomi. Bidang AI memanfaatkanilmu komputer , teknik informasi , matematika , psikologi , linguistik , filsafat , dan banyak bidang lainnya.

Bidang ini didasarkan pada asumsi bahwa kecerdasan manusia "dapat dideskripsikan dengan sangat tepat sehingga mesin dapat dibuat untuk mensimulasikannya". [27] Hal ini menimbulkan argumen filosofis tentang pikiran dan etika menciptakan makhluk buatan yang diberkahi dengan kecerdasan mirip manusia. Masalah-masalah ini telah dieksplorasi oleh mitos , fiksi dan filsafat sejak jaman dahulu . [32] Beberapa orang juga menganggap AI menjadi bahaya bagi umat manusia jika berkembang terus menerus. [33] [34] Yang lain percaya bahwa AI, tidak seperti revolusi teknologi sebelumnya, akan menciptakan risiko pengangguran massal . [35]

Pada abad kedua puluh satu, teknik AI telah mengalami kebangkitan setelah kemajuan bersamaan dalam kekuatan komputer , data dalam jumlah besar , dan pemahaman teoritis; dan teknik AI telah menjadi bagian penting dari industri teknologi , membantu memecahkan banyak masalah yang menantang dalam ilmu komputer, rekayasa perangkat lunak , dan penelitian operasi . [36] [17]

SEJARAH

Makhluk buatan yang mampu berpikir muncul sebagai perangkat mendongeng di zaman kuno, [37] dan telah umum dalam fiksi, seperti dalam Mary Shelley 's Frankenstein atau Karel Čapek 's RUR [38] Karakter ini dan nasib mereka mengangkat banyak masalah yang sama sekarang dibahas dalam etika kecerdasan buatan . [32]

Studi tentang penalaran mekanis atau "formal" dimulai dengan para filsuf dan ahli matematika di zaman kuno. Studi tentang logika matematika dipimpin langsung kepada Alan Turing 's teori komputasi , yang menunjukkan bahwa mesin, dengan menyeret simbol yang sederhana seperti '0' dan '1', bisa mensimulasikan tindakan yang mungkin deduksi matematis. Wawasan ini, bahwa komputer digital dapat mensimulasikan setiap proses penalaran formal, dikenal sebagai tesis Church-Turing . [39] Seiring dengan penemuan bersamaan dalam neurobiologi , teori informasi dan sibernetika, ini mengarahkan para peneliti untuk mempertimbangkan kemungkinan membangun otak elektronik. Turing mengusulkan untuk mengubah pertanyaan dari apakah sebuah mesin itu cerdas, menjadi "apakah mungkin mesin menunjukkan perilaku cerdas atau tidak". [40] Karya pertama yang sekarang secara umum diakui sebagai AI adalah desain formal McCullouch dan Pitts '1943 untuk "neuron buatan" Turing-complete . [41]

Bidang penelitian AI lahir di sebuah lokakarya di Dartmouth College pada tahun 1956, [42] di mana istilah "Artificial Intelligence" diciptakan oleh John McCarthy untuk membedakan bidang tersebut dari sibernetika dan menghindari pengaruh ahli sibernetika Norbert Wiener . [43] Peserta Allen Newell ( CMU ), Herbert Simon (CMU), John McCarthy ( MIT ), Marvin Minsky (MIT) dan Arthur Samuel ( IBM ) menjadi pendiri dan pemimpin penelitian AI. [44]Mereka dan murid-murid mereka menghasilkan program-program yang oleh pers digambarkan sebagai "menakjubkan": [45] komputer mempelajari strategi dam (c. 1954) [46] (dan pada tahun 1959 dilaporkan bermain lebih baik daripada rata-rata manusia), [47] memecahkan kata masalah dalam aljabar, membuktikan teorema logis ( Logic Theorist , pertama kali dijalankan c. 1956) dan berbicara bahasa Inggris. [48] Pada pertengahan 1960-an, penelitian di AS didanai besar-besaran oleh Departemen Pertahanan [49] dan laboratorium telah didirikan di seluruh dunia. [50] Pendiri AI optimis tentang masa depan: Herbert Simonmeramalkan, "mesin akan mampu, dalam dua puluh tahun, melakukan pekerjaan apa pun yang dapat dilakukan manusia". Marvin Minsky setuju, menulis, "dalam satu generasi ... masalah menciptakan 'kecerdasan buatan' secara substansial akan terpecahkan". [13]

Mereka gagal mengenali kesulitan dari beberapa tugas yang tersisa. Kemajuan melambat dan pada tahun 1974, sebagai tanggapan atas kritik Sir James Lighthill [51] dan tekanan berkelanjutan dari Kongres AS untuk mendanai proyek yang lebih produktif, baik pemerintah AS dan Inggris menghentikan penelitian eksplorasi di AI. Beberapa tahun berikutnya kemudian akan disebut " musim dingin AI ", [15] periode ketika mendapatkan dana untuk proyek AI sulit.

Pada awal 1980-an, penelitian AI dihidupkan kembali oleh keberhasilan komersial sistem pakar , [52] suatu bentuk program AI yang mensimulasikan pengetahuan dan keterampilan analitis para pakar manusia. Pada tahun 1985, pasar AI telah mencapai lebih dari satu miliar dolar. Pada saat yang sama, proyek komputer generasi kelima Jepang menginspirasi pemerintah AS dan Inggris untuk memulihkan dana untuk penelitian akademis . [14] Namun, dimulai dengan jatuhnya pasar Mesin Lisp pada tahun 1987, AI sekali lagi jatuh ke dalam reputasi yang buruk, dan jeda kedua yang lebih lama dimulai. [16]

Perkembangan metal-oksida-semikonduktor (MOS) integrasi skala sangat besar (VLSI), dalam bentuk teknologi transistor MOS (CMOS) komplementer , memungkinkan pengembangan teknologi jaringan saraf tiruan praktis (JST) pada 1980-an. Sebuah publikasi penting di lapangan adalah buku 1989 VLSI Implementasi Sistem Saraf oleh Carver A. Mead dan Mohammed Ismail. [53]

Pada akhir 1990-an dan awal abad ke-21, AI mulai digunakan untuk logistik, penggalian data , diagnosis medis , dan bidang lainnya. [36] Keberhasilan itu karena peningkatan daya komputasi (lihat hukum Moore dan jumlah transistor ), penekanan yang lebih besar pada penyelesaian masalah spesifik, hubungan baru antara AI dan bidang lain (seperti statistik , ekonomi dan matematika ), dan komitmen para peneliti untuk metode matematika dan standar ilmiah. [54] Deep Blue menjadi sistem bermain catur komputer pertama yang mengalahkan juara catur dunia, Garry Kasparov , pada 11 Mei 1997.[55]

Pada tahun 2011, dalam Jeopardy! kuis pameran pertandingan, IBM 's sistem penjawab pertanyaan , Watson , mengalahkan dua terbesar Jeopardy! juara, Brad Rutter dan Ken Jennings , dengan selisih yang signifikan. [56] Komputer yang lebih cepat , peningkatan algoritmik, dan akses ke sejumlah besar data memungkinkan kemajuan dalam pembelajaran dan persepsi mesin ; metode pembelajaran mendalam yang haus data mulai mendominasi tolok ukur akurasi sekitar tahun 2012 . [57] The Kinect, yang menyediakan antarmuka gerak tubuh 3D untuk Xbox 360 dan Xbox One , menggunakan algoritme yang muncul dari penelitian AI yang panjang [58] seperti halnya asisten pribadi cerdas di ponsel cerdas . [59] Pada bulan Maret 2016, AlphaGo memenangkan 4 dari 5 game Go dalam pertandingan dengan juara Go Lee Sedol , menjadi sistem komputer Go pertama yang mengalahkan pemain Go profesional tanpa cacat . [10] [60] Dalam Future of Go Summit 2017 , AlphaGo memenangkan pertandingan tiga pertandingandengan Ke Jie , [61] yang pada saat itu terus menduduki peringkat No. 1 dunia selama dua tahun. [62] [63] Deep Blue 's Murray Campbell disebut kemenangan AlphaGo ini 'akhir dari sebuah era ... permainan papan yang lebih atau kurang dilakukan [64] dan itu saatnya untuk melanjutkan.' [65] Ini menandai selesainya tonggak penting dalam pengembangan Artificial Intelligence karena Go adalah permainan yang relatif kompleks, lebih dari sekadar Catur. AlphaGo kemudian ditingkatkan, digeneralisasikan ke permainan lain seperti catur, dengan AlphaZero ; [66] dan MuZero [67] untuk memainkan banyak video game yang berbeda, yang sebelumnya ditangani secara terpisah, [68] selain permainan papan. Program lain menangani permainan informasi yang tidak sempurna ; seperti untuk poker pada level manusia super, Pluribus (bot poker) [69] dan Cepheus (bot poker) . [11] Lihat: Bermain game secara umum .

Menurut Jack Clark dari Bloomberg , 2015 adalah tahun penting bagi kecerdasan buatan, dengan jumlah proyek perangkat lunak yang menggunakan AI dalam Google meningkat dari "penggunaan sporadis" pada tahun 2012 menjadi lebih dari 2.700 proyek. Clark juga menyajikan data faktual yang menunjukkan peningkatan AI sejak 2012 didukung oleh tingkat kesalahan yang lebih rendah dalam tugas pemrosesan gambar. [70] Dia menghubungkan hal ini dengan peningkatan jaringan saraf yang terjangkau , karena peningkatan infrastruktur komputasi awan dan peningkatan alat penelitian dan kumpulan data. [17]Contoh lain yang dikutip termasuk pengembangan sistem Skype oleh Microsoft yang dapat menerjemahkan secara otomatis dari satu bahasa ke bahasa lain dan sistem Facebook yang dapat mendeskripsikan gambar kepada orang buta. [70] Dalam survei tahun 2017, satu dari lima perusahaan melaporkan bahwa mereka telah "memasukkan AI dalam beberapa penawaran atau proses". [71] [72] Sekitar tahun 2016, China sangat mempercepat pendanaan pemerintahnya; mengingat pasokan data yang besar dan hasil penelitiannya yang meningkat pesat, beberapa pengamat yakin bahwa negara itu mungkin berada di jalur yang tepat untuk menjadi "kekuatan super AI". [73] [74]

Pada tahun 2020, sistem Pemrosesan Bahasa Alami seperti GPT-3 yang sangat besar (yang saat itu merupakan jaringan saraf tiruan terbesar) mencocokkan kinerja manusia pada tolok ukur yang sudah ada sebelumnya, meskipun sistem tidak mendapatkan pemahaman yang masuk akal tentang isi tolok ukur. [75] DeepMind's AlphaFold 2 (2020) mendemonstrasikan kemampuan untuk menentukan, dalam beberapa jam, bukan bulan, struktur 3D sebuah protein. Pengenalan wajah maju ke tempat, dalam kondisi tertentu, beberapa sistem mengklaim memiliki tingkat akurasi 99%. [76]