Tentang Artificial Intelligence

Akhir-akhir ini, kecerdasan buatan sudah sangat banyak topik panas di Silicon Valley dan adegan teknologi yang lebih luas. Bagi kita yang terlibat dalam adegan itu terasa seperti momentum yang luar biasa adalah membangun sekitar topik, dengan segala macam perusahaan membangun A.I. ke dalam inti bisnis mereka. Ada juga peningkatan program universitas A.I. terkait yang melihat gelombang bakat baru yang sangat terang bergulir ke pasar kerja. Tapi ini bukan kasus sederhana bias konfirmasi - minat dalam topik telah meningkat sejak pertengahan 2014.


Kebisingan di sekitar subjek hanya akan meningkat, dan bagi orang awam itu semua sangat membingungkan. Tergantung pada apa yang Anda baca, itu mudah untuk percaya bahwa kita sedang menuju sebuah Skynet gaya pemusnahan apokaliptik di tangan dingin, superkomputer menghitung, atau bahwa kita semua akan hidup entitas selamanya sebagai murni digital dalam beberapa jenis awan dunia buatan berbasis. Dengan kata lain, baik The Terminator atau The Matrix adalah waktu dekat akan menjadi mengganggu kenabian.

Kita harus cemas atau gembira? Dan apa artinya semua ini?

robot akan mengambil alih dunia?

Ketika saya melompat ke A.I. yang ikutan di akhir tahun 2014, saya tahu sedikit tentang hal itu. Meskipun saya telah terlibat dengan teknologi web selama lebih dari 20 tahun, saya memegang gelar Sastra Inggris dan saya lebih terlibat dengan bisnis dan kreatif kemungkinan teknologi dari ilmu di balik itu. Saya tertarik untuk A.I. karena potensi positif, tetapi ketika saya membaca peringatan dari orang-orang seperti Stephen Hawking tentang bahaya apokaliptik bersembunyi di masa depan kita, aku alami menjadi sebagai khawatir karena orang lain akan.

Jadi saya melakukan apa yang biasanya saya lakukan ketika sesuatu khawatir: Saya mulai belajar tentang hal itu sehingga saya bisa memahaminya. Lebih dari satu tahun membaca konstan, berbicara, mendengarkan, menonton, bermain-main dan belajar telah membuat saya pemahaman yang cukup kuat tentang apa artinya semua itu, dan saya ingin menghabiskan beberapa paragraf berikutnya berbagi pengetahuan yang dalam harapan mencerahkan siapa pun lain yang ingin tahu tapi naif takut dunia baru yang menakjubkan ini.

Oh, jika Anda hanya ingin jawaban untuk judul di atas, jawabannya adalah: ya, mereka akan melakukannya. Maaf.

Bagaimana mesin telah belajar untuk belajar

Hal pertama yang saya temukan adalah bahwa kecerdasan buatan, sebagai istilah industri, sebenarnya sudah terjadi sejak tahun 1956, dan telah memiliki beberapa kenaikan dan penurunan di masa itu. Pada tahun 1960 A.I. yang industri sedang mandi di era keemasan penelitian dengan pemerintah Barat, universitas dan bisnis besar melemparkan sejumlah besar uang di sektor dengan harapan membangun dunia baru yang berani. Tapi di pertengahan tahun tujuh puluhan, ketika menjadi jelas bahwa A.I. tidak memberikan janji, industri gelembung pecah dan pendanaan kering. Pada 1980-an, seperti komputer menjadi lebih populer, A.I. lain booming muncul dengan tingkat yang sama investasi membingungkan yang dituangkan ke berbagai perusahaan. Tapi, sekali lagi, sektor ini gagal untuk memberikan dan kegagalan yang tak terhindarkan diikuti.

Untuk memahami mengapa booming ini gagal untuk tetap, Anda harus terlebih dahulu memahami apa kecerdasan buatan sebenarnya. Jawaban singkat itu (dan percayalah, ada jawaban yang sangat sangat lama di luar sana) adalah bahwa A.I. adalah sejumlah teknologi yang tumpang tindih yang berbeda yang secara luas berhubungan dengan tantangan bagaimana menggunakan data untuk membuat keputusan tentang sesuatu. Menggabungkan banyak disiplin ilmu dan teknologi yang berbeda (Big Data atau Internet of Things, siapa?) Tetapi yang paling penting adalah konsep yang disebut pembelajaran mesin.

Pembelajaran mesin pada dasarnya melibatkan makan komputer data dalam jumlah besar dan membiarkan mereka menganalisis data untuk mengekstrak pola dari mana mereka dapat menarik kesimpulan. Anda mungkin telah melihat ini beraksi dengan teknologi pengenalan wajah (seperti di Facebook atau kamera digital modern dan smartphone), di mana komputer dapat mengidentifikasi dan membingkai wajah manusia dalam foto. Untuk melakukan ini, komputer yang referensi perpustakaan besar foto dari wajah orang-orang dan telah belajar untuk melihat karakteristik wajah manusia dari bentuk dan warna rata-rata di atas dataset dari ratusan juta contoh yang berbeda. Proses ini pada dasarnya adalah sama untuk setiap aplikasi pembelajaran mesin, dari deteksi penipuan (menganalisis pola pembelian dari sejarah pembelian kartu kredit) ke generatif seni (menganalisis pola dalam lukisan dan secara acak menghasilkan gambar menggunakan pola-pola belajar).

Seperti yang Anda bayangkan, berderak melalui dataset yang sangat besar untuk mengekstrak pola membutuhkan BANYAK kekuatan pemrosesan komputer. Pada tahun 1960 mereka hanya tidak memiliki mesin cukup kuat untuk melakukannya, yang mengapa yang booming gagal. Pada 1980-an komputer yang cukup kuat, tetapi mereka menemukan bahwa mesin hanya belajar secara efektif ketika volume data yang diumpankan ke mereka cukup besar, dan mereka tidak dapat sumber dalam jumlah yang cukup besar data untuk memberi makan mesin.

Kemudian datang internet. Tidak hanya itu memecahkan masalah komputasi sekali dan untuk semua melalui inovasi komputasi awan - yang pada dasarnya memungkinkan kita untuk mengakses banyak prosesor seperti yang kita butuhkan pada sentuhan tombol - tapi orang-orang di internet telah menghasilkan lebih banyak data setiap hari dari yang pernah diproduksi di seluruh sejarah planet bumi. Jumlah data yang diproduksi secara konstan benar-benar membingungkan.

Apa artinya ini bagi pembelajaran mesin adalah signifikan: kita sekarang memiliki lebih dari cukup data untuk benar-benar memulai pelatihan mesin-mesin kami. Pikirkan jumlah foto di Facebook dan Anda mulai memahami mengapa teknologi pengenalan wajah mereka begitu akurat.

Sekarang tidak ada penghalang utama (yang saat ini kami ketahui) mencegah A.I. dari mencapai potensinya. Kami baru saja mulai bekerja di luar apa yang bisa kita lakukan dengan itu.

Ketika komputer akan berpikir sendiri

Ada adegan terkenal dari film 2001: A Space Odyssey di mana Dave, karakter utama, perlahan-lahan menonaktifkan kecerdasan mainframe buatan (disebut "Hal") setelah yang terakhir telah berfungsi dan memutuskan untuk mencoba dan membunuh semua manusia di ruang stasiun itu dimaksudkan untuk berjalan. Hal, yang A.I., protes tindakan Dave dan menakutkan menyatakan bahwa itu adalah takut mati.

Film ini menggambarkan salah satu ketakutan besar sekitarnya A.I. pada umumnya, yaitu apa yang akan terjadi setelah komputer mulai berpikir untuk diri mereka sendiri bukannya dikendalikan oleh manusia. Ketakutan ini berlaku: kita sudah bekerja sama dengan konstruksi mesin pembelajaran yang disebut jaringan saraf yang strukturnya didasarkan pada neuron dalam otak manusia. Dengan jaring saraf, data tersebut diberi makan dan kemudian diproses melalui jaringan jauh kompleks poin yang saling berhubungan yang membangun hubungan antara konsep-konsep dalam banyak cara yang sama seperti memori manusia asosiatif tidak. Ini berarti bahwa komputer secara perlahan mulai membangun sebuah perpustakaan bukan hanya pola, tetapi juga konsep yang akhirnya menyebabkan fondasi dasar pemahaman bukan hanya pengakuan.

Bayangkan Anda sedang melihat sebuah foto wajah seseorang. Ketika Anda pertama kali melihat foto, banyak hal yang terjadi dalam otak Anda: pertama, Anda menyadari bahwa itu adalah wajah manusia. Berikutnya, Anda mungkin menyadari bahwa itu adalah laki-laki atau perempuan, muda atau tua, hitam atau putih, dll Anda juga akan memiliki keputusan cepat dari otak Anda tentang apakah Anda mengenali wajah, meskipun kadang-kadang pengakuan membutuhkan pemikiran yang lebih dalam tergantung pada seberapa sering Anda telah terkena wajah tertentu (pengalaman mengenali seseorang tapi tidak tahu langsung dari mana). Semua ini terjadi cukup banyak langsung, dan komputer sudah mampu melakukan semua ini juga, di hampir kecepatan yang sama. Misalnya, Facebook tidak hanya dapat mengidentifikasi wajah, tetapi juga dapat memberitahu Anda yang wajah milik, jika kata orang juga di Facebook. Google memiliki teknologi yang dapat mengidentifikasi ras, usia dan karakteristik lain dari seseorang berdasarkan hanya pada foto wajah mereka. Kami telah datang jauh sejak 1950-an.

Tapi kecerdasan buatan yang benar - yang disebut sebagai Artificial Intelligence Umum (AGI), di mana mesin adalah sebagai canggih sebagai otak manusia - adalah jauh. Mesin dapat mengenali wajah, tetapi mereka masih tidak benar-benar tahu apa wajah adalah. Misalnya, Anda mungkin melihat wajah manusia dan menyimpulkan banyak hal yang diambil dari mesh sangat rumit kenangan yang berbeda, pembelajaran dan perasaan. Anda mungkin melihat foto seorang wanita dan menebak bahwa dia adalah seorang ibu, yang pada gilirannya mungkin membuat Anda berasumsi bahwa dia tanpa pamrih, atau memang berlawanan tergantung pada pengalaman Anda sendiri ibu dan keibuan. Seorang pria mungkin melihat foto yang sama dan menemukan wanita yang menarik yang akan menyebabkan dia untuk membuat asumsi positif tentang kepribadiannya (bias konfirmasi lagi), atau sebaliknya menemukan bahwa ia menyerupai mantan pacar gila yang tidak rasional akan membuatnya merasa negatif terhadap wanita . Pikiran-pikiran dan pengalaman kaya bervariasi tetapi sering tidak logis adalah apa yang mendorong manusia untuk berbagai perilaku - baik dan buruk - yang menjadi ciri ras kita. Putus asa sering menyebabkan inovasi, rasa takut menyebabkan agresi, dan sebagainya.

Untuk komputer untuk benar-benar berbahaya, mereka membutuhkan beberapa ini dorongan emosional, tapi ini adalah permadani yang sangat kaya, kompleks dan berlapis-lapis dari konsep yang berbeda yang sangat sulit untuk melatih komputer, tidak peduli seberapa canggih jaringan saraf mungkin. Kami akan ke sana satu hari, tapi ada banyak waktu untuk memastikan bahwa ketika komputer tidak mencapai AGI, kita masih akan dapat mematikan mereka jika diperlukan.