Ungkapan “Ilmu Data” mulai digunakan untuk merujuk pada fenomena ini, mencerminkan kebutuhan pakar algoritme ML untuk bermitra dengan pakar basis data dan sistem terdistribusi untuk membangun sistem ML yang dapat diskalakan dan tangguh, serta mencerminkan cakupan sosial dan lingkungan yang lebih besar dari sistem yang dihasilkan.
Tapi meski AI bukan Kendrick Lamar, banyak puisi yang dihasilkan benar-benar terlihat seperti puisi. Sementara tantangan ini dipandang oleh beberapa orang sebagai tunduk pada penciptaan “kecerdasan buatan”, itu juga dapat dilihat secara lebih biasa – tetapi dengan rasa hormat yang tidak kalah – sebagai penciptaan cabang teknik baru. Apakah teknik sipil berkembang dengan membayangkan penciptaan tukang kayu atau tukang batu tiruan? Apa yang kami lewatkan adalah disiplin teknik dengan prinsip analisis dan desainnya.
Dan terpikir oleh saya bahwa pengembangan prinsip-prinsip tersebut – yang akan dibutuhkan tidak hanya di bidang medis tetapi juga di bidang seperti perdagangan, transportasi, dan pendidikan – setidaknya sama pentingnya dengan membangun sistem AI yang dapat membuat kita terpesona. keterampilan bermain game atau sensorimotor mereka.
Kami akan menggunakan frasa “AI tiruan manusia” untuk merujuk pada aspirasi ini, menekankan gagasan bahwa entitas kecerdasan artifisial tampaknya menjadi salah satu dari kita, jika tidak secara fisik setidaknya secara mental (apa pun artinya). Masalah yang diungkapkan episode ini bukanlah tentang perawatan medis pribadi saya; itu tentang sistem medis yang mengukur variabel dan hasil di berbagai tempat dan waktu, melakukan analisis statistik, dan memanfaatkan hasil di tempat dan waktu lain.
Sistem Sedasys Johnson dan Johnson adalah salah satu upaya yang memberikan anestesi untuk prosedur standar seperti kolonoskopi, sebuah proses yang menghadapi kekurangan tenaga profesional medis yang terampil di banyak negara.
Vardarlier, Pelin; Zafer, Cem (2019-11-10), “Use of Artificial Intelligence as Business Strategy in Recruitment Process and Social Perspective”
Contributions to Management Science, Cham: Springer International Publishing, hlm. dapat dioptimalkan dengan pembelajaran tanpa pengawasan. Sistem AI tidak hanya akan meniru kecerdasan manusia, tetapi juga “memperbaikinya”, dan juga akan menskalakan masalah besar yang sewenang-wenang. Penyaring AI memiliki potensi untuk membatasi bias dan kesalahan manusia dalam proses perekrutan, memungkinkan lebih banyak pelamar minoritas untuk berhasil.
Aspek kunci yang membedakan AI dari pemrograman yang lebih konvensional adalah kata “kecerdasan”. Program non-AI hanya menjalankan urutan instruksi yang ditentukan. Penggunaan Komputer yang efektif telah melibatkan penggunaan Bahasa Pemrograman dari sekumpulan Perintah yang harus kita gunakan untuk Berkomunikasi dengan Komputer.
Manajer menggunakan pengetahuan mereka tentang sejarah dan budaya organisasi, serta empati dan refleksi etis. Sebuah mesin pencari dapat dilihat sebagai contoh IA (itu menambah memori manusia dan pengetahuan faktual), seperti halnya terjemahan bahasa alami (itu menambah kemampuan manusia untuk berkomunikasi). Sistem II membutuhkan kemampuan untuk mengelola repositori pengetahuan terdistribusi yang berubah dengan cepat dan cenderung tidak koheren secara global. Kemampuan, katakanlah, seekor tupai untuk memahami struktur tiga dimensi dari hutan tempat tinggalnya, dan untuk melompat di antara cabang-cabangnya, sangat menginspirasi bidang ini.
IA juga akan tetap sangat penting, karena di masa mendatang, komputer tidak akan dapat menandingi kemampuan manusia untuk bernalar secara abstrak tentang situasi dunia nyata. Dialog publik saat ini tentang masalah ini terlalu sering menggunakan “AI” sebagai wildcard intelektual, yang membuat sulit untuk bernalar tentang ruang lingkup dan konsekuensi dari teknologi yang muncul. Pelabelan seperti itu mungkin mengejutkan peneliti pengoptimalan atau statistik, yang bangun dan mendapati diri mereka tiba-tiba disebut sebagai “peneliti AI”.
Tetapi mengesampingkan pelabelan para peneliti, masalah yang lebih besar adalah bahwa penggunaan akronim tunggal yang tidak jelas ini mencegah pemahaman yang jelas tentang berbagai masalah intelektual dan komersial yang sedang dimainkan. Sebaliknya, seperti dalam kasus pesawat luar angkasa Apollo, ide-ide ini sering kali tersembunyi di balik layar, dan merupakan hasil karya para peneliti yang berfokus pada tantangan teknik tertentu.
AAAI meluncurkan program pembicara undangan baru yang menyoroti peneliti AI yang baru saja memulai karir sebagai anggota fakultas baru atau yang setara di industri.
Bahkan lebih polemik: jika tujuan kita adalah membangun pabrik kimia, haruskah kita terlebih dahulu menciptakan ahli kimia buatan yang kemudian akan memikirkan cara membangun pabrik kimia? Haruskah teknik kimia dibingkai dalam hal menciptakan ahli kimia buatan? Sama seperti teknik sipil dan teknik kimia dalam beberapa dekade terakhir, disiplin baru ini bertujuan untuk mengumpulkan kekuatan dari beberapa ide kunci, membawa sumber daya dan kemampuan baru kepada orang-orang, dan melakukannya dengan aman.
Karena kumpulan data dan sumber daya komputasi berkembang pesat selama dua dekade berikutnya, menjadi jelas bahwa ML akan segera memberdayakan tidak hanya Amazon tetapi pada dasarnya perusahaan mana pun di mana keputusan dapat dikaitkan dengan data berskala besar.
Diperlukan satu surat rekomendasi, dua direkomendasikan (akademik, profesional, atau keduanya). Memang, bahwa ML akan tumbuh menjadi relevansi industri besar-besaran sudah jelas di awal 1990-an, dan pada pergantian abad, perusahaan berwawasan ke depan seperti Amazon sudah menggunakan ML di seluruh bisnis mereka, menyelesaikan masalah back-end mission-critical dalam penipuan.
deteksi dan prediksi rantai pasokan, dan membangun layanan inovatif yang menghadap konsumen seperti sistem rekomendasi. Sementara blok bangunan sudah mulai muncul, prinsip-prinsip untuk menyusun blok-blok ini belum muncul, sehingga blok-blok tersebut saat ini disatukan secara ad-hoc.
Jadi, sama seperti manusia membangun gedung dan jembatan sebelum ada teknik sipil, manusia melanjutkan pembangunan sistem skala masyarakat, pengambilan kesimpulan dan pengambilan keputusan yang melibatkan mesin, manusia, dan lingkungan. Sama seperti bangunan dan jembatan awal yang kadang-kadang jatuh ke tanah – dengan cara yang tidak terduga dan dengan konsekuensi yang tragis – banyak dari sistem pengambilan kesimpulan dan pengambilan keputusan skala masyarakat awal kita sudah memperlihatkan kelemahan konseptual yang serius.
Antisipasi mencakup prediksi konsekuensi dari tindakan yang diusulkan sendiri dan prediksi konsekuensi dari kemungkinan tindakan oleh entitas lain. Jenis AI paling dasar menghasilkan karakter yang bergerak dalam formasi standar dan melakukan tindakan yang dapat diprediksi. Jadi, penting bagi bisnis besar dan kecil untuk memanfaatkannya sebaik mungkin.
Misalnya, perusahaan dengan sejumlah besar kontrak vendor harus memastikan bahwa mereka melacak variasi dalam ketentuan pemutusan hubungan kerja dan ketentuan denda dan kerusakan – baik dalam kontrak mereka sendiri maupun dalam kontrak vendor.
Di Eropa, saya pikir jika dan ketika saatnya tiba ketika sejumlah besar orang menganggur bukan karena kesalahan mereka sendiri, kami hanya akan mengatakan, selama kami mampu, ‘Kita harus memberi uang kepada orang-orang ini, karena itu tidak akan beradab untuk membiarkan banyak orang kelaparan atau jatuh ke dalam kemiskinan yang parah.’
Saya rasa kita tidak akan menganggap konsep itu sulit. Tapi amniosentesis berisiko – risiko membunuh janin selama prosedur kira-kira 1 banding 300. Sebagai ahli statistik, saya bertekad untuk mencari tahu dari mana angka-angka ini berasal. Ada ahli genetika di ruangan itu, dan dia menunjukkan beberapa bintik putih di sekitar jantung janin. “Itu adalah penanda sindrom Down,” katanya, “dan risiko Anda sekarang naik menjadi 1 banding 20.”
Dia selanjutnya memberi tahu kami bahwa kami dapat mempelajari apakah janin sebenarnya memiliki modifikasi genetik yang mendasari sindrom Down melalui amniosentesis. Mari kita mulai dengan mempertimbangkan lebih hati-hati apa yang digunakan untuk merujuk “AI”, baik baru-baru ini maupun secara historis. Perkembangan yang sekarang disebut “AI” sebagian besar muncul di bidang teknik yang terkait dengan pengenalan pola tingkat rendah dan kontrol gerakan, dan di bidang statistik – disiplin yang berfokus pada menemukan pola dalam data dan membuat prediksi yang beralasan. pengujian hipotesis dan keputusan.