Kecerdasan Buatan - Area Penelitian
Domain kecerdasan buatan sangat besar dalam hal luas dan lebarnya. Saat melanjutkan, kami mempertimbangkan area penelitian yang umum dan makmur dalam domain AI -
Pidato dan Pengenalan Suara
Kedua istilah ini umum dalam robotika, sistem pakar, dan pemrosesan bahasa alami. Meskipun istilah-istilah ini digunakan secara bergantian, tujuannya berbeda.
| Pengenalan suara | Pengenalan suara |
|---|---|
| Pengenalan suara bertujuan untuk memahami dan memahami WHAT diucapkan. | Tujuan pengenalan suara adalah untuk mengenali WHO sedang berbicara. |
| Ini digunakan dalam komputasi bebas genggam, peta, atau navigasi menu. | Ini digunakan untuk mengidentifikasi seseorang dengan menganalisis nada, nada suara, dan aksennya, dll. |
| Mesin tidak memerlukan pelatihan untuk Pengenalan Ucapan karena tidak bergantung pada speaker. | Sistem pengenalan ini membutuhkan pelatihan karena berorientasi pada orang. |
| Sistem Pengenalan Pidato yang independen dari pembicara sulit dikembangkan. | Sistem Pengenalan Ucapan yang bergantung pada pembicara relatif mudah dikembangkan. |
Bekerja dari Sistem Pengenalan Pidato dan Suara
Masukan pengguna yang diucapkan di mikrofon masuk ke kartu suara sistem. Konverter mengubah sinyal analog menjadi sinyal digital yang setara untuk pemrosesan ucapan. Basis data digunakan untuk membandingkan pola suara untuk mengenali kata. Akhirnya, umpan balik balik diberikan ke database.
Teks bahasa sumber ini menjadi masukan ke Mesin Terjemahan, yang mengubahnya menjadi teks bahasa target. Mereka didukung dengan GUI interaktif, basis data kosakata besar, dll.
Aplikasi Kehidupan Nyata dari Area Penelitian
Ada banyak sekali aplikasi tempat AI melayani orang biasa dalam kehidupan sehari-hari mereka -
| Sr.No. | Area Penelitian | Aplikasi Kehidupan Nyata |
|---|---|---|
| 1 | Expert Systems Contoh - Sistem pelacakan penerbangan, Sistem klinis. |
|
| 2 | Natural Language Processing Contoh: Fitur Google Now, pengenalan ucapan, keluaran suara otomatis. |
|
| 3 | Neural Networks Contoh - Sistem pengenalan pola seperti pengenalan wajah, pengenalan karakter, pengenalan tulisan tangan. |
|
| 4 | Robotics Contoh - Robot industri untuk pemindahan, penyemprotan, pengecatan, pemeriksaan presisi, pengeboran, pembersihan, pelapisan, ukiran, dll. |
|
| 5 | Fuzzy Logic Systems Contoh - Elektronik konsumen, mobil, dll. |
|
Klasifikasi Tugas AI
Domain AI diklasifikasikan menjadi Formal tasks, Mundane tasks, dan Expert tasks.
| Domain Tugas Artificial Intelligence | ||
|---|---|---|
| Tugas Duniawi (Biasa) | Tugas Formal | Tugas Ahli |
Persepsi
|
|
|
Pemrosesan Bahasa Alami
|
permainan
|
Analisis Ilmiah |
| Akal sehat | Verifikasi | Analisa keuangan |
| Pemikiran | Pembuktian Teorema | Diagnosa medis |
| Merencanakan | Kreativitas | |
Robotika
|
||
Manusia belajar mundane (ordinary) taskssejak kelahiran mereka. Mereka belajar dengan persepsi, berbicara, menggunakan bahasa, dan lokomotif. Mereka mempelajari Tugas Formal dan Tugas Ahli nanti, dalam urutan itu.
Bagi manusia, tugas-tugas duniawi paling mudah dipelajari. Hal yang sama dianggap benar sebelum mencoba mengimplementasikan tugas-tugas duniawi di mesin. Sebelumnya, semua pekerjaan AI terkonsentrasi di domain tugas duniawi.
Belakangan, ternyata mesin tersebut membutuhkan lebih banyak pengetahuan, representasi pengetahuan yang kompleks, dan algoritma yang rumit untuk menangani tugas-tugas duniawi. Inilah alasannyawhy AI work is more prospering in the Expert Tasks domain sekarang, karena domain tugas pakar membutuhkan pengetahuan pakar tanpa akal sehat, yang dapat lebih mudah disajikan dan ditangani.