Sunday, November 20, 2011

Chapter 15 Is Artificial Intelligence Real?


Jelaskan masalah beberapa hard bahwa penelitian kecerdasan buatan belum dapat memecahkan belum.
Jelaskan beberapa aplikasi praktis dari kecerdasan buatan.
Jelaskan apa yang robot dan memberikan beberapa contoh ilustrasi apa yang mereka bisa-dan bisa-lakukan. Alan M. Turing adalah matematikawan Inggris yang dirancang komputer digital pertama di dunia operasional elektronik selama 1940:Turing efektif meluncurkan bidang kecerdasan buatan (AI) dengan kertas 1950 yang disebut "Komputasi Mesin dan Intelijen."Pada tahun 1952 dia secara profesional dan sosial hancur ketika dia ditangkap dan disuntik dengan hormon untuk pelanggaran anti-homoseksualitas Inggris hukum.Jenius 41 tahun tampaknya bunuh diri pada tahun 1954, tahun sebelum pemerintah membuat masa perang heroik publik.Empat dekade setelah kematiannya, pekerjaan Turing masih memiliki relevansi dengan ilmuwan komputer, matematikawan, dan filsuf.
Para Turing test:Tes ini melibatkan dua orang dan komputer.Satu orang, interogator, duduk di terminal dan pertanyaan jenis.Pertanyaan bisa mengenai apa saja-matematika, ilmu pengetahuan, politik, olahraga, hiburan, seni, hubungan manusia, emosi, dllSebagai jawaban terhadap pertanyaan-pertanyaan muncul di layar, interogator mencoba untuk menebak apakah jawaban-jawaban itu diketik oleh orang lain atau yang dihasilkan oleh komputer.Menurut Turing, dengan berulang kali membodohi interogator ke dalam pemikiran itu adalah orang, komputer dapat menunjukkan perilaku cerdas. Jika ia bertindak cerdas, itu adalah cerdas. Berpikir tentang Berpikir Mesin
Turing tidak berniat tes ini menjadi satu-satunya cara untuk menunjukkan kecerdasan mesin, ia menunjukkan bahwa sebuah mesin bisa gagal dan masih menjadi cerdas.Meskipun demikian, Turing percaya bahwa mesin akan mampu melewati ujian-Nya dengan pergantian abad.Sejauh ini tidak ada komputer telah datang dekat, meskipun dari 40 tahun penelitian AI.Sementara beberapa orang masih melekat pada Turing test untuk menentukan kecerdasan buatan, kebanyakan peneliti AI mendukung definisi kurang ketat.
Ilmuwan komputer Banyak yang percaya bahwa jika tugas mudah untuk melakukan dengan komputer, tidak dapat menjadi contoh dari kecerdasan buatan?.Definisi buku yang lebih baru mencerminkan sudut pandang ini:Kecerdasan buatan adalah studi tentang bagaimana membuat komputer melakukan hal-hal? Di mana, pada saat ini, orang lebih. Elaine Kaya, di Kecerdasan BuatanKecerdasan buatan adalah studi tentang perhitungan yang memungkinkan untuk melihat, akal, dan bertindak. -Patrick Henry Winston, di Kecerdasan BuatanDua pendekatan umum AIGunakan komputer untuk mensimulasikan proses mental manusiaTiga melekat masalah:Kebanyakan orang mengalami kesulitan mengetahui dan menggambarkan bagaimana mereka melakukan sesuatu.Ada perbedaan besar antara kemampuan otak manusia dan orang-orang dari sebuah komputer.Bahkan superkomputer paling kuat tidak dapat mendekati kemampuan otak untuk melakukan pengolahan paralel.Cara terbaik untuk melakukan sesuatu dengan mesin seringkali sangat berbeda dari cara orang akan melakukannya.

Pendekatan kedua untuk AI yang terlibat merancang mesin cerdas independen dari cara orang berpikir.Ini adalah pendekatan yang lebih umum.Kecerdasan manusia adalah hanya satu jenis kecerdasan yang mungkin.Sebuah metode mesin untuk memecahkan masalah mungkin berbeda dari metode manusia, tapi tidak kurang cerdas.Banyak masalah yang terlalu rumit untuk memecahkan semua sekaligus.Istirahat masalah ini masalah kecil yang mudah untuk memecahkan.Buat program yang dapat berfungsi cerdas ketika terbatas ke domain terbatas.
Salah satu domain yang populer pertama untuk penelitian AI kotak-kotak tersebut.Beberapa teknik AI yang masih digunakan hari ini di berbagai aplikasi:Mencari: Ke depan untuk kemungkinan dihasilkan oleh setiap potensi perubahanJumlah poin keputusan mengejutkan membuat pencarian brute-force tidak praktis.Mencari umumnya dipandu oleh strategi yang direncanakan dan dengan aturan yang dikenal sebagai heuristik. Rule of thumbMembimbing kita menuju heuristik penilaian bahwa pengalaman memberitahu kita cenderung untuk menjadi kenyataan.Misalnya, dalam catur, "Simpanlah catur pada baris raja selama mungkin."?Pengenalan pola: mengidentifikasi pola-pola berulang dalam data masukanTujuan dari pengenalan pola adalah pemahaman atau kategorisasi? Masukan itu.Catur manusia terbaik dan pemain catur ingat ribuan pola papan kritis dan mengetahui strategi terbaik untuk bermain ketika orang-pola atau pola yang sama muncul.Bermain game-program mengenali pola berulang, juga, tapi tidak hampir sama juga dilakukan orang. Berpikir tentang Berpikir MesinProgram komputer permainan sering mengalami kesulitan mengidentifikasi situasi yang mirip tapi tidak identik.Pengenalan pola mungkin keuntungan terbesar pemain game manusia memiliki lebih dari lawan komputer.?Mesin belajar: belajar dari pengalamanJika memindahkan terbayar, program pembelajaran lebih cenderung menggunakan yang bergerak (atau bergerak serupa) dalam game masa depan.
Kebanyakan peneliti AI telah pindah ke aplikasi yang lebih menarik dan praktis. Alam-Bahasa KomunikasiTerjemahan mesin Perangkap
Salah satu proyek awal mencoba untuk membuat sebuah program yang dapat menerjemahkan antara bahasa Inggris makalah ilmiah dan Rusia.Sebuah program parsing (parser) akan menganalisis struktur kalimat.Mengidentifikasi setiap kata dengan bagiannya dari pidato.Carilah setiap kata dalam kamus terjemahan dan pengganti kata yang tepat.?Hari ini, program seperti Babel Fish yang menggunakan algoritma mesin belajar membantu meningkatkan terjemahan mesin.

Percakapan tanpa komunikasiJoseph Weizenbaum, seorang profesor MIT, dirancang ELIZA pada tahun 1960 untuk mensimulasikan peran terapis dalam percakapan diketik dengan pasien.ELIZA sesi dengan mudah dapat memburuk ke dalam dialog omong kosong dicampur? Dengan kesalahan tata bahasa dan tanggapan tidak tepat.ELIZA tidak lulus tes Turing.Omong kosong dan akal sehatBagian dari masalah dengan alam-bahasa komunikasi adalah kosa kata bahasa alami besar.Alam-bahasa program parsing harus berhadapan dengan aturan yang tidak jelas, ambigu, dan kadang-kadang bertentangan.

Komputer berurusan jauh lebih sukses dengan sintaks bahasa alami dibandingkan dengan semantik-makna yang mendasari kata-kata dan frase.Komputer kurangnya apa yang kita sebut akal sehat-kekayaan pengetahuan dan pemahaman tentang dunia yang orang-orang berbagi.Alam-bahasa yang paling sukses aplikasi batas domain sehingga hampir semua informasi yang relevan dapat diumpankan ke? Sistem.Alam-pengolahan bahasa telah datang jauh sejak awal percakapan ELIZA itu.Komputer masih tidak bisa lulus tes Turing, tetapi mereka setidaknya bisa membodohi orang kadang-kadang. Pengetahuan Dasar dan Sistem PakarPengetahuan DasarPeneliti AI terus mengembangkan teknik untuk mewakili pengetahuan dalam komputer.Sebuah Knowledge base berisi sistem aturan untuk menentukan dan mengubah hubungan antara fakta-fakta dalam database.Fakta disimpan dalam database secara kaku terorganisir ke dalam kategori.Ide disimpan dalam basis pengetahuan dapat ditata ulang sebagai informasi baru perubahan hubungan mereka.

Teknologi besok dan Anda 8 / e? Bab 15? Pengetahuan Dasar dan Sistem PakarBuatan Ahli
Sebuah sistem pakar ini dirancang untuk meniru proses pengambilan keputusan seorang ahli manusia.Hal ini membutuhkan basis pengetahuan yang mewakili ide-ide dari bidang tertentu? Keahlian yang dibangun oleh pengguna, ahli, atau pengetahuan insinyur-seorang spesialis yang mengubah kata-kata dan tindakan para ahli ke dalam basis pengetahuan.Beberapa sistem pakar baru dapat tumbuh basis pengetahuan mereka sendiri sambil mengamati para pembuat keputusan manusia melakukan pekerjaan mereka.Untuk sistem ahli yang paling, proses ini masih manusia intensif.

Sebuah sistem pakar lengkap juga meliputi:Sebuah antarmuka manusia, yang memungkinkan pengguna untuk berinteraksi dengan sistemSebuah mesin inferensi, yang menempatkan masukan pengguna bersama-sama dengan basis pengetahuan, menerapkan prinsip-prinsip logis, dan menghasilkan saran ahli dimintaPeran sistem pakarBantuan ahli dengan menyediakan analisis data otomatis dan opini kedua informasiDukungan non-ahli dengan memberikan saran berdasarkan penilaian dari satu atau lebih pakarFungsi dalam sempit, hati-hati domain yang didefinisikan. Sistem pakar dalam Aksi:Sistem Mycin ahli medis mengungguli ahli dalam penyakit manusia banyak mendiagnosis.XCON, salah satu sistem ahli yang paling sukses yang digunakan saat ini komersial, telah mengkonfigurasi sistem komputer yang kompleks sejak dikembangkan di Digital Equipment Corporation pada tahun 1980.American Express menggunakan sistem pakar untuk mengotomatisasi proses pemeriksaan untuk penipuan dan penyalahgunaan yang tidak-batas kartu kredit.Blue Cross / Blue Shield dari Virginia menggunakan sistem pakar untuk mengotomatisasi proses klaim asuransi. Pekerja pabrik Boeing Perusahaan menggunakan sistem pakar untuk menemukan bagian yang tepat, alat, dan teknik untuk merakit pesawat?? Konektor listrik.AARON, seorang seniman otomatis diprogram oleh Harold Cohen-an? Seniman dan profesor di University of California di San Diego? Menggunakan lebih dari 1.000 aturan anatomi manusia dan perilaku untuk? Membuat gambar orang, tanaman, dan benda-benda abstrak dengan robot menggambar mesin.
Sebuah sistem pakar dapat melakukan tugas ini:Membantu melatih karyawan baruMengurangi jumlah kesalahan manusiaMengurus tugas-tugas rutin sehingga pekerja dapat fokus pada pekerjaan yang lebih menantangMenyediakan keahlian bila tidak ada ahli yang tersediaPertahankan pengetahuan para ahli setelah para ahli pergi? OrganisasiMenggabungkan pengetahuan dari beberapa ahliMembuat pengetahuan yang tersedia bagi lebih banyak orang
Bahkan dengan basis pengetahuan, sistem pakar tidak sama mesin ahli manusia.Jelas, insinyur pengetahuan tidak dapat menggunakan aturan untuk mengajar komputer semua yang mereka perlu tahu untuk melakukan yang berguna, fungsi cerdas luar domain sempit.
Analisis citra
Analisis citra adalah proses identifikasi objek dan bentuk dalam sebuah foto, gambar, video, atau gambar visual lainnya.Analisis citra digunakan untuk segala sesuatu dari colorizing gambar gerak klasik untuk rudal jelajah piloting.PC saat ini mampu menjalankan perangkat lunak pengolah gambar dengan aplikasi praktis.Contoh: program Keamanan mengaktifkan PC dengan kamera video untuk mengenali wajah pengguna yang valid dengan tingkat kehandalan yang tinggi.
Pengenalan karakter optik menempatkan perangkat lunak (OCR) dan mengidentifikasi karakter yang dicetak tertanam dalam gambar, sehingga "membaca" teks.State-of-the-art program OCR menggunakan beberapa teknik:Segmentasi dari halaman ke dalam gambar, blok teks, dan (akhirnya) karakter individuSkala-down sistem pakar teknologi untuk mengenali aturan-aturan yang mendasari yang membedakan hurufKonteks "ahli" untuk membantu mengidentifikasi surat yang ambigu dengan konteks merekaBelajar dari contoh-contoh aktual dan umpan balik dari pelatih manusia

Program-program terbaik hari ini dapat mencapai hingga 99% akurasi, mereka dapat melakukan bahkan lebih baik dalam keadaan yang optimal.Teknologi OCR juga dapat diterapkan ke teks tulisan tangan, tapi tidak andal.
Sistem pengenalan suara otomatis menggunakan teknik pengenalan pola yang mirip dengan yang digunakan oleh visi dan sistem OCR, termasuk:Segmentasi pola input suara dalam kata-kata individu dan fonemAhli aturan untuk menafsirkan suaraKonteks "ahli" untuk berurusan dengan suara ambiguBelajar dari seorang pelatih manusia?Sistem pengenalan suara dengan pembicara kemandirian-kemampuan untuk mengenali pidato tanpa dilatih-menjadi lebih umum, membuat pengenalan suara praktis untuk aplikasi lebih. Komputer
Aplikasi komputer banyak yang bisa berbicara seperti manusia dengan memainkan rekaman pidato digital (bersama dengan suara digital lainnya) yang tersimpan dalam memori atau pada disk.Pidato direkam tidak akan bekerja untuk aplikasi di mana teks yang akan diucapkan tidak dapat diprediksi-seperti kata berbicara prosesor karena semua suara harus direkam sebelumnya.Jenis aplikasi membutuhkan text-to-speech konversi penciptaan pidato sintetis dengan mengubah file teks menjadi suara fonetik.Dengan perangkat lunak atau perangkat keras pidato sintesis, PC bisa membaca apapun yang Anda bisa mengetik, tetapi dengan suara yang terdengar buatan dan robot.
Making Sense of the WorldNeural Networks
Jaringan saraf (atau jaring saraf): terdistribusi, sistem komputasi paralelTerinspirasi oleh struktur otak manusiaMenggunakan jaringan seribu beberapa prosesor sederhana yang disebut neuronTidak diprogram dalam cara-mereka yang biasa dilatihBelajar pola dengan trial and error, seperti otak tidakPeneliti optimis berharap bahwa jaringan saraf suatu hari nanti dapat memberikan pendengaran untuk orang tuli dan penglihatan untuk orang buta.

Beberapa peneliti AI mencoba untuk mensimulasikan perilaku cerdas manusia, tetapi kebanyakan mencoba untuk merancang mesin cerdas independen dari cara orang berpikir.Sukses penelitian AI umumnya melibatkan bekerja pada masalah dengan domain yang terbatas daripada mencoba untuk mengatasi besar, terbuka masalah.Program AI menggunakan berbagai teknik, termasuk mencari, heuristik, pengenalan pola, dan pembelajaran mesin, untuk mencapai tujuan mereka.Peneliti AI telah mengembangkan berbagai skema untuk mewakili pengetahuan dalam komputer. Pelajaran Ringkasan (lanjutan)Kita juga akan melihat lebih terdistribusi konsep kecerdasan-AI diterapkan untuk jaringan daripada komputer individu.Robot adalah mesin dikendalikan komputer yang dirancang untuk melakukan tugas manual spesifik.Sebagai kemajuan teknologi robot, pekerja buatan akan melakukan pekerjaan manusia yang lebih tradisional.Terlepas dari berbagai kesulitan AI peneliti temui ketika mencoba untuk memproduksi mesin yang benar-benar cerdas, banyak ahli percaya bahwa orang pada akhirnya akan menciptakan makhluk buatan yang lebih cerdas daripada pencipta mereka-prospek dengan implikasi mengejutkan.

0 comments:

Post a Comment

 

Rina Fauzia Copyright © 2011 Designed by Ipietoon Blogger Template and web hosting