kepikiranteknologi
Apa itu kecerdasan buatan (AI)? Bagaimana cara kerja kecerdasan buatan?
Apa itu Kecerdasan Buatan?
Kecerdasan buatan (AI) adalah cabang luas ilmu komputer yang berhubungan dengan pembuatan mesin cerdas yang mampu melakukan tugas-tugas yang biasanya memerlukan kecerdasan manusia.Walaupun AI memerangkap disiplin ilmu yang beragam dengan berbagai pendekatan, terutama kemajuan dalam machine learning dan deep learning, telah mengubah paradigma di hampir setiap sektor industri teknologi.
AI memungkinkan mesin untuk meniru, bahkan meningkatkan, kemampuan berpikir manusia. Dari pengembangan mobil otonom hingga penyebaran alat AI generatif seperti ChatGPT dan Google Bard, kecerdasan buatan semakin meresap ke dalam kehidupan sehari-hari dan menjadi fokus investasi bagi perusahaan-perusahaan dari berbagai industri.
Mendefinisikan Kecerdasan Buatan: Dasar-dasar Kecerdasan Buatan
Memahami kecerdasan buatan
Secara umum, sistem AI dapat melakukan tugas-tugas yang biasanya terkait dengan fungsi kognitif manusia, seperti menafsirkan ucapan, bermain game, dan mengidentifikasi pola. Mereka biasanya belajar bagaimana melakukan hal ini dengan memproses data dalam jumlah besar dan mencari pola yang dapat dimodelkan dalam proses pengambilan keputusan mereka. Dalam banyak kasus, manusia akan mengawasi proses pembelajaran AI, mendorong keputusan yang baik dan mencegah keputusan yang buruk. Namun beberapa sistem AI dirancang untuk belajar tanpa pengawasan; Misalnya saja bermain video game berulang-ulang hingga akhirnya mereka mengetahui aturan dan cara menangnya.
Kecerdasan Buatan yang Kuat Vs. Kecerdasan buatan yang lemah
Kecerdasan sulit untuk didefinisikan, itulah sebabnya para ahli AI sering membedakan antara AI kuat dan AI lemah.
Kecerdasan buatan yang kuat
Kecerdasan buatan yang kuat yang juga dikenal sebagai kecerdasan umum buatan, merujuk pada mesin yang mampu menyelesaikan masalah yang belum pernah mereka latih sebelumnya, mirip dengan cara manusia melakukannya. Ini adalah jenis kecerdasan buatan yang kita lihat di film, seperti robot di Westworld atau data karakter di Star Trek: The Next Generation. Kecerdasan buatan jenis ini sebenarnya belum ada.
Menciptakan mesin dengan kecerdasan tingkat manusia yang dapat diterapkan pada tugas apa pun adalah hal yang mustahil bagi banyak peneliti AI, namun pencarian kecerdasan umum buatan penuh dengan kesulitan. Beberapa orang percaya bahwa penelitian AI yang kuat haruslah dibatasi, karena berpotensi risiko menciptakan AI yang kuat tanpa batasan yang memadai.
Tidak seperti AI yang lemah, AI yang kuat mewakili mesin dengan kemampuan kognitif yang lengkap (dan berbagai kasus penggunaan), namun waktu tidak membuat hal tersebut menjadi lebih mudah.
Kecerdasan buatan yang lemah
AI yang lemah, terkadang disebut AI sempit atau AI ahli, beroperasi dalam konteks terbatas dan merupakan simulasi kecerdasan manusia yang diterapkan pada masalah yang didefinisikan secara sempit (seperti mengendarai mobil, menyalin ucapan manusia, atau memilih konten di situs web). .
AI yang lemah sering kali berfokus hanya pada melakukan satu tugas dengan sangat baik. Meskipun mesin-mesin ini tampak cerdas, mereka beroperasi di bawah banyak kendala dan keterbatasan yang bahkan lebih besar daripada kecerdasan dasar manusia.
Contoh AI yang lemah meliputi:
• Siri, Alexa, dan asisten cerdas lainnya
• Mobil yang bisa mengemudi sendiri
• Pencarian Google
• Chatbot
• Filter spam
• Rekomendasi Netflix
Pembelajaran mesin vs. Pembelajaran mendalam
Meskipun istilah “pembelajaran mesin” dan “pembelajaran mendalam” sering muncul dalam percakapan tentang kecerdasan buatan, istilah tersebut tidak boleh digunakan secara bergantian. Pembelajaran mendalam adalah salah satu bentuk pembelajaran mesin dan pembelajaran mesin adalah subbidang kecerdasan buatan.
Pembelajaran mesin
Algoritme pembelajaran mesin menerima data dari komputer dan menggunakan teknik statistik untuk membantunya “mempelajari” cara meningkatkan suatu tugas secara bertahap, tanpa harus diprogram secara khusus untuk tugas tersebut. Sebaliknya, algoritme pembelajaran mesin menggunakan data historis sebagai masukan untuk memprediksi nilai keluaran baru. Untuk tujuan ini, pembelajaran mesin terdiri dari pembelajaran yang diawasi (di mana keluaran yang diharapkan dari masukan diketahui berkat kumpulan data berlabel) dan pembelajaran tanpa pengawasan (di mana keluaran yang diharapkan tidak diketahui karena penggunaan kumpulan data yang tidak berlabel).
Pembelajaran mendalam
Pembelajaran mendalam adalah jenis pembelajaran mesin yang menjalankan masukan melalui arsitektur jaringan saraf yang terinspirasi secara biologis. Jaringan saraf memiliki serangkaian lapisan tersembunyi tempat data diproses, memungkinkan mesin memperdalam pembelajarannya, membuat koneksi, dan menimbang masukan untuk mendapatkan hasil yang lebih baik.
Contoh Kecerdasan Buatan
Empat jenis kecerdasan buatan
Kecerdasan buatan dapat dibagi menjadi empat kategori, berdasarkan jenis dan kompleksitas tugas yang dapat dilakukan sistem. mereka:
1. Mesin Interaktif
2. Memori terbatas
3. Teori pikiran
4. Kesadaran diri
Mesin Interaktif
Mesin interaktif mengikuti prinsip dasar kecerdasan buatan dan, seperti namanya, hanya mampu menggunakan kecerdasannya untuk memahami dan berinteraksi dengan dunia di depannya. Mesin interaktif tidak dapat menyimpan memori dan, akibatnya, tidak dapat mengandalkan pengalaman masa lalu untuk memandu pengambilan keputusan secara real-time.
Melihat dunia secara langsung berarti bahwa mesin interaktif dirancang untuk menyelesaikan tugas-tugas khusus dalam jumlah terbatas. Namun, mempersempit pandangan dunia mesin interaktif secara sengaja memiliki manfaatnya: AI jenis ini akan lebih andal dan akan bereaksi dengan cara yang sama terhadap rangsangan yang sama setiap saat.
Contoh mesin interaktif
• IBM merancang Deep Blue pada tahun 1990an sebagai superkomputer untuk bermain catur, dan berhasil mengalahkan grandmaster internasional Garry Kasparov dalam sebuah permainan. Deep Blue hanya dapat mengenali bidak-bidak di papan catur dan mengetahui bagaimana masing-masing bidak tersebut bergerak sesuai aturan catur, mengenali lokasi masing-masing bidak saat ini, dan menentukan langkah paling logis pada saat itu. Komputer tidak mengejar kemungkinan pergerakan lawannya di masa depan atau mencoba menempatkan bidaknya pada posisi yang lebih baik. Setiap gerakan dipandang sebagai realitas tersendiri, terpisah dari gerakan lain yang dilakukan sebelumnya.
• AlphaGo Google juga tidak dapat mengevaluasi pergerakan di masa depan, namun mengandalkan jaringan sarafnya sendiri untuk mengevaluasi perkembangan game saat ini, sehingga memberikan keunggulan dibandingkan Deep Blue dalam game yang lebih kompleks. AlphaGo juga mengalahkan pesaing global dalam permainan ini, mengalahkan juara Go Lee Sedol pada tahun 2016.
Memori terbatas
AI dengan memori terbatas memiliki kemampuan untuk menyimpan data dan prediksi masa lalu saat mengumpulkan informasi dan mengevaluasi keputusan potensial, yang pada dasarnya melihat ke masa lalu untuk mendapatkan petunjuk tentang apa yang akan terjadi selanjutnya. Kecerdasan buatan dengan memori terbatas lebih kompleks dan memiliki kemampuan lebih besar dibandingkan mesin interaktif.
AI dengan memori terbatas dibuat ketika komputer terus-menerus melatih model cara menganalisis dan menggunakan data baru atau ketika lingkungan AI dibuat sehingga model dapat dilatih dan diperbarui secara otomatis.
Saat menggunakan AI yang terikat memori dalam pembelajaran mesin, ada enam langkah yang harus diikuti:
1. Atur data pelatihan
2. Buat model pembelajaran mesin.
3. Pastikan model dapat memberikan prediksi.
4. Pastikan model dapat menerima masukan dari manusia atau lingkungan.
5. Menyimpan reaksi manusia dan lingkungan sebagai data.
6. Ulangi langkah sebelumnya sebagai satu siklus.
Teori pikiran
Teori pikiran hanyalah itu: sebuah teori. Kita belum mencapai kemampuan teknologi dan ilmiah yang diperlukan untuk mencapai tingkat kecerdasan buatan berikutnya.
Konsep ini didasarkan pada premis psikologis yaitu pemahaman bahwa makhluk hidup lain mempunyai pikiran dan emosi yang mempengaruhi perilaku individu. Dalam kaitannya dengan mesin AI, ini berarti AI mampu memahami perasaan manusia, hewan, dan mesin lainnya serta mengambil keputusan melalui refleksi dan desain diri, lalu menggunakan informasi tersebut untuk mengambil keputusan sendiri. Pada dasarnya, mesin harus mampu menangkap dan memproses konsep “pikiran”, fluktuasi emosi dalam pengambilan keputusan, dan sejumlah konsep psikologis lainnya secara real time, sehingga menciptakan hubungan dua arah antara manusia dan AI.
Kesadaran Diri
Setelah teori pikiran terbentuk, di masa depan AI, langkah terakhirnya adalah AI menjadi sadar diri. AI jenis ini memiliki kesadaran setingkat manusia dan memahami kehadirannya sendiri di dunia, serta kehadiran dan keadaan emosi orang lain. Dia akan mampu memahami apa yang mungkin dibutuhkan orang lain tidak hanya berdasarkan apa yang mereka komunikasikan tetapi juga bagaimana mereka mengkomunikasikannya.
Kesadaran diri dalam AI bergantung pada peneliti manusia yang memahami premis kesadaran dan kemudian mempelajari cara mereplikasinya sehingga dapat diintegrasikan ke dalam mesin.
Contoh Kecerdasan Buatan
Teknologi AI memiliki banyak bentuk, mulai dari chatbot hingga aplikasi navigasi dan pelacak kebugaran yang dapat dikenakan. Contoh di bawah ini menggambarkan luasnya potensi penerapan AI.
ChatGPT
ChatGPT adalah chatbot AI yang mampu menghasilkan konten tertulis dalam berbagai format, mulai dari artikel hingga kode dan jawaban atas pertanyaan sederhana. Diluncurkan pada November 2022 oleh OpenAI, ChatGPT didukung oleh model bahasa besar yang memungkinkannya meniru pengetikan manusia. ChatGPT juga tersedia sebagai aplikasi seluler untuk perangkat iOS pada Mei 2023 dan untuk perangkat Android pada Juli 2023. Ini hanyalah salah satu dari banyak contoh chatbot, meskipun sangat canggih.
Google Maps
Google Maps menggunakan data lokasi dari ponsel cerdas, serta data yang dilaporkan pengguna tentang hal-hal seperti konstruksi dan kecelakaan mobil, untuk memantau pasang surut lalu lintas dan mengevaluasi rute tercepat.
Asisten cerdas
Asisten AI pribadi seperti Siri, Alexa, dan Cortana menggunakan pemrosesan bahasa alami, atau NLP, untuk menerima instruksi dari pengguna guna mengatur pengingat, mencari informasi online, dan mengontrol lampu di rumah orang. Dalam banyak kasus, asisten ini dirancang untuk mempelajari preferensi pengguna dan meningkatkan pengalaman mereka seiring waktu dengan saran yang lebih baik dan respons yang lebih dipersonalisasi.
Filter Snapchat
Filter Snapchat menggunakan algoritma ML untuk membedakan subjek foto dan latar belakang, melacak pergerakan wajah, dan menyesuaikan gambar di layar berdasarkan apa yang dilakukan pengguna.
Mobil tanpa pengemudi
Mobil tanpa pengemudi adalah contoh nyata pembelajaran mendalam, karena mobil menggunakan jaringan saraf dalam untuk mendeteksi objek di sekitar, menentukan jarak dari mobil lain, mengidentifikasi lampu lalu lintas, dan banyak lagi.
Wearable
Sensor dan perangkat wearable yang digunakan dalam industri kesehatan juga menerapkan pembelajaran mendalam untuk menilai status kesehatan pasien, termasuk kadar gula darah, tekanan darah, dan detak jantung. Mereka juga dapat mengekstrak pola dari data medis pasien di masa lalu dan menggunakannya untuk memprediksi kondisi kesehatan di masa depan.
MuZero
MuZero, sebuah program komputer yang dibuat oleh DeepMind, adalah pionir yang menjanjikan dalam mencapai kecerdasan umum buatan yang sebenarnya. Dia mampu menguasai permainan yang bahkan belum pernah dia pelajari, termasuk catur dan sejumlah permainan Atari, melalui kekerasan, memainkan permainan tersebut jutaan kali.
Manfaat, tantangan dan masa depan kecerdasan buatan
Manfaat kecerdasan buatan
AI memiliki banyak kegunaan, mulai dari meningkatkan pengembangan vaksin hingga mengotomatisasi deteksi potensi penipuan. Menurut penelitian CB Insights, perusahaan-perusahaan AI mengumpulkan pendanaan sebesar $66,8 miliar pada tahun 2022, lebih dari dua kali lipat jumlah pendanaan yang diperoleh pada tahun 2020. Karena penerapannya yang cepat, AI membuat terobosan di berbagai industri.
Perbankan yang Lebih Aman
Laporan Business Insider Intelligence tahun 2022 tentang AI di perbankan menemukan bahwa lebih dari separuh perusahaan jasa keuangan telah menggunakan solusi AI untuk mengelola risiko dan menghasilkan pendapatan. Penerapan AI di perbankan dapat menghemat hingga $400 miliar.
Pengobatan yang Lebih Baik
Dalam bidang kedokteran, laporan Organisasi Kesehatan Dunia (WHO) pada tahun 2021 mencatat bahwa meskipun mengintegrasikan AI ke dalam layanan kesehatan memiliki tantangan, teknologi ini “sangat menjanjikan,” karena dapat memberikan manfaat seperti kebijakan kesehatan yang lebih terinformasi dan peningkatan dalam layanan kesehatan. diagnosa. .
Media yang Inovatif
Kecerdasan buatan juga telah meninggalkan pengaruhnya di bidang hiburan. Pasar global untuk kecerdasan buatan di media dan hiburan diperkirakan akan mencapai $99,48 miliar pada tahun 2030, dibandingkan dengan $10,87 miliar pada tahun 2021, menurut Grand View Research. Perluasan ini mencakup penggunaan kecerdasan buatan seperti mengidentifikasi plagiarisme dan mengembangkan grafik definisi tinggi.
Tantangan dan keterbatasan kecerdasan buatan
Meskipun AI dipandang sebagai aset yang penting dan berkembang pesat, bidang yang sedang berkembang ini juga memiliki kelemahan.
Pew Research Center mensurvei 10.260 orang Amerika pada tahun 2021 tentang sikap mereka terhadap kecerdasan buatan. Hasilnya ditemukan bahwa 45% peserta sama-sama bersemangat dan cemas, dan 37% lebih cemas dibandingkan bersemangat. Selain itu, lebih dari 40% responden mengatakan mereka menganggap mobil tanpa pengemudi berbahaya bagi masyarakat. Namun, gagasan menggunakan AI untuk mengidentifikasi penyebaran informasi palsu di media sosial lebih diterima dengan baik, dengan hampir 40% responden yang disurvei menggambarkannya sebagai ide bagus.
AI adalah anugerah untuk meningkatkan produktivitas dan efisiensi sekaligus mengurangi kemungkinan kesalahan manusia. Namun ada juga beberapa kelemahannya, seperti biaya pengembangan dan potensi mesin otomatis menggantikan pekerjaan manusia. Namun perlu dicatat bahwa industri AI juga mampu menciptakan lapangan kerja, beberapa di antaranya belum ditemukan.
Mengatur kecerdasan buatan
Ketika algoritma AI menjadi lebih kompleks dan kuat, teknologi AI – dan perusahaan yang menciptakannya – semakin mendapat pengawasan dari badan pengatur di seluruh dunia.
Undang-undang UE tentang kecerdasan buatan
Pada tahun 2021, Parlemen UE mengusulkan kerangka peraturan yang bertujuan untuk memastikan bahwa sistem AI yang diterapkan di UE “aman, transparan, dapat dilacak, tidak diskriminatif, dan ramah lingkungan.” Kerangka kerja UE membagi teknologi AI ke dalam tiga kategori risiko: risiko terbatas, risiko tinggi, dan risiko yang tidak dapat diterima.
Risiko yang tidak dapat diterima
Teknologi yang termasuk dalam kategori risiko yang tidak dapat diterima mencakup sistem yang dapat digunakan untuk melakukan pengawasan secara real-time, memanipulasi orang, membuat profil populasi, atau mendiskriminasi kelompok rentan. Penggunaan teknologi ini akan dilarang di Uni Eropa, meskipun beberapa pengecualian terbatas mungkin dilakukan untuk tujuan penegakan hukum.
Berisiko tinggi
Teknologi berisiko tinggi mencakup sistem AI apa pun yang digunakan untuk mengoperasikan produk yang diatur oleh undang-undang keselamatan produk UE, seperti mobil, peralatan medis, elevator, mainan, dan teknologi penerbangan. Sistem ini harus dievaluasi sebelum dipasarkan dan juga memerlukan pengujian yang sering. Selain itu, kerangka kerja ini mengharuskan sistem AI apa pun yang digunakan untuk pendidikan, pengoperasian infrastruktur, lapangan kerja, penegakan hukum, dan sejumlah tujuan lainnya didaftarkan dalam database UE.
Risiko terbatas
Untuk sistem AI dengan risiko terbatas, yang mungkin mencakup sebagian besar sistem yang tidak memenuhi kriteria di atas, kerangka kerja UE menekankan transparansi dan kemampuan pengguna untuk memilih untuk tidak berinteraksi dengan sistem yang didukung AI.
Untuk sistem AI generatif seperti ChatGPT, kerangka kerja ini memerlukan transparansi seputar penggunaan AI apa pun dan perlindungan terhadap penggunaan model AI untuk membuat konten ilegal. Perjanjian ini menyerukan evaluasi komprehensif terhadap model-model canggih seperti GPT-4, serta persyaratan untuk melaporkan “insiden serius” apa pun ke Komisi Eropa.
Undang-undang Hak Kecerdasan Buatan
Pada tahun 2022, Gedung Putih Biden memperkenalkan Bill of Rights AI, yang menguraikan lima prinsip penggunaan AI secara bertanggung jawab. Prinsip-prinsip ini mencakup hak untuk dilindungi dari sistem AI yang tidak aman atau tidak efektif, perlindungan dari diskriminasi algoritmik, hak untuk mengontrol cara data pribadi dikumpulkan dan digunakan, dan harapan bahwa pengguna akan diberi tahu ketika sistem otomatis dapat digunakan dengan cara tertentu. yang mempengaruhi mereka. Hak untuk memilih berinteraksi dengan manusia dibandingkan dengan sistem otomatis.
Perintah Eksekutif Biden-Harris tentang Kecerdasan Buatan
Pada tahun 2023, pemerintahan Biden-Harris memperkenalkan Perintah Eksekutif tentang AI yang Aman, Terjamin, dan Dapat Dipercaya, yang bertujuan untuk mengatur industri AI sekaligus mempertahankan posisi Amerika Serikat sebagai pemimpin dalam inovasi AI. Hal ini mengharuskan perusahaan yang menjalankan sistem AI besar untuk melakukan uji keamanan dan melaporkan hasilnya kepada pemerintah federal sebelum membuat produk mereka tersedia untuk umum. Hal ini juga menyerukan pelabelan konten yang dihasilkan oleh AI dan peningkatan upaya untuk menjawab pertanyaan tentang dampak AI terhadap hak kekayaan intelektual. Selain itu, perintah eksekutif tersebut menyerukan beberapa perlindungan pekerja, termasuk terhadap penerapan kecerdasan buatan yang tidak aman dan gangguan berbahaya terhadap tenaga kerja.
Untuk melindungi konsumen dan masyarakat luas, Perintah Eksekutif menekankan bahwa perusahaan tidak boleh menggunakan sistem AI untuk menghindari perlindungan konsumen yang ada di sektor-sektor seperti layanan kesehatan, keuangan, perumahan, transportasi, dan pendidikan, atau dengan cara yang menyebabkan atau memperburuk bias dan diskriminasi. . Perjanjian ini juga melarang penggunaan kecerdasan buatan dan pengumpulan data untuk melemahkan perlindungan privasi.
Yang terakhir, perintah tersebut menyerukan peningkatan upaya untuk meningkatkan lembaga dan layanan pemerintah melalui penggunaan AI, dan menyerukan pemerintah AS untuk bekerja sama dengan negara-negara lain untuk menetapkan standar global guna memitigasi risiko AI dan mempromosikan keselamatan AI secara keseluruhan.
Masa depan kecerdasan buatan
Jika kita memperhitungkan biaya komputasi dan infrastruktur data teknis yang mendukung AI, penerapan AI sebenarnya adalah pekerjaan yang rumit dan mahal. Untungnya, ada kemajuan luar biasa dalam teknologi komputasi, seperti yang ditunjukkan oleh Hukum Moore, yang menyatakan bahwa jumlah transistor pada microchip meningkat dua kali lipat setiap dua tahun sementara biaya komputer berkurang setengahnya.
Meskipun banyak ahli percaya bahwa Hukum Moore kemungkinan akan berakhir pada tahun 2020an, hal ini berdampak signifikan pada teknologi AI modern – tanpanya, pembelajaran mendalam tidak akan terpikirkan secara finansial. Penelitian terbaru menemukan bahwa inovasi AI telah mengungguli Hukum Moore, yaitu dua kali lipat setiap enam bulan atau lebih, bukan dua tahun sekali.
Dengan logika ini, kemajuan yang dicapai oleh kecerdasan buatan di berbagai industri sangatlah signifikan selama beberapa tahun terakhir. Potensi dampak yang lebih besar dalam beberapa dekade mendatang tampaknya tidak bisa dihindari.
