Apa itu Kecerdasan Umum Buatan? Semua yang Perlu Anda Ketahui

Kecerdasan umum buatan memberi jalan bagi mesin yang dapat berperilaku, bekerja, dan belajar seperti kita!

Kecerdasan buatan telah mengubah cara mesin bekerja. Saat ini, komputer Anda dapat melakukan banyak tugas pribadi dan profesional jika Anda melatihnya dengan alat AI. Beberapa contohnya adalah membuat gambar, menghasilkan suara dari teks, mengontrol utilitas, dll.

Tapi ini tidak benar-benar cerdas. Ada banyak pelatihan berbulan-bulan di balik otomatisasi semacam itu.

Bagaimana dengan aplikasi komputer yang benar-benar cerdas yang dapat belajar sendiri? Itu adalah domain kecerdasan umum buatan. Baca terus untuk mengetahui teknologi terobosan ini hari ini!

pengantar

AGI adalah teknologi yang dapat membuat perangkat lunak dan perangkat keras sangat cerdas sehingga dapat mengekspresikan kemampuan kognitif seperti manusia. Ini memiliki nama lain seperti AI yang kuat, AI penuh, dll.

Untuk menyederhanakannya, Anda menghadirkan sistem AGI pintar dengan masalah yang tidak diketahui sebelumnya. Komputer pintar akan menganalisis masalah, melakukan riset online, dan memberikan solusi untuk masalah tersebut.

IBM, OpenAI, Microsoft, Google Brain, Darktrace, Deepmind, dll., adalah penggerak cepat dalam teknologi AGI. Perusahaan-perusahaan ini mencoba memasukkan hal-hal berikut ke dalam komputer pintar yang direkayasa:

  • Kecerdasan umum seperti manusia
  • Kecerdasan ekspres tidak terkait dengan tugas tertentu seperti mengetik atau berbicara
  • Generalisasi pembelajaran baru dan menghubungkan pengetahuan dengan pengalaman sebelumnya
  • Masuk akal dari pembelajaran yang secara kualitatif berbeda
  • Memahami dan menganalisis tugas dari konteks dunia nyata

Saat ini, tidak ada kecerdasan umum buatan (AGI) yang sebenarnya. IBM Strong AI dan Google Brain sedang membuat beberapa kemajuan, tetapi ini belum siap produksi.

Manfaat dan Kebutuhan

Kami membutuhkan AGI untuk menggantikan manusia di tempat berbahaya. Juga, komputer AGI dapat memberikan tingkat produktivitas yang tak terduga dalam operasi bisnis.

Aplikasi AGI juga akan membantu umat manusia untuk memecahkan teka-teki sulit di bidang kedokteran, kesehatan, rantai pasokan, ekonomi, keuangan, dan ilmu sosial.

Berikut adalah beberapa alasan penting lainnya untuk mengembangkan AGI:

  • Aplikasi AGI dapat menunjukkan pemahaman yang lebih baik tentang sebab dan akibat untuk membantu manusia dalam proyek penilaian risiko.
  • AGI dapat secara efektif menggunakan berbagai persepsi sensorik seperti warna, suara, kedalaman, visual, dan dimensi.
  • Program komputer cerdas semacam itu dapat memerintahkan lengan robot untuk melakukan keterampilan motorik halus seperti merakit perangkat elektronik dari awal hingga akhir.
  • Kemampuan pemrosesan bahasa alami (NLP) dari AGI akan membuat otomatisasi lebih mudah. Anda cukup mengucapkan beberapa kata kunci, dan alat AGI akan membangun aliran otomatis yang Anda butuhkan.
  • AGI dapat memecahkan masalah unik setelah melihat masalah dan menganalisis lingkungan dunia nyata. Tidak perlu memenuhi ketentuan If/Then, If/Else, dll., apa pun.
  • AGI dapat membantu pembuat konten, artis, desainer, dan arsitek dengan ide-ide out-of-the-box.
  • Aplikasi AGI dapat menawarkan layanan pelanggan yang sangat baik tanpa ketinggalan karena mereka juga akan menunjukkan kecerdasan emosional dan sosial.
  Perbaiki Premiere Pro Ada Kesalahan Mendekompresi Audio atau Video

AI vs AGI

#1. Mode aksi

AI, alias AI sempit, adalah aplikasi pintar yang reaktif. Ini akan bereaksi dengan daftar tindakan yang telah ditetapkan saat menerima sinyal dari pemicu peristiwa.

AGI tidak membutuhkan event trigger. Aplikasi ini akan merespons secara proaktif, seperti manusia, untuk mencegah masalah, memecahkan teka-teki, dll.

#2. Lingkup Tindakan

AI yang sempit atau lemah juga memiliki ruang lingkup kerja yang terbatas. AI tulisan tidak boleh mengendarai mobil dan sebaliknya. Aplikasi yang terbatas juga membuat pengembangan menjadi mahal dan tidak efisien di tingkat produksi.

Satu AGI dapat menjalankan seluruh pabrik manufaktur, ribuan rumah di suatu wilayah di suatu wilayah, atau semua kantor perusahaan bisnis Anda. Ini terbuka untuk tantangan apa pun karena memiliki pembelajaran kognitif, penalaran, dan kemampuan mengambil tindakan proaktif.

#3. Keterampilan Pemecahan Masalah

AI sempit sebagian besar memecahkan masalah tertutup seperti navigasi GPS, pencarian web berdasarkan kata kunci, penulisan AI, penyelesaian kode AI, dll.

Kecerdasan umum buatan dapat menangani masalah terbuka seperti membuat strategi pemasaran lapangan dengan menganalisis pasar, pelanggan, dan produk.

#4. Kapasitas memori

Program AI yang paling lemah didasarkan pada mesin memori terbatas. AI bergantung pada sekumpulan jaringan syaraf tiruan dan database pelatihan. Ketika database atau algoritme sudah tua, AI macet.

AGI akan datang dengan memori hampir tak terbatas (sumber daya pengetahuan) melalui database lokal, database cloud, dan Internet.

#5. Upgrade

Manusia perlu memutakhirkan AI yang lemah secara teratur karena persyaratan bisnis dan tren pasar berubah.

AGI akan meningkatkan memori dan database mereka sendiri. Itu tidak akan meminta campur tangan manusia.

Pendekatan

#1. Pendekatan sub-simbolik

Di sini, developer AGI menggunakan aplikasi yang menyerupai otak manusia. Misalnya, AlphaGo DeepMind, jaringan saraf konvolusional, sistem pembelajaran mendalam, dll.

#2. Pendekatan simbolik

Dalam metode ini, pengembang AGI menggunakan diagram alir, simbol, dan pernyataan jika-maka. Kecerdasan umum buatan menggunakan algoritme utama untuk mempelajari dan membuat basis pengetahuan. Lebih lanjut, ia dapat membandingkan algoritme dan simbolnya dengan aspek dunia nyata dan mengembangkan proses berpikir yang lebih baik daripada AI yang lemah.

#3. Pendekatan Seluruh Tubuh

Dalam konsep ini, pengembang AGI ingin memasukkan semua perangkat lunak, perangkat keras, jaringan, dan kemampuan sensorik ke dalam tubuh mirip manusia. Humanoid dapat berjalan, berbicara, menyentuh orang, dan sebagainya.

#4. Pendekatan Hibrida

Cara hybrid untuk pengembangan AGI bergantung pada pendekatan sub-simbolik dan simbolik.

Contoh sukses dari kategori ini adalah Sophia, robot humanoid. Ini terdiri dari sistem simbolik dan koneksionis. Misalnya, Sophia membutuhkan arsitektur CogPrime dan database AtomSpace untuk fungsinya.

#5. Pendekatan Matematika

Para peneliti bertujuan untuk mengalokasikan daya komputasi AGI yang tak terbatas. Oleh karena itu, aplikasi dan perangkat pintar ini akan dapat melakukan sejumlah pemecahan masalah matematika yang diperlukan untuk membuat keputusan yang luar biasa.

Bagaimana Cara Kerja AGI?

Program AGI akan memanfaatkan berbagai teknologi untuk mencapai kemampuan kognitif tingkat manusia. Ini adalah sebagai berikut:

Masukan dan Keluaran (I/O)

AGI menggunakan berbagai perangkat sensorik untuk melakukan tugasnya di pabrik manufaktur atau sebagai mobil tanpa pengemudi. Sensor ini bisa berupa visual, RFID, suhu, tekanan, kecepatan, gerak, dll.

  Panduan untuk Berbagai Jenis

Kelompok AGI lain mungkin memerlukan OCR, konektor basis data, dll., untuk melakukan operasi bisnis di kantor.

Keterampilan Motorik

Seluruh tubuh, lengan robotik, kendaraan otonom, dll., bekerja dengan membuat gerakan halus. AGI mengandalkan keterampilan motorik yang diperoleh dari jaringan saraf, pemrosesan gambar 3D, peniruan visual, dll.

NLP

Seorang AGI dapat belajar dari berbagai sumber seperti artikel situs web, jurnal penelitian, eBook, video YouTube, dll. Untuk tujuan ini, aplikasi pintar pertama-tama belajar menafsirkan bahasa alami ke dalam bahasa mesin.

Penalaran dan Pemecahan Masalah

Robot atau aplikasi AGI sering menggunakan simulasi untuk memecahkan masalah yang unik. Karena memiliki kemampuan pemrosesan dan memori yang besar, mesin dapat menjalankan banyak simulasi secara bersamaan. Kemudian, berdasarkan tingkat keberhasilannya, dapat memilih salah satu simulasi.

Berpikir kreatif

AGI dapat menggunakan beberapa jaringan saraf untuk membuat ide unik dan kreatif seperti bentuk seni, catatan musik, artikel, dll.

Pengenalan Wajah dan Pemrosesan Suara

AGI humanoid yang berinteraksi dengan orang kebanyakan menggunakan analisis suara dan pengenalan wajah. Setelah memproses audio dan visual dari lingkungannya dan memeriksa ulang dengan basis pengetahuan yang ada, ia dapat berinteraksi dengan manusia.

Tantangan

Kecerdasan umum buatan memiliki kemungkinan besar untuk mengubah dunia AI. Namun mencapai tahap ini bukanlah proses yang mulus. Berikut tantangan dan kendala dalam mengembangkan AGI:

#1. Menguasai Keterampilan Seperti Manusia

Untuk mendapatkan kecerdasan tingkat manusia yang sebenarnya, AGI harus menguasai beberapa kemampuan. Ini termasuk keterampilan motorik, pemahaman bahasa alami, persepsi sensorik, hubungan emosional dan sosial, dan kreativitas tingkat manusia.

#2. Tidak Ada Protokol Kerja

Tidak ada protokol kerja standar sistem AI untuk kolaborasi yang mudah. Oleh karena itu, penggelaran sistem AGI yang komprehensif menghadapi kekurangan teknis yang tidak dapat dihindari.

#3. Kurangnya Penyelarasan Bisnis

Integrasi AI ke dalam sistem yang ada tetap merupakan proses yang kompleks. Karena para pemangku kepentingan yang bersangkutan masih belum mengetahui parameter operasionalnya, sulit untuk menjaga perkembangannya selaras dengan tujuan bisnis.

#4. Kesenjangan Komunikasi

Masih ada kesenjangan komunikasi antara sistem AI yang terpisah. Karena berbagi data tanpa batas antara sistem ini tidak mungkin, pembelajaran antar model AI terhambat, dan universalitasnya berkurang.

#5. Tidak adanya Arah AGI

Tidak ada rencana atau arahan untuk mengimplementasikan AGI dalam operasi bisnis perusahaan. Dengan demikian, implementasinya menjadi mahal, dan realisasinya terhambat.

Seperti yang Anda ketahui, pengembangan kecerdasan umum buatan yang lengkap belum tercapai. Namun, tren AI ini akan memengaruhi AGI:

#1. Pemrosesan Bahasa Alami (NLP)

NLP atau Pemrosesan Bahasa Alami mengacu pada proses di mana AI dapat memahami bahasa manusia dan mengubahnya menjadi kode yang didukung mesin. Dengan memanfaatkan NLP, AGI diharapkan dapat berinteraksi dengan manusia secara realistis.

#2. Metaverse

Metaverse adalah teknologi yang menawarkan pengalaman pengguna yang imersif. Dengan semakin banyaknya peminat, AGI akan berevolusi untuk membantu Metaverse membangun dunia virtual.

#3. AI Kode Rendah atau Tanpa Kode

Ada peningkatan permintaan untuk solusi kode rendah atau tanpa kode, bahkan untuk alat dan algoritme AI. Solusi ini hadir dengan antarmuka intuitif untuk mempermudah proses pengembangan aplikasi yang rumit.

#4. Augmentasi Tenaga Kerja

Ini berarti manusia dan karyawan digital bekerja berdampingan dalam organisasi. Padahal banyak yang takut AI akan membuat manusia menganggur, memasukkan AI dalam operasi akan membuatnya lebih efisien.

  Cara Mengaktifkan Notifikasi Prioritas Tinggi Untuk Gmail

#5. AI kuantum

Quantum AI memiliki peluang besar untuk memengaruhi AGI dengan mempercepat algoritme ML dan membantu Anda mendapatkan hasil dengan cepat. Itu juga dapat menetralkan hambatan yang mungkin dihadapi AGI dalam menganalisis volume data yang sangat besar.

#6. Etika AI

Potensi risiko AI tidak mungkin diabaikan. Jika tidak dimanfaatkan dengan baik, AI bisa berbahaya bagi umat manusia. Karenanya, etika AI akan mendapat perhatian lebih di tahun-tahun mendatang.

#7. AI Chatbot

AI chatbots atau asisten virtual dapat melakukan percakapan alami dan melakukan operasi berbasis aturan. Mengganti agen pendukung manusia, chatbot ini telah mengurangi biaya operasional untuk perusahaan. Di masa depan, hal ini dapat merevolusi AGI.

Risiko AGI

  • Jika database AGI terbatas, dapat membuat keputusan bencana merusak bisnis dan rumah.
  • AGI dapat menjadi target serangan peretasan tingkat lanjut. Jika seorang peretas menghentikan mesin AGI, itu dapat merusak seluruh bisnis.
  • Pengembang AI telah melaporkan berbagai insiden keputusan bias yang diambil oleh prototipe AGI.
  • Memberikan akses database tak terbatas kepada AGI juga dapat melanggar berbagai peraturan privasi di seluruh dunia.

Selanjutnya, kita akan melihat contoh dunia nyata dari Kecerdasan Umum Buatan.

Contoh Dunia Nyata

Pengacara AI ROSS dapat mencari miliaran dokumen hukum dalam waktu kurang dari tiga detik. Anda dapat memasukkan pertanyaan hukum apa pun, dan itu akan memberikan jawaban yang tepat.

Ini adalah AGI karena menggunakan berbagai teknologi pintar seperti pemeringkatan, pengambilan, dan pemahaman. Juga, ia memiliki cakupan tindakan yang lebih luas karena mencakup semua relung domain hukum.

#2. AlphaGo

AlphaGo adalah pemain game papan Go berbasis AI. Ini adalah mesin pintar pertama yang mengalahkan pemain Go profesional yang masih hidup. Meskipun ini adalah AI dengan ruang lingkup terbatas, ia memiliki kemampuan belajar mandiri. AlphaGo dapat belajar dari pesaingnya dan kesalahannya sendiri.

#3.Alat AI Bundel OpenAI

Rentang sistem AI OpenAI, seperti yang disebutkan di bawah, dapat menyelesaikan berbagai tugas secara otomatis saat digabungkan menggunakan panggilan API:

  • GPT-3 membuat teks berbasis bahasa alami dari frasa dan petunjuk sederhana. Banyak game online dan pengalaman realitas campuran seperti “Virtual Being” yang digerakkan oleh cerita dari FableStudio menggunakan GPT-3 untuk cerita interaktif.
  • Codex membantu pengembang menerjemahkan input bahasa alami ke dalam kode untuk pengkodean yang nyaman.
  • DALL·E membantu pencipta NFT dan seniman digital dalam menghasilkan ribuan karya seni asli dan unik dalam beberapa menit. AI juga dapat mengedit gambar.

#4. IBM Watson

IBM Watson adalah bundel AI layanan lengkap untuk bisnis. Kita bisa menyebutnya sebagai AGI karena memiliki berbagai aplikasi. Ada AI Watson yang berbeda, dan ini adalah sebagai berikut:

  • IBM Watson Assistant untuk layanan pelanggan atau bantuan virtual
  • IBM Watson Discovery menciptakan wawasan dan jawaban dari dokumen bisnis yang rumit
  • IBM Watson Natural Language Understanding and Classifier

Kata Akhir

Sejauh ini, Anda telah menjelajahi konsep kecerdasan umum buatan. Anda juga telah mempelajari cara kerjanya, tantangan, contoh, risiko, dan banyak lagi.

Mempelajari hal di atas akan membantu Anda merencanakan proyek pengembangan kecerdasan buatan dengan benar. Itu harus cukup fleksibel untuk menyertakan aplikasi pintar generasi berikutnya dalam proyek Anda dan menjadikannya AGI.

Jika Anda adalah bisnis yang ingin membuat operasi lebih produktif dan hemat biaya, AGI dapat menjadi jawabannya meskipun lebih banyak pengembangan sedang dilakukan.

Selanjutnya, Anda dapat melihat lebih lanjut tentang pembelajaran mesin.