Dalam artikel sebelumnya kami menyaksikan penelitian AI berubah dari kesembronoan mencoba memberi tahu manusia dari mesin atau meniru arsitektur otak menjadi perangkat lunak yang meniru proses berpikir.
Jika kemajuan pertama datang dari fisikawan, ahli biologi, ahli fisiologi dan ahli matematika, lompatan besar berikutnya akan datang dari tempat yang tak terduga, ilmu politik.
Simon dan rasionalitas
Jika Anda mempelajari Administrasi Bisnis, Anda mungkin harus membawa buku tebal berjudul perilaku administratif. Untuk apa biasanya bibliografi lomba, itu adalah buku yang cukup bermanfaat dan menarik, meski agak padat.
Penulis adalah seorang pria dia akan menerima Hadiah Nobel di bidang Ekonomi karena menyangkal salah satu dogma Ilmu Ekonomi yang paling dicintai. Itu dari konsumen yang rasional.
Lulusan Ilmu Politik karirnya mulai mempelajari administrasi kota dan setelah bertugas sebentar di badan administrasi Marshall Plan, dia ikut mendirikan dan mengajar di program pascasarjana Administrasi Industri di tempat yang sekarang dikenal sebagai Universitas Carnegie Mellon.
Apa kesamaan antara birokrasi dan Kecerdasan Buatan? Proses pengambilan keputusan.
Para ekonom klasik selalu menegaskan bahwa kita adalah pembuat keputusan yang rasional. Dengan kata lain, sebelum serangkaian alternatif, pengusaha atau konsumen, kami akan memilih opsi yang memaksimalkan keuntungan atau mengurangi biaya. Kesimpulan dari hal ini adalah dengan rangkaian alternatif dan keadaan yang sama, kita semua akan membuat keputusan yang sama.
Simon meremehkan ruang lingkup rasionalitas yang seharusnya itu. Dia berargumen bahwa pembuat keputusan tidak pernah mempertimbangkan semua alternatif yang tersedia dan tidak semua dari kita menggunakan kriteria yang sama saat mengevaluasinya. Apa yang kami lakukan adalah menerapkan kriteria yang sama untuk semua masalah seolah-olah itu adalah resep memasak. Itu adalah dasar dari heuristik atau pemrograman berbasis aturan.
Kontribusi lain dari Simon diadopsi oleh Artificial Intelligence Ini adalah pembagian tujuan menjadi subtujuan yang lebih kecil. Mencapai subtujuan membuatnya lebih mudah untuk mencapai tujuan keseluruhan.
Perangkat lunak Kecerdasan Buatan pertama
Dengan bantuan Allen Newell, seorang lulusan Fisika, dan C Shaw, seorang aktuaris yang menjadi pemrogram komputer, Simon memulai pengembangan Ahli Teori Logika, yang dianggap sebagai program Kecerdasan Buatan pertama dalam sejarah.
Meskipun niat awalnya adalah agar program tersebut memecahkan masalah catur atau geometri, mereka akhirnya menggunakannya untuk memecahkan teorema dari buku Matematika terkenal. Namun demikian, tidak seperti mesin Turing, tujuannya bukan untuk memecahkan masalah matematika tetapi untuk meniru cara manusia melalui heuristik selektif menentukan langkah selanjutnya. apa yang harus mereka lakukan.
Pencarian jawaban yang benar dapat direpresentasikan secara grafis sebagai struktur seperti pohon.. Grafik ini dikenal sebagai pohon pencarian.
Di akar pohon pencarian adalah hipotesis awal. Cabang berasal dari akar di mana variasi hipotesis awal berada, yang merupakan hasil dari penerapan aturan logika padanya. Manipulasi lain diterapkan pada masing-masing cabang, menghasilkan sub-cabang. Proses ini diulang sampai kesimpulan yang diinginkan tercapai.
Tujuan dari program Simon dan teman-temannya bukanlah untuk membuktikan teorema tersebut, tetapi untuk menemukan jalan yang akan mengarah pada pembuktian tersebut.. Aplikasi menjelajahi pohon sesuai dengan aturan yang telah ditentukan sebelumnya untuk menemukan cabang yang paling mungkin mengarah ke hasil yang benar. Dia terus mengulangi proses itu sampai dia menemukan jalan yang benar.
Jika upaya pertama pada Kecerdasan Buatan berada di sisi meniru arsitektur otak, Simon dan rekan-rekannya melakukan sebaliknya. Mereka meniru cara komputer bekerja dengan orang. Sebelum memulai tugas pengkodean, sekelompok siswa yang bergabung dengan istri dan anak Simon menerima kartu dengan subrutin dan aturan logika yang diekspresikan dalam bahasa Inggris dan mensimulasikan perilaku komponen program.