https://bodybydarwin.com
Slider Image

Musim dingin AI lainnya dapat mengantar periode gelap untuk kecerdasan buatan

2022

Mobil self-driving. Pemindaian MRI yang lebih cepat, ditafsirkan oleh ahli radiologi robot. Membaca pikiran dan penglihatan x-ray. Kecerdasan buatan berjanji untuk mengubah dunia secara permanen. (Dalam beberapa hal, sudah. ​​Cukup tanyakan asisten penjadwalan AI ini.)

Kecerdasan buatan dapat memiliki banyak bentuk. Tapi secara kasar didefinisikan sebagai sistem komputer yang mampu menangani tugas manusia seperti persepsi indra dan pengambilan keputusan. Sejak awal, AI telah menjadi mangsa siklus hype ekstrem — dan keruntuhan selanjutnya. Sementara kemajuan teknologi baru-baru ini akhirnya dapat mengakhiri pola boom-and-bust ini, dengan nakal disebut sebagai "AI musim dingin, " beberapa ilmuwan tetap yakin musim dingin akan datang lagi.

Manusia telah merenungkan potensi kecerdasan buatan selama ribuan tahun. Orang Yunani kuno percaya, misalnya, bahwa otomat perunggu bernama Talos melindungi pulau Kreta dari musuh laut. Tapi AI hanya pindah dari dunia mitos ke dunia nyata dalam setengah abad terakhir, dimulai dengan esai 1950 yang didasari oleh ilmuwan komputer Alan Turing dan memberikan kerangka kerja untuk menjawab pertanyaan provokatif. Bisakah mesin berpikir? "

Pada saat itu, Amerika Serikat berada di tengah-tengah Perang Dingin. Perwakilan kongres memutuskan untuk berinvestasi dalam kecerdasan buatan sebagai bagian dari strategi keamanan yang lebih besar. Penekanan khusus pada masa itu adalah pada terjemahan, khususnya Rusia-ke-Inggris dan Inggris-ke-Rusia. Tahun-tahun 1954 hingga 1966 adalah, menurut ahli bahasa komputasi W. John Hutchins 'sejarah terjemahan mesin dekade optimisme karena banyak ilmuwan terkemuka percaya terobosan sudah dekat dan sponsor kantong tebal membanjiri lapangan dengan hibah.

Tapi terobosan tidak datang secepat yang dijanjikan. Pada tahun 1966, tujuh ilmuwan di Komite Penasihat Pemrosesan Bahasa Otomatis menerbitkan laporan yang dipesan pemerintah yang menyimpulkan bahwa terjemahan mesin lebih lambat, lebih mahal, dan kurang akurat daripada terjemahan manusia. Pendanaan tiba-tiba dibatalkan dan, tulis Hutchins, terjemahan mesin datang "ke ujung virtual" selama lebih dari satu dekade. Pada tahun 1969, Kongres mengamanatkan bahwa Agency Advanced Research Projects Agency, atau DARPA, hanya mendanai penelitian dengan pengaruh langsung pada upaya militer, menempatkan omong kosong pada berbagai proyek eksplorasi dan dasar ilmiah, termasuk penelitian AI, yang sebelumnya didanai oleh DARPA.

"Selama musim dingin AI, program penelitian AI harus menyamarkan diri mereka dengan nama yang berbeda agar dapat terus menerima dana sesuai dengan sejarah komputasi dari University of Washington. (" Informatika "dan" mesin mempelajari catatan kertas, adalah di antara eufemisme yang muncul di era ini.) Akhir 1970-an melihat kebangkitan kecerdasan buatan dengan kesuksesan singkat dari mesin Lisp, sebuah stasiun kerja yang efisien, terspesialisasi, dan mahal yang oleh banyak orang dianggap masa depan perangkat keras AI. Tetapi harapan pupus pada akhir 1980-an - saat ini oleh munculnya komputer desktop dan munculnya kembali skeptisisme di antara sumber dana pemerintah tentang potensi AI. Bidikan dingin kedua berlangsung hingga pertengahan 1990-an dan para peneliti telah memilih jalan keluar sejak saat itu.

Dua dekade terakhir telah menjadi periode optimisme yang hampir tak tertandingi tentang kecerdasan buatan. Perangkat keras, yaitu mikroprosesor berdaya tinggi, dan teknik-teknik baru, khususnya yang berada di bawah payung pembelajaran mendalam, akhirnya telah menciptakan kecerdasan buatan yang memukau konsumen dan penyandang dana. Jaringan saraf dapat mempelajari tugas setelah dilatih dengan hati-hati pada contoh yang ada. Untuk menggunakan contoh sekarang-klasik, Anda dapat memberi makan ribuan gambar jaringan saraf, beberapa berlabel "kucing" yang lain berlabel "tidak ada kucing dan melatih mesin untuk mengidentifikasi" kucing "dan" tidak ada kucing "dalam gambar sendiri. strategi pembelajaran juga mendukung teknologi yang muncul dalam bioinformatika dan farmakologi, pemrosesan bahasa alami di perangkat Alexa atau Google Home, dan bahkan bola mata mekanis yang digunakan untuk mengemudi sendiri.

Tapi mobil-mobil self-driving itu yang menyebabkan para ilmuwan berkeringat tentang kemungkinan musim dingin AI lainnya. Pada 2015, pendiri Tesla, Elon Musk, mengatakan mobil yang sepenuhnya otonom akan menghantam jalan pada 2018. (Secara teknis ia masih memiliki empat bulan.) General Motors bertaruh pada 2019. Dan Ford mengatakan sabuk pengaman untuk 2021. Tetapi prediksi ini terlihat semakin salah arah. . Dan, karena mereka dipublikasikan, mereka mungkin memiliki konsekuensi serius bagi lapangan. Padukan sensasi dengan kematian seorang pejalan kaki di Arizona baru-baru ini, yang terbunuh pada bulan Maret oleh seorang Uber dalam mode tanpa pengemudi, dan segala sesuatunya terlihat semakin membeku untuk AI yang diterapkan.

Ketakutan akan musim dingin yang akan datang tidak sedalam kulit. Pembelajaran mendalam telah melambat dalam beberapa tahun terakhir, menurut kritikus seperti peneliti AI Filip Piekniewski. "Lenyapnya masalah gradien telah menyusut, tetapi masih menghentikan beberapa jaring saraf untuk belajar melewati titik tertentu, menghalangi pelatih manusia meskipun upaya terbaik mereka. Dan pergulatan kecerdasan buatan dengan" generalisasi tetap ada: Sebuah mesin yang dilatih tentang foto - foto kucing rumahan dapat mengidentifikasi lebih banyak kucing rumahan, tapi itu tidak bisa memperkirakan pengetahuan itu untuk, katakanlah, singa berkeliaran.

Cegukan ini menimbulkan masalah mendasar bagi kendaraan yang bisa menyetir sendiri. "Jika kita melakukan syuting untuk awal tahun 2020 agar kita berada pada titik di mana Anda dapat memulai mengemudi secara otonom, Anda harus melihatnya setiap tahun, saat ini, lebih dari pengurangan 60 persen [dalam intervensi pengemudi keselamatan] setiap tahun untuk membawa kita ke tingkat keamanan 99, 9999 persen, kata Andrew Moore, dekan ilmu komputer Universitas Carnegie Mellon, pada episode podcast Recode Decode baru-baru ini . "Saya tidak percaya bahwa segala sesuatunya berkembang dengan cepat." dapat mengurangi kebutuhan manusia sebesar 20 persen, di tahun-tahun lain, itu dalam satu digit, berpotensi mendorong tanggal kedatangan kembali beberapa dekade.

Sama seperti pergeseran musiman aktual, musim dingin AI sulit diprediksi. Terlebih lagi, intensitas setiap peristiwa dapat sangat bervariasi. Kegembiraan diperlukan untuk teknologi yang muncul untuk membuat terobosan, tetapi jelas satu-satunya cara untuk mencegah badai salju adalah hening — dan banyak kerja keras. Seperti yang dikatakan mantan direktur AI Facebook, Yann LeCun kepada IEEE Spectrum, AI telah melewati sejumlah musim dingin AI karena orang mengklaim hal-hal yang tidak dapat mereka berikan. "

Apakah aman untuk minum obat kadaluarsa?

Apakah aman untuk minum obat kadaluarsa?

Jaga kecintaan Anda pada cokelat agar tidak menghancurkan planet ini dengan perbaikan yang mudah ini

Jaga kecintaan Anda pada cokelat agar tidak menghancurkan planet ini dengan perbaikan yang mudah ini

Psikolog mencoba mencari tahu mengapa kita tidak tidur (bahkan ketika kita mau)

Psikolog mencoba mencari tahu mengapa kita tidak tidur (bahkan ketika kita mau)