Membongkar 10 Mitos AI Terbaik

Pengarang: Roger Morrison
Tanggal Pembuatan: 1 September 2021
Tanggal Pembaruan: 1 Juli 2024
Anonim
Membongkar 10 Mitos Seputar Menghafal al-Qur’an
Video: Membongkar 10 Mitos Seputar Menghafal al-Qur’an

Isi


Sumber: Usa Pyon / Dreamstime.com

Bawa pulang:

AI adalah teknologi panas, tetapi banyak orang memiliki kesalahpahaman tentang apa sebenarnya yang diperlukan. Di sini kita melihat beberapa mitos seputar AI dan memeriksa faktanya.

Mengapa semua orang berbicara tentang AI, namun kita masih tidak melihat robot ramah seperti Data dari "Star Trek" berjalan di antara manusia? Apakah kita ingat untuk menambahkan Petunjuk Utama Kedua RoboCop ke pola tulisan mereka sehingga mereka dapat "Melindungi yang tidak bersalah" alih-alih memusnahkan umat manusia begitu mereka mendapatkan perasaan penuh?

Saat ini, ada banyak kebingungan tentang apa kecerdasan buatan (AI), pembelajaran mesin dan pembelajaran mendalam sebenarnya, apa yang dapat dilakukan "mesin cerdas", dan apa sebenarnya kondisi teknologi AI saat ini. Sudah waktunya untuk menikmati beberapa sanggahan lama yang baik, jadi mari kita hancurkan 10 mitos paling umum tentang AI. (Untuk lebih lanjut tentang potensi masa depan AI, lihat Apakah Revolusi AI Akan Membuat Penghasilan Universal Menjadi Kebutuhan?)


1. AI terdiri dari robot cerdas atau android yang terlihat seperti manusia.

Terlalu banyak "Blade Runner" untuk semua orang di sini, hmm? Meskipun ada banyak kebingungan umum antara robotika dan AI, mereka adalah dua bidang ilmu yang sama sekali berbeda yang melayani tujuan yang berbeda. Robot adalah perangkat fisik yang dilayani oleh aktuator dan sensor untuk melakukan berbagai tugas, seperti membangun, membawa atau membongkar produk di pabrik.

AI adalah perangkat lunak yang diprogram sedemikian rupa sehingga cukup otonom untuk membuat keputusan dan belajar dari kesalahannya. Meskipun beberapa robot pada akhirnya dapat ditingkatkan dengan algoritma AI, bagian "intelijen" hanyalah satu kemampuan tambahan yang mungkin dimiliki AI.

2. AI, pembelajaran mesin dan pembelajaran mendalam adalah semua hal yang sama.

Meskipun mereka semua adalah bagian dari sistem AI yang lebih besar, mereka adalah tiga hal yang berbeda. Pada dasarnya, pembelajaran mesin adalah metode di mana AI belajar dari sumber eksternal, seperti dalam menggunakan algoritma untuk membedakan data dan menentukan perilaku yang benar. Pembelajaran mendalam adalah salah satu teknik yang mungkin digunakan dalam aplikasi praktis pembelajaran mesin. Ini didasarkan pada jaringan saraf (NNs) dan digunakan untuk memberi tahu AI berapa probabilitasnya membuat keputusan yang tepat.


3. AI belajar sepenuhnya sendiri.

Terlepas dari beberapa gembar-gembor berlebihan tentang AI yang diduga mampu belajar sendiri, masih tidak mungkin untuk menemukan sistem bertenaga AI yang memiliki aplikasi dunia nyata yang dapat tumbuh dari nol pengetahuan tanpa bantuan manusia. Sistem apa pun yang harus berurusan dengan informasi tersembunyi atau ketidakpastian dalam bentuk apa pun tidak dapat "dipahami" oleh AI, yang masih perlu dimasukkan input dan data oleh manusia. Juga, setiap bit informasi harus memiliki tujuan yang jelas, sesuatu yang tidak dapat ditebak AI tanpa sumber eksternal (setidaknya pada awalnya).

4. Chatbots adalah bentuk paling dasar dari AI.

Sekali lagi, bahkan jika ada beberapa chatbot di luar sana yang menggunakan bentuk AI yang kurang lebih sederhana, kebanyakan dari mereka hanyalah program dasar yang berinteraksi dengan manusia melalui antarmuka suara atau suara. Daripada benar-benar menjadi "cerdas," kebanyakan chatbots memiliki respons terprogram yang diberikan sebagai respons terhadap kata kunci tertentu dalam input pengguna. Agar chatbot menjadi AI sejati, ia harus memiliki beberapa teknologi yang memungkinkannya memahami manusia, belajar tentang kebutuhannya, dan bereaksi sesuai itu. Dibutuhkan suara atau perangkat lunak pengenalan, analisis sentimen, beberapa bentuk program pembelajaran mesin dan teknologi generasi bahasa alami. (Untuk mempelajari lebih lanjut tentang chatbots, lihat Kami Meminta IT Pro Bagaimana Perusahaan Akan Menggunakan Chatbots di Masa Depan. Inilah Yang Mereka Katakan.)

5. Kekuatan yang dibutuhkan untuk melakukan semua operasi pembelajaran dalam masa depan tidak dapat dipertahankan.

Tidak dapat dipungkiri bahwa AI membutuhkan banyak daya komputasi tambahan untuk dilatih dan melakukan semua operasi pembelajaran mendalam yang kompleks. Di masa depan di mana sebagian besar perusahaan akan menggunakan AI sampai batas tertentu, masalah ini dapat tumbuh hingga proporsi yang epik, menjadikan penggunaannya berpotensi tidak berkelanjutan. Namun, AI sebenarnya dapat memberi kita lebih daya dengan menghentikan masalah abadi produksi energi: limbah dan ketidakefisienan jaringan listrik. Perusahaan utilitas pada akhirnya membeli kelebihan energi dari pengguna swasta, yang juga membuang sebagian besar kelebihan listrik yang mereka hasilkan karena jaringan saat ini tidak dibangun untuk mengakomodasi tingkat diversifikasi modern. AI dapat membantu kami dengan mengganti grid lama dengan microgrid yang lebih baru, pintar, bertenaga AI yang tahu persis bagaimana mendistribusikan listrik secara real time dengan efisiensi maksimal.

Tanpa Bug, Tanpa Stres - Panduan Langkah Demi Langkah Anda untuk Membuat Perangkat Lunak yang Mengubah Hidup Tanpa Menghancurkan Kehidupan Anda

Anda tidak dapat meningkatkan keterampilan pemrograman Anda ketika tidak ada yang peduli dengan kualitas perangkat lunak.

6. Sangat mudah bagi perusahaan untuk menyewakan daya komputasi yang dibutuhkan untuk bahan bakar operasi AI.

... jika AWS, Google, Microsoft dan Alibaba Cloud saat ini tidak memusatkan sebagian besar daya komputasi yang tersedia di dunia. Jadi pengembang AI saat ini hanya memiliki dua pilihan: menyewanya dengan harga yang sangat tinggi atau membeli perangkat keras super mahal mereka sendiri.

Namun, ada kemungkinan bahwa mitos-sanggahan ini dapat ... dibantah dalam waktu dekat. Sebuah perusahaan baru bernama Tatau mengembangkan platform supercomputing berbasis blockchain yang dapat menyelesaikan masalah ini. Solusi mereka memungkinkan pengumpulan dan penjualan kembali sumber daya gabungan dari jaringan mesin-mesin berbasis GPU yang didistribusikan secara global. Bayangkan penambang cryptocurrency, gamer atau komputer berkinerja tinggi lainnya mendedikasikan kekuatan komputasi mereka terhadap pengembangan AI. Perusahaan AI dapat memanfaatkan sumber daya GPU yang kurang dieksploitasi ini untuk melatih model pembelajaran mesin mereka dengan harga yang jauh lebih murah. Perhatikan bahwa platform baru ini juga dapat memberikan jawaban untuk masalah yang disorot di poin 5 karena mempromosikan penggunaan sumber daya yang saat ini belum dimanfaatkan secara efisien.

7. Anda membutuhkan sejumlah besar data untuk melatih AI.

Belum tentu. Tentu, Anda perlu banyak data dan daya komputasi untuk melatih AI dari awal. Dan, meskipun pada tingkat yang lebih rendah, Anda memerlukan terabyte data untuk melatih AI untuk melakukan tugas yang kompleks seperti mengendarai mobil. Namun, tergantung pada bidang penerapan AI, jaringan saraf pra-terlatih cukup fleksibel untuk dilatih ulang hanya di beberapa area tertentu. Kerangka kerja data dasar dapat berasal dari kumpulan data yang lebih besar dan lebih umum, dengan hanya bagian terakhir dari jaringan yang perlu diganti untuk "mengisi kekosongan" khusus untuk kasus penggunaan yang diberikan.

8. AI akan mengganti alat BI yang ada, membuat teknologi sebelumnya menjadi usang.

Sedikit peregangan, untuk sedikitnya. Sebagian besar solusi intelijen bisnis modern (BI) sangat scalable dan seringkali dapat disesuaikan, sehingga setiap model berbasis AI di masa depan dapat dengan mudah diintegrasikan secara langsung di dalam platform mereka. Perusahaan selalu lebih suka menerapkan hanya solusi yang datang tanpa risiko gangguan alur kerja, dan teknologi AI telah beradaptasi dengan kebutuhan ini. Oleh karena itu, sebagian besar platform AI diimplementasikan melalui web sehingga tidak diperlukan penggantian atau, dalam skenario terburuk, dapat diimplementasikan secara aman dalam fase.

9. Jaringan Saraf seperti jaringan biologis tetapi mekanis.

Tidak ada jaringan saraf yang dapat berharap untuk mencapai sebagian kecil dari kompleksitas otak manusia. Meskipun telah bertahun-tahun melakukan penelitian klinis dan ilmiah, kami masih gagal memahami jaringan saraf biologis sampai batas penuh karena neuron memenuhi begitu banyak tugas berbeda dengan tubuh manusia (pikirkan perbedaan antara sensorik dan neuron motorik) dan bahkan mengirimkan informasi melalui banyak jalur berbeda (menggunakan listrik, potensi kimia, dan neurotransmiter). Jaringan saraf hanya dapat memahami input yang sangat sederhana dalam mode mesin 1 atau 0 ("ya" atau "tidak") yang khas. Ini seperti membandingkan kompleksitas pesawat militer dengan layang-layang hanya karena mereka berdua bisa terbang.

10. AI pada akhirnya akan menjadi cukup cerdas untuk memahami bahwa manusia berbahaya baginya dan harus dimusnahkan.

Ya, kita sebenarnya tidak bisa menghilangkan mitos ini karena itu bukan mitos. Itu kenyataan. Persiapkan dirimu, karena perlawanan itu sia-sia!

Di luar lelucon, sederhananya, AI tidak memiliki kecerdasan yang diperlukan untuk memahami dunia di sekitarnya dan membuat keputusan yang otonom dan rasional. Setiap algoritma dikembangkan untuk melakukan satu tugas dan tidak mampu melakukan apa pun di luar itu, apalagi mencapai kemampuan berpikir mandiri. Komputer menggunakan "kekuatan kasar" dari kekuatan komputasi superior mereka untuk menemukan solusi untuk masalah yang relatif sederhana, tetapi mereka tidak memiliki pemahaman, kedalaman persepsi, dan kompleksitas strategis untuk memiliki tujuan di luar yang mereka programkan.

Jadi istirahatlah dengan mudah, karena AI hanya akan menjadi penolong dan pelayan buatan kita untuk waktu yang sangat lama.