Kepintaran Buatan
Kepintaran buatan atau bahasa
Inggerisnya Artificial Intelligence (AI) ialah kepintaran meniru yang ditunjuk
oleh sesebuah jentera terutamanya komputer. Kepintaran buatan ini ialah
teknologi yang membolehkan komputer dan jentera untuk merangsang pembelajaran
manusia, memahami, menyelesaikan masalah, membuat keputusan dan menjadi
kreatif. Subset kepada kepintaran buatan ialah pembelajaran jentera atau
machine learning.
Aplikasi yan dilengkapi kepintaran
buatan atau AI boleh melihat dan mengecam objek. Ia boleh memahami dan
bertindakbalas kepada bahasa manusia, boleh belajar maklumat dan pengalaman
baru. AI juag boleh membuat cadangan terperinci kepada pengguna dan bergerak
berdikari. Aplikasi terkenal AI termasuklah enjin carian laman sesawang (
sepert Google Search), system cadangan (diguna oleh Youtube, Amazon dan
Netflix), pembantu maya (seperti Google Assistant, Siri dan Alexa), kenderaan
autoatik, peralatan kreatif dan penghasil karya (seperti ChatGPT dan AI Art)
dan permainan adimaya (seperti catur). Bagaimanapun, banyak aplikasi AI tidak
terlihat seperti AI.
Banyak cabang khusus kajian AI yang
berpusat kepada tujuan khuss dan menggunakan peralatan tertentu. Tujuan
tradisional kajian AI termasuklah memberi sebab, pembentangan pengetahuan,
perancangan, pembelajaran, pemprosesan Bahasa semulajadi, persepsi dan sokongan
untuk robot, kepintaran umum – keupayaan untuk menyelesaikan tugasan yang
dibuat manusia sekurang-kurangya pada aras yang sama – antara tujuan jangka
panjang. Untuk mencapai tujuan ini, pengkaji AI menyesuaikan dan menggabungkan
Teknik yang luas julatnya, termasuk optimasi matematik, logic formal, jaringan
neural buatan, dan kaedah berdasarkan statistik, kajian operasi dan ekonomi. AI
juga meliputi psikologi, Bahasa, falsafah, sains neuro dan lain-lain.
Kepintaran buatan dcipta dalam
lapangan akademik pada tahun 1956, dan melalui pelbagai kitaran optimis
menerusi sejarahnya, diikuti fasa kekecewaan dan kehilangan dana (dikenali
sebagai musim sejuk AI). Minat dan dana meningkat naik selepas 2012 dengan
kerangka perubahan dan awal 2020, berbilion dolar dilaburkan dalam AI dan kemajuan
pengalaman di lapangan meningkat dengan cepat, dikenali sebagai AI boom. Sejak
2024, kebanyakan pengkaji dan pengalam AI fokus kepada penghasilan AI,
teknologi yang menghasilkan teks asal, gambar dan video.Penghasilan AI di
tengah tengah AI boom dan keupayaan mencipta dan mengubahsuai isi mendedahkan
kepada akibat yang tidak dijangka. Ini menimblkan risiko dalam AI dalam jangka
masa Panjang dan membawa kepada polisi perundangan untuk memastikan keselamatan
teknologi.
Bagaimana
kepintaran buatan berfungsi?
Kepintaran Buatan terlibat dalam dunia
robot. Seiring teknologi berubah, tanda aras sebelumnya yang merujuk kepintaran
buatan sudah lapuk. Teknologi yang menggunapakai Kepintaran Buatan termasuklah:
1.
Mata komputer yang membenarkan komputer mengecam objek
dan orang dalam gambar.
2.
Pemprosesan bahasa semulajadi membenarkan komputer
memahami bahasa manusia.
3.
Unit pemprosesan grafik iaitu cip komputer membantu
komputer membentuk grafik melalui pengiraan matematik.
4.
Internet Of Things iaitu jaringan peranti fizikal,
kenderaan dan objek lain disatukan dengan penderia, perisian dan jaringan yang
mengumpul dan berkongsi data.
5.
Program aplikasi membenarkan dua atau lebih program
komputer atau komponen untuk berinteraksi satu sama lain
Secara umum, penghasilan Kepintaran
Buatan beroperasi dalam tiga fasa:
1.
Melatih, untuk cipta model asas
2.
Menyelaras, untuk sesuaikan model kepada aplikasi khusus
3.
Penghasilan, evaluasi dan lebih penyelarasan, untuk
membaiki ketepatan
Melatih
Penghasilan Kepintaran Buatan bermula
dengan model asas, model pembelajaran mendalam yang bertindak sebagai asas
kepada pelbagai jenis penghasilan aplikasi Kepintaran Buatan.
Model asas paling biasa sekarang ialah
model bahasa besar (Large language model -LLM), mencipta aplikasi membuat teks.
Ada juga model asas untuk gambar, video dan muzik, dan model asas pelbagai
modal yang menyokong beberapa jenis bahan.
Untuk menghasilkan model asas,
pengamal lakan melatih algoritma bahan asal dalam jumlah yang besar, tidak
bersusun dan tidak berlabel. Latihan akan menuai jaringan neural dalam
berbilion parameter – mengekod wakil entiti, pila dan hubungkait data – yang
akan menghasilkan bahan secara automatik sebagai tindakbalas prompt.
Proses latihan ini mengambil masa,
menggunakan perkakasan dan mahal, ia memerlukan unit pemprosesan grafik
berkelompok dan pemprosesan berminggu-minggu, kebiasaannya berbilion dolar.
Projek model asas sumber terbuka seperti Llama-2 meta membenarkan pembangun
Kepintaran Buatan mengelak langkah dan kos ini.
Menyelaras
Seterusnya. Model perlu diselaran
kepada tugas penghasilan bahan yang khusus. Ini boleh dilakukan dalam pelbagai
ebntuk termasuklah:
·
Penyelarasan halus – melibatkan memberi model data
aplikasi khas – soalan atau prompt yang aplikasi akan terima dan balas jawapan
yang betul mengikut format.
·
Peneguhan pembelajaran dengan maklumbalas manusia –
pengguna akan menguji ketepatan atau kesesuaian jawapan model supaya model
boleh membaiki diri.ini boleh jadi sesenang orang bercakap kembali pembetulan
kepada chatbot atau pembantu maya.
Penghasilan, evaluasi dan lebih
penyelarasan
Pembangun dan pengguna akan menilai
secara berkala jawapan penghasilan aplikasi kepintaran buatan, dan kemudian
selaraskan model – sekerap setiap minggu – untuk lebih ketepatan dan
kesesuaian. Sebalikna, model asas aan mengemaskini dengan kurang kerap –
mungkin setiap tahun atau setiap 18 bulan.
Pilihan lain untuk menambahbaik
Kepintaran Buatan ialah perolehan kembali hujahan pembuatan - teknik melanjutkan model asas untuk gunakan
sumber luar yang berkaitan untuk lebih tepat.
Latar
Belakang Kepintaran Buatan
Ilham bahawa jentera boleh berfikir bermula
pada zaman Greek kuno. Kajian mekanikal atau penyebab formal bermula dengan
ahli falsafah dan matematik dalam antukuiti.
Bermula dengan teori komputasi Alan Turing yang mencadangkan jentera yang merombak simbol 0 dan 1 berulangan. Bersama penemuan sibernetik, teori maklumat dan neurobiologi membawa penyelidik untuk pertimbangkan kemungkinan membina otak elektronik. Mereka membina beberapa bidang kajian yang menjadi sebahagian dari Kepintaran Buatan. Contohnya McCullouch dan Pitts membentuk neoron buatan pada 1943 dan Alan Turing membuat ujian Turing pada 1950 yang menerangkan kepintaran jentera.
Rajah 1: garis masa kepintaran buatan
1950- Alan Turing menerbitkan Computing
Machinery and Intelligence. Dalam tulisan ini, Turing membawa soalan - bolehkan
jentera berfikir?
Dari sini, beluai membuat ujian yang
dikenal Ujian Turing yang membezakan tindakbalas komputer dan manusia. Walau
ujian ini melalui banyak kajian sejak diterbitkan, ia menjadi bahagian penting
dalam sejarah Kepintaran Buatan.
1960 – John McCarthy memulakan terma Kepintaran
Buatan dalam konferens pertama AI di Darmouth College. McCarthy ialah pencipta
bahasa aturcara Lisp. Beberapa yang hadir dalam konferens ini menjadi orang
awal dalam kajian Kepintaran Buatan pada tahun 1960-an. Antaranya Allen Newel,
J.C. Shaw dan Herbet Simon.
1965 - Herbet Simon menjangka jentera akan
dapat, dalam tempoh 20 tahun – untuk lakukan apa yang manusia dapat lakukan.
1967 – Frank Rosenblatt membina Mark 1
Perceptron – jaringan neural berasas komputer yang pertama yang belajar melalui
cuba uji. Setahun kemudian, Marvin Minsky dan Seymour Papert menerbitkan buku
bertajuk Perceptrons yang menjadikan tanda aras dalam jaringan neural. Marvin
Minsky menyokong dengan ulasan - dalam
satu generasi, masalah mencipta kepintaran buatan selesai dengan baik.
1974 – Kerajaan Amerika Syarikan dan Britain
memotong dana kajian hasil kritik Sir James Lighthill dan tekanan berterusan
dari Kongres Amerika Syarikat untuk mendanai projek yang lebih produktif.
1980 – jaringan neural diguna meluas dalam
aplikasi Kepintaran Buatan. Kejayaan komersian dalam sistem pakar, sejenis
program Kepintaran Buatan yang mensimulasi pengetahuan dan kemahiran analiktik
manusia.
1985 – pasaran Kepintaran Buatan mencapai lebih
satu bilion dolar. Pada ketika itu, komputer generasi kelima Jepun memberi
inspirasi Britain dan Amerika Syarikat untuk kembali memberi dana kepada kajian
akademik.
1987 – bahasa aturcara Lisp mula jatuh dan
Kepintaran Buatan lagi sekali tenggelam.
1990 – Yann LeCun berjaya membuat jaringan
neural berlingkar yang boleh mengecam digit tulisan tangan.
1995 – Stuart Russen dan Peter Norvig
menerbitkan Artificial Intelligence : A Modern Approach yang menjadi
buku teks utama dalam pembelajaran Kepintaran Buatan.
1997 – Deep Blue mengalahkan Garry Kasparov,
juara catur dalam pertandingan catur ( dan perlawanan ulangan).
2000 – cadangan yang dibangun oleh pengkaji
kepintaran buatan banyak diguna.
2002 – subbidang Kepintaran Buatan am dibangun.
2004 – John McCarthy menulis What Is
Artificial Intelligence? Dan mencadangkan maksud Kepintaran Buatan. Ketika
ini data besar dan komputeran awan sedang diuji, membenarkan organisasi
mengurus maklumat yang banyak.
2011 – IBM Watson mengalahkan pemenang Ken
jennings dan Brad Rutter dalam Jeopardy! Dan ketika ini sains data mula menjadi
disiplin terkenal.
2012 – Pembelajaran mendalam mendominasi.
2015 – superkomputer Minwa menggunakan jaringan
neural dalam khas yang dipanggil jaringan neural berlingkar untuk mengenalpasti
dan mengkategori gambar dalam kadar ketepatan yang lebih baik dari kebanyakan
orang.
2016 – Program AlphaGo DeepMind, yang
dikuasakan oleh jaringan neural dalam, mengalahkan Lee Sodol (juara dunia
permainan Go) dalam lima perlawanan. Kejayaan ini memberi makna dalam nombor
yang besar untuk pergerakan yang mungkin dalam penmprosesan permainan. Kemudian,
Google membeli DeepMind bernilai USD400 juta.
2016 – isu salah guna teknologi timbul dalam
konferens dan dikaji.
2022 – peningkatan model bahasa besar atau LLM
seperti OpenAI ChatGPT, mencipta perubahan dalam perkembangan Kepintaran Buatan
dan potensinya dalam nilai perdagangan. Dengan amalam generasi baru Kepintaran
Buatan, model pembelajaran mendalam boleh mencapat data yang banyak.
2024 – trend
Kepintaran Buatan terkini melihat perkembangan berterusan. Model modal pelbagai
boleh mengambil pelbagai jenis data dan memberi pengalaman yang lebih.
Tajuk lain
Rujukan
- Cole Stryker & Eda Kavlakoglu . What is artificial intelligence (AI)? https://www.ibm.com/think/topics/artificial-intelligence
- Gordon Scott January 28, 2025. What Is Artificial Intelligence (AI)? https://www.investopedia.com/terms/a/artificial-intelligence-ai.asp
- Wikipedia
No comments:
Post a Comment