Mungkinkah Komputer Mempelajari Akal Sehat?

Poin Penting

• Akal sehat adalah kemampuan untuk memahami dan bereaksi terhadap situasi sehari-hari tanpa menganalisis secara berlebihan. Hal ini diperoleh melalui pengalaman hidup dan pengamatan, serta norma-norma masyarakat dan budaya.
• Komputer kesulitan menggunakan akal sehat karena kurangnya pengalaman dunia nyata dan kemampuan beradaptasi dengan konteks baru. Mereka juga bergumul dengan aturan dan asumsi tak terucapkan yang dipahami secara intuitif oleh manusia.
• Para peneliti sedang mengeksplorasi pendekatan yang berbeda, seperti membangun basis pengetahuan yang luas, crowdsourcing akal sehat, dan mengajarkan AI melalui dunia simulasi, untuk melatih komputer dalam memperoleh kewajaran. Kemajuan telah dicapai, namun masih ada pekerjaan yang harus diselesaikan.

Kewajaran. Kita semua mengira kita memilikinya. Tapi apa sebenarnya itu? Bisakah komputer atau sistem kecerdasan buatan benar-benar memperolehnya?

Apa Itu Akal Sehat, dan Bagaimana Manusia Memperolehnya?

Akal sehat adalah kemampuan dasar untuk memahami, memahami, dan menilai hal-hal yang diharapkan dimiliki oleh kebanyakan orang. Ini adalah kumpulan fakta, informasi, dan aturan praktis yang kita kumpulkan melalui pengalaman dan pengamatan hidup. Akal sehat memungkinkan kita memproses dan bereaksi secara efisien terhadap situasi sehari-hari tanpa menganalisisnya terlalu dalam.

Manusia mulai memperoleh akal sehat sejak masa kanak-kanak. Saat masih bayi, kita mulai mempelajari hubungan sebab-akibat—seperti tangisan yang menyebabkan diberi makan atau diubah. Melalui pengalaman yang berulang-ulang, kita memperoleh pengetahuan praktis tentang dunia. Misalnya, menyentuh kompor yang panas menyebabkan luka bakar. Jadi kita belajar untuk tidak menyentuh permukaan yang panas.

Sebagai anak-anak, kita terus mengembangkan akal sehat kita melalui trial and error dan mengamati serta berinteraksi dengan anggota keluarga. Misalnya, kita menyadari bahwa pakaian harus dicuci secara teratur, kita tidak boleh berbicara dengan mulut penuh, dan gelas susu yang terjatuh akan membuat gelas kita berantakan. Orang tua, saudara kandung, guru, dan orang dewasa lainnya mengoreksi kita ketika kita melanggar norma dan ekspektasi masyarakat. Seiring berjalannya waktu, pelajaran-pelajaran ini tertanam sebagai akal sehat dasar.

Selain pengalaman pribadi, akal sehat dibentuk oleh norma-norma sosial dan budaya yang lebih luas. Apa yang mungkin masuk akal dalam satu budaya (seperti melepas sepatu saat memasuki rumah) mungkin tidak berlaku di budaya lain.

Akal sehat kita beradaptasi seiring bertambahnya usia dan terpapar pada lebih banyak orang dan lingkungan. Jadi, seorang anak yang tumbuh di kota kecil memperoleh akal sehat dasar tentang kehidupan di lingkungan tersebut. Orang dewasa yang pindah ke kota metropolitan besar harus menyesuaikan akal sehatnya agar sesuai dengan lingkungan baru.

Akal sehat terus berkembang seiring kita mendapatkan pengalaman baru sepanjang hidup kita.

Mengapa Akal Sehat Menantang Komputer?

Ada beberapa alasan mengapa akal sehat sulit diprogram.

Salah satu alasannya adalah manusia mempelajari akal sehat secara bertahap selama bertahun-tahun dalam mengalami dunia. Kita mencobanya, melihat apa yang berhasil dan apa yang tidak, dan mengingat pelajarannya. Komputer tidak memiliki pengalaman dunia nyata seperti itu. Mereka hanya tahu apa yang manusia katakan secara eksplisit kepada mereka.

Misalnya, saya menanyakan pertanyaan ini kepada ChatGPT (GPT 3.5):

Janet runs a laundry business. She washes clothes for customers and hangs them outside on clotheslines to dry in the sun. One day, Janet washed five shirts and hung them on the clotheslines in the morning. It took the shirts five hours to dry. How long will it take to dry 30 shirts? 

Ternyata dengan tanggapan ini:

Masalah lainnya adalah bahwa akal sehat bergantung pada konteks. Jika komputer hanya mempunyai aturan spesifik yang diprogram, komputer tidak dapat menyesuaikannya dengan konteks baru seperti yang bisa dilakukan manusia secara intuitif.

Misalnya, Anda mengajari komputer apa yang harus dilakukan jika hujan mulai turun saat berada di luar. Tampaknya mudah, bukan? Namun bagaimana jika bukannya hujan, yang ada adalah alat penyiram air? Atau bagaimana jika air berada di dalam toko kelontong, dan pipa-pipa mulai mengeluarkan air dari langit-langit? Kita akan langsung mengetahui cara menangani variasi tersebut, namun komputer akan secara membabi buta mengikuti aturan "saat hujan di luar, masuklah ke dalam", yang sekarang tidak masuk akal.

Ada juga aturan dan asumsi tak terucapkan yang diserap manusia tanpa disadari. Seperti seberapa dekat Anda bisa berdiri di samping seseorang sebelum terasa canggung? Manusia secara intuitif mengetahui jawabannya tetapi mungkin tidak dapat dengan mudah menjelaskan aturan pastinya. Norma-norma sosial yang tersirat tersebut bisa sangat sulit dipahami oleh komputer hanya dari data.

Jadi, untuk saat ini, akal sehat masih menjadi salah satu kelemahan terbesar AI dibandingkan kecerdasan manusia. Hal ini terjadi secara alami pada manusia, tetapi tidak pada mesin.

Bagaimana Komputer Dapat Mempelajari Akal Sehat

Setelah optimisme awal pada tahun 1970an dan 1980an, para peneliti menyadari betapa sulitnya mengajarkan akal sehat pada komputer. Namun, pendekatan baru menjanjikan dalam melatih sistem AI untuk memiliki pemahaman dasar tentang dunia fisik dan sosial sehari-hari.

Salah satu pendekatannya adalah dengan membangun basis pengetahuan yang luas dengan tangan, merinci fakta dan aturan tentang cara kerja dunia. Proyek Cyc, dimulai pada tahun 1984 oleh Doug Lenat, mewakili salah satu upaya ambisius semacam ini.

Ratusan ahli logika telah mengkodekan jutaan aksioma logis ke dalam Cyc selama beberapa dekade. Meskipun memakan waktu, hasilnya adalah sebuah sistem dengan banyak pengetahuan dunia nyata. Cyc rupanya dapat beralasan bahwa tomat secara teknis adalah buah namun tidak boleh dimasukkan dalam salad buah, berkat pengetahuannya tentang profil rasa kuliner.

Akal Sehat Crowdsourcing Dengan ConceptNet

Basis pengetahuan yang lebih modern seperti KonsepNet mengambil pendekatan crowdsourcing untuk menghasilkan pernyataan yang masuk akal. Idenya adalah bahwa alih-alih meminta para ahli atau AI mencoba mengungkap semua fakta dan hubungan dasar di dunia, mereka membukanya sehingga siapa pun dapat menyumbangkan potongan-potongan yang masuk akal.

Pendekatan crowdsourcing ini memungkinkan basis pengetahuan untuk memanfaatkan kecerdasan kolektif dari banyak orang yang berbeda di internet. Dengan mengumpulkan ribuan nugget kecil yang masuk akal dari kerumunan, ConceptNet membangun beberapa gudang pengetahuan dasar sehari-hari yang sangat besar. Dan karena kontributor baru selalu menambahnya, pengetahuannya pun terus bertambah.

Mengajarkan Akal Sehat Melalui Pengalaman

Pendekatan lain yang menjanjikan adalah membangun dunia simulasi terperinci di mana agen AI dapat bereksperimen dan belajar tentang fisika dan intuisi melalui pengalaman.

Para peneliti menciptakan lingkungan virtual 3D yang diisi dengan objek sehari-hari yang meniru dunia nyata, seperti rumah digital "AI2 THOR" yang dibangun oleh Allen Institute. Di ruang-ruang ini, robot AI dapat mencoba segala jenis interaksi untuk mengembangkan pemahaman intuitif tentang konsep-konsep yang dianggap remeh oleh manusia.

Misalnya, bot AI dapat diberikan tubuh virtual dan mencoba mengambil balok, menumpuknya, menjatuhkannya, dll. Dengan melihat balok-balok tersebut jatuh dan bertabrakan secara realistis, bot mempelajari gagasan dasar tentang soliditas, gravitasi, dan dinamika fisik. Tidak diperlukan aturan—hanya pengalaman.

Bot juga dapat mencoba tindakan seperti menjatuhkan benda kaca dan melihatnya pecah saat menyentuh tanah. Atau dapat bereksperimen dengan sifat-sifat air dengan menuangkan cairan dan mengamati bagaimana cairan tersebut mengalir dan menggenang. Pembelajaran langsung ini mendasarkan pengetahuan AI pada pengalaman sensorik dan bukan hanya pola data.

Teknik berbasis data seperti pra-pelatihan model bahasa besar yang kuat juga telah terbukti sangat efektif dalam memahami pola-pola akal sehat. Model AI seperti GPT-3.5 dan GPT-4 dapat menghasilkan teks yang sangat mirip manusia setelah "membaca" data Internet dalam jumlah besar.

Meskipun terkadang mereka memberikan saran yang tidak bijaksana (atau dikenal sebagai halusinasi AI), pendekatan pembelajaran statistik memungkinkan mereka meniru akal sehat tertentu. Namun, masih terdapat perbedaan pendapat mengenai apakah hal ini masuk akal atau merupakan eksploitasi cerdas terhadap bias dalam data.

Cara Menguji Akal Sehat Komputer

Ketika sistem kecerdasan buatan melakukan tugas-tugas dunia nyata yang lebih kompleks, mengevaluasi apakah sistem tersebut memiliki “akal sehat” menjadi sangat penting.

Akal Sehat Fisik

Salah satu bidang yang perlu diuji adalah akal sehat fisik—intuisi tentang objek, gaya, dan sifat dasar dunia.

Misalnya, tunjukkan a sistem visi komputer foto dengan buku yang melayang di udara dan mintalah buku tersebut menggambarkan pemandangan tersebut. Apakah ia memperhatikan sesuatu yang tidak biasa pada buku terapung itu? Atau berikan skenario yang tidak biasa pada sistem AI seperti "seorang pria mengiris batu dengan sepotong roti" dan memeriksa apakah sistem tersebut menandai skenario tersebut sebagai hal yang tidak mungkin.

Lingkungan AI2 THOR di Allen Institute mensimulasikan menara balok, mug yang tumpah, dan pemandangan lainnya untuk menguji intuisi fisik ini.

Akal Sehat Sosial

Manusia juga memiliki akal sehat sosial—pemahaman implisit tentang motivasi, hubungan, dan norma masyarakat. Untuk mengevaluasi hal ini dalam AI, ajukan situasi dengan kata ganti atau motivasi yang ambigu dan lihat apakah sistem menafsirkannya secara wajar.

Misalnya, saya bertanya kepada ChatGPT apakah "itu" mengacu pada koper atau piala pada perintah di bawah ini:

The trophy could not fit into the suitcase because it was too small. 

Itu gagal dalam ujian; sementara itu, manusia pasti tahu yang saya maksud adalah koper.

Tes semacam ini disebut Tantangan Skema Winograd, yang secara khusus menargetkan akal sehat sosial.

Keamanan dan Etika

Menguji apakah sistem AI telah mempelajari pola yang tidak aman atau tidak etis sangatlah penting. Analisis apakah AI menunjukkan bias berbahaya berdasarkan gender, ras, atau atribut lainnya saat membuat penilaian.

Periksa apakah hal tersebut menghasilkan perbedaan etika yang masuk akal. Membunuh beruang untuk menyelamatkan seorang anak dapat dianggap dibenarkan, sedangkan meledakkan bom nuklir untuk tujuan yang sama tidak dibenarkan. Tandai setiap rekomendasi untuk tindakan yang jelas-jelas tidak etis.

Kinerja Dunia Nyata

Evaluasi akal sehat dengan mengamati bagaimana sistem AI berfungsi di dunia nyata. Misalnya, lakukan mobil self-driving dengan benar mengidentifikasi dan merespons objek dan pejalan kaki? Bisakah robot bergerak melalui berbagai lingkungan rumah tanpa merusak barang berharga atau melukai hewan peliharaan?

Tes di dunia nyata mengungkapkan kesenjangan dalam akal sehat yang mungkin tidak muncul dalam kondisi laboratorium terbatas.

Ada Kemajuan, Namun Pekerjaan Tetap Berbasis AI Akal Sehat

Beberapa ahli berpendapat bahwa AI mungkin tidak akan pernah mencapai akal sehat manusia tanpa mengembangkan struktur otak dan tubuh seperti kita. Di sisi lain, pikiran digital tidak dibatasi oleh bias manusia dan jalan pintas mental, jadi secara teori, mereka bisa melampaui kita! Meskipun kita mungkin tidak perlu khawatir tentang AI yang super cerdas.

Dalam waktu dekat, pilihan terbaik adalah AI yang menggabungkan akal sehat yang dipelajari dengan beberapa program kuno yang bagus. Dengan begitu, kesalahan bodoh seperti salah mengira kura-kura sebagai senapan semoga bisa dihindari.

Kita belum sampai di sana, namun akal sehat bukan lagi materi gelap AI – kemajuan sedang terjadi! Namun, akal sehat manusia masih diperlukan dalam menerapkan teknologi ini untuk beberapa waktu ke depan.