AI winter: Perbedaan antara revisi
Impor teks terkontrol dari Wikipedia bahasa Indonesia; revisi 29316044; atribusi sumber disertakan. |
Presentation V4: sitasi, referensi, Math, Wikimedia Commons, dan atribusi |
||
| Baris 1: | Baris 1: | ||
'''AI winter''' merupakan istilah yang digunakan untuk menggambarkan periode ketika penelitian dan pengembangan [[kecerdasan buatan]] mengalami penurunan minat, pendanaan, dan kepercayaan publik. Fenomena ini terjadi akibat ekspektasi berlebihan pada kemampuan teknologi yang tidak diikuti dengan kemajuan nyata. Istilah ini pertama kali mengemuka dalam literatur kecerdasan buatan pada akhir 1980-an, yang memaparkan bagaimana optimisme awal terhadap kecerdasan buatan berubah menjadi skeptisisme sistemik ketika target penelitian tidak tercapai. | '''AI winter''' merupakan istilah yang digunakan untuk menggambarkan periode ketika penelitian dan pengembangan [[kecerdasan buatan]] mengalami penurunan minat, pendanaan, dan kepercayaan publik. Fenomena ini terjadi akibat ekspektasi berlebihan pada kemampuan teknologi yang tidak diikuti dengan kemajuan nyata. Istilah ini pertama kali mengemuka dalam literatur kecerdasan buatan pada akhir 1980-an, yang memaparkan bagaimana optimisme awal terhadap kecerdasan buatan berubah menjadi skeptisisme sistemik ketika target penelitian tidak tercapai.<ref>Daniel Crevier. [https://www.researchgate.net/profile/Daniel-Crevier/publication/233820788_AI_The_Tumultuous_History_of_the_Search_for_Artificial_Intelligence/links/63fe3d9457495059454f87ca/AI-The-Tumultuous-History-of-the-Search-for-Artificial-Intelligence.pdf Wayback Machine]. 1993.</ref> | ||
== Latar belakang historis == | == Latar belakang historis == | ||
Kemunculan konsep AI winter berkaitan erat dengan perkembangan awal kecerdasan buatan pada 1950–1970-an. Pada masa tersebut, sejumlah peneliti, termasuk Minsky dan Papert, menyatakan klaim ambisius mengenai kemampuan jangka panjang sistem berbasis simbolik. Namun, keterbatasan metodologis segera muncul. Laporan Lighthill (1973) memberikan kritik tajam terhadap proyek-proyek AI di Inggris dan memengaruhi kebijakan pendanaan riset di banyak institusi. Laporan tersebut mengemukakan bahwa penelitian AI tidak mampu memberikan hasil praktis yang sepadan dengan investasi besar yang diterima. | Kemunculan konsep AI winter berkaitan erat dengan perkembangan awal kecerdasan buatan pada 1950–1970-an. Pada masa tersebut, sejumlah peneliti, termasuk Minsky dan Papert, menyatakan klaim ambisius mengenai kemampuan jangka panjang sistem berbasis simbolik. Namun, keterbatasan metodologis segera muncul. Laporan Lighthill (1973) memberikan kritik tajam terhadap proyek-proyek AI di Inggris dan memengaruhi kebijakan pendanaan riset di banyak institusi. Laporan tersebut mengemukakan bahwa penelitian AI tidak mampu memberikan hasil praktis yang sepadan dengan investasi besar yang diterima.<ref>Sir James Lighthill. [https://rodsmith.nz/wp-content/uploads/Lighthill_1973_Report.pdf Artificial Intelligence: A General Survey]. Science Research Council. 1973.</ref> | ||
Pada periode 1970-an, antusiasme terhadap sistem pemrosesan bahasa, logika formal, serta permainan komputer mengalami penurunan akibat kegagalan sistem tersebut dalam menyelesaikan masalah kompleks di dunia nyata. Keterbatasan perangkat keras pada masa itu turut memperlambat pencapaian yang diharapkan oleh komunitas AI. Sejumlah sejarawan teknologi mencatat bahwa ekspektasi yang tidak realistis menjadi faktor utama turunnya minat terhadap penelitian ini. | Pada periode 1970-an, antusiasme terhadap sistem pemrosesan bahasa, logika formal, serta permainan komputer mengalami penurunan akibat kegagalan sistem tersebut dalam menyelesaikan masalah kompleks di dunia nyata. Keterbatasan perangkat keras pada masa itu turut memperlambat pencapaian yang diharapkan oleh komunitas AI. Sejumlah sejarawan teknologi mencatat bahwa ekspektasi yang tidak realistis menjadi faktor utama turunnya minat terhadap penelitian ini.<ref>Stuart Jonathan Russell. [https://books.google.co.id/books/about/Artificial_Intelligence.html?hl=id&id=8jZBksh-bUMC&redir_esc=y Artificial Intelligence: A Modern Approach]. Prentice Hall. 2010.</ref> | ||
== AI winter pertama == | == AI winter pertama == | ||
AI winter pertama terjadi pada pertengahan 1970-an hingga awal 1980-an. Kritik metodologis terhadap sistem simbolik dan kemampuannya dalam memecahkan persoalan nyata memengaruhi keputusan lembaga pendanaan, termasuk DARPA di Amerika Serikat, yang mengurangi dukungan terhadap riset AI. Menurut Nilsson (1998) penurunan pendanaan tersebut menyebabkan banyak laboratorium penelitian mengalihkan fokus ke bidang lain seperti robotika atau pemrosesan sinyal. Pada saat yang sama, kemampuan sistem AI terbukti kurang stabil ketika diterapkan pada lingkungan non-laboratorium. Kelemahan ini semakin menegaskan kesenjangan antara teori dan implementasi, sehingga memperkuat persepsi bahwa kecerdasan buatan berada jauh dari tujuan jangka panjangnya. | AI winter pertama terjadi pada pertengahan 1970-an hingga awal 1980-an. Kritik metodologis terhadap sistem simbolik dan kemampuannya dalam memecahkan persoalan nyata memengaruhi keputusan lembaga pendanaan, termasuk DARPA di Amerika Serikat, yang mengurangi dukungan terhadap riset AI. Menurut Nilsson (1998) penurunan pendanaan tersebut menyebabkan banyak laboratorium penelitian mengalihkan fokus ke bidang lain seperti robotika atau pemrosesan sinyal. Pada saat yang sama, kemampuan sistem AI terbukti kurang stabil ketika diterapkan pada lingkungan non-laboratorium. Kelemahan ini semakin menegaskan kesenjangan antara teori dan implementasi, sehingga memperkuat persepsi bahwa kecerdasan buatan berada jauh dari tujuan jangka panjangnya.<ref>Nils J. Nilsson. [https://dl.acm.org/doi/book/10.5555/2974990 Artificial Intelligence: A New Synthesis]. Morgan Kaufmann Publishers Inc. 1998-03.</ref> | ||
== AI winter kedua == | == AI winter kedua == | ||
AI winter kedua terjadi pada akhir 1980-an hingga awal 1990-an, terutama dipicu oleh keruntuhan industri sistem pakar. Pada periode 1980-an, sistem pakar menjadi pusat perhatian karena dianggap sebagai solusi teknologi yang mampu menggantikan kemampuan profesional manusia di berbagai bidang. Namun, biaya pemeliharaan yang tinggi, keterbatasan fleksibilitas, dan kegagalan sistem dalam menghadapi kasus-kasus baru menyebabkan penurunan drastis terhadap adopsinya. Penelitian oleh Feigenbaum (1992) menunjukkan bahwa banyak perusahaan menghentikan proyek sistem pakar karena hambatan teknis dan ekonomi yang tidak dapat diatasi. | AI winter kedua terjadi pada akhir 1980-an hingga awal 1990-an, terutama dipicu oleh keruntuhan industri sistem pakar. Pada periode 1980-an, sistem pakar menjadi pusat perhatian karena dianggap sebagai solusi teknologi yang mampu menggantikan kemampuan profesional manusia di berbagai bidang. Namun, biaya pemeliharaan yang tinggi, keterbatasan fleksibilitas, dan kegagalan sistem dalam menghadapi kasus-kasus baru menyebabkan penurunan drastis terhadap adopsinya. Penelitian oleh Feigenbaum (1992) menunjukkan bahwa banyak perusahaan menghentikan proyek sistem pakar karena hambatan teknis dan ekonomi yang tidak dapat diatasi.<ref>Edward Feigenbaum. [https://www.thekurzweillibrary.com/some-challenges-and-grand-challenges-for-computational-intelligence Some Challenges And Grand Challenges For Computational Intelligence « the Kurzweil Library]. 2003-07-15.</ref> | ||
Mundurnya investasi korporasi dan pemerintah dalam sistem pakar memengaruhi ekosistem penelitian AI secara keseluruhan. Beberapa laboratorium ditutup, sementara universitas menurunkan alokasi sumber daya untuk riset berbasis pengetahuan. Dampak ini diperkuat oleh kegagalan komputer Lisp dan perangkat keras khusus AI untuk menembus pasar umum, sebagaimana dijelaskan oleh Fumio (1994). | Mundurnya investasi korporasi dan pemerintah dalam sistem pakar memengaruhi ekosistem penelitian AI secara keseluruhan. Beberapa laboratorium ditutup, sementara universitas menurunkan alokasi sumber daya untuk riset berbasis pengetahuan. Dampak ini diperkuat oleh kegagalan komputer Lisp dan perangkat keras khusus AI untuk menembus pasar umum, sebagaimana dijelaskan oleh Fumio (1994).<ref>Dr Jack Dikian. [https://www.academia.edu/35159207/The_AI_winter_of_1984_the_end_of_LISP_machines_ The AI winter of 1984 (the end of LISP machines)].</ref> | ||
== Dampak dan pemulihan == | == Dampak dan pemulihan == | ||
Walaupun kedua periode AI winter mengakibatkan perlambatan signifikan dalam kemajuan kecerdasan buatan, era tersebut memberikan fondasi bagi pendekatan baru. Kebangkitan kembali AI pada pertengahan 1990-an dipicu oleh kemajuan statistik, komputasi probabilistik, dan peningkatan daya pemrosesan komputer. Metode seperti jaringan syaraf tiruan, pengklasifikasi probabilistik, dan algoritma [[Pemelajaran mesin|pembelajaran mesin]] modern menunjukkan hasil yang lebih stabil dan terukur dibandingkan pendekatan simbolik terdahulu. Perkembangan ini dijelaskan secara komprehensif oleh Bishop (2006) yang menekankan bagaimana perubahan [[paradigma]] metodologis menghidupkan kembali minat terhadap kecerdasan buatan. | Walaupun kedua periode AI winter mengakibatkan perlambatan signifikan dalam kemajuan kecerdasan buatan, era tersebut memberikan fondasi bagi pendekatan baru. Kebangkitan kembali AI pada pertengahan 1990-an dipicu oleh kemajuan statistik, komputasi probabilistik, dan peningkatan daya pemrosesan komputer. Metode seperti jaringan syaraf tiruan, pengklasifikasi probabilistik, dan algoritma [[Pemelajaran mesin|pembelajaran mesin]] modern menunjukkan hasil yang lebih stabil dan terukur dibandingkan pendekatan simbolik terdahulu. Perkembangan ini dijelaskan secara komprehensif oleh Bishop (2006) yang menekankan bagaimana perubahan [[paradigma]] metodologis menghidupkan kembali minat terhadap kecerdasan buatan.<ref>Christopher M. Bishop. [https://link.springer.com/book/9780387310732 Pattern Recognition and Machine Learning]. Springer. 2006.</ref> | ||
Pemulihan dari AI winter juga didorong oleh ketersediaan dataset besar dan peningkatan kapasitas komputasi. Dengan masuknya teknik pembelajaran mendalam pada awal abad ke-21, penelitian AI memasuki fase perkembangan baru yang jauh lebih produktif dibandingkan era sebelumnya. Namun, sejumlah peneliti mengingatkan bahwa risiko memasuki siklus AI winter baru masih mungkin terjadi apabila ekspektasi publik kembali melampaui kemampuan teknologi aktual. | Pemulihan dari AI winter juga didorong oleh ketersediaan dataset besar dan peningkatan kapasitas komputasi. Dengan masuknya teknik pembelajaran mendalam pada awal abad ke-21, penelitian AI memasuki fase perkembangan baru yang jauh lebih produktif dibandingkan era sebelumnya. Namun, sejumlah peneliti mengingatkan bahwa risiko memasuki siklus AI winter baru masih mungkin terjadi apabila ekspektasi publik kembali melampaui kemampuan teknologi aktual.<ref>P Domingos. [https://psycnet.apa.org/record/2015-43168-000 the master algorithm: How the quest for the ultimate learning machine will remake our world]. ''psycnet.apa.org''. 2015.</ref> | ||
== Referensi == | == Referensi == | ||
<references /> | |||
== Sumber dan atribusi == | == Sumber dan atribusi == | ||
Konten artikel ini diadaptasi dari [https://id.wikipedia.org/w/index.php?title=AI+winter&oldid=29316044 Wikipedia bahasa Indonesia], revisi 29316044 (2026-06-06T00:28:46Z), yang tersedia berdasarkan lisensi Creative Commons Atribusi-BerbagiSerupa (CC BY-SA). Mohon gunakan konten ini secara bijak serta sesuai dengan ketentuan lisensi yang berlaku. | Konten artikel ini diadaptasi dari [https://id.wikipedia.org/w/index.php?title=AI+winter&oldid=29316044 Wikipedia bahasa Indonesia], revisi 29316044 (2026-06-06T00:28:46Z), yang tersedia berdasarkan lisensi Creative Commons Atribusi-BerbagiSerupa (CC BY-SA). Mohon gunakan konten ini secara bijak serta sesuai dengan ketentuan lisensi yang berlaku. | ||
<!-- WIKI_UNISSULA_PRESENTATION_V4 --> | |||
Revisi terkini sejak 23 Agustus 2026 04.05
AI winter merupakan istilah yang digunakan untuk menggambarkan periode ketika penelitian dan pengembangan kecerdasan buatan mengalami penurunan minat, pendanaan, dan kepercayaan publik. Fenomena ini terjadi akibat ekspektasi berlebihan pada kemampuan teknologi yang tidak diikuti dengan kemajuan nyata. Istilah ini pertama kali mengemuka dalam literatur kecerdasan buatan pada akhir 1980-an, yang memaparkan bagaimana optimisme awal terhadap kecerdasan buatan berubah menjadi skeptisisme sistemik ketika target penelitian tidak tercapai.[1]
Latar belakang historis
Kemunculan konsep AI winter berkaitan erat dengan perkembangan awal kecerdasan buatan pada 1950–1970-an. Pada masa tersebut, sejumlah peneliti, termasuk Minsky dan Papert, menyatakan klaim ambisius mengenai kemampuan jangka panjang sistem berbasis simbolik. Namun, keterbatasan metodologis segera muncul. Laporan Lighthill (1973) memberikan kritik tajam terhadap proyek-proyek AI di Inggris dan memengaruhi kebijakan pendanaan riset di banyak institusi. Laporan tersebut mengemukakan bahwa penelitian AI tidak mampu memberikan hasil praktis yang sepadan dengan investasi besar yang diterima.[2]
Pada periode 1970-an, antusiasme terhadap sistem pemrosesan bahasa, logika formal, serta permainan komputer mengalami penurunan akibat kegagalan sistem tersebut dalam menyelesaikan masalah kompleks di dunia nyata. Keterbatasan perangkat keras pada masa itu turut memperlambat pencapaian yang diharapkan oleh komunitas AI. Sejumlah sejarawan teknologi mencatat bahwa ekspektasi yang tidak realistis menjadi faktor utama turunnya minat terhadap penelitian ini.[3]
AI winter pertama
AI winter pertama terjadi pada pertengahan 1970-an hingga awal 1980-an. Kritik metodologis terhadap sistem simbolik dan kemampuannya dalam memecahkan persoalan nyata memengaruhi keputusan lembaga pendanaan, termasuk DARPA di Amerika Serikat, yang mengurangi dukungan terhadap riset AI. Menurut Nilsson (1998) penurunan pendanaan tersebut menyebabkan banyak laboratorium penelitian mengalihkan fokus ke bidang lain seperti robotika atau pemrosesan sinyal. Pada saat yang sama, kemampuan sistem AI terbukti kurang stabil ketika diterapkan pada lingkungan non-laboratorium. Kelemahan ini semakin menegaskan kesenjangan antara teori dan implementasi, sehingga memperkuat persepsi bahwa kecerdasan buatan berada jauh dari tujuan jangka panjangnya.[4]
AI winter kedua
AI winter kedua terjadi pada akhir 1980-an hingga awal 1990-an, terutama dipicu oleh keruntuhan industri sistem pakar. Pada periode 1980-an, sistem pakar menjadi pusat perhatian karena dianggap sebagai solusi teknologi yang mampu menggantikan kemampuan profesional manusia di berbagai bidang. Namun, biaya pemeliharaan yang tinggi, keterbatasan fleksibilitas, dan kegagalan sistem dalam menghadapi kasus-kasus baru menyebabkan penurunan drastis terhadap adopsinya. Penelitian oleh Feigenbaum (1992) menunjukkan bahwa banyak perusahaan menghentikan proyek sistem pakar karena hambatan teknis dan ekonomi yang tidak dapat diatasi.[5]
Mundurnya investasi korporasi dan pemerintah dalam sistem pakar memengaruhi ekosistem penelitian AI secara keseluruhan. Beberapa laboratorium ditutup, sementara universitas menurunkan alokasi sumber daya untuk riset berbasis pengetahuan. Dampak ini diperkuat oleh kegagalan komputer Lisp dan perangkat keras khusus AI untuk menembus pasar umum, sebagaimana dijelaskan oleh Fumio (1994).[6]
Dampak dan pemulihan
Walaupun kedua periode AI winter mengakibatkan perlambatan signifikan dalam kemajuan kecerdasan buatan, era tersebut memberikan fondasi bagi pendekatan baru. Kebangkitan kembali AI pada pertengahan 1990-an dipicu oleh kemajuan statistik, komputasi probabilistik, dan peningkatan daya pemrosesan komputer. Metode seperti jaringan syaraf tiruan, pengklasifikasi probabilistik, dan algoritma pembelajaran mesin modern menunjukkan hasil yang lebih stabil dan terukur dibandingkan pendekatan simbolik terdahulu. Perkembangan ini dijelaskan secara komprehensif oleh Bishop (2006) yang menekankan bagaimana perubahan paradigma metodologis menghidupkan kembali minat terhadap kecerdasan buatan.[7]
Pemulihan dari AI winter juga didorong oleh ketersediaan dataset besar dan peningkatan kapasitas komputasi. Dengan masuknya teknik pembelajaran mendalam pada awal abad ke-21, penelitian AI memasuki fase perkembangan baru yang jauh lebih produktif dibandingkan era sebelumnya. Namun, sejumlah peneliti mengingatkan bahwa risiko memasuki siklus AI winter baru masih mungkin terjadi apabila ekspektasi publik kembali melampaui kemampuan teknologi aktual.[8]
Referensi
- ↑ Daniel Crevier. Wayback Machine. 1993.
- ↑ Sir James Lighthill. Artificial Intelligence: A General Survey. Science Research Council. 1973.
- ↑ Stuart Jonathan Russell. Artificial Intelligence: A Modern Approach. Prentice Hall. 2010.
- ↑ Nils J. Nilsson. Artificial Intelligence: A New Synthesis. Morgan Kaufmann Publishers Inc. 1998-03.
- ↑ Edward Feigenbaum. Some Challenges And Grand Challenges For Computational Intelligence « the Kurzweil Library. 2003-07-15.
- ↑ Dr Jack Dikian. The AI winter of 1984 (the end of LISP machines).
- ↑ Christopher M. Bishop. Pattern Recognition and Machine Learning. Springer. 2006.
- ↑ P Domingos. the master algorithm: How the quest for the ultimate learning machine will remake our world. psycnet.apa.org. 2015.
Sumber dan atribusi
Konten artikel ini diadaptasi dari Wikipedia bahasa Indonesia, revisi 29316044 (2026-06-06T00:28:46Z), yang tersedia berdasarkan lisensi Creative Commons Atribusi-BerbagiSerupa (CC BY-SA). Mohon gunakan konten ini secara bijak serta sesuai dengan ketentuan lisensi yang berlaku.