Kecerdasan buatan (AI) hadir dalam berbagai bentuk, mulai dari sistem pengenalan pola hingga AI generatif. Namun, ada jenis AI lain yang dapat merespons data nyata hampir secara instan: AI tertanam.
Tapi apa sebenarnya teknologi ini dan bagaimana cara kerjanya?
AI yang tertanam biasanya menggabungkan sensor dengan pembelajaran mesin untuk merespons data dunia nyata. Contohnya termasuk drone otonom, mobil self-driving, dan otomatisasi pabrik. Penyedot debu robotik dan mesin pemotong rumput menggunakan bentuk AI bawaan yang disederhanakan.
Sistem otonom ini menggunakan AI untuk belajar mengatasi rintangan di dunia fisik. Sebagian besar AI bawaan menggunakan peta berkode algoritmik yang, dalam banyak hal, mirip dengan peta mental jaringan labirin jalan dan landmark London yang digunakan oleh pengemudi taksi kota. Nyatanya, Teliti bagaimana pengemudi taksi London menentukan rute. telah digunakan untuk menginformasikan pengembangan sistem tertanam tersebut.
Beberapa dari sistem ini juga menggabungkan jenis kecerdasan kelompok yang terkandung dalam kawanan serangga, kawanan burung, atau kawanan hewan. Kelompok-kelompok ini secara tidak sadar menyinkronkan gerakan mereka. Meniru perilaku ini adalah strategi yang berguna untuk mengembangkan jaringan drone atau kendaraan gudang dikendalikan oleh AI yang diwujudkan.
Sejarah AI Tertanam
Perkembangan AI tertanam dimulai pada tahun 1950an, dengan penyu dunia mayayang diciptakan oleh William Gray Walter di Burden Neurological Institute di Inggris. Namun dibutuhkan waktu puluhan tahun agar AI yang tertanam dapat menjadi nyata. Sedangkan AI kognitif dan generatif belajar darinya model bahasa yang bagusAI yang diwujudkan belajar dari pengalamannya di dunia fisik, seperti halnya manusia bereaksi terhadap apa yang mereka lihat dan dengar.
Namun, masukan sensorik dari AI yang tertanam sangat berbeda dengan indra manusia. AI bawaan dapat mendeteksi sinar X, sinar ultraviolet dan inframerah, medan magnet, atau data GPS. Algoritme visi komputer kemudian dapat menggunakan data sensorik ini untuk mengidentifikasi dan merespons objek.
Membangun model global
Elemen sentral dari AI yang tertanam adalah miliknya model duniayang dirancang untuk lingkungan pengoperasian Anda. Model dunia ini mirip dengan pemahaman kita sendiri terhadap lingkungan sekitar kita.
Model global bergantung pada pendekatan pembelajaran yang berbeda. Contohnya adalah pembelajaran penguatanyang menggunakan pendekatan berbasis kebijakan untuk menentukan rute, misalnya dengan aturan seperti “selalu lakukan X saat menemukan Y”.
Yang lainnya adalah inferensi aktif, yang meniru cara kerja otak manusia. Model-model ini terus-menerus mengambil data dari lingkungan dan memperbarui model dunia berdasarkan aliran ini secara real-time, serupa dengan cara kita bereaksi berdasarkan apa yang kita lihat dan dengar. Sebaliknya, beberapa model AI lainnya tidak berevolusi secara real time.
Inferensi aktif dimulai dengan pemahaman tingkat dasar tentang lingkungan, tetapi dapat berkembang dengan cepat. Oleh karena itu, setiap kendaraan otonom yang mengandalkan inferensi aktif memerlukan pelatihan ekstensif agar dapat digunakan dengan aman di jalan raya.
AI yang tertanam juga dapat membantu chatbot memberikan pengalaman pelanggan yang lebih baik dengan membaca keadaan emosi mereka dan menyesuaikan respons mereka.
Meskipun sistem AI tertanam masih dalam tahap awal, penelitian berkembang pesat. Peningkatan AI generatif secara alami akan mempengaruhi pengembangan AI yang diwujudkan. AI yang tertanam juga akan mendapatkan keuntungan dari peningkatan akurasi dan ketersediaan sensor yang digunakan untuk menentukan lingkungannya.
