Apakah mungkin membuat otak buatan? Teknologi kecerdasan buatan

Daftar Isi:

Apakah mungkin membuat otak buatan? Teknologi kecerdasan buatan
Apakah mungkin membuat otak buatan? Teknologi kecerdasan buatan
Anonim

Ada diskusi di antara ahli saraf, kognisi, dan filsuf tentang apakah otak manusia dapat dibuat atau direkonstruksi. Terobosan dan penemuan saat ini dalam ilmu otak terus membuka jalan untuk saat otak buatan dapat diciptakan kembali dari awal. Beberapa orang berasumsi bahwa itu di luar batas yang mungkin, yang kedua sibuk dengan cara-cara untuk membuatnya, yang ketiga telah bekerja dengan baik pada tugas untuk waktu yang lama. Dalam artikel ini, kami akan mempertimbangkan pertanyaan tentang pengembangan kecerdasan buatan, prospeknya, serta tentang perusahaan dan proyek besar di bidang ini.

Dasar

Ketahanan otak dan teknologi
Ketahanan otak dan teknologi

Otak buatan sesuai dengan mesin robot yang cerdas, kreatif, dan sadar seperti manusia. Dalam seluruh sejarah umat manusia, tugas belum sepenuhnya diselesaikan, tetapi para futuris mengatakan bahwa ini adalah masalah waktu. Mengingat moderntren dalam ilmu saraf, komputasi dan nanoteknologi memprediksi bahwa kecerdasan buatan dan otak akan muncul di abad ke-21, mungkin pada tahun 2050.

Para ilmuwan sedang mempertimbangkan beberapa cara untuk menciptakan kecerdasan buatan. Dalam kasus pertama, simulasi realistis biologis skala besar dari otak manusia dilakukan pada superkomputer. Dalam kasus kedua, para ilmuwan mencoba membuat perangkat komputasi neuromorfik paralel masif yang mudah dimodelkan pada jaringan saraf.

Kesadaran manusia dalam hal misteri sains dan metafisika yang paling menarik dianggap paling kompleks dan paling bisa dicapai. Kesimpulan serupa dicapai dengan merekayasa balik otak manusia.

Pembelajaran mesin

Pembelajaran mesin adalah inti dari strategi pengembangan "kecerdasan buatan", untuk ini, sel-sel otak manusia dipelajari secara komprehensif. Jenis pembelajaran ini memiliki potensi besar: platformnya mencakup algoritme, alat pengembangan, API, dan penerapan model. Komputer memiliki kemampuan untuk belajar tanpa diprogram secara eksplisit. Perusahaan inovatif Amazon, Google dan Microsoft secara aktif menggunakan pembelajaran mesin.

Platform pembelajaran mendalam

definisi stroke
definisi stroke

Pembelajaran mendalam adalah bagian dari pembelajaran mesin. Ini didasarkan pada bagaimana otak manusia bekerja dan bergantung pada algoritma jaringan saraf tiruan (JST) yang melaluinya informasi mengalir. Robot dapat "belajar" dari input dan hasil. Pembelajaran Mendalam - Menjanjikantren kecerdasan buatan, dikombinasikan dengan sejumlah besar informasi. Ini telah membuktikan dirinya dalam pengenalan dan klasifikasi pola. Deep Instinct, Fluid AI, MathWorks, Ersatz Labs, Sentient Technologies, Peltarion dan Saffron Technology adalah contoh perusahaan yang menjadi pionir dalam bidang studi kecerdasan ini.

Pemrosesan Bahasa Alami

Neuro-linguistic programming (NLP) berada di perbatasan antara komputer dan bahasa manusia dan merupakan teknologi kecerdasan buatan. Program komputer dapat memahami ucapan manusia yang diucapkan atau ditulis. Dalam perangkat lunak Amazon Alexa, Apple Siri, Microsoft Cortana, dan Google Assistant, NLP digunakan untuk memahami pertanyaan pengguna dan memberikan jawaban kepada mereka. Jenis pemrograman ini banyak digunakan dalam transaksi ekonomi dan layanan pelanggan.

Generasi Bahasa Alami

Konfrontasi Otak
Konfrontasi Otak

Perangkat lunak NLG digunakan untuk mengubah semua jenis data menjadi teks yang dapat dibaca manusia, hal ini dicapai melalui studi otak. Ini adalah teknologi yang diremehkan dengan aplikasi seperti otomatisasi laporan intelijen bisnis, deskripsi produk, laporan keuangan. Teknologi memungkinkan pembuatan konten buatan pengguna dengan biaya tambahan yang dapat diprediksi. Data terstruktur diubah menjadi teks dengan kecepatan tinggi, hingga beberapa halaman per detik. Pemain yang menarik di pasar ini adalah Automated Insights,Lucidworks, Attivio, SAS, Ilmu Narasi, Penalaran Digital, Yseop dan Cambridge Semantics.

Agen Virtual

Dalam kerangka teknologi kecerdasan buatan, istilah "agen virtual" dan "asisten virtual" tidak dapat dipertukarkan. Beberapa orang mencoba membedakan antara konsep, dan mereka berhasil.

Asisten Virtual adalah sejenis asisten online pribadi. Agen virtual sering direpresentasikan sebagai karakter AI komputer yang melakukan percakapan cerdas dengan pengguna. Mereka dapat menjawab pertanyaan dan keuntungan utama mereka adalah pelanggan bisa mendapatkan bantuan 24 jam sehari.

Pengenalan ucapan

Menemukan jawabannya
Menemukan jawabannya

Identifikasi ucapan adalah kemampuan program untuk memahami dan menganalisis kata dan frasa dalam bahasa lisan, dan mengubahnya menjadi data menggunakan algoritme otak buatan bawaan. Pengenalan ucapan digunakan di perusahaan untuk perutean panggilan, panggilan suara, pencarian suara, dan pemrosesan ucapan-ke-teks. Salah satu kelemahannya adalah program ini dapat membingungkan kata-kata karena perbedaan pengucapan dan kebisingan latar belakang. Perangkat lunak pengenalan ucapan semakin banyak diinstal pada perangkat seluler. Nuance Communications, OpenText, Verint Systems, dan NICE sedang berkembang di area ini.

Perangkat keras yang disematkan AI

Perangkat dengan AI, chip, dan unit pemrosesan grafis (GPU) tertanam telah tersebar luas. Google telah membangunnyaperangkat keras kecerdasan buatan, mengambil sebagai dasar pengembangan lembaga otak manusia. Dampak integrasi AI dengan perangkat lunak jauh melampaui aplikasi konsumen seperti hiburan dan game. Ini adalah jenis teknologi baru yang akan digunakan untuk memajukan pembelajaran mendalam. Pengembangan tersebut dilakukan oleh Google, IBM, Intel, Nvidia, Allluviate dan Cray.

Manajemen Keputusan

manusia robot
manusia robot

Manajemen keputusan bisnis dalam produk inovatif (misalnya robot dengan kecerdasan buatan) mencakup semua aspek desain dan regulasi sistem otomatis. Penting bagi organisasi untuk mengelola interaksi antara karyawan, pelanggan, dan pemasok.

Manajemen keputusan meningkatkan proses pilihan alternatif, di sini semua informasi yang mungkin digunakan untuk preferensi terbaik, sementara penekanannya adalah pada kemampuan manuver, konsistensi, akurasi pengambilan keputusan. Manajemen keputusan memperhitungkan batasan waktu dan risiko yang diketahui.

Perbankan, asuransi, dan organisasi jasa keuangan mengintegrasikan perangkat lunak keputusan sehari-hari ke dalam proses layanan pelanggan mereka.

Peralatan neuromorfik

SyNAPSE adalah programyang didanai DARPA untuk mengembangkan sistem mikroprosesor neuromorfik yang memetakan kecerdasan otak dan fisika. Platform sedang mencari jawaban untuk pertanyaan utama: apakah mungkin untuk membuat otak buatan? Pertamajaringan saraf diuji dalam simulasi pada superkomputer, kemudian jaringan dibangun langsung di perangkat keras. Pada Oktober 2011, prototipe chip neuromorfik yang berisi 256 neuron telah didemonstrasikan. Pekerjaan sedang dilakukan untuk membuat sistem multi-chip yang mampu meniru 1 juta neuron puncak dan 1 miliar sinapsis.

Pemodelan jaringan syaraf tiruan

Di luar kemungkinan
Di luar kemungkinan

Proyek Otak Biru adalah upaya untuk merekonstruksi otak manusia dan sumsum tulang belakang menggunakan simulasi komputer pada tingkat molekuler. Proyek ini didirikan pada Mei 2005 oleh Henry Markram di State Polytechnic School of Lausanne (EPFL) di Swiss. Simulasi berjalan pada superkomputer IBM Blue Gene, maka nama Blue Brain. Pada November 2018, simulasi sedang dilakukan pada mesosit yang mengandung sekitar 10 juta neuron dan 10 miliar sinapsis. Simulasi skala penuh dari otak manusia dengan 186 miliar neuronnya dijadwalkan pada tahun 2023.

Spaun, jaringan terpadu dengan arsitektur penunjuk semantik, dibuat oleh Chris Eliasmit dan rekan-rekannya di Center for Theoretical Neuroscience (CTN) di University of Waterloo di Kanada. Pada Desember 2018, Spaun adalah simulasi otak terbesar di dunia. Model berisi 2,5 juta neuron, yang cukup untuk mengenali daftar angka, melakukan perhitungan sederhana.

SpiNNaker adalah superkomputer neuromorfik berdaya rendah besar yangsaat ini sedang dibangun di University of Manchester di Inggris. Dengan lebih dari satu juta inti dan seribu neuron simulasi, mesin akan mampu mensimulasikan satu miliar neuron. Alih-alih menerapkan satu algoritme tertentu, SpiNNaker akan menjadi platform tempat Anda dapat menguji berbagai algoritme. Berbagai jenis jaringan saraf dapat dirancang dan dijalankan pada mesin, sehingga mensimulasikan berbagai jenis neuron dan pola komunikasi. SpiNNaker adalah akronim yang berasal dari Spi King Nural.

Brain Corporation adalah perusahaan riset kecil yang mengembangkan algoritme dan mikroprosesor baru yang mendasari sistem saraf biologis. Perusahaan ini didirikan pada tahun 2009 oleh ahli saraf komputasi Evgeny Izhikevich dan ahli saraf/wirausahawan Allen Gruber. Penelitian mereka berfokus pada bidang-bidang berikut: persepsi visual, kontrol motorik, dan navigasi otonom. Tujuan perusahaan adalah untuk melengkapi perangkat konsumen seperti ponsel dan robot rumah tangga dengan sistem saraf buatan. Studi ini didanai sebagian oleh Qualcomm, yang berlokasi di kampus Qualcomm di San Diego, California. Belum ada produk spesifik yang dirilis atau diumumkan, tetapi perusahaan terus berkembang dan secara aktif merekrut karyawan baru sejak Februari 2018.

Penelitian Terkait

Kerja neuron
Kerja neuron

Google X Lab adalah lab rahasia tempat Google bereksperimen dengan teknologi masa depan. Proyek di mana perusahaankarya-karyanya tidak untuk umum, tetapi diyakini didasarkan pada robotika dan kecerdasan buatan. Detail tentang lab pertama kali muncul di artikel New York Times pada November 2011. Publikasi tersebut menyatakan bahwa laboratorium tersebut berlokasi di Bay Area, California. Diketahui bahwa para pendiri Google tertarik untuk mempelajari kecerdasan buatan dan berinvestasi ke arah ini. Pada tahun 2006, sebuah memo perusahaan mengatakan bahwa Google ingin membangun lab penelitian AI terbaik di dunia.

Russia 2045, yang dikenal sebagai Inisiatif 2045 atau Proyek Avatar, adalah proyek jangka panjang ambisius yang bertujuan untuk memiliki avatar robot pada tahun 2020, transplantasi otak pada tahun 2025, dan otak buatan pada tahun 2035. Program ini diluncurkan pada 2011 oleh taipan media Rusia Dmitry Itskov. Ini bertujuan untuk menciptakan institusi otak manusia melalui jaringan global ilmuwan yang bekerja sama untuk kepentingan kemanusiaan dan pengembangan teknologi yang sistematis. Sejumlah ilmuwan Rusia telah menerima investasi dari Itskov untuk penelitian mereka. Selain itu, Itskov mencari pendanaan tambahan dari individu dengan kekayaan bersih tinggi, badan amal, dan pemerintah nasional dan internasional.

Proyek menarik berikutnya adalah Boston University dan program Hewlett Packard (HP) bernama Moneta. Tim HP yang dipimpin oleh Greg Snyder sedang membangun platform jaringan saraf yang disebut Cog Ex Machina yang dapatbekerja di GPU dan komputer masa depan berdasarkan memristor. Laboratorium Neuromorfologi di Universitas Boston, yang dipimpin oleh Massimiliano Versace, telah menciptakan otak buatan modular, Moneta, yang berjalan di Cog Ex Machina. Singkatan dari Modular Neural Exploring Travel Agent.

Kerangka Waktu

Teknologi intelijen
Teknologi intelijen

Pertanyaan pasti muncul tentang kapan salinan digital dari otak dan sumsum tulang belakang dapat disintesis.

Sayangnya, ini tidak akan segera datang. Prediksi Kurzweil tentang emulasi otak pada tahun 2030 tampaknya terlalu singkat, hanya 12 tahun lagi. Selain itu, analoginya dengan Proyek Genom Manusia terbukti tidak memuaskan. Selain itu, banyak ilmuwan mungkin bergerak ke arah yang buntu.

Demikian pula, prediksi Goertzel tentang keberhasilan pendekatan berbasis aturan selama beberapa dekade mendatang tampaknya terlalu optimis. Meskipun mungkin bukan tidak mungkin mengingat pendekatan pelatihan AI-nya.

Menurut skenario yang mungkin, penciptaan kode atau kemiripan otak manusia dimungkinkan dalam 50-75 tahun. Namun demikian, tanggalnya agak sulit diprediksi, mengingat margin kesalahan dalam ilmu saraf, di satu sisi, dan kecepatan perubahan, di sisi lain. 2050 adalah semacam lubang hitam dalam hal prediksi.

Direkomendasikan: