Lesson 2 - Sejarah dan Jenis-Jenis Kecerdasan Artifisial

Menurut artikel "What is Artificial Intelligence?" di IBM Cloud Learn, KA mencakup kemampuan pengambilan keputusan, pemahaman bahasa natural, dan pengenalan pola, yang didukung oleh algoritma pembelajaran yang terus berkembang (IBM Cloud Learn, 2021). Evolusi KA dimulai dari sistem berbasis aturan pada era awal komputasi, kemudian berlanjut ke penerapan pembelajaran mesin (machine learning), dan akhirnya mencapai tahap deep learning di mana jaringan saraf tiruan memproses data dalam skala besar. IBM juga menguraikan bahwa perjalanan KA dimulai dari sistem berbasis aturan (rule-based systems) pada era awal komputasi, di mana logika simbolik menjadi dasar pengambilan keputusan. Seiring dengan kemajuan teknologi, KA bertransformasi melalui beberapa fase penting:

• Era Simbolik: Sistem awal yang mengandalkan logika dan aturan yang eksplisit.

• Pembelajaran Mesin: Peralihan ke algoritma yang dapat belajar dari data tanpa pemrograman yang eksplisit.

• Deep Learning: Puncak evolusi KA dengan jaringan syaraf tiruan yang mendalam, didorong oleh peningkatan daya komputasi, ketersediaan big data, dan algoritma yang lebih efisien.

Gambar 1. Evolusi Kecerdasan Artifisial

Menurut IBM, dalam artikel: Understanding the different types of artificial intelligence (https://www.ibm.com/think/topics/artificial-intelligence-types), KA dapat dikelompokkan menjadi tiga sub kategori berdasarkan kapabilitasnya, sebagai berikut:

1. Artificial Narrow Intelligence (ANI)

Sub kategori KA ini juga dikenal dengan KA lemah (weak AI) dan merupakan KA yang ada saat ini. Banyak sekali produk-produk yang mengintegrasikan ANI. ANI dapat mencapai kemampuan manusia super (superhuman capabilities), namun hanya untuk suatu tugas tertentu dalam sebuah domain yang sangat spesifik. Contohnya, perangkat KA yang diprogram untuk menerjemahkan suatu bahasa ke dalam bahasa lain, di mana dalam pengembangannya dibutuhkan jumlah data berlabel yang sangat banyak sebagai data latih dan tidak dapat melakukan tugas yang di luar area kemampuannya. 

2. Artificial General Intelligence (AGI)

AGI memiliki kecerdasan setingkat manusia secara menyeluruh dan dapat melakukan tugas apa pun yang dapat dilakukan manusia. AGI dapat menyusun strategi, bernalar, memecahkan masalah, berpikir kreatif, merencanakan, belajar, beradaptasi, mengintegrasikan pengetahuan sebelumnya, menyesuaikan diri dengan ambiguitas, dan berpikir abstrak. Banyak ahli meramalkan bahwa kemungkinan besar, AGI akan tercapai pada tahun 2040. 

3. Artificial Superintelligence (ASI)

ASI dapat didefinisikan sebagai "kecerdasan mesin yang jauh melampaui kinerja kognitif manusia dalam hampir semua bidang". Para ahli meramalkan bahwa ada kemungkinan besar ASI akan tercapai pada tahun 2060 (https://dev.to/abhinowww/what-is-asi-artificial-super-intelligence-is-it-feasible-and-when-will-we-achieve-it-1p1c). 

Selain berdasarkan kapabilitasnya, KA juga dapat dikelompokkan berdasarkan fungsionalitasnya:

1. Reactive Machine AI

Sebuah sistem KA tanpa memori yang dirancang untuk melakukan tugas yang sangat spesifik. KA ini tidak memiliki kemampuan untuk membaca kembali hasil dan keputusan yang ia lakukan sebelumnya, sehingga hanya bekerja dengan data yang ada pada saat digunakan. KA kategori ini dikembangkan berdasarkan ilmu matematika statistik dan dapat menganalisa data dalam jumlah yang sangat besar, sehingga terkesan seperti menghasilkan output yang cerdas. 

Contoh dari Reactive Machine AI adalah IBM Deep Blue, yaitu sebuah superkomputer yang dikembangkan supaya mampu bermain catur. IBM Deep Blue mengalahkan grand master catur Garry Kasparov di akhir tahun 1990-an dengan cara menganalisis bidak catur di papan, kemudian memprediksi kemungkinan hasil dari setiap gerakan. Contoh lainnya adalah sistem rekomendasi yang umum dimiliki oleh berbagai layanan streaming, seperti Netflix, Youtube, dan Spotify. Sistem rekomendasi tersebut bekerja dengan menggunakan kumpulan data riwayat pengguna untuk menentukan sekumpulan video atau musik yang sekiranya akan disukai oleh pengguna.

Gambar 2. Grand Master Garry Kasparov Kalah Dalam Pertandingan Catur Melawan IBM Deep Blue di Akhir Tahun 1990-an.

2. Limited Memory AI

Tidak seperti reactive machine AI, KA dalam kategori ini dapat mengingat kejadian dan keluaran yang telah terjadi sebelumnya (lampau), serta mampu memonitor obyek-obyek atau situasi tertentu seiring waktu. Limited memory AI dapat menggunakan data masa lampau dan masa sekarang untuk membantu dalam menentukan keluarannya. Namun, KA pada kategori ini tetap tidak bisa menyimpan data dalam waktu yang lama, dan menggunakan data-data yang masuk untuk melatih dirinya sendiri demi meningkatkan performa. Contoh KA yang ada dalam kategori ini ialah KA generatif (ChatGPT, Gemini, Meta AI, dan sebagainya), KA percapakan (chatbots), dan kendaraan self-driving.

3. Theory of Mind AI

Theory of mind AI adalah sub kategori dari AGI. Saat ini, jenis KA ini belum terealisasi. Theory of mind AI dapat memahami pemikiran dan emosi entitas lain. Pemahaman ini dapat mempengaruhi bagaimana KA akan berinteraksi dengan berbagai entitas di sekitarnya, yang secara teori akan memungkinkan KA untuk mensimulasikan hubungan seperti hubungan antar manusia. KA jenis ini juga dapat menyesuaikan pola interaksi secara unik berdasarkan kebutuhan emosional individu. Selain itu, theory of mind AI juga bisa mengkontekstualisasi karya seni dan esai, yang belum bisa dilakukan oleh KA generatif saat ini.

4. Self Aware AI

Self aware AI adalah salah satu jenis KA yang akan memiliki kemampuan super (super intelligent). Self aware AI memiliki kemampuan untuk memahami kondisi internal dan sifatnya sendiri beserta emosi dan pemikiran manusia. KA jenis ini juga akan memiliki emosi, kebutuhan, dan kepercayaannya sendiri. Saat ini, tengah dikembangkan Emotion AI yang diharapkan mampu untuk menganalisis suara, gambar, dan jenis data lainnya untuk mengenali, mensimulasikan, memantau, dan merespon manusia dengan tepat pada level emosional.