Kemajuan Mempercepat Artificial General Intelligence

Ada tiga kemajuan yang dapat mempercepat AGI ini, yaitu kemajuan dalam algoritma, komputasi, dan data  telah membawa percepatan AI baru-baru ini.

0
1008
Artificial General Intelligence
(Photo:Kemenkeu)

(Vibizmedia – Kolom) Kemajuan apa yang dapat mempercepat artificial general intelligence (AGI)? mungkin itu menjadi pertanyaan banyak orang mengingat perkembangannya saat ini. Kita akan membahasnya sekarang, setelah dalam artikel sebelumnya kita membahas apa itu artificial general intelligence (AGI) dan bagaimana mengakses tools dari AGI.

Ada tiga kemajuan yang dapat mempercepat AGI ini, yaitu kemajuan dalam algoritma, komputasi, dan data  telah membawa percepatan AI baru-baru ini. Kita dapat mengetahui apa yang mungkin terjadi di masa depan dengan melihat tiga kemampuan berikut:

  • Kemajuan algoritma dan pendekatan robotika baru . Kita mungkin memerlukan pendekatan baru terhadap algoritma dan robot untuk mencapai kemajuan artificial general intelligence (AGI) yang signifikan. Salah satu cara peneliti memikirkan hal ini adalah dengan mengeksplorasi konsep kognisi yang terkandung. Idenya adalah robot perlu belajar dengan sangat cepat dari lingkungannya melalui banyak indera, seperti yang dilakukan manusia ketika mereka masih sangat muda. Demikian pula, untuk mengembangkan kognisi seperti yang dilakukan manusia, robot perlu mengalami dunia fisik seperti yang kita lakukan (karena kita telah merancang ruang berdasarkan cara kerja tubuh dan pikiran kita).

Sistem robot berbasis AI terbaru menggunakan teknologi gen AI termasuk large language models (LLM) dan large behavior models (LBM). LLM memberi robot kemampuan pemrosesan bahasa alami yang canggih seperti yang telah kita lihat pada model AI generatif dan alat lain yang mendukung LLM. LBM memungkinkan robot meniru tindakan dan gerakan manusia. Model-model ini dibuat dengan melatih AI pada kumpulan data besar dari tindakan dan gerakan manusia yang diamati. Pada akhirnya, model ini memungkinkan robot melakukan berbagai aktivitas dengan pelatihan khusus tugas yang terbatas.

Kemajuan nyata yang bisa dicapai adalah mengembangkan sistem AI baru yang dimulai dengan tingkat pengetahuan tertentu, seperti bayi rusa yang tahu cara berdiri dan makan tanpa diajari. Ada kemungkinan bahwa keberhasilan sistem AI berbasis pembelajaran mendalam baru-baru ini telah mengalihkan perhatian penelitian dari pekerjaan kognitif yang lebih mendasar yang diperlukan untuk membuat kemajuan artificial general intelligence (AGI) yang signifikan.

  • Kemajuan komputasi. Unit pemrosesan grafis (GPU) telah memungkinkan kemajuan besar AI dalam beberapa tahun terakhir . Inilah alasannya. Pertama, GPU dirancang untuk menangani banyak tugas terkait data visual secara bersamaan, termasuk merender gambar, video, dan komputasi terkait grafis. Efisiensinya dalam menangani data visual dalam jumlah besar menjadikannya berguna dalam melatih jaringan saraf yang kompleks. Mereka juga memiliki bandwidth memori yang tinggi, yang berarti transfer data lebih cepat. Sebelum AGI dapat dicapai, kemajuan signifikan serupa perlu dilakukan pada infrastruktur komputasi. Komputasi kuantum  disebut-sebut sebagai salah satu cara untuk mencapai hal ini. Namun, komputer kuantum saat ini, meskipun kuat, belum siap untuk digunakan sehari-hari. Namun begitu mereka berhasil, mereka bisa berperan dalam pencapaian kemajuan artificial general intelligence (AGI) yang signifikan.
  • Pertumbuhan volume data dan sumber data baru . Beberapa ahli meyakini infrastruktur seluler 5G  dapat menghasilkan peningkatan data yang signifikan. Hal ini karena teknologi ini dapat mendorong lonjakan perangkat yang terhubung, atau Internet of Things. Namun, karena berbagai alasan, menurut kami sebagian besar manfaat 5G sudah terlihat . Agar AGI dapat tercapai, diperlukan katalis lain yang dapat meningkatkan volume data secara besar-besaran.

Pendekatan robotika baru dapat menghasilkan sumber data pelatihan baru. Menempatkan robot mirip manusia di antara kita dapat memungkinkan perusahaan menambang sejumlah besar data yang meniru indra kita untuk membantu robot melatih dirinya sendiri. Mobil self-driving yang canggih adalah salah satu contohnya: data dikumpulkan dari mobil-mobil yang sudah ada di jalan raya, sehingga kendaraan ini berfungsi sebagai perangkat pelatihan untuk mobil self-driving di masa depan.

Apa yang dapat dilakukan para eksekutif terhadap AGI?

Setidaknya, AGI masih berjarak beberapa dekade lagi. Namun AI akan tetap ada—dan kemajuannya sangat pesat. Pemimpin yang cerdas dapat memikirkan cara merespons kemajuan nyata yang terjadi, serta cara mempersiapkan masa depan yang terotomatisasi. Berikut beberapa hal yang perlu dipertimbangkan:

  • Tetap terinformasi tentang perkembangan AI dan AGI . Terhubung dengan perusahaan rintisan dan kembangkan kerangka kerja untuk melacak kemajuan di AGI yang relevan dengan bisnis Anda. Selain itu, mulailah memikirkan tata kelola, kondisi, dan batasan yang tepat untuk mencapai kesuksesan dalam bisnis dan komunitas Anda.
  • Berinvestasilah pada AI sekarang . Biaya yang harus ditanggung jika tidak melakukan apa pun, terlalu tinggi  karena semua orang menjadikan hal ini sebagai agenda utama mereka. Organisasi yang mampu mencapainya saat ini akan siap untuk menang di masa mendatang.
  • Terus tempatkan manusia sebagai pusatnya . Berinvestasi dalam antarmuka manusia-mesin, atau teknologi “manusia dalam lingkaran” yang meningkatkan kecerdasan manusia. Orang-orang di semua tingkat organisasi memerlukan pelatihan dan dukungan untuk berkembang di dunia yang semakin terotomatisasi. AI hanyalah alat terbaru untuk membantu individu dan perusahaan meningkatkan efisiensi mereka.
  • Pertimbangkan implikasi etika dan keamanannya . Hal ini harus mencakup penanganan keamanan siber , privasi data, dan bias algoritma.
  • Membangun fondasi data, bakat, dan kemampuan yang kuat . AI berjalan pada data; memiliki dasar yang kuat atas data berkualitas tinggi sangat penting bagi keberhasilannya.
  • Atur pekerja Anda untuk skala ekonomi dan keterampilan baru . Struktur organisasi dan model operasi yang kaku saat ini tidak sesuai dengan kenyataan pesatnya kemajuan AI. Salah satu cara untuk mengatasi hal ini adalah dengan menerapkan model aliran ke tempat kerja (flow-to-the-work model), dimana orang dapat berpindah secara lancar antara inisiatif dan kelompok.
  • Pasang taruhan kecil untuk mempertahankan pilihan strategis di area bisnis Anda yang terkena perkembangan AI . Misalnya, pertimbangkan untuk berinvestasi di perusahaan teknologi yang sedang menjalankan proyek penelitian dan pengembangan AI yang ambisius di industri Anda. Tidak semua taruhan ini akan membuahkan hasil, namun dapat membantu melindungi risiko yang mungkin dihadapi bisnis Anda di masa depan.

Seperti selalu terjadi pada penemuan-penemuan baru di dunia ini, selalu menghasilkan dikotomi di dalamnya. Ambil contoh sederhana saat manusia menemukan sebuah pisau, maka pisau berfungsi untuk membantu kehidupan manusia sebagai perkakas baik di dapur, pertanian, perkebunan, alat pertukangan, bercocok tanam, dan masih banyak lagi. Namun pisau pada prakteknya digunakan juga untuk melukai manusia lain, ini yang berbahaya.

Dikotomi dalam perkembangan artificial general intelligence (AGI) ini yang patut kita cermati. Pada bulan Mei 2023, Pionir AI Geoffrey Hinton keluar dari Google dan mengatakan dia sekarang menyesali pekerjaannya. Hinton secara serius memperingatkan akan bahaya dari penggunaan AI.