Ketakutan akan kiamat robot menyembunyikan masalah sebenar yang kita hadapi, membolehkan algoritma mengatur kehidupan kita. Menurut para pakar dalam bidang kecerdasan buatan, kita terus bergerak menuju titik tertentu, setelah itu kita tidak perlu lagi mencipta apa-apa: kecerdasan buatan akan melakukan semuanya sendiri, dan mesin akan meningkat dengan pesat. Sekiranya ini berlaku, apa yang akan terjadi kepada kita?
Selama beberapa tahun kebelakangan ini, banyak saintis terkemuka, dari Stephen Hawking hingga Elon Musk, telah memperingatkan kita bahawa kita harus sangat prihatin terhadap kemungkinan hasil berbahaya dari kecerdasan buatan yang sangat pintar. Dan mereka membalas kata-kata mereka dengan tindakan: Musk melindungi OpenAI, sebuah organisasi yang mengembangkan AI yang akan memberi manfaat kepada umat manusia.
Namun, banyak yang menganggap ketakutan mereka dibesar-besarkan. Seperti yang dicatat oleh Andrew Ng dari Universiti Stanford, yang juga ketua saintis syarikat gergasi internet China, Baidu, khuatir akan pemberontakan mesin seperti mengkhawatirkan kesesakan Mars.
Tetapi ini, tentu saja, tidak bermaksud bahawa kebergantungan kita yang semakin meningkat terhadap AI tidak membawa risiko sebenar. Sebenarnya, risiko ini sudah ada. Oleh kerana sistem pintar menjadi lebih terlibat dalam semua perkara, dari penjagaan kesihatan hingga keadilan jenayah, ada bahaya bahawa bahagian-bahagian penting dalam kehidupan kita akan diabaikan.
Lebih-lebih lagi, AI boleh membawa kepada akibat yang tidak menyenangkan jika kita tidak bersedia untuk mereka, misalnya, mengubah sikap kita terhadap doktor untuk memusuhi dengan tajam.
Video promosi:
Beberapa perkataan mengenai kecerdasan buatan
Secara ringkas, ini adalah mesin yang melakukan perkara-perkara yang biasanya memerlukan usaha mental bagi seseorang: memahami bahasa semula jadi, mengenali wajah dalam gambar, memandu kereta, dan sebagainya.
Terdapat perbezaan antara manipulator mekanikal pada lini pengeluaran, yang diprogram untuk melakukan tugas yang sama, dan manipulator, yang secara mandiri belajar melakukan berbagai tugas melalui percobaan dan kesalahan.
Bagaimana AI membantu kita?
Pendekatan utama dalam AI sekarang adalah pembelajaran mesin, di mana program dilatih untuk mengenal pasti corak tertentu dalam sejumlah besar data, seperti mengenal pasti wajah dalam gambar atau membuat langkah yang berjaya dalam permainan papan. Kaedah ini dapat digunakan untuk pelbagai masalah. Sebagai contoh, latih komputer untuk mengenal pasti corak tertentu dalam gambar perubatan. DeepMind, sebuah syarikat kecerdasan buatan milik Google, mengembangkan perisian yang belajar mendiagnosis kanser dan penyakit mata dari imbasan pesakit. Yang lain menggunakan pembelajaran mesin untuk mengesan tanda-tanda awal penyakit jantung dan Alzheimer.
Kecerdasan buatan juga telah digunakan untuk menganalisis sejumlah besar maklumat molekul untuk mencari kemungkinan pilihan ubat baru - proses yang sangat memakan masa bagi manusia. Tidak lama lagi, pembelajaran mesin mungkin sangat diperlukan untuk perubatan.
Kepintaran buatan juga membantu kita menguruskan sistem yang sangat kompleks seperti rantaian bekalan global. Sistem di tengah terminal kontena Port Botany di Sydney menguruskan puluhan ribu kontena penghantaran, armada kenderaan automatik dan sebagainya, sama sekali tanpa orang. Dalam industri perlombongan, sistem pengoptimuman semakin banyak digunakan untuk merancang dan menyelaraskan pergerakan sumber daya seperti bijih besi.
AI berfungsi di mana sahaja anda melihat, dari kewangan hingga pengangkutan, terbang pesawat dan memantau pasaran saham. Dan mereka melindungi surat anda daripada spam. Tetapi ini baru permulaan. Apabila AI berkembang, ia akan menjadi semakin kompleks dan menarik.
Apa masalahnya?
Daripada mengkhawatirkan revolusi AI di masa depan, risiko terbesar adalah kita mungkin terlalu percaya pada sistem pintar yang kita bina. Ingat, pembelajaran mesin melatih perisian untuk mengenal pasti corak dalam data. Selepas latihan, ia meneruskan analisis data segar, belum dipelajari. Tetapi apabila komputer mengeluarkan jawapan, kita biasanya tidak tahu bagaimana ia datang.
Terdapat masalah yang jelas di sini. Sistem hanya sebaik data dari mana ia belajar. Ikuti sistem yang dilatih untuk menentukan pesakit pneumonia mana yang paling mungkin mati sehingga mereka dimasukkan ke hospital terlebih dahulu. Katakan dia secara tidak sengaja mengklasifikasikan pesakit dengan asma bronkial sebagai pesakit berisiko rendah. Kerana biasanya, orang yang menderita asma dan radang paru-paru langsung pergi ke perawatan intensif, sehingga mereka menerima rawatan yang dapat mengurangi risiko kematian. Pembelajaran mesin melihat ini sebagai "asma + pneumonia = risiko kematian yang lebih rendah."
Oleh kerana AI mendapat akses ke semua bidang kehidupan anda, begitu juga dengan risiko bahawa sesuatu akan menjadi salah - jika tidak diramalkan. Oleh kerana kebanyakan data yang kami berikan kepada AI tidak sempurna, kami tidak boleh mengharapkan jawapan yang sempurna dalam kebanyakan kes. Kami membina kecerdasan buatan mengikut imej dan rupa kita sendiri; kemungkinan besar, dia akan "tidak begitu", seperti kita.
ILYA KHEL
