Q:
Apa lima sekolah pembelajaran mesin?
SEBUAH:Bagi mereka yang belum meneliti apa yang ada di balik pembelajaran mesin modern dan pekerjaan kecerdasan buatan, semua upaya dan penelitian ini sering terlihat seperti satu campur aduk yang besar. Namun, ketika Anda menggaruk permukaan dan melihat apa yang dilakukan para pemimpin ilmiah di bidang ini, Anda melihat bahwa sebenarnya ada lima pendekatan utama yang berbeda untuk masalah mendorong kecerdasan buatan ke depan.
Kelima "sekolah" atau "suku" ini telah dipopulerkan oleh karya Pedro Domingos dalam bukunya "Master Algorithm" tentang pengembangan AI, tetapi mereka juga sedang dipertimbangkan di tempat lain di berbagai bagian dunia ilmiah.
| Unduh Gratis: Pembelajaran Mesin dan Mengapa Itu Penting |
Sekolah pertama kecerdasan buatan disebut koneksiisme. Sekolah ini berfokus pada koneksi saraf aktual dan fisika otak manusia. Ini bergantung pada ide backpropagation, yang melacak koneksi ini untuk membentuk hasil. Beberapa orang menyebut sekolah koneksionis sebagai "upaya untuk merekayasa otak manusia."
Aliran kecerdasan buatan berikutnya adalah simbolisme. Simbolis menggunakan logika dan pengetahuan yang sudah ada sebelumnya untuk membangun model yang bekerja dengan cerdas. Dalam beberapa hal, pendekatan simbolis mirip dengan apa yang muncul sejak awal di dunia kecerdasan buatan sebelum jaringan saraf dikembangkan. Jika Anda menyusun basis pengetahuan yang cukup besar dan menghadapinya dengan cara tertentu, ia mulai menciptakan suatu bentuk kecerdasan buatan, dan itulah yang ada di balik pendekatan simbolis yang sekarang telah digabungkan dengan beberapa pendekatan modern lainnya.
Sekolah ketiga adalah sekolah evolusionisme. Di sini, ada fokus tidak hanya pada teori evolusi, tetapi juga pada genetika dan biofisika serta bioinformatika. Anda bisa melihat lengan kecerdasan buatan ini sebagai kategori yang bekerja dengan genom manusia dan menerapkan teknologi modern pada bidang genetika. Dalam pengertian itu, kecerdasan buatan evolusionis adalah unik. Ini jenis proyek yang agak berbeda dari empat sekolah lainnya.
Sekolah Bayesian adalah sekolah keempat kecerdasan buatan. Ini adalah, sekali lagi, salah satu sekolah yang lebih tua dan diterapkan sejak awal, misalnya, dalam penghapusan spam dari folder email.
Model dan pendekatan Bayesian adalah model heuristik. Ini bekerja pada gagasan kemungkinan untuk mengembangkan model yang akan memotong hasil yang tidak diinginkan, atau mengejar tujuan lain, berdasarkan di mana peristiwa paling mungkin terjadi, atau pada metrik lainnya. Aplikasi populer lain dari logika Bayesian adalah dalam keamanan jaringan - selama beberapa tahun terakhir, insinyur keamanan telah banyak menggunakan logika Bayesian untuk mengenali ancaman pada jaringan dengan memodelkan di mana mereka mungkin terjadi, dan bagaimana.
Sekolah kelima dan terakhir pembelajaran mesin disebut analogisasi. Ini juga sekolah yang mungkin lebih mudah dipahami oleh konsumen pada umumnya. Mesin rekomendasi dari perusahaan seperti Facebook dan Google didasarkan pada pendekatan analogisasi. Mereka menggunakan algoritme seperti "tetangga terdekat" dan menggabungkannya dengan berbagai jenis pensinyalan untuk mencoba mencocokkan ide dengan ide lain, atau secara bergantian, dengan orang. Komputer yang mengklaim tahu jenis musik yang Anda sukai adalah contoh yang baik dari pendekatan ini.
Semua aliran pemikiran ini bergabung untuk membentuk badan penelitian tentang kecerdasan buatan modern. Para ilmuwan sedang berupaya untuk mendorong masing-masing ke depan bersamaan dengan satu sama lain, dan umumnya memajukan bidang - dan mereka berusaha melakukannya dalam konteks yang sangat menarik. Beberapa pemimpin teknologi terkemuka dalam beberapa dekade terakhir telah memperingatkan bahwa selain mendorong AI ke depan, harus ada fokus pada etika dan penggunaan teknologi yang bertanggung jawab untuk mencegah masalah sosial yang serius. Itu harus diterapkan pada masing-masing dari lima sekolah pembelajaran mesin ini.
