NAMA : I PUTU PRAMANANDA WINATHA

NIM :221071020

PRODI :TEKNIK ELEKTROMEDIK

Tugas AI #5:
Tentu, berikut adalah lima pertanyaan tentang AI:

1a. Apa definisi utama dari kecerdasan buatan (AI) dan bagaimana konsep ini telah
mengalami perkembangan dalam beberapa dekade terakhir?
1b. Sebut dan jelaskan sejarah perkembangan AI secara garis besar.
2. Apa perbedaan antara AI sempit (narrow AI) dan AI umum (general AI), dan bagaimana
masing-masing jenis ini diterapkan dalam konteks aplikasi teknologi modern?
3. Bagaimana teknologi pembelajaran mesin (machine learning) memainkan peran kunci
dalam pengembangan dan pelaksanaan sistem AI? Berikan contoh konkrit dari penerapan
teknologi pembelajaran mesin di berbagai sektor.
4. Apa saja tantangan utama yang dihadapi dalam menerapkan AI dalam lingkungan industri
dan masyarakat? Bagaimana regulasi dan standar etis dapat membantu dalam mengatasi
masalah-masalah tersebut?
5. Bagaimana perkembangan terbaru dalam bidang AI, seperti penggunaan jaringan saraf
tiruan (artificial neural networks) dan pembelajaran mendalam (deep learning), telah
mengubah lanskap teknologi dan industri saat ini? Tolong berikan contoh kasus yang
memperlihatkan dampak dari perkembangan ini.
JAWABAN :
1A. Kecerdasan buatan (AI) adalah bidang ilmu komputer yang bertujuan untuk menciptakan
sistem komputer yang mampu melakukan tugas-tugas yang membutuhkan kecerdasan
manusia.. Kecerdasan ini mencakup kemampuan sistem AI untuk belajar dari data,
merencanakan, memecahkan masalah, beradaptasi dengan lingkungan, dan melakukan
tugas-tugas yang biasanya memerlukan pemahaman, persepsi, penalaran, dan interaksi
manusia.. Perkembangan AI selama beberapa dekade terakhir telah memberikan dampak
besar pada berbagai industri termasuk teknologi, kesehatan, keuangan, otomotif, dan
banyak lainnya.. Meskipun terdapat kemajuan yang luar biasa, AI juga menghadapi
tantangan, termasuk keamanan, privasi, dan regulasi..
1B. Sejarah perkembangan kecerdasan buatan (AI) mencakup serangkaian peristiwa penting
yang mencerminkan perkembangan dan evolusi konsep ini dari awal berdirinya hingga saat
ini.. Berikut ikhtisar sejarah perkembangan AI:

Awal abad ke-20:

Gagasan bahwa mesin mampu "berpikir" seperti manusia muncul dalam karya para filsuf dan
ilmuwan penulis fiksi ilmiah seperti Alan Turing.. dan Isaac Asimov.. Turing
memperkenalkan konsep "mesin Turing" dan konsep ini menjadi landasan teori komputer..

1940an dan 1950an:

Era “kebangkitan AI” dimulai.. Ilmuwan seperti Alan Turing, John von Neumann dan Claude
Shannon mulai mengembangkan komputer elektronik dan algoritma untuk menciptakan
sistem berpikir.. Pada tahun 1950, Alan Turing mengusulkan tes Turing untuk mengevaluasi
kecerdasan buatan..

Era Perceptron (1950an dan 1960an):

Frank Rosenblatt mengembangkan perceptron, model matematika sederhana untuk

pembelajaran mesin.. Hal ini meningkatkan harapan terhadap AI, meskipun kemajuan
sebenarnya masih terbatas..

Periode "Musim Dingin AI" (1970an - pertengahan 1980an):

Kemajuan AI terhambat oleh keterbatasan komputasi dan pendekatan yang kurang efisien..
Minat terhadap AI semakin berkurang dan pendanaan penelitian semakin berkurang..

Periode "Kembali ke Kejayaan" (Akhir 1980-an dan 1990-an):

AI mendapatkan momentum kembali dengan munculnya teknik-teknik baru seperti ekspert

systems, rule-based systems, dan metode berbasis pengetahuan.. Perkembangan ini terutama
diterapkan dalam aplikasi seperti diagnosis medis dan sistem pakar..

Era Machine Learning (Akhir 1990-an - awal 2000-an):

Machine learning dan neural networks kembali menjadi pusat perhatian dalam AI.. Kemajuan
dalam algoritma pembelajaran mesin dan ketersediaan data besar membantu mengangkat
kembali minat dalam AI..

Deep Learning Revolution (Awal 2010-an - Sekarang):

Neural networks berlapis atau deep learning kembali ke sorotan dengan kemajuan dalam
pemrosesan grafis (GPU) dan data besar.. Pembelajaran mendalam telah memberikan hasil
yang luar biasa dalam pengenalan gambar, NLP, dan banyak aplikasi AI lainnya..

AI di era modern:

AI telah merambah berbagai industri, termasuk kendaraan otonom, perawatan kesehatan,

keuangan, dan hiburan.. Asisten virtual seperti Siri dan Alexa telah menjadi bagian dari
kehidupan sehari-hari, dan teknologi AI semakin banyak diterapkan pada analisis data,
analisis risiko, dan pengambilan keputusan..

Pertimbangan etis dan peraturan:

Munculnya AI telah menimbulkan pertanyaan tentang etika, privasi, dan keamanan..

Beberapa negara dan regulator sedang mengembangkan kerangka kerja untuk mengatur
penggunaan AI, sementara organisasi dan komunitas internasional mendiskusikan etika
pengembangan AI..

Sejarah perkembangan AI mencerminkan evolusi pemikiran dan teknologi dalam

menciptakan sistem yang mampu melakukan tugas-tugas berpikir dan belajar, dan AI terus
berkembang pesat hingga saat ini..

2. Perbedaan utama antara AI sempit (narrow AI) dan AI umum (general AI) terletak pada
tingkat kecerdasan dan kemampuan aplikasi:

AI Sempit (Narrow AI) (AI Khusus):

Definisi: AI sempit adalah jenis AI yang sangat terbatas dalam cakupan. Ini dirancang
untuk menyelesaikan tugas tertentu atau berada dalam domain yang sangat spesifik. AI
sempit hanya memiliki kemampuan untuk mengeksekusi tugas yang sudah ditentukan dengan
baik.

Contoh Aplikasi: Contoh dari AI sempit termasuk asisten virtual seperti Siri atau
Google Assistant, pengenalan wajah dalam kamera smartphone, sistem rekomendasi di
platform e-commerce atau streaming, dan chatbot. Semua ini memiliki tujuan spesifik dan
terbatas.

Kemampuan Pembelajaran: AI sempit mungkin menggunakan pembelajaran mesin,

tetapi pembelajarannya terbatas pada tugas tertentu dan tidak bisa dengan mudah
diaplikasikan ke tugas lain.
AI Umum (General AI) (AI Umum):

Definisi: AI umum adalah bentuk AI yang memiliki kemampuan seperti manusia

untuk memahami, belajar, dan mengeksekusi berbagai tugas di berbagai domain. AI umum
mampu berpikir, merencanakan, dan menyelesaikan masalah dengan tingkat fleksibilitas yang
tinggi, mirip dengan kecerdasan manusia.

Contoh Aplikasi: AI umum saat ini masih menjadi konsep teoritis dan belum ada
implementasi praktis yang mencapai tingkat ini. AI umum akan mampu melakukan tugas
yang sangat bervariasi, seperti menulis artikel, bermain catur, memasak, mengemudi mobil,
dan banyak lagi, tanpa perlu pemrograman khusus.

Kemampuan Pembelajaran: AI umum akan memiliki kemampuan belajar yang sangat

kuat dan bisa menyesuaikan diri dengan berbagai tugas dan lingkungan. Dalam konteks
aplikasi teknologi modern, AI sempit memiliki banyak penggunaan praktis dalam berbagai
industri. Contoh paling umum adalah dalam aplikasi smartphone, mesin pencari, perbankan,
perawatan kesehatan, manufaktur, otomotif, dan sebagainya. AI sempit digunakan untuk
meningkatkan efisiensi, mengotomatisasi tugas-tugas rutin, dan memberikan pengalaman
pengguna yang lebih baik.

3. Teknologi pembelajaran mesin (machine learning) memainkan peran kunci dalam

pengembangan dan pelaksanaan sistem Kecerdasan Buatan (AI) dengan cara memungkinkan
komputer untuk belajar dari data dan meningkatkan kinerjanya seiring waktu.

Berikut adalah beberapa contoh konkrit dari penerapan teknologi pembelajaran mesin di
berbagai sektor:

Pengenalan Gambar dan Video:

Sistem Keamanan: Sistem pengawasan keamanan menggunakan machine learning

untuk mendeteksi perilaku mencurigakan atau intrusi melalui analisis video.

Pengenalan Wajah: Aplikasi seperti pengenalan wajah di ponsel pintar dan sistem
keamanan menggunakan deep learning untuk mengidentifikasi individu.

Penerjemahan Bahasa Otomatis:

Terjemahan Bahasa: Layanan terjemahan bahasa seperti Google Translate

menggunakan teknik pembelajaran mesin untuk menerjemahkan teks dari satu bahasa ke
bahasa lain.
Pengenalan Suara:

Pengenalan Suara: Asisten suara seperti Siri dan pengenal ucapan dalam kendaraan
otonom menggunakan teknologi pembelajaran mesin untuk mengenali dan memproses
perintah suara.