disponsori
Anda mungkin pernah mendengarnya LaMDA Google dan diskusi viral tentang apakah AI bisa menjadi makhluk hidup. Tim di Tau berpendapat bahwa mungkin, perasaan AI hanya sebagian kecil dari kecerdasannya. Sebaliknya, kecerdasan AI yang sebenarnya akan didasarkan pada kemampuannya untuk memahami kebutuhan orang secara logis dan secara otomatis memuaskan mereka.
Tau adalah platform pertama yang dapat mengambil pemikiran, saran, dan pengetahuan penggunanya dan memperbarui perangkat lunaknya sendiri secara real-time dengan meminta penggunanya menulis dalam bahasa yang dapat dibaca dan dipahami oleh mesin dan orang. Jaringan sosial Tau yang terdesentralisasi dan aspek moneternya, Cryptocurrency Agoras, didukung oleh AI yang disebut oleh tim sebagai kecerdasan buatan yang benar-benar cerdas – AI Logis. AI logis sangat berbeda dari Machine Learning, dan, menurut pendiri Tau Ohad Asor, berada di ambang menjadi gelombang besar berikutnya di dunia teknologi.
Di Tau, Logical AI akan memungkinkan Anda untuk berpartisipasi dalam diskusi dengan ukuran miliaran orang dan langsung melihat makna kolektif yang disengaja di balik pemikiran yang dibagikan melalui jaringan. Ini akan dicapai dengan membuat orang menggunakan Bahasa Alami Terkendali (CNL) yang dapat dipahami baik oleh manusia maupun mesin. Setiap pemikiran dan setiap bagian dari pengetahuan, baik eksplisit maupun implisit, akan secara otomatis dikenali dan didaftarkan sebagai Pandangan Dunia Anda, yang akan bertindak sebagai profil Anda di Tau dan akan sepenuhnya menjadi milik Anda. Memiliki ide dan pengetahuan yang terorganisir sedemikian rupa akan berarti bahwa Anda tidak hanya akan dapat menemukan solusi inovatif, tetapi juga memonetisasi pengetahuan Anda dengan cara yang mudah dan langsung yang tidak mungkin dilakukan sebelumnya.
Hanya dengan memasukkan pemikiran Anda tentang Tau, pengetahuan Anda secara otomatis akan menjadi aset digital yang Anda miliki. Anda akan dapat menjual pengetahuan Anda kepada pembeli lain, atau menggunakannya untuk menghasilkan pendapatan dengan menyewakan bagian tertentu kepada pelanggan Anda karena Tau akan memahami bahwa bahkan sepotong pengetahuan Anda dapat menjadi bagian dari solusi untuk masalah seseorang. Tau akan menyoroti kombinasi pengetahuan beberapa pengguna dan mengusulkannya sebagai solusi untuk masalah penting dan kompleks, sehingga menjamin bahwa pengetahuan yang dibutuhkan sesuai dengan spesifikasi 100%.
Tak satu pun dari solusi ini akan mungkin dilakukan dengan jenis AI lainnya, kecuali yang berdasarkan logika. Ini karena, secara sederhana, AI Logis adalah tentang kata dan kalimat. Pada intinya, ini adalah tentang kemampuan untuk menyimpulkan pernyataan dari pernyataan lain, dengan cara yang disebut Penalaran Deduktif. Misalnya, dari tiga pernyataan:
- Paris ada di Prancis.
- Prancis ada di Eropa.
- Jika x ada di y, dan y di z, maka x ada di z. Ini, untuk semua x, y, z.
kita dapat menyimpulkan pernyataan
Bidang Logika Matematika mengajarkan bahwa hampir semua pertanyaan logis dapat diturunkan ke bentuk deduksi ini. Misalnya, serangkaian pernyataan kontradiktif, jika dan hanya jika kita dapat menyimpulkan darinya baik pernyataan maupun negasinya.
AI logis adalah mekanisasi penalaran logis: menemukan kontradiksi, menentukan apakah kesimpulan mengikuti asumsi yang diberikan, dan seterusnya. Oleh karena itu, ini tentang kemampuan untuk membuat mesin memahami apa yang ingin kita sampaikan kepada mereka, lebih dari sekadar instruksi mesin.
Sementara itu, Machine Learning, yang saat ini merupakan bentuk AI yang paling luas, adalah tentang generalisasi dari contoh. Jadi jika kita ingin mengomunikasikan contoh Prancis dan Paris di atas dalam mode pembelajaran mesin, kita harus menyediakan algoritme dengan banyak contoh bentuk "x dalam y", dan kemudian berharap algoritme akan menyimpulkan bahwa Paris ada di Eropa.
Bentuk komunikasi seperti itu bahkan tidak pantas disebut cerdas, karena bagaimana bisa sesuatu menjadi cerdas jika tidak dapat menyimpulkan bahwa Paris ada di Eropa, dan harus melihat banyak contoh untuk “memahami” itu, sementara itu tidak dijamin? Generalisasi dari contoh bersifat probabilistik. Bagaimana kita bisa menebak tentang sampel yang tidak terlihat? Sungguh mengejutkan bahwa Machine Learning terkadang bisa benar dan tidak sepenuhnya acak, dan memang Machine Learning layak disebut sebagai keajaiban matematika. Lagi pula, bagaimana seseorang bisa mengatakan sesuatu yang, kemungkinan besar, bahkan mendekati benar, di bawah pengetahuan nol di luar beberapa sampel?
Anehnya, pembelajaran mesin dapat melakukan itu. Dan itulah tentang Machine Learning dengan segala kelebihan dan kekurangannya. Kasus penggunaannya adalah ketika kita memiliki sedikit atau tanpa pengetahuan tentang suatu sistem, dan yang dapat kita lakukan hanyalah mengambil sampel dan mencoba menggeneralisasikannya.
AI logis, di sisi lain, adalah tentang pengetahuan penuh dan kemutlakan, baik secara eksplisit maupun implisit. Ini juga tentang cara komunikasi yang jauh lebih efisien, komunikasi langsung, “hanya mengatakan sesuatu”, daripada bekerja keras memberikan banyak contoh.
Lebih lanjut, kebetulan Machine Learning secara inheren tidak mampu melakukan penalaran logis, misalnya mendeteksi kontradiksi. Ini dibuktikan secara matematis menggunakan argumen teori kompleksitas. Oleh karena itu, tidak mengherankan jika Machine Learning hanya meraih kesuksesan di bidang yang bersifat non-verbal, sedangkan di bidang Natural Language Processing, ia hanya menghadirkan kemampuan yang sangat terbatas.
Namun sebaliknya benar-benar valid: tidak hanya logika yang dapat melakukan pembelajaran mesin, tetapi sudah melakukannya. Algoritma pembelajaran mesin sudah dinyatakan dalam bentuk logis (berbeda dengan contoh) dan sudah diimplementasikan sebagai program komputer yang juga mengambil bentuk logis agak probabilistik, yaitu instruksi mesin.
Meliputi AI Logis karenanya mencakup Pembelajaran Mesin juga, tetapi sebaliknya tidak dapat dicapai. Cara lain untuk mengatakannya adalah sebagai berikut: pembelajaran mesin pada akhirnya mencakup apa yang disebut Penalaran Induktif dan Abduktif (yang kira-kira sesuai dengan apa yang disebut pembelajaran terawasi dan tidak terawasi), dan karena itu sangat menjanjikan, namun masih dalam bentuk yang terbatas pada contoh saja, dan lebih jauh lagi, teknologi saat ini hanya berurusan dengan data yang bersifat numerik, atau dengan data yang dapat diubah menjadi seperti itu. Logical AI, di sisi lain, dapat mencakup Penalaran Deduktif, Penalaran Induktif, dan Penalaran Abduktif, semuanya, dalam data kualitatif dan kuantitatif.
Ini adalah alasan utama mengapa Tau telah memilih Logical AI sebagai bentuk akhir dari AI, dengan alasan bahwa Machine Learning hanyalah tonggak sejarah dalam sejarah AI. Solusi Tau akan meningkatkan banyak aspek bandwidth manusia, mulai dari penskalaan diskusi, hingga monetisasi pengetahuan, hingga kontrak cerdas dan tata kelola terdesentralisasi. Semua ini karena kemampuan logika untuk menjembatani kesenjangan antara manusia dan mesin.
Pelajari lebih lanjut tentang Tau dan tim di baliknya di sini
Bergabunglah dengan komunitas Tau yang berkembang di Telegram
Ini adalah posting bersponsor. Pelajari cara menjangkau audiens kami di sini. Baca penafian di bawah.
Kredit gambar: Shutterstock, Pixabay, Wiki Commons
Penolakan tanggung jawab: Artikel ini hanya untuk tujuan informasi. Ini bukan penawaran langsung atau permintaan penawaran untuk membeli atau menjual, atau rekomendasi atau pengesahan produk, layanan, atau perusahaan. Bitcoin.com tidak memberikan saran investasi, pajak, hukum, atau akuntansi. Baik perusahaan maupun penulis tidak bertanggung jawab, secara langsung atau tidak langsung, untuk setiap kerusakan atau kehilangan yang disebabkan atau diduga disebabkan oleh atau sehubungan dengan penggunaan atau kepercayaan pada konten, barang atau layanan yang disebutkan dalam artikel ini.
Sumber: https://news.bitcoin.com/sentient-ai-does-not-equal-intelligent-ai-tau-uses-logic-to-make-machines-truly-understand-people/