Tiga pendekatan utama AI

Tiga pendekatan utama AI seperti simbolisme, connectionism, actionism berdasarkan perkembangannya telah mengalami genre yang berbeda pada tahap waktu yang berbeda. Mereka pernah mencapai kenaikan dan penurunan yang berbeda satu sama lain. Saat ini, ada tiga pendekatan utama AI seperti Simbolisme, Connectionism dan Actionism.

Tiga pendekatan utama AI

Simbolisme, juga dikenal sebagai logikaisme. Menurut para psikologi atau ilmu komputer, cara kerja pendekatan ini didasarkan pada sistem simbol fisik misalnya sistem operasi simbol, asumsi, dan prinsip rasionalitas terbatas.

Connectionism, dikenal sebagai bionik atau fisiologi. Cara kerjanya didasarkan pada jaringan saraf dan mekanisme koneksi dan algoritma pembelajaran.

Actionism, yang lebih dikenal sebagai doktrin evolusi atau pendekatan sibernetika. Pendekatan cara ini berkaitan dengan prinsip-prinsip kontrol persepsi – sistem kontrol gerakan.

Pendekatan Simbolisme pada dasarnya dianggap sebagai kecerdasan buatan kuno yang lebih unggul. Pendekatan ini berasal dari logika matematika terutama penggunaan aksioma dan sistem logika untuk membangun sistem kecerdasan buatan. Yang lebih terkenal adalah algoritma mesin dukungan vektor (SVM), memori jangka pendek (LSTM).

Logika matematika telah berkembang pesat sejak akhir abad ke-19, digunakan untuk menggambarkan perilaku cerdas pada 1930-an. Setelah kemunculan komputer, sistem deduksi logis mulai diimplementasikan pada komputer. Hasil yang representatif adalah program heuristik teori logika LT, yang membuktikan 38 teorema matematika. Komputer dapat digunakan untuk mempelajari proses berpikir manusia dan mensimulasikan aktivitas kecerdasan manusia.

Simbolisme inilah yang pertama kali mengadopsi istilah “kecerdasan buatan atau Artificial Intelligence” di tahun 1956. Kemudian dikembangkanlah algoritma heuristik> sistem pakar> teori dan teknologi rekayasa pengetahuan. Akhirnya, mencapai kemajuan besar pada 1980-an.

Pendekatan Simbolisme telah berdiri sejak lama. Pendekatan ini telah memberikan kontribusi penting bagi pengembangan kecerdasan buatan, terutama keberhasilan pengembangan dan penerapan sistem pakar yang memiliki arti khusus bagi kecerdasan buatan untuk bergerak menuju aplikasi rekayasa dan mencapai koneksi teoretis dengan praktik nyata. Setelah kemunculan pendekatan kecerdasan buatan lainnya, Simbolisme masih merupakan pendekatan utama AI sampai sekarang.

Keunggulannya :

Semakin banyak orang menyadari sektor pengambilan keputusan berisiko tinggi semakin mendorong pentingnya sistem kecerdasan buatan. Sehingga, perilaku sistem ini harus dapat diverifikasi dan diinterpretasikan. Inilah keunggulan simbolik AI dan algoritma koneksionis.

Kekurangan :

Meskipun teknik AI simbolisme dapat menangani beberapa model probabilitas yang tidak dapat diobservasi, namun teknik ini tidak cocok untuk sinyal input berisik. Juga Tidak cocok untuk skenario dengan pemodelan yang tidak akurat. Mereka lebih efektif dalam skenario di mana pro dan kontra dari tindakan tertentu dapat ditentukan secara akurat. Selain itu, sistem algoritma harus menyediakan mekanisme yang tepat untuk mencapai pengkodean aturan yang jelas dan pelaksanaan aturan.

Algoritma simbolik akan menghilangkan nilai-nilai kandidat yang tidak memenuhi model spesifik.Kemudian, memverifikasi nilai-nilai yang diperlukan dan memenuhi semua kendala. AI simbolik jauh lebih praktis daripada AI koneksionis. Karena AI simbolik tidak ada pelatihan algoritma, model ini bersifat dinamis. Dapat disesuaikan sesuai kebutuhan.

Pendekatan Connectionism merupakan kecerdasan buatan paling umum di masa teknologi dewasa.

Pendekatan ini berpendapat bahwa kecerdasan buatan berasal dari bionik dan jaringan saraf , terutama studi model otak manusia yang mengadvokasi, meniru neuron manusia dan menggunakan mekanisme koneksi jaringan saraf tiruan untuk mengimplementasikan kecerdasan buatan.

Contoh yang paling sesuai adalah model otak. Lebih spesifiknya model MP yang diciptakan oleh ahli fisiologi McCulloch dan ahli logika matematika Pitts pada tahun 1943. Mereka berdua membuka cara baru untuk mensimulasikan struktur dan fungsi otak manusia dengan perangkat elektronik. .

Pendekatan ini Dimulai dari neuron dan kemudian model jaringan saraf dan model otak yang membuka jalur pengembangan lain untuk kecerdasan buatan. Dari tahun 1960-an hingga 1970-an, pendekatan koneksionisme terutama studi model otak yang diwakili oleh perceptron, telah mengalami banyak peningkatan. Akan tetapi karena keterbatasan model teoritis, prototipe biologis, dan kondisi teknis pada saat itu menyebabkan studi model otak berhenti pada akhir 1970-an dan awal 1980-an.

Baru setelah Profesor Hopfield menerbitkan dua makalah penting pada tahun 1982 dan 1984 yang mengusulkan penggunaan perangkat keras untuk mensimulasikan jaringan saraf, pendekatan connectionism baru dapat diteruskan.

Pada tahun 1986, Professor Rumelhart dan lainnya mengusulkan algoritma back propagation (BP) dalam jaringan multilayer. Sejak itu, pendekatan koneksionisme mulai mendapatkan momentum, mulai dari model hingga algoritma, dari analisis teoretis hingga implementasi teknik yang meletakkan dasar bagi pasar Neural Network Computers.

Tiga pendekatan utama AI
Tiga pendekatan utama AI (Image:Netease)

Pendekatan Actionism atau Behaviorisme Kecerdasan buatan berasal dari sibernetika . Pikiran cybernetic menjadi bagian penting dari tren ideologis di tahun 1940-an dan 1950-an yang memengaruhi para pekerja kecerdasan buatan awal. Sibernetika yang diusulkan oleh Wiener dan McCulloch, sistem pengorganisasian diri, serta sibernetika teknik dan sibernetika biologis yang diusulkan oleh Professor Tiongkok Qian Xuesen dan lainnya telah mempengaruhi banyak bidang.

Sibernetika menghubungkan cara kerja sistem saraf dengan teori informasi, teori kontrol, logika, dan komputer. Pekerjaan penelitian awal berfokus pada simulasi perilaku cerdas dan peran manusia dalam proses kontrol seperti studi tentang pengoptimalan diri, adaptif, stabilisasi diri, pengorganisasian diri, dan sistem cybernetic belajar mandiri.

Pada 1960-an dan 1970-an, beberapa kemajuan telah dibuat dalam penelitian sistem cybernetic ini. Dari menabur benih-benih kontrol cerdas dan robot cerdas, dan pada 1980-an kontrol cerdas dan lahirnya sistem robot cerdas. Pendekatan ini baru muncul di hadapan publik pada akhir abad ke-20, dan berhasil membangkitkan minat banyak orang.

Pendekatan ini diwakili dengan hasil karya robot berjalan enam kaki dari Professor Brooks yang dianggap sebagai generasi baru “hewan cyborg “. Suatu sistem kontrol berdasarkan model tindakan persepsi untuk mensimulasikan perilaku serangga.

Just like grandma says, Tiga pendekatan Utama AI bisa dibagi atas Penelitian abstrak pemikiran simbolisme; Pemikiran citra penelitian Connectionism; Dan behaviorisme mempelajari pemikiran persepsi. Tiga pendekatan Utama AI ini memberikan keunggulan mereka di berbagai bidang. Misalnya, Simbolisme berfokus pada interpretasi matematis; Connectionism mendukung model otak manusia, sedangkan Behaviorisme lebih cendrung ke penerapan aplikasi dan simulasi.

Advertisements

Leave a Reply

This site uses Akismet to reduce spam. Learn how your comment data is processed.

%d bloggers like this: