Kecerdasan Buatan: Dari Tingkat Manusia ke Tingkat Super
Bagaimana kecerdasan buatan dapat berevolusi dari meniru kecerdasan manusia hingga melampauinya dan apa implikasinya bagi masyarakat?
Cabang ilmu komputer yang dikenal sebagai Kecerdasan Buatan (AI) difokuskan pada pengembangan sistem yang dapat mensimulasikan pembelajaran manusia dan kemampuan pemecahan masalah yang dinamis. Sistem ini mengandalkan pengamatan langsung, kesimpulan, dan interaksi dengan lingkungannya. Saat ini, sebagian besar AI fungsional bergantung pada algoritme yang rumit dan kumpulan data besar yang dihasilkan oleh manusia untuk menjalankan tugas dan prosedur secara real-time.
Terlepas dari potensi AI, banyak pemangku kepentingan termasuk pembuat kebijakan, pakar etika, dan kelompok aktivis telah menyatakan kewaspadaan mereka terhadap perkembangan dan perluasannya yang berkelanjutan. Kekhawatiran tersebut mencakup perpindahan jutaan pekerja yang mengakibatkan hilangnya pekerjaan dan meningkatnya ketidaksetaraan ekonomi, serta potensi diskriminasi. Karena ketidakpastian seputar potensi bahaya AI, ada seruan untuk membuat kerangka kerja hukum dan kode etik untuk industri ini.
Evolusi Kecerdasan Buatan: Dari Tes Turing hingga AI Modern
Pada tahun 1950, Alan Turing, seorang ahli matematika dan ahli logika terkenal, menerbitkan sebuah makalah penting berjudul "Mesin Komputasi dan Kecerdasan." Makalah ini mengusulkan konsep "permainan imitasi" untuk mengukur kemampuan sistem komputer yang cerdas secara artifisial dalam meniru pemikiran manusia. Ide Turing, yang kemudian dikenal sebagai tes Turing, terus digunakan pada tahun 2020-an sebagai sarana untuk mengevaluasi kemampuan sistem AI.
Perkembangan dasar-dasar AI dimulai pada pertengahan abad kedua puluh, di mana John McCarthy menciptakan istilah "kecerdasan buatan" dalam sebuah konferensi di Dartmouth College pada tahun 1956. Pada konferensi yang sama, program komputer pertama yang dirancang untuk meniru pemecahan masalah manusia, yang disebut Logic Theorist, diperkenalkan. Logic Theorist memperkenalkan heuristik pada bahasa pemrograman, sebuah proses untuk mengidentifikasi pola dan memprioritaskan data untuk menyelesaikan masalah dengan lebih cepat.
Arthur Samuel, seorang ilmuwan komputer Amerika, menggambarkan konsep pembelajaran mesin pada tahun 1959, yang melibatkan sistem yang meningkatkan kinerja dengan pengalaman dengan memanfaatkan data yang masuk. Pada tahun 1966, program komputer ELIZA mengubah cara manusia berinteraksi dengan mesin dengan merespons input tekstual seperti yang dilakukan oleh seorang psikoterapis. ELIZA dianggap sebagai "chatbot" pertama dan menandai pencapaian signifikan dalam mengembangkan mesin yang dapat belajar, membuat keputusan yang beralasan, dan terlibat dalam percakapan dengan pengguna.
Tonggak awal dalam pengembangan AI ini meletakkan dasar bagi kemajuan yang dibuat pada awal abad kedua puluh satu.
Kelas dan Aplikasi Kecerdasan Buatan
Ilmuwan komputer telah mengklasifikasikan teknologi AI ke dalam tiga kategori: Narrow AI, Strong, dan super. Kategori-kategori ini menggambarkan cakupan, kemampuan, dan aplikasi potensial dari masing-masing sistem. Sejak tahun 1960-an, para ilmuwan komputer telah membuat kemajuan yang signifikan dalam Narrow AI , sering kali menguji dan meningkatkan kemampuannya melalui permainan. Pada tahun 2011, komputer Watson dari IBM secara terkenal mengalahkan dua juara dalam acara permainan trivia di TV, Jeopardy! Google juga telah berinvestasi besar-besaran dalam mengembangkan Narrow AI melalui proyek-proyek penelitian berbasis game seperti Google DeepMind dan Google Brain. Google DeepMind menjadi berita utama pada tahun 2015 ketika program AlphaGo-nya mengalahkan beberapa pemain ahli dalam permainan papan strategi yang kompleks, Go.