Kamis, 28 Maret 2024

desktop v4.2.1

Root NationНовиниberita TITidak semua yang kita sebut AI sebenarnya adalah kecerdasan buatan. Inilah yang perlu Anda ketahui

Tidak semua yang kita sebut AI sebenarnya adalah kecerdasan buatan. Inilah yang perlu Anda ketahui

-

Pada bulan Agustus 1955, sekelompok sarjana mengajukan permintaan dana sebesar $13 untuk mengadakan seminar musim panas di Dartmouth College, New Hampshire. Bidang yang mereka usulkan untuk dijelajahi adalah kecerdasan buatan (AI). Meskipun permintaan pendanaannya sederhana, hipotesis para peneliti bukanlah: "Setiap aspek pembelajaran atau fitur kecerdasan lainnya, pada prinsipnya, dapat dijelaskan dengan sangat tepat sehingga sebuah mesin dapat dibuat untuk menirunya."

Sejak awal yang sederhana ini, film dan media telah meromantisasi AI atau menggambarkannya sebagai penjahat. Namun, bagi kebanyakan orang, AI hanya menjadi bahan perdebatan dan bukan bagian dari pengalaman hidup yang disadari.

Tidak semua yang kita sebut AI sebenarnya adalah kecerdasan buatan

Pada akhir bulan lalu, AI berupa ChatGPT telah keluar dari spekulasi fiksi ilmiah dan laboratorium penelitian dan ke desktop dan telepon masyarakat umum. Inilah yang disebut "AI generatif" - permintaan kata-kata cerdas yang tak terduga dapat menulis esai atau membuat resep dan daftar belanja, atau membuat puisi dengan gaya Elvis Presley.

Meskipun ChatGPT telah menjadi peserta paling mengesankan dalam satu tahun kesuksesan AI generatif, sistem seperti ini telah menunjukkan potensi yang lebih besar untuk membuat konten baru, dan petunjuk teks-ke-gambar digunakan untuk membuat gambar yang jelas yang bahkan telah memenangkan kompetisi seni. AI mungkin belum memiliki kesadaran hidup atau teori pikiran yang dipopulerkan dalam film dan novel fiksi ilmiah, tetapi AI semakin mendekati setidaknya mengganggu apa yang menurut kami dapat dilakukan oleh sistem kecerdasan buatan.

Para peneliti yang bekerja sama dengan sistem ini terpesona oleh prospek kecerdasan, seperti dalam kasus LaMDA Large Language Model (LLM) Google. LLM adalah model yang telah dilatih untuk memproses dan menghasilkan bahasa alami.

AI generatif juga menimbulkan kekhawatiran tentang plagiarisme, eksploitasi konten asli yang digunakan untuk membuat model, etika manipulasi informasi dan penyalahgunaan kepercayaan, dan bahkan "akhir pemrograman".

Apa sebenarnya arti AI?

Inti dari semua ini adalah pertanyaan yang relevansinya telah berkembang sejak seminar musim panas di Dartmouth: Apakah AI berbeda dari kecerdasan manusia? Agar dianggap AI, suatu sistem harus menunjukkan tingkat pembelajaran dan adaptasi tertentu. Karena alasan ini, pengambilan keputusan, otomatisasi, dan sistem statistik bukanlah AI. Secara garis besar, AI dibagi menjadi dua kategori: artificial narrow intelligence (AI) dan artificial general intelligence (AI). Saat ini, SHI tidak ada. Tantangan utama untuk membangun AI umum adalah memodelkan dunia secara memadai dengan seluruh kumpulan pengetahuan, dengan cara yang konsisten dan bermanfaat. Ini, secara halus, adalah tugas berskala besar.

Sebagian besar dari apa yang kita kenal sebagai AI saat ini memiliki kecerdasan yang sempit – di mana sistem tertentu memecahkan masalah tertentu. Tidak seperti kecerdasan manusia, kecerdasan AI sempit seperti itu hanya efektif dalam domain yang telah dilatihnya: seperti deteksi penipuan, pengenalan wajah, atau rekomendasi sosial. Dan AI akan berfungsi dengan cara yang sama seperti manusia. Saat ini, contoh upaya yang paling menonjol untuk mencapai hal ini adalah penggunaan jaringan saraf dan pembelajaran mendalam yang dilatih pada data dalam jumlah besar.

Tidak semua yang kita sebut AI sebenarnya adalah kecerdasan buatan

Jaringan saraf terinspirasi oleh cara kerja otak manusia. Tidak seperti kebanyakan model pembelajaran mesin, yang melakukan kalkulasi pada data pelatihan, jaringan saraf bekerja dengan mengumpankan setiap titik data secara bergantian melalui jaringan yang saling terhubung, menyesuaikan parameter setiap waktu. Karena semakin banyak data yang dimasukkan melalui jaringan, parameter menjadi stabil, menghasilkan jaringan saraf “terlatih” yang kemudian dapat menghasilkan keluaran yang diinginkan pada data baru – misalnya, mengenali apakah suatu gambar berisi kucing atau anjing.

Lompatan signifikan dalam pengembangan kecerdasan buatan saat ini disebabkan oleh peningkatan teknologi dalam metode pembelajaran jaringan saraf besar, yang memungkinkan penyesuaian sejumlah besar parameter selama setiap proses berkat kemampuan infrastruktur komputasi awan yang besar. Misalnya, GPT-3 (sistem AI yang mendukung ChatGPT) adalah jaringan saraf besar dengan 175 miliar parameter.

Apa yang diperlukan agar kecerdasan buatan berfungsi?

Kecerdasan buatan membutuhkan tiga hal untuk bekerja dengan sukses. Pertama, dia membutuhkan data yang berkualitas, objektif, dan banyak lagi. Peneliti yang membangun jaringan saraf menggunakan susunan data besar yang muncul berkat digitalisasi masyarakat.

Melengkapi pemrogram manusia, Co-Pilot mengambil datanya dari miliaran baris kode yang dihosting di GitHub. ChatGPT dan model bahasa besar lainnya menggunakan miliaran situs web dan dokumen teks yang disimpan di Internet.

Alat konversi teks ke gambar seperti Difusi Stabil, DALLE-2 dan Midjourney, gunakan pasangan gambar-teks dari kumpulan data seperti LAION-5B. Model AI akan terus berkembang saat kita mendigitalkan lebih banyak kehidupan kita dan memberi mereka sumber data alternatif, seperti data simulasi atau data dari pengaturan game seperti Minecraft.

Tidak semua yang kita sebut AI sebenarnya adalah kecerdasan buatan

AI juga membutuhkan infrastruktur komputasi untuk berlatih secara efektif. Ketika komputer menjadi lebih kuat, model yang sekarang membutuhkan upaya intensif dan kalkulasi berskala besar mungkin dalam waktu dekat akan diproses secara lokal. Misalnya, model Difusi Stabil sudah dapat dijalankan di komputer lokal dan tidak di lingkungan cloud. Kebutuhan ketiga untuk AI adalah model dan algoritme yang ditingkatkan. Sistem berbasis data terus membuat kemajuan pesat di bidang yang pernah dianggap sebagai domain kognisi manusia.

Namun, karena dunia di sekitar kita terus berubah, sistem AI perlu terus dilatih ulang menggunakan data baru. Tanpa langkah penting ini, sistem AI akan memberikan jawaban yang secara faktual salah atau tidak memperhitungkan informasi baru yang muncul sejak dilatih.

Jaringan saraf bukan satu-satunya pendekatan untuk AI. Kubu penting lainnya dalam penelitian kecerdasan buatan adalah AI simbolik – alih-alih mencerna banyak data, AI bergantung pada aturan dan pengetahuan yang mirip dengan proses manusia dalam membentuk representasi simbolik internal dari fenomena tertentu.

Namun selama dekade terakhir, keseimbangan kekuatan telah sangat condong ke arah pendekatan berbasis data, dan "bapak pendiri" pembelajaran mendalam modern baru-baru ini dianugerahi Turing Prize, setara dengan Hadiah Nobel dalam ilmu komputer.

Tidak semua yang kita sebut AI sebenarnya adalah kecerdasan buatan

Data, kalkulasi, dan algoritme membentuk dasar AI masa depan. Semua indikator menunjukkan kemajuan pesat di ketiga kategori di masa mendatang.

Anda dapat membantu Ukraina melawan penjajah Rusia. Cara terbaik untuk melakukannya adalah dengan menyumbangkan dana ke Angkatan Bersenjata Ukraina melalui selamatkan hidup atau melalui halaman resmi NBU.

Daftar
Beritahu tentang
tamu

0 komentar
Ulasan Tertanam
Lihat semua komentar
Artikel lainnya
Berlangganan untuk pembaruan

Komentar terbaru

Populer sekarang
0
Kami menyukai pemikiran Anda, silakan beri komentar.x