Ketakutan akan kiamat robot menyembunyikan masalah nyata yang kita hadapi, memungkinkan algoritme untuk mengatur hidup kita. Menurut para ahli di bidang kecerdasan buatan, kami terus bergerak menuju titik tertentu, setelah itu kami tidak lagi harus menemukan apa pun: kecerdasan buatan akan melakukan semuanya sendiri, dan mesin akan meningkat secara eksponensial. Jika ini terjadi, apa yang akan terjadi pada kita?
Selama beberapa tahun terakhir, banyak ilmuwan terkemuka, dari Stephen Hawking hingga Elon Musk, telah memperingatkan kita bahwa kita harus sangat prihatin tentang kemungkinan hasil berbahaya dari kecerdasan buatan superintelligent. Dan mereka mendukung kata-kata mereka dengan tindakan: Musk mendukung OpenAI, sebuah organisasi yang mengembangkan AI yang akan menguntungkan umat manusia.
Namun, banyak yang menganggap ketakutan mereka dibesar-besarkan. Seperti yang dicatat oleh Andrew Ng dari Universitas Stanford, yang juga merupakan kepala ilmuwan raksasa internet Cina Baidu, mengkhawatirkan pemberontakan mesin sama seperti mengkhawatirkan Mars yang penuh sesak.
Tapi ini, tentu saja, tidak berarti bahwa ketergantungan kita pada AI tidak membawa risiko nyata. Faktanya, risiko tersebut sudah ada di sini. Ketika sistem cerdas menjadi lebih terlibat dalam segala hal mulai dari perawatan kesehatan hingga peradilan pidana, ada bahaya bahwa bagian penting dari hidup kita akan terabaikan.
Selain itu, AI dapat menimbulkan konsekuensi yang tidak menyenangkan jika kita tidak siap menghadapinya, misalnya mengubah sikap kita terhadap dokter menjadi sangat bermusuhan.
Video promosi:
Beberapa kata tentang kecerdasan buatan
Sederhananya, ini adalah mesin yang melakukan hal-hal yang biasanya membutuhkan upaya mental dari pihak seseorang: memahami bahasa alami, mengenali wajah dalam foto, mengendarai mobil, dan sebagainya.
Ada perbedaan antara manipulator mekanis pada jalur produksi, yang diprogram untuk melakukan tugas yang sama, dan manipulator, yang secara mandiri belajar melakukan berbagai tugas melalui trial and error.
Bagaimana AI membantu kita?
Pendekatan utama dalam AI saat ini adalah pembelajaran mesin, di mana program dilatih untuk mengidentifikasi pola tertentu dalam sejumlah besar data, seperti mengidentifikasi wajah dalam gambar atau membuat langkah kemenangan dalam permainan papan. Metode ini dapat diterapkan pada berbagai macam masalah. Misalnya, latih komputer untuk mengidentifikasi pola tertentu dalam gambar medis. DeepMind, perusahaan kecerdasan buatan yang dimiliki oleh Google, mengembangkan perangkat lunak yang belajar mendiagnosis kanker dan penyakit mata dari pemindaian pasien. Yang lain menggunakan pembelajaran mesin untuk mendeteksi tanda-tanda awal penyakit jantung dan Alzheimer.
Kecerdasan buatan juga sudah digunakan untuk menganalisis sejumlah besar informasi molekuler untuk mencari opsi obat baru yang potensial - sebuah proses yang sangat memakan waktu bagi manusia. Dalam waktu dekat, pembelajaran mesin mungkin menjadi sangat diperlukan untuk kedokteran.
Kecerdasan buatan juga membantu kami mengelola sistem yang sangat kompleks seperti rantai pasokan global. Sistem di jantung terminal peti kemas Port Botany di Sydney mengelola puluhan ribu peti kemas pengiriman, armada kendaraan otomatis, dan sebagainya, sepenuhnya tanpa manusia. Dalam industri pertambangan, sistem pengoptimalan semakin banyak digunakan untuk merencanakan dan mengoordinasikan pergerakan sumber daya seperti bijih besi.
AI bekerja di mana pun Anda melihat, mulai dari keuangan hingga transportasi, untuk menerbangkan pesawat dan memantau pasar saham. Dan mereka melindungi email Anda dari spam. Tapi ini baru permulaan. Saat AI berkembang, itu akan menjadi semakin kompleks dan menarik.
Apa masalahnya?
Alih-alih mengkhawatirkan revolusi AI di masa depan, risiko terbesarnya adalah kita mungkin terlalu mempercayai sistem cerdas yang kita bangun. Ingat, pembelajaran mesin melatih perangkat lunak untuk mengidentifikasi pola dalam data. Setelah pelatihan, ia melanjutkan untuk menganalisis data baru, yang belum dipelajari. Tetapi ketika komputer mengeluarkan jawaban, kita biasanya tidak tahu bagaimana jawabannya.
Ada masalah yang jelas di sini. Sebuah sistem hanya sebaik data yang darinya ia mempelajarinya. Ambil sistem yang terlatih untuk menentukan pasien pneumonia mana yang lebih mungkin meninggal sehingga mereka dirawat di rumah sakit terlebih dahulu. Katakanlah dia secara tidak sengaja mengklasifikasikan pasien asma bronkial sebagai pasien berisiko rendah. Karena biasanya penderita asma dan pneumonia langsung masuk ke perawatan intensif, sehingga mendapat pengobatan yang mengurangi risiko kematian. Pembelajaran mesin melihat ini sebagai "asma + pneumonia = risiko kematian yang lebih rendah."
Saat AI mendapatkan akses ke semua area kehidupan Anda, begitu pula risiko bahwa ada sesuatu yang salah - jika tidak diperkirakan sebelumnya. Dan karena sebagian besar data yang kami masukkan ke AI tidak sempurna, kami seharusnya tidak mengharapkan jawaban yang sempurna dalam banyak kasus. Kami membangun kecerdasan buatan dalam citra dan rupa kami sendiri; kemungkinan besar, dia akan menjadi "tidak terlalu", seperti kita.
ILYA KHEL
