Sejarah AI: Garis Waktu, Kemajuan & Pengembangan

Diterbitkan: 2020-09-04

Kecerdasan Buatan adalah domain muda dari 60 tahun, yang mencakup seperangkat teknik, teori, ilmu pengetahuan, dan algoritma untuk meniru kecerdasan manusia. Kecerdasan buatan memainkan peran yang sangat penting dalam kehidupan kita. Revolusi industri telah membuat banyak perkembangan bisnis dengan penerapan kecerdasan buatan. Di blog ini, kita akan membahas pandangan tentang sejarah kecerdasan buatan .

kecerdasan buatan

Sumber

Daftar isi

Apa itu Kecerdasan Buatan?

Kecerdasan buatan didefinisikan sebagai kemampuan mesin untuk melakukan tugas dan aktivitas yang biasanya dilakukan oleh manusia. Kecerdasan buatan mengatur dan mengumpulkan sejumlah besar data untuk membuat wawasan yang berguna. Ini juga dikenal sebagai kecerdasan mesin. Ini adalah domain ilmu komputer.

Baca: Peluang karir di AI

Pengantar Garis Waktu

Terlepas dari matematika dan ilmu komputer, kontribusi dari ekonomi, psikologi, keyakinan, dan bioteknologi luar biasa sepanjang sejarah kecerdasan buatan . Garis waktu yang tepat ketika semuanya dimulai adalah tahun 1950. John McCarthy memperkenalkan kata Kecerdasan buatan. John, bersama dengan Allen Newell, Alan Turing, Marvin Minsky, dan Herbert A Simon, adalah bapak pendiri kecerdasan buatan. Mereka memberikan kontribusi signifikan terhadap sejarah kecerdasan buatan .

Kemajuan dan Pengembangan AI: Sejarah Singkat Kecerdasan Buatan

  • Dorongan paling penting dalam kemajuan AI adalah selama perang dunia kedua. Marvin Minsky memperkenalkan komputer netral pertama pada tahun 1950. Pada tahun yang sama, Alan Turing juga mengembangkan tes Turing.
  • Garis waktu tahun 1952 memainkan peran penting sepanjang sejarah kecerdasan buatan . Pengembangan pemecahan masalah dirancang untuk meniru pendekatan pemecahan masalah manusia. Arthur Samuel memulai proyek belajar mandiri pada tahun 1952.
  • Pada tahun 1954, organisasi IBM bereksperimen dengan terjemahan mesin otomatis.
  • Pada tahun 1956, Herbert Simon dan Allen Newell mengembangkan proyek penalaran pertama dari ahli teori logika.
  • Pada tahun 1959, Nathaniel Rochester, di organisasi IBM, mengembangkan program untuk membuktikan teorema geometri. Arthur Samuel mengembangkan frase machine learning. Marvin Minsky dan John McCarthy juga mengusulkan proyek AI MIT.
  • McCarthy memprakarsai lab kecerdasan buatan pada tahun 1963 di Stanford.
  • Dari tahun 1966 hingga 1973, terjadi kekurangan output yang berdampak pada pertumbuhan kecerdasan buatan. Kompleksitas algoritma komputasi membatasi kemajuan kecerdasan buatan dalam garis waktu ini. Para peneliti di Stanford memperkenalkan DENDRAL dari informasi spektrometer massa.
  • Setelah garis waktu itu, para peneliti fokus pada aplikasi khusus AI.
  • Pada tahun 1972, bahasa PROLOG dikembangkan.
  • Gelombang sistem komputer berkembang pada garis waktu 1974. Secara bertahap seiring waktu, mereka menjadi lebih terjangkau dan dapat menyimpan lebih banyak data. Bagian terbaik dari sejarah kecerdasan buatan adalah ia mencapai NLP (Natural Language Processing) dalam garis waktu ini.
  • Garis waktu 1980 adalah tahun kecerdasan buatan. Penelitian AI mendorong maju dengan pertumbuhan alat dan dana. Garis waktu ini memulai era baru AI sepanjang sejarah kecerdasan buatan . Sistem komersial pertama, yang dikenal sebagai Digital Equipment Corporation, dikembangkan pada tahun 1980.
  • Proyek komputer generasi kelima diluncurkan pada tahun 1982 oleh Kementerian Perdagangan dan Industri Internasional Jepang.
  • Pemerintah AS mengembangkan proyek komputasi strategis pada tahun 1983.
  • Garis waktu tahun 2000-an adalah tengara kecerdasan buatan.
  • Pada tahun 2005, mengemudi sendiri memenangkan tantangan besar DARPA.
  • Pada tahun 2008, Google membuat kemajuan dalam pengenalan suara.
  • Pada tahun 2014, Google membuat mobil self-driving.

Baca Juga: Gaji Kecerdasan Buatan di India

Kecerdasan Buatan ada di mana-mana

Kecerdasan buatan berkembang dari hari ke hari. Hari ini AI ada di mana-mana. Penelitian AI terus meningkat. Kecerdasan buatan kini sudah menjadi hal yang lumrah di setiap fase kehidupan. Sekarang, organisasi dan tempat kerja menjadi lebih efisien dan cerdas karena manusia dan mesin mulai beroperasi bersama. Kasus penggunaan kecerdasan buatan telah produktif di berbagai industri seperti perbankan, manufaktur, teknologi, hiburan, prediksi cuaca, pemasaran, diagnosis kesehatan, dan banyak lagi. u pGrad menawarkan beberapa blog lain tentang topik tersebut. Anda dapat mengunjungi situs web mereka untuk membaca lebih lanjut tentang topik tersebut.

Putusan

Perjalanan dalam sejarah kecerdasan buatan sangat luar biasa. Mulai dari pendidikan, kesehatan, listrik, e-commerce, dan teknologi, semuanya serba otomatis saat ini. Teknologi AI melakukan beberapa tugas yang membutuhkan penalaran dan pemikiran manusia. Psikologi kognitif adalah salah satu alat utama untuk semua bidang kemajuan dalam ilmu kognitif. Teknologi kecerdasan buatan telah membantu mencapai efektivitas dan efisiensi. Sekarang, mesin dapat melakukan yang paling cerdas dari manusia.

Jika Anda tertarik untuk mempelajari lebih lanjut tentang pembelajaran mesin & AI, lihat PG Diploma IIIT-B & upGrad dalam Pembelajaran Mesin & AI yang dirancang untuk para profesional yang bekerja dan menawarkan 450+ jam pelatihan ketat, 30+ studi kasus & tugas, Status Alumni IIIT-B, 5+ proyek batu penjuru praktis & bantuan pekerjaan dengan perusahaan-perusahaan top.

Apa batasan penggunaan kecerdasan buatan?

Ketersediaan data berkualitas tinggi adalah salah satu hambatan paling signifikan untuk implementasi AI. Data seringkali tidak konsisten dan berkualitas rendah, menimbulkan rintangan bagi perusahaan yang ingin menghasilkan nilai dari AI dalam skala besar. Untuk bereaksi terhadap lingkungan perusahaan yang berubah, program perangkat lunak harus diperbarui secara teratur. Seluruh sistem kecerdasan buatan cukup mahal, dan banyak industri tidak mampu membelinya. Mesin tidak dapat diharapkan berfungsi secara kreatif. Intervensi manusia diperlukan dalam kasus itu.

Bagaimana pembelajaran mesin dan kecerdasan buatan terkait satu sama lain?

Pembelajaran mesin adalah bagian dari kecerdasan buatan. Ini pada dasarnya adalah salah satu metode untuk menerapkan kecerdasan buatan. Pembelajaran mesin adalah bidang kecerdasan buatan (AI) dan ilmu komputer yang berfokus pada penggunaan data dan algoritme untuk meniru cara orang belajar. ML adalah bagian dari AI yang memecahkan masalah yang membutuhkan kecerdasan manusia dengan belajar dari data dan membuat prediksi.

Apakah saya perlu menjadi ahli dalam pengkodean untuk mempelajari kecerdasan buatan?

Ahli dalam pembelajaran mesin atau kecerdasan buatan diharuskan memiliki pemahaman yang kuat tentang pengkodean, tetapi fokusnya adalah pada model dan algoritma Ml, kemampuan untuk menggunakan berbagai perpustakaan seperti NumPy, Pandas, dan SciPy, dan keterampilan dalam mengembangkan sistem terdistribusi menggunakan Hadoop , antara lain. Untuk melakukannya dengan baik dalam kecerdasan buatan, Anda harus memiliki pemahaman mendasar tentang banyak bahasa pemrograman, meskipun tidak harus menjadi ahli di dalamnya.