Klasifikasi Kecerdasan Buatan

 

Berdasarkan Capability, Behavioural, Teknologi dan Purpose

Pengenalan

Kecerdasan Buatan (Artificial Intelligence, AI) merujuk kepada keupayaan sistem komputer untuk meniru fungsi kognitif manusia seperti pembelajaran, pemahaman bahasa, pengecaman corak, dan pembuatan keputusan. Perkembangan AI telah menghasilkan pelbagai jenis sistem yang berbeza dari segi teknologi, tahap keupayaan, dan tujuan penggunaan.

Bagi memahami AI secara sistematik, teknologi ini boleh diklasifikasikan kepada empat dimensi utama:

1. tahap keupayaan (capability),

2. cara AI berfungsi (behavioural),

3. teknologi pembangunan AI,

4. tujuan penggunaan (purpose).

Pendekatan pelbagai dimensi ini membolehkan AI difahami sebagai satu ekosistem teknologi, bukan satu sistem tunggal.

---

1. AI Berdasarkan Tahap Keupayaan (Capability)

Klasifikasi capability merujuk kepada tahap kecerdasan sistem AI berbanding manusia.

Artificial Narrow Intelligence (ANI)

ANI ialah AI yang direka untuk melaksanakan tugas khusus dalam domain tertentu. Semua sistem AI semasa tergolong dalam kategori ini.

Contoh:

• Google Maps

• sistem CCTV dengan pengecaman wajah

• chatbot perkhidmatan pelanggan

• ChatGPT

Walaupun sistem ini kelihatan “pintar”, kecerdasannya terhad kepada fungsi tertentu.

Analogi:
ANI boleh diibaratkan seperti seorang pakar — contohnya pakar bedah sangat mahir dalam pembedahan tetapi tidak semestinya mahir dalam kejuruteraan atau undang-undang.

---

Artificial General Intelligence (AGI)

AGI merujuk kepada AI yang boleh melakukan pelbagai tugas intelektual seperti manusia. Teknologi ini masih belum wujud.

Analogi:
Seperti manusia yang boleh belajar pelbagai kemahiran sepanjang hidup.

---

Superintelligent AI

Superintelligent AI merujuk kepada AI yang melebihi kecerdasan manusia dalam hampir semua bidang. Ia masih bersifat teori.

Analogi:
Seperti “super-genius digital” yang mampu menyelesaikan masalah global dengan pantas.

---

2. AI Berdasarkan Cara AI Berfungsi (Behavioural)

Klasifikasi behavioural menerangkan bagaimana AI membuat keputusan berdasarkan maklumat yang diterima.

Reactive AI

Reactive AI hanya bertindak balas kepada input semasa tanpa memori.

Contoh:

• lampu sensor gerakan

• sistem automasi asas

Analogi:
Seperti kalkulator yang hanya mengira berdasarkan input semasa.

---

Limited Memory AI

Limited Memory AI menggunakan data masa lalu untuk meningkatkan prestasi keputusan.

Contoh:

• Google Maps meramal trafik

• CCTV dengan analitik video

• sistem pengesanan penipuan bank

• kereta autonomi

Analogi:
Seperti pemandu berpengalaman yang menggunakan pengalaman lalu untuk membuat keputusan lebih baik.

Kebanyakan AI moden berada dalam kategori ini.

---

Theory-of-Mind AI

AI yang boleh memahami emosi dan niat manusia. Masih dalam penyelidikan.

Analogi:
Seperti kaunselor yang memahami perasaan orang lain.

---

Self-Aware AI

AI yang mempunyai kesedaran diri. Masih konsep teori.

Analogi:
Robot dalam filem sains fiksyen.

---

3. AI Berdasarkan Teknologi

Klasifikasi teknologi menerangkan bagaimana sistem AI dibangunkan dari sudut teknikal.

Machine Learning

Machine Learning membolehkan sistem belajar daripada data.

Contoh:

• sistem ramalan trafik Google Maps

• sistem penapisan spam email

Analogi:
Seperti pelajar yang belajar daripada latihan dan pengalaman.

---

Deep Learning

Deep Learning menggunakan neural network untuk mengenal pasti corak kompleks.

Contoh:

• pengecaman wajah CCTV

• pengecaman suara telefon pintar

• model bahasa seperti ChatGPT

Analogi:
Seperti otak manusia yang mempunyai rangkaian neuron.

---

Natural Language Processing (NLP)

NLP membolehkan AI memahami bahasa manusia.

Contoh:

• chatbot

• ChatGPT

• sistem terjemahan automatik

Analogi:
Seperti penterjemah bahasa digital.

---

Computer Vision

Computer Vision membolehkan AI memahami imej dan video.

Contoh:

• CCTV pintar

• pengecaman nombor plat kenderaan

• sistem keselamatan lapangan terbang

Analogi:
Seperti mata manusia.

---

Robotics

Robotics menggabungkan AI dengan sistem mekanikal.

Contoh:

• robot industri

• dron pemantauan

• robot penghantaran

Analogi:
Seperti badan fizikal bagi AI.

---

4. AI Berdasarkan Tujuan (Purpose)

Klasifikasi purpose melihat kepada peranan AI dalam organisasi dan kehidupan harian.

Generative AI

Generative AI menghasilkan kandungan baru.

Contoh:

• ChatGPT menulis teks

• AI image generator

• AI coding assistant

Analogi:
Seperti penulis digital.

---

Predictive AI

Predictive AI digunakan untuk membuat ramalan.

Contoh:

• Google Maps ramal trafik

• ramalan jualan

• predictive maintenance industri

Analogi:
Seperti ahli statistik organisasi.

---

Assistive AI

Assistive AI membantu kerja manusia tanpa menggantikan manusia sepenuhnya.

Contoh:

• auto-complete email

• recommendation system

• AI copilot

Analogi:
Seperti pembantu pejabat.

---

Conversational AI

Conversational AI berinteraksi melalui perbualan.

Contoh:

• chatbot bank

• chatbot laman web

• pembantu maya

Analogi:
Seperti pegawai khidmat pelanggan.

---

Agentic AI

Agentic AI boleh merancang dan melaksanakan tugas secara autonomi.

Contoh:

• automasi workflow

• AI agent penyelidikan

Analogi:
Seperti pengurus projek automatik.

---

Kesimpulan

AI boleh difahami melalui empat dimensi utama:

• capability (tahap kecerdasan AI),

• behavioural (cara AI berfungsi),

• teknologi pembangunan AI,

• purpose (tujuan penggunaan AI).

Contoh sistem harian seperti CCTV, Google Maps, chatbot, dan ChatGPT menunjukkan bahawa AI sebenarnya terdiri daripada gabungan pelbagai teknologi dan fungsi.

Secara konseptual, AI boleh dianalogikan sebagai sebuah organisasi digital, di mana:

• teknologi ialah “enjin”,

• capability ialah “tahap kecerdasan”,

• behavioural ialah “cara berfikir”,

• purpose ialah “peranan kerja”.

Pendekatan ini membantu pelajar dan penyelidik memahami AI secara lebih tersusun dan kontekstual.