Apa perbedaan antara kecerdasan buatan dan jaringan saraf?

Isi

• Tanpa Bug, Tanpa Stres - Panduan Langkah Demi Langkah Anda untuk Membuat Perangkat Lunak yang Mengubah Hidup Tanpa Menghancurkan Kehidupan Anda

Sumber: iLexx / iStockphoto

Bawa pulang:

Kecerdasan buatan mungkin suatu hari dapat dicapai dengan menggunakan jaringan saraf tiruan, tetapi ada beberapa perbedaan utama antara teknologi yang menarik ini.

Kecerdasan buatan (AI) dan jaringan saraf tiruan (JST) adalah dua bidang yang menarik dan saling terkait dalam ilmu komputer. Namun, ada beberapa perbedaan antara keduanya yang perlu diketahui.

Perbedaan utama adalah bahwa jaringan saraf adalah batu loncatan dalam mencari kecerdasan buatan.

Kecerdasan buatan adalah bidang luas yang memiliki tujuan menciptakan mesin cerdas, sesuatu yang telah dicapai berkali-kali tergantung pada bagaimana Anda mendefinisikan kecerdasan. Terlepas dari kenyataan bahwa kita memiliki komputer yang dapat menang di "Jeopardy" dan mengalahkan juara catur, tujuan AI umumnya dilihat sebagai pencarian kecerdasan umum, atau kecerdasan yang dapat diterapkan untuk masalah situasional yang beragam dan tidak terkait.

Banyak AI yang dibangun hingga saat ini telah dibangun dengan tujuan, seperti menjalankan robot yang memainkan ping pong atau mendominasi di "Jeopardy." Ini adalah hasil yang tak terelakkan ketika para ilmuwan komputer duduk dan menciptakan sesuatu untuk melakukan tugas tertentu - mereka berakhir dengan sesuatu yang dapat melakukan tugas itu dan tidak banyak lagi.

Untuk mengatasi masalah ini AI berorientasi tugas, ilmuwan komputer mulai bermain-main dengan jaringan saraf tiruan. Otak kita yang umumnya cerdas terdiri dari jaringan saraf biologis yang membuat koneksi berdasarkan persepsi dan rangsangan dari luar.

Contoh yang sangat sederhana adalah rasa sakit karena terbakar. Ketika ini terjadi untuk pertama kalinya, koneksi dibuat di otak Anda yang mengidentifikasi informasi sensorik yang dikenal sebagai api (api, bau asap, panas) dan menghubungkannya dengan rasa sakit. Ini adalah cara Anda belajar, pada usia yang sangat muda, cara menghindari terbakar. Melalui jaringan saraf yang sama ini, kita dapat melakukan banyak pembelajaran umum seperti "es krim rasanya enak" dan bahkan membuat lompatan deduktif seperti "selalu ada awan sebelum hujan" atau "stok selalu menguat di bulan Desember." Lompatan ini tidak selalu benar (ada es krim yang buruk dan ada stok yang turun di bulan Desember), tetapi mereka dapat diperbaiki melalui pengalaman, sehingga memungkinkan pembelajaran adaptif.

Jaringan saraf tiruan mencoba untuk menciptakan kembali sistem pembelajaran ini di komputer dengan membangun program kerangka kerja sederhana untuk menanggapi masalah dan menerima umpan balik tentang bagaimana hal itu terjadi. Komputer dapat mengoptimalkan responsnya dengan melakukan masalah yang sama ribuan kali dan menyesuaikan responsnya sesuai dengan umpan balik yang diterimanya. Komputer kemudian dapat diberikan masalah yang berbeda, yang dapat didekati dengan cara yang sama seperti yang dipelajari dari yang sebelumnya. Dengan memvariasikan masalah dan jumlah pendekatan untuk menyelesaikannya yang dipelajari oleh komputer, ilmuwan komputer dapat mengajarkan komputer untuk menjadi generalis.

Meskipun ini memunculkan gambar-gambar komputer yang mengambil alih dunia dan memanen manusia seperti yang terlihat di film-film Hollywood seperti "The Martrix," kita masih jauh dari jaringan syaraf menuju kecerdasan buatan. Masalah yang diuji pada jaringan saraf semuanya dinyatakan secara matematis. Anda tidak dapat memegang bunga di komputer dan mengatakannya untuk menebak warna dari baunya, karena baunya harus dinyatakan dalam angka dan kemudian komputer harus membuat katalog angka-angka itu dalam memori, bersama dengan gambar bunga memancarkan bau itu.

Tanpa Bug, Tanpa Stres - Panduan Langkah Demi Langkah Anda untuk Membuat Perangkat Lunak yang Mengubah Hidup Tanpa Menghancurkan Kehidupan Anda

Anda tidak dapat meningkatkan keterampilan pemrograman Anda ketika tidak ada yang peduli dengan kualitas perangkat lunak.

Yang mengatakan, jaringan saraf tiruan yang dapat diberi lebih banyak input dari hal-hal seperti bau - dan kapasitas untuk belajar dari semua input - mungkin berada di jalur untuk menghasilkan kecerdasan buatan pertama yang memenuhi standar bahkan penggemar AI yang paling hardcore sekalipun.

Intinya, jaringan saraf tiruan adalah model jaringan saraf manusia yang dirancang untuk membantu komputer belajar. Kecerdasan buatan adalah Cawan Suci yang beberapa ilmuwan komputer coba capai menggunakan teknik seperti meniru jaringan saraf.