What’s Artificial Intelligence

We have claimed that AI is exciting, but we have not said what it is. eight definitions of AI,
laid out along two dimensions. The definitions on top are concerned
with thought processes and reasoning, whereas the ones on the bottom address behavior. The
definitions on the left measure success in terms of fidelity to human performance, whereas
the ones on the right measure against an ideal performance measure, called rationality.A
system is rational if it does the “right thing,” given what it knows.
Historically, all four approaches to AI have been followed, each by different people
with different methods. A human-centered approach must be in part an empirical science, in

1. Thinking Humanly
   “[The automation of] activities that we
   associate with human thinking, activities
   such as decision-making, problem solving, learning …” (Bellman, 1978)
2. Acting Humanly
   “The study of how to make computers do
   things at which, at the moment, people are
   better.” (Rich and Knight, 1991)
3. Thinking Rationally
   “The study of the computations that make
   it possible to perceive, reason, and act.”
   (Winston, 1992)
4. Acting Rationally
   “Computational Intelligence is the study
   of the design of intelligent agents.” (Poole
   et al., 1998)

volving observations and hypotheses about human behavior. A rationalist1 approach involves
a combination of mathematics and engineering. The various group have both disparaged and
helped each other. Let us look at the four approaches in more detail.

The Turing Test approach

The Turing Test, proposed by Alan Turing (1950), was designed to provide a satisfactory
operational definition of intelligence. A computer passes the test if a human interrogator, after
posing some written questions, cannot tell whether the written responses come from a person
or from a computer. Chapter 26 discusses the details of the test and whether a computer would
really be intelligent if it passed. For now, we note that programming a computer to pass a
rigorously applied test provides plenty to work on. The computer would need to possess the
following capabilities:
• Natural Language Processing to enable it to communicate successfully in English
• Knowledge Representation to store what it knows or hears
• Automated Reasoning to use the stored information to answer questions and to draw new conclusions
• Machine Learning to adapt to new circumstances and to detect and extrapolate patterns.

Module Question 1

1. How would you explain the difference between narrow AI and general AI to someone with no technical background?

2. What was the significance of the Dartmouth Workshop in 1956?

3. In your opinion, is the Turing Test still a valid measure of machine intelligence? Justify your answer.

4. What is the “AI effect,” and can you provide a modern example?

My answer :

1. Narrow AI (Artificial Narrow Intelligence/ANI) adalah kecerdasan buatan yang dirancang untuk
   melakukan tugas atau kelompok tugas tertentu dengan baik.
   General AI (Artificial General Intelligence/AGI) adalah konsep AI yang memiliki kemampuan kognitif
   yang jauh lebih umum, sehingga dapat belajar, memahami, dan menyelesaikan berbagai macam tugas
   intelektual seperti manusia.
2. Dartmouth Workshop adalah pertemuan ilmiah yang berlangsung pada musim panas 1956 di Dartmouth College,
   Amerika Serikat. Kegiatan ini diusulkan oleh John McCarthy, Marvin Minsky, Nathaniel Rochester, dan Claude Shannon. Lokakarya Dartmouth tahun 1956 dianggap sebagai salah satu peristiwa penting dalam sejarah kecerdasan buatan
   (Artificial Intelligence/AI) karena menjadi salah satu titik awal terbentuknya AI sebagai bidang penelitian yang berdiri sendiri.
3. Uji Turing pada dasarnya menguji kemampuan mesin untuk mengelabui manusia. Sebuah AI bisa lolos uji ini dengan
   cara meniru kelemahan manusia, seperti pura-pura salah mengetik, menunjukkan emosi buatan, atau menghindari
   pertanyaan sulit dengan humor. Menipu interogator manusia tidak sama dengan memiliki kecerdasan sejati atau
   pemahaman logis. Uji Turing tidak lagi dianggap sebagai tolok ukur yang valid atau memadai untuk mengukur kecerdasan mesin modern.
4. AI effect adalah fenomena ketika suatu teknologi yang awalnya dianggap sebagai bentuk kecerdasan buatan yang luar biasa,
   setelah menjadi umum dan dipahami cara kerjanya, tidak lagi dianggap sebagai “AI” atau dianggap kurang cerdas.
   Salah satu penyebabnya adalah perubahan standar manusia terhadap apa yang dianggap sebagai kecerdasan.
   Setelah kita mengetahui bagaimana suatu teknologi bekerja dan terbiasa menggunakannya, kemampuan tersebut terasa lebih biasa.
   Jadi, AI effect bukan berarti teknologi tersebut berhenti menjadi AI secara teknis. Istilah ini lebih menggambarkan
   perubahan persepsi manusia terhadap apa yang dianggap sebagai kecerdasan buatan. Generative AI dan chatbot merupakan
   contoh modern yang sedang ramai di era sekarang.