Pada 2017, kecerdasan buatan menarik $ 12 miliar investasi dari pemodal ventura. Kami baru mulai menemukan aplikasi AI yang berguna. Amazon baru-baru ini memperkenalkan ritel, jika boleh saya katakan demikian, toko di mana kasir dan konter pembayaran telah digantikan oleh visi komputer, sensor, dan pembelajaran mendalam. Dan tanpa investasi, liputan pers, dan inovasi radikal, "kecerdasan buatan" telah lama berada di bibir semua orang. Tapi apakah itu ada?
Berbicara di Forum Ekonomi Dunia, Dr. Kai-fu Lee, pemodal ventura Taiwan dan presiden pendiri Google China, berkomentar, "Saya pikir setiap wirausahawan mencoba menggambarkan perusahaannya sebagai perusahaan AI, dan setiap pemodal ventura dengan senang hati akan berkata, bahwa dia berinvestasi dalam AI. " Namun beberapa gelembung AI mungkin saja meletus sebelum akhir tahun 2018, yaitu "startup yang menghadirkan cerita yang mustahil dan menipu pemodal ventura karena tidak mengerti."
Namun, Dr. Lee bersikeras bahwa AI akan terus berkembang dan mengambil pekerjaan dari manusia. Apa perbedaan antara AI, dengan segala pro dan kontranya, serta cerita yang membengkak?
Jika Anda menganalisis beberapa cerita dugaan AI, Anda akan segera menemukan perbedaan signifikan dalam cara manusia mendefinisikan kecerdasan buatan: garis kabur antara simulasi kecerdasan dan aplikasi pembelajaran mesin.
Pakar AI sedang berjuang untuk menemukan konsensus, tetapi pertanyaan ini menimbulkan lebih banyak pertanyaan. Misalnya, kapan penting untuk tepat dengan definisi asli suatu istilah dan kapan perlu berhenti menyempurnakan definisi? Tidak jelas. Hype sering kali menghalangi klarifikasi. Plus, hype didukung oleh $ 12 miliar uang yang diinvestasikan.
Pembicaraan ini juga diperlukan karena para pemimpin dunia mulai secara terbuka membahas bahaya yang ditimbulkan AI. CEO Facebook Mark Zuckerberg menyarankan bahwa orang-orang skeptis yang mencoba untuk "membuat skenario akhir dunia" sangat tidak bertanggung jawab dan muram. Tetapi pencipta OpenAI dan pemilik banyak perusahaan lain, Elon Musk, membantah pernyataan Zuckerberg, dengan mengatakan bahwa dia tidak sepenuhnya memahami esensi dari masalah tersebut. Musk mengatakan hal yang sama tentang profesor Harvard Stephen Pinker pada bulan Februari. Dia menulis bahwa Pinker tidak memahami perbedaan antara AI yang fungsional, sempit, dan AI tujuan umum.
Mengingat ketakutan seputar kecerdasan buatan, penting bagi masyarakat umum untuk memahami dengan jelas perbedaan antara berbagai tingkat AI sehingga setiap orang dapat menilai potensi manfaat dan ancaman secara realistis.
Video promosi:
Lebih pintar dari laki-laki?
Eric Cambria, pakar pemrosesan bahasa alami, percaya bahwa “tidak ada yang melakukan kecerdasan buatan saat ini, tetapi semua orang mengatakan mereka melakukannya persis karena kedengarannya keren. Beberapa tahun lalu, cerita yang sama terjadi dengan data besar."
Cambria mencatat bahwa AI sebagai istilah awalnya merujuk pada emulasi kecerdasan manusia. “Tapi hari ini tidak ada yang sepandai orang terbodoh di Bumi. Oleh karena itu, tegasnya, tidak ada yang terlibat dalam kecerdasan buatan, tidak melakukannya, jika hanya karena kita tidak tahu cara kerja otak manusia,”katanya.
Istilah "AI" sering digunakan untuk merujuk pada alat klasifikasi data yang canggih. Alat-alat ini sangat mengesankan, tetapi mereka beroperasi pada spektrum yang sama sekali berbeda dari kognisi manusia. Juga, menurut Cambria, orang mengklaim bahwa jaringan saraf adalah bagian dari gelombang baru AI. Ini aneh karena teknologinya sudah ada selama lima puluh tahun.
Pertama dan terpenting, AI memberikan akses ke daya komputasi yang hebat. Semua kemajuan ini disambut baik, tetapi akan keliru untuk percaya bahwa mesin telah belajar meniru kompleksitas proses kognitif kita.
“Perusahaan hanya menggunakan trik untuk menciptakan perilaku yang menyerupai kecerdasan, tetapi ini bukanlah kecerdasan yang sebenarnya, itu hanya cerminannya. Sistem pakar seperti itu bisa sangat baik di bidang tertentu, tetapi sangat buruk di bidang lain,”katanya.
Peniruan kecerdasan ini telah menginspirasi imajinasi publik. Sistem yang beroperasi di domain tertentu telah menghidupkan berbagai permulaan. Tetapi apakah itu membantu menghilangkan kebingungan dunia? Justru sebaliknya.
Auxiliary, augmented atau stand-alone
Dalam hal integritas ilmiah, pertanyaan tentang definisi yang tepat tidak diabaikan. Pada tahun 1974 di Institut Teknologi California, Richard Feynman berkata, "Prinsip pertama adalah bahwa Anda tidak boleh menipu diri sendiri - Anda adalah yang paling mudah ditipu." Dan selanjutnya: "Anda tidak boleh menipu orang awam ketika Anda berbicara atas nama seorang ilmuwan." Dia berasumsi bahwa para ilmuwan harus memikirkan fakta bahwa mereka juga bisa salah, matang di akarnya. "Jika Anda membayangkan diri Anda menjadi ilmuwan, Anda harus menjelaskan kepada orang awam apa yang Anda lakukan - dan jika dia memutuskan untuk tidak mendukung Anda dalam keadaan tertentu, maka itu adalah keputusannya."
Dalam kasus AI, ini mungkin berarti bahwa ilmuwan profesional memiliki tugas untuk menjelaskan bahwa mereka mengembangkan alat yang sangat kuat, kontroversial, menguntungkan, dan bahkan berbahaya yang tidak mewakili kecerdasan dalam arti yang sudah dikenal atau mencakup semua.
Istilah "kecerdasan buatan" mungkin menyesatkan, tetapi upaya untuk menjelaskannya sudah dilakukan. Laporan PwC baru-baru ini menguraikan perbedaan antara "kecerdasan bantu", "kecerdasan tambahan", dan "kecerdasan otonom". Kecerdasan terbantu diwakili oleh program navigasi GPS yang dijalankan di dalam mobil. Kecerdasan yang ditingkatkan "memungkinkan orang dan organisasi untuk melakukan hal-hal yang sebelumnya tidak dapat mereka lakukan." Kecerdasan otonom “memungkinkan mobil bertindak sendiri,” misalnya, dalam kasus mobil tanpa pengemudi.
Roman Yampolsky, seorang peneliti keamanan intelijen, percaya bahwa “kecerdasan (buatan atau alami) terus berkembang, dan dengan itu potensi masalah teknologi ini. Kami terbiasa berpikir bahwa suatu hari AI akan menguasai seluruh kemampuan manusia dan menjadi kecerdasan buatan umum. Kemudian dia menjadi superintelligent. Tapi hari ini kami kebanyakan menggunakan AI yang sangat terfokus. Masalahnya bukan pada terminologi, tetapi pada kompleksitas sistem seperti itu bahkan pada level saat ini."
Haruskah orang takut dengan AI? “Saat peluang terus muncul, segala macam tantangan akan muncul,” kata Yampolsky. Akan ada lebih banyak insiden yang melibatkan AI.
Menurut Brian Decker, pendiri Encom Lab, algoritme pembelajaran mesin saat ini hanya berfungsi untuk memenuhi kebutuhan pemrogram. "Pemasar akan mengatakan bahwa lampu teras yang dikendalikan fotodioda adalah kecerdasan buatan karena" tahu kapan di luar gelap ", sementara seorang insinyur manufaktur yang baik akan menunjukkan bahwa tidak ada satu bit pun dalam sejarah komputasi yang pernah berubah, jika hanya demikian tidak dipahami menurut logika pemrograman sebelumnya."
Ilya Khel
