Beberapa teknologi baru telah menciptakan desas-desus seputar kecerdasan buatan (AI) dan apa artinya bagi masa depan kita sebagai masyarakat. Setiap teknologi berasal dari cabang AI yang berbeda dan memiliki keunggulan dan perhatian yang unik.
Deepfake dan AI kloning suara mempersulit Anda untuk memercayai apa pun yang Anda lihat atau dengar di internet. Ada yang mengatakan ChatGPT dan sistem AI pembelajaran mendalam serupa cenderung menciptakan redundansi pekerjaan di beberapa bidang. Satu pertanyaan yang memprihatinkan muncul: "akankah AI pada akhirnya menggantikan pemrogram?"
Apa itu Kecerdasan Buatan?
AI adalah cabang ilmu komputer yang berfokus pada kemampuan sistem untuk memecahkan masalah menggunakan satu (atau lebih) dari empat kualitas. Sistem AI dapat berpikir secara manusiawi, bertindak secara manusiawi, berpikir secara rasional, dan/atau bertindak secara rasional.
Sejarah Kecerdasan Buatan
Meskipun tampaknya AI telah ada selama berabad-abad, bidang ini mendapatkan momentumnya pada pertengahan 1900-an. Salah satu tanggal paling terkenal dalam sejarah AI adalah tahun 1956, ini adalah tahun pengenalan resmi bidang kecerdasan buatan. Perkenalan ini terjadi pada sebuah konferensi di Dartmouth College.
Beberapa nama hebat terkait dengan aspek berbeda dari kemajuan awal AI. Ini termasuk Alan Turing, Marvin Minsky, Allen Newell, Herbert Simon, John Robinson, dan Alain Colmerauer.
Bertindak Secara Manusiawi
Pada tahun 1936 Alan Turing menerbitkan makalah berjudul “On Computable Numbers, With an Application to the Entscheidungsproblem”. Dalam tulisan ini, Turing memperkenalkan konsep mesin Turing yang hingga saat ini memegang peranan penting dalam AI. Dia membuktikan bahwa, dengan algoritme yang tepat, mesin Turing dapat melakukan komputasi matematis apa pun.
Kemudian pada tahun 1937, Turing menggunakan masalah penghentian untuk menunjukkan keterbatasan mesin cerdas. Kemudian pada tahun 1950, Turing mendefinisikan kecerdasan mesin dengan menggunakan apa yang dia sebut tes Turing. Jika sistem AI lulus uji Turing, maka sistem tersebut dapat bertindak secara manusiawi.
Berpikir Manusiawi
Marvin Minsky adalah nama populer di bidang AI. Dia dikenal karena mengembangkan mesin pembelajaran jaringan saraf kabel acak pertama, yang disebut SNARC pada tahun 1951. Jaringan saraf mengajarkan komputer untuk memproses data yang mirip dengan otak manusia. Definisi Minsky tentang AI adalah "ilmu membuat mesin melakukan hal-hal yang membutuhkan kecerdasan jika dilakukan oleh manusia."
Allen Newell dan Herbert Simon adalah dua perintis lain di bidang AI, yang berfokus pada kemampuan mesin untuk mensimulasikan pemikiran manusia. Pada tahun 1956, mereka mempresentasikan program komputer pemroses simbol pertama, yang disebut Ahli Teori Logika. Pada tahun 1961, Newell dan Simon mengembangkan General Problem Solver (GPS), yang pada dasarnya meniru pemikiran manusia.
Berpikir Rasional
Masukkan John Robinson, yang pada tahun 1965 menerbitkan jurnal berjudul “A Machine-Oriented Logic Based on the Prinsip Resolusi.” Dia juga menemukan kalkulus resolusi untuk logika predikat, yang berperan penting berperan dalam AI.
Logika predikat adalah bahasa formal yang menggunakan logika untuk mewakili pemikiran rasional. Bahasa ini menggunakan kerangka premis yang benar akan menghasilkan kesimpulan yang benar. Misalnya, Alexa adalah sebuah mesin; semua mesin membuat pekerjaan lebih mudah; oleh karena itu, Alexa membuat pekerjaan menjadi lebih mudah.
Kemajuan Terbaru dalam Kecerdasan Buatan
Seperti pada awal kemunculannya, bidang kecerdasan buatan saat ini sangat kompleks dengan banyak cabang yang berbeda. Setiap cabang di bawah payung AI terus membuat langkah signifikan.
Pembelajaran mesin adalah cabang AI yang menggunakan algoritme data untuk meniru pembelajaran manusia, yang meningkatkan akurasinya pada setiap iterasi. Salah satu subset pembelajaran mesin yang lebih menonjol adalah pembelajaran mendalam. Pembelajaran mendalam meningkatkan pembelajaran mesin dengan mengurangi kebutuhan mesin akan bantuan manusia.
Misalnya, jika Anda memiliki gambar bunga yang ingin dikelompokkan berdasarkan spesies, proses kategorisasi akan berbeda berdasarkan jenis sistem. Jika sistem Anda menggunakan pembelajaran mesin, Anda harus menetapkan fitur yang membedakan spesies secara manual. Namun, sistem yang menggunakan pembelajaran mendalam akan menentukan fitur pembeda terbaik untuk setiap spesies dengan sendirinya.
Pembelajaran mendalam telah menciptakan gelombang besar dalam industri ini dalam beberapa tahun terakhir, karena beberapa teknologi. ChatGPT adalah teknologi pembelajaran yang mendalam yang saat ini banyak mendapat perhatian.
Menurut ChatGPT, itu adalah:
model bahasa besar yang dibuat oleh OpenAI. Ini adalah program kecerdasan buatan (AI) yang dirancang untuk memahami bahasa alami dan menghasilkan tanggapan seperti manusia terhadap berbagai jenis pertanyaan dan permintaan. Model ini didasarkan pada arsitektur pembelajaran mendalam yang disebut transformator, yang mampu memproses besar jumlah data teks dan menghasilkan respons berdasarkan pola dan hubungan yang telah dipelajari darinya data.
Sejak diluncurkan pada kuartal keempat tahun 2022, ChatGPT telah menjadi topik banyak perdebatan. Apa yang membuat sistem AI ini menonjol adalah keterampilan pemrosesan bahasa alaminya, ditambah dengan kemampuannya untuk mempelajari informasi baru melalui pembelajaran penguatan dari umpan balik manusia (RLHF). Tampaknya juga memiliki kemampuan yang kuat untuk menulis dan memperbaiki kode. Ada yang mengatakan bahwa teknologi ini merupakan asal muasal dari kepunahan pemrogram manusia.
Karakteristik yang Diinginkan dari Programmer Manusia yang Tidak Dapat Ditiru oleh AI
Sistem AI dapat mempelajari cara menulis kode yang membuat perangkat lunak. Namun, mengganti pemrogram seluruhnya mungkin sedikit lebih rumit. Kemampuan sistem AI memungkinkannya mengurangi tenaga kerja dengan membantu pemrogram bekerja lebih cepat, tetapi tidak pernah benar-benar dapat menggantikan pekerja manusia. Fitur pembeda utama antara pemrogram dan sistem AI adalah otak manusia dan karakteristiknya yang kompleks.
Menurut Andrew Ng, salah satu nama teratas di AI hari ini:
satu neuron di otak adalah mesin yang sangat kompleks yang bahkan sampai hari ini kita tidak mengerti. Satu 'neuron' dalam jaringan saraf adalah fungsi matematika yang sangat sederhana yang menangkap sebagian kecil dari kompleksitas neuron biologis.
Kemampuan otak untuk menghasilkan pemikiran baru dari udara yang tampaknya tipis berada di luar pemahaman manusia. Ini tentu saja bukan sesuatu yang bisa ditiru oleh sistem AI. Karakteristik lain yang diinginkan dari pemrogram adalah kebingungan kreativitas, yang sekali lagi merupakan sesuatu yang tidak dapat ditiru oleh mesin.
Melalui deep learning, AI dapat memberikan kesan pemikiran manusia. Beberapa sistem AI dapat membuat keputusan sederhana, tetapi keputusan ini tidak ada apa-apanya jika dibandingkan dengan kemampuan pengambilan keputusan dari otak manusia. AI dapat menulis kode, tetapi tidak dapat memastikan bahwa kode yang ditulisnya adalah kode yang benar. Sistem AI tidak dapat mereplikasi penilaian manusia, juga tidak ada indikasi bahwa ia akan dapat melakukannya di masa mendatang.
Masa Depan AI dan Pemrograman
Teknologi AI seperti ChatGPT telah membuktikan betapa bermanfaatnya AI bagi pemrogram. Ini menghasilkan kode dengan cepat dan dapat membantu alur kerja programmer secara keseluruhan. Namun, ChatGPT juga telah membuktikan bahwa teknologi pembelajaran mendalam tercanggih yang kami miliki saat ini tidak dapat menangani otonomi penuh. ChatGPT diketahui menghasilkan jawaban yang tidak masuk akal untuk pertanyaan, menurut OpenAI.
Oleh karena itu, masuk akal untuk berasumsi bahwa masa depan AI dalam pemrograman adalah salah satu "pembantu" daripada "pengganti" pemrogram.
