(Business Lounge Journal – Essay on Global)
AI akan tetap ada. Untuk bisa unggul dalam persaingan di masa depan, organisasi dan individu harus segera mengenalnya. Kita berada di tengah-tengah revolusi. Sama seperti tenaga uap, mesin mekanis, dan rantai pasokan batu bara yang mengubah dunia pada abad ke-18, teknologi AI kini mengubah dunia kerja, perekonomian, dan masyarakat yang kita kenal sekarang. Kita tidak tahu persis seperti apa masa depan kita nanti. Namun kita tahu bahwa ketujuh teknologi ini akan berperan besar.
Bagaimana sejarah AI?
Istilah “kecerdasan buatan” diciptakan pada tahun 1956 oleh ilmuwan komputer John McCarthy dalam sebuah lokakarya di Dartmouth. Namun dia bukanlah orang pertama yang menulis tentang konsep yang sekarang kita sebut sebagai AI. Alan Turing memperkenalkan konsep “ permainan imitasi ” dalam sebuah makalah tahun 1950. Itu adalah ujian terhadap kemampuan mesin untuk menunjukkan perilaku cerdas, yang sekarang dikenal sebagai “uji Turing”. Dia percaya para peneliti harus fokus pada bidang yang tidak memerlukan terlalu banyak penginderaan dan tindakan, seperti permainan dan terjemahan bahasa. Komunitas riset yang didedikasikan untuk konsep-konsep seperti visi komputer, pemahaman bahasa alami, dan jaringan saraf, dalam banyak kasus, sudah berusia beberapa dekade.
Fisikawan MIT Rodney Brooks berbagi rincian tentang empat tahap AI sebelumnya:
- AI Simbolik (1956). AI Simbolik juga dikenal sebagai AI klasik, atau bahkan GOFAI (AI kuno yang baik). Konsep kuncinya di sini adalah penggunaan simbol dan penalaran logis untuk memecahkan masalah. Misalnya, kita mengetahui German Sheperd adalah seekor anjing, yang merupakan mamalia; semua mamalia berdarah panas; oleh karena itu, seorang German Sheperd harus berdarah panas.
Masalah utama dengan AI simbolik adalah manusia masih perlu mengkodekan pengetahuan mereka tentang dunia secara manual ke dalam sistem AI simbolik, dibandingkan membiarkannya mengamati dan mengkodekan hubungan sendiri. Akibatnya, sistem AI simbolik kesulitan menghadapi situasi yang melibatkan kompleksitas dunia nyata. Mereka juga kurang memiliki kemampuan untuk belajar dari data dalam jumlah besar.
AI Simbolik merupakan paradigma dominan penelitian AI hingga akhir tahun 1980-an.
- Neural networks (Jaringan saraf) tahun 1954, 1969, 1986, 2012. Jaringan saraf adalah teknologi di balik pertumbuhan gen AI yang eksplosif baru-baru ini. Dengan memodelkan secara longgar cara neuron berinteraksi di otak manusia, jaringan saraf menyerap data dan memprosesnya melalui beberapa iterasi yang mempelajari fitur data yang semakin kompleks. Jaringan saraf kemudian dapat membuat penentuan mengenai data, mempelajari apakah penentuan tersebut benar, dan menggunakan apa yang telah dipelajari untuk membuat penentuan mengenai data baru. Misalnya, setelah “mempelajari” seperti apa suatu objek, ia dapat mengenali objek tersebut dalam gambar baru.
Jaringan saraf pertama kali diusulkan pada tahun 1943 dalam sebuah makalah akademis oleh ahli neurofisiologi Warren McCulloch dan ahli logika Walter Pitts. Beberapa dekade kemudian, pada tahun 1969, dua peneliti MIT secara matematis menunjukkan bahwa jaringan saraf hanya dapat melakukan tugas-tugas yang sangat mendasar. Pada tahun 1986, terjadi pembalikan lainnya, ketika ilmuwan komputer dan psikolog kognitif Geoffrey Hinton dan rekannya memecahkan masalah jaringan saraf yang dikemukakan oleh para peneliti MIT.
Pada tahun 1990-an, ilmuwan komputer Yann LeCun membuat kemajuan besar dalam penggunaan jaringan saraf dalam visi komputer, sementara Jürgen Schmidhuber mengembangkan penerapan jaringan saraf berulang seperti yang digunakan dalam pemrosesan bahasa.
Pada tahun 2012, Hinton dan dua muridnya menyoroti kekuatan pembelajaran mendalam. Mereka menerapkan algoritme Hinton pada jaringan saraf dengan lebih banyak lapisan daripada biasanya, sehingga memicu fokus baru pada jaringan saraf dalam. Ini adalah pendekatan utama AI dalam beberapa tahun terakhir.
- Robotika tradisional (1968). Selama beberapa dekade pertama AI, para peneliti membuat robot untuk memajukan penelitian. Beberapa robot bersifat mobile, bergerak dengan menggunakan roda, sementara robot lainnya berbentuk tetap, dengan lengan yang dapat diartikulasikan.
Robot menggunakan upaya paling awal dalam visi komputer untuk mengidentifikasi dan menavigasi lingkungannya atau untuk memahami geometri objek dan melakukan manuver. Hal ini dapat mencakup bergerak di sekitar balok dengan berbagai bentuk dan warna. Sebagian besar robot ini, sama seperti robot yang telah digunakan di pabrik selama beberapa dekade, bergantung pada lingkungan yang sangat terkontrol dengan perilaku yang diatur secara menyeluruh dan mereka lakukan berulang kali. Mereka belum memberikan kontribusi yang signifikan terhadap kemajuan AI itu sendiri.
Namun robotika tradisional memang mempunyai dampak yang signifikan di satu bidang, melalui proses yang disebut “Simultaneous Localization and Mapping” (SLAM). Algoritme SLAM membantu berkontribusi pada mobil self-driving dan digunakan dalam produk konsumen seperti robot penyedot debu dan drone quadcopter. Saat ini, pekerjaan ini telah berkembang menjadi robotika berbasis perilaku, juga disebut sebagai teknologi haptik karena merespons sentuhan manusia.
- Robotika berbasis perilaku (1985). Di dunia nyata, tidak selalu ada instruksi yang jelas untuk navigasi, pengambilan keputusan, atau pemecahan masalah. Serangga, menurut pengamatan para peneliti, bernavigasi dengan sangat baik (dan sangat sukses secara evolusi) dengan sedikit neuron. Peneliti robotika berbasis perilaku mengambil inspirasi dari hal ini, mencari cara robot dapat memecahkan masalah dengan pengetahuan parsial dan instruksi yang bertentangan. Robot berbasis perilaku ini tertanam dalam jaringan saraf.
Apa yang dimaksud dengan Bill of Rights AI?
Cetak Biru RUU Hak-Hak AI, yang disiapkan oleh pemerintah AS pada tahun 2022, memberikan kerangka kerja tentang bagaimana pemerintah, perusahaan teknologi, dan masyarakat dapat secara kolektif memastikan AI yang lebih akuntabel.
Seiring dengan semakin meluasnya penggunaan AI, muncul kekhawatiran mengenai potensi kurangnya transparansi seputar fungsi sistem gen AI, data yang digunakan untuk melatihnya, masalah bias dan keadilan, potensi pelanggaran hak kekayaan intelektual, pelanggaran privasi, dan masih banyak lagi.
Cetak Biru tersebut terdiri dari lima prinsip yang menurut Gedung Putih harus “memandu desain, penggunaan, dan penerapan sistem otomatis untuk melindungi [pengguna] di era kecerdasan buatan.”
Saat ini, lebih dari 60 negara atau blok mempunyai strategi nasional yang mengatur penggunaan AI secara bertanggung jawab. Negara-negara tersebut termasuk Brasil, Tiongkok, Uni Eropa, Singapura, Korea Selatan, dan Amerika Serikat. Pendekatan yang diambil bervariasi, mulai dari pendekatan berbasis pedoman, seperti Cetak Biru Undang-Undang Hak AI di Amerika Serikat, hingga peraturan AI komprehensif yang selaras dengan peraturan perlindungan data dan keamanan siber yang ada, seperti Undang-Undang AI Uni Eropa, yang akan ditetapkan pada tahun 2024.
Ada juga upaya kolaboratif antar negara untuk menetapkan standar penggunaan AI. Dewan Perdagangan dan Teknologi AS-Uni Eropa berupaya mencapai keselarasan yang lebih besar antara Eropa dan Amerika Serikat. Kemitraan Global tentang Kecerdasan Buatan yang dibentuk pada tahun 2020 memiliki 29 anggota termasuk Brasil, Kanada, Jepang, Amerika Serikat, dan beberapa negara Eropa.
Meskipun peraturan AI masih dikembangkan, organisasi harus bertindak sekarang untuk menghindari risiko hukum, reputasi, organisasi, dan keuangan. Dalam lingkungan yang menjadi perhatian publik, kesalahan langkah bisa berakibat buruk.
The Magnificent Seven
Perlombaan AI yang dilakukan oleh “The Magnificent Seven” (Alphabet, Amazon, Apple, Meta Platforms, Microsoft, Nvidia, and Tesla) adalah salah satu yang paling intens dan penting dalam industri teknologi saat ini. Mereka berlomba dalam beberapa aspek, dan ini mempengaruhi seluruh dunia.
Inovasi Teknologi: Setiap perusahaan dalam kelompok ini memiliki fokus kuat pada pengembangan teknologi AI terbaru. Mereka bersaing untuk menciptakan algoritma yang lebih cerdas, sistem yang lebih adaptif, dan aplikasi yang lebih inovatif.
Penerapan di Produk dan Layanan: Masing-masing dari “The Magnificent Seven” mengintegrasikan kecerdasan buatan ke dalam produk dan layanan mereka. Contohnya termasuk assistive technologies di smartphone, self-driving cars, mesin pencari yang lebih pintar, serta platform media sosial yang menggunakan algoritma untuk rekomendasi konten.
Pengembangan Infrastruktur: Perusahaan-perusahaan ini juga berinvestasi dalam infrastruktur yang mendukung pengembangan AI, seperti pusat data tingkat lanjut, cloud computation, dan teknologi pengolah data yang canggih.
Persaingan dalam Riset: Mereka tidak hanya bersaing di pasar, tetapi juga dalam domain penelitian. Banyak dari perusahaan ini memiliki laboratorium penelitian yang aktif dan sering kali berkolaborasi dengan universitas dan lembaga riset untuk mendorong kemajuan dalam kecerdasan buatan.
Kepemimpinan dalam Etika dan Regulasi: Dalam konteks yang semakin ketat terkait etika AI dan regulasi pemerintah, perusahaan-perusahaan ini juga berada di garis depan dalam mempengaruhi kebijakan publik dan mengembangkan standar etika yang lebih baik untuk penerapan AI.
Akuisisi dan Investasi: Untuk mempercepat inovasi mereka, beberapa dari “The Magnificent Seven” sering kali melakukan akuisisi atau investasi strategis dalam perusahaan AI startup yang menjanjikan.
Perlombaan ini tidak hanya memengaruhi teknologi yang kita gunakan sehari-hari, tetapi juga berpotensi untuk mengubah ekonomi global dan dinamika kekuatan di antara perusahaan teknologi terbesar di dunia.