Mengenal Artificial Intelligence

Artificial Intelligence (AI) atau Kecerdasan Buatan menjadi topik yang hangat dalam beberapa tahun terakhir karena kemampuannya untuk meningkatkan kinerja dan produktivitas di berbagai sektor. Pada tahun 2021 kita digemparkan dengan popularitas DALL-E [1], sebuah model deep-learning yang dikembangkan oleh OpenAI yang dapat menghasilkan gambar digital dari kalimat yang kita berikan atau yang disebut “prompt“. Tahun berikutnya, OpenAI kembali memperkenalkan DALL-E 2 [2], sebagai penerus DALL-E yang dapat menghasilkan gambar yang lebih realistis dan akurat dengan resolusi yang lebih tinggi. Tidak berhenti disitu, pada tahun yang sama OpenAI kembali menggemparkan publik dengan merilis Chat-GPT [3], sebuah chatbot dengan kecerdasan buatan (AI) yang dapat menanggapi “pertanyaan lanjutan, “mengakui kesalahan”, “memperdebatkan premis yang tidak benar”, dan menolak “permintaan yang tidak pantas”. 

Pengertian

Apa itu Artificial Intelligence / AI / Kecerdasan buatan? Ada beberapa definisi dari AI, diantaranya:

“Systems that think like humans, act like humans, think rationally, and act rationally.” 

(kok, 2002)

“It is the science and engineering of making intelligent machines, especially intelligent computer programs. It is related to the similar task of using computers to understand human intelligence, but AI does not have to confine itself to methods that are biologically observable.”

(McCarthy, 2007)

Dari dua pengertian diatas, dapat diambil garis besarnya bahwa AI pada dasarnya adalah mesin atau program komputer yang dapat menandingi kemampuan dan kecerdasan manusia.

Sejarah

Gagasan tentang “mesin yang dapat berpikir” sudah ada sejak zaman Yunani kuno. Namun, peristiwa penting dalam perkembangan kecerdasan buatan dapat dilihat dari beberapa capaian berikut ini:

1. Sistem catur komputer Deep Blue® yang dikembangkan di IBM® Research selama pertengahan 1990-an, berhasil mengalahkan Juara Catur Dunia saat itu – Garry Kasparov – dalam enam pertandingan pada tahun 1997. (Campbel, 2002)
2. Pada tahun 2007, IBM Research mengambil tantangan besar untuk membangun sistem komputer yang dapat bersaing dengan para juara di game Jeopardy!™. Pada tahun 2011, sistem penjawab pertanyaan (QA) domain terbuka, dijuluki Watson, mengalahkan dua pemain dengan peringkat tertinggi dalam dua pertandingan Jeopardy! yang disiarkan secara nasional. (D. A. Ferrucci. 2012)
3. AlphaGo mencatat tingkat kemenangan 99,8% dibanding program Go lainnya, dan berhasil mengalahkan juara Go Eropa dengan skor 5 – 0. Ini adalah pertama kalinya program komputer mengalahkan pemain profesional manusia dalam permainan Go, sebuah prestasi yang sebelumnya dianggap baru bisa dicapai setidaknya satu dekade lagi. (Silver, 2016) 
4. Google’s Neural Machine Translation System (Wu, 2016) 
5. Baidu merilis LinearFold AI algorithm kepada tim medis dan ilmuan yang mengembangkan vaksin selama tahap awal pandemi SARS-CoV-2 (COVID-19). Algoritma ini dapat memprediksi urutan RNA dari virus hanya dalam 27 detik, 120 kali lebih cepat daripada metode lainnya. [10] (Huang, 2019)

Beberapa capaian diatas kurang begitu populer karena masyarakat biasa tidak bisa memanfaatkan, merasakan atau mencoba langsung temuan temuan terkait AI tersebut sampai OpenAi mengeluarkan produk yang bisa diakses oleh masyarakat luas, dengan ditambah dengan munculnya alternatif-alternatif lainnya yang sekarang lebih mudah diakses daripada sebelumnya membuat popularitas AI semakin meningkat. 

Dampak

Mengutip artikel yang diterbitkan oleh european parliament research service (2019) yang berjudul Economic impacts of artificial intelligence (AI), AI akan mendorong pertumbuhan ekonomi melalui 3 cara. Pertama, AI akan mendorong peningkatan yang kuat dalam produktivitas tenaga kerja (hingga 40%) karena teknologi inovatif yang memungkinkan manajemen waktu terkait tenaga kerja yang lebih efisien. Kedua, AI akan menciptakan tenaga kerja virtual baru – digambarkan sebagai ‘otomasi cerdas’ – yang mampu memecahkan masalah dan belajar mandiri. Ketiga, ekonomi juga akan mendapat manfaat dari difusi inovasi, yang akan memengaruhi berbagai sektor dan menciptakan arus pendapatan baru. 

Studi yang dilakukan oleh PWC [12],  PDB global diperkirakan akan meningkat hingga 14 % (setara dengan US$15,7 triliun) pada tahun 2030 sebagai hasil dari percepatan pembangunan dan pemanfaatan AI. Pada studi tersebut, juga disebutkan bahwa gelombang revolusi digital berikutnya yang akan muncul karena bantuan dari data yang dihasilkan dari Internet of Things (IoT), yang kemungkinan jauh lebih besar dari data yang dihasilkan oleh “Internet of People” saat ini.

Lebih lanjut, AI juga dapat memiliki efek yang sangat mengganggu seperti gambar yang dihasilkan oleh AI (Midjourney) memenangkan sebuah lomba seni, memicu reaksi keras dari seniman yang menuduhnya curang dan tidak adil [14]. ChatGPT terdaftar sebagai penulis di jurnal ilmiah yang membuat banyak ilmuwan tidak setuju [15], dan pada akhirnya muncul kebijakan yang melarang penggunaan teks dari ChatGPT dan melarang dicantumkan ChatGPT sebagai penulis [16]. Serta, banyak orang yang mulai khawatir atas kepopuleran AI dan kemungkinannya akan menggantikan pekerjaan mereka serta menghilangkan sumber-sumber pendapatan. 

Simpulan

Terlepas dari pro-kontra mengenai AI, sangat penting bagi kita untuk memahami mengenai potensi dari AI dan bagaimana AI dapat kita manfaatkan, dari otomasi pekerjaan yang berulang, melakukan analisis, meningkatkan efisiensi hingga memberikan pengalaman pribadi yang lebih baik. Namun jangan hanya dilihat dari teknologi, perkembangan AI harus membuat kita lebih terbuka terhadap cara baru dalam melakukan sesuatu, memikirkan kembali kebiasaan yang telah dilakukan, dan menemukan hal-hal baru untuk meningkatkan kualitas hidup diri sendiri dan orang-orang disekitar kita.

Referensi:

1. DALL·E: Creating images from text. (n.d.). DALL·E: Creating Images From Text. https://openai.com/research/dall-e
2. DALL·E 2. (n.d.). DALL·E 2. https://openai.com/product/dall-e-2
3. Introducing ChatGPT. (n.d.). Introducing ChatGPT. https://openai.com/blog/chatgpt
4. Kok, Joost N., et al. (2002). Artificial Intelligence: Definition, Trends, Techniques and Cases. Encyclopedia of Life Support Systems (EOLSS) .
5. McCarthy, John. (2007). What is Artificial Intelligence?. Stanford University. 
6. Campbell, Murray., et al. (2002). Deep Blue. Artificial Intelligence 134. 
7. D. A. Ferrucci. (2012). “Introduction to “This is Watson”,” in IBM Journal of Research and Development, vol. 56, no. 3.4, pp. 1:1-1:15, doi: 10.1147/JRD.2012.2184356.
8. Silver, D., et al. (2016). Mastering the game of Go with deep neural networks and tree search. Nature, 529, 484-489.
9. Wu, Y., et al. (2016). Google’s Neural Machine Translation System: Bridging the Gap between Human and Machine Translation. ArXiv. /abs/1609.08144
10. Baidu Research. (n.d.). Baidu Research. http://research.baidu.com/Blog/index-view?id=131
11. Huang, L., et al. (2019). LinearFold: Linear-time approximate RNA folding by 5′-to-3′ dynamic programming and beam search. ArXiv. https://doi.org/10.1093/bioinformatics/btz375
12. Gillham, Jonathan., et al. (2018). The macroeconomic impact of artificial intelligence. PricewaterhouseCoopers (PwC).
13. https://www.europarl.europa.eu/RegData/etudes/BRIE/2019/637967/EPRS_BRI(2019)637967_EN.pdf
14. https://www.nytimes.com/2022/09/02/technology/ai-artificial-intelligence-artists.html
15. ChatGPT listed as author on research papers: many scientists disapprove. (2023, January 18). ChatGPT Listed as Author on Research Papers: Many Scientists Disapprove. https://www.nature.com/articles/d41586-023-00107-z
16. Sample, I. (2023, January 26). Science journals ban listing of ChatGPT as co-author on papers. The Guardian. https://www.theguardian.com/science/2023/jan/26/science-journals-ban-listing-of-chatgpt-as-co-author-on-papers