Perkembangan AI di masa lalu, sekarang, dan masa depan

Selama 65 tahun para ilmuwan dan insinyur perangkat lunak berusaha keras untuk membuat mesin dapat melakukan pekerjaan layaknya manusia. Tingginya permintaan dalam hal produktifitas membuatn manusia mencoba menyuntikan kecerdasan manusia dalam sebuah mesin.

Definisi AI menurut Turing Test : AI adalah kemampuan mesin untuk berkomunikasi dengan manusia tanpa menyebutkan identitas bahwa mereka bukanlah manusia

Artikel ini akan berbicara bagaimana perjalanan AI dari waktu yang lampau, saat ini, dan masa depan.

Awal Mula Kelahiran AI & Periode Stagnasi (AI Winter)

Seorang neuropsikologis W. McCulloh dan W. Pitts membuat model jaringan syaraf pertamanya pada 1943 (M-P model). Model yang menjadi jaringan syaraf tiruan pertama di dunia.

Pada 1949 “Hebb” membuat mekanisme pembelajaran berdasarkan neuropsikologi (Heb Learning Rule) adalah unsupervised learning yang dapat mengekstraksi fitur statistik pada data training dan mengklasifikasikan berdasarkan kemiripan data. Ini merupakan pemikiran machine learning pertama yang hampir mirip dengan bagaimana manusia menalar.

John McCarty adalah peneliti yang menciptakan istilah AI (1965) pada Darmount Summer Artificial Intelligence Research. Maka dari itu ia dijuluki sebagai bapak AI.

Era diatas disebut The Birth of AI and The Golden Age. Dimana terasa sangat ajaib ketika mesin dapat mengenali orang yang ada didalam foto berjenis kelamin laki-laki atau perempuan.

Setelah era keemasan AI, muncul era dimana AI redup karena kekecewaan massal yang terjadi dua kali. Pertama terjadi sektiar 1970. Awalnya, para peneliti percaya diri dengan hasil awal mereka di bidang machine translation. Pada saat itu dibutuhkan mesin penerjemah Rusia — Inggris tepatnya pada saat perang dingin terjadi. Dana riset besar-besaran-pun digelontorkan. Masalahnya, pada prosesnya pembuatan mesin penerjemah lebih sulit dari dugaan. Dari tahun 1967–1976 hampir tidak ada kemajuan kecuali sedikit. Hal ini mengecewakan banyak pihak dan membuat kepercayaan terhadap riset AI secara keseluruhan ikut jatuh. Kemudian AI winter kedua terjadi ketika teknologi expert system sangat populer. Berbasis aturan “if-else”, expert system awalnya menjanjikan. Namun, orang-orang kembali terlalu optimis dan kurang menyadari keterbatasannya. Sistem ini ternyata tidak bisa mengatasi masalah kompleks, misalnya untuk sistem diagnosis medis atau computer vision system. Kegagalan AI ini memicu penurunan besar pada penghujung 1980-an terhadap perkembangan AI.

Beberapa faktor umum terjadinya AI winter yang coba saya rangkum sendiri yaitu : hype berlebihan, ekspektasi terlalu tinggi, kritik negatif, kekecewaan massal, dan keterbatasan teknologi.

Kebangkitan AI dimulai dan ditandai pada akhir 1980-an dengan kemmunculan teori dan teknik atau algoritma antara lain decision tree; super vector machine; adaboost;random forest. Meningkatnya ketersediaan data dengan jumlah besar yang merupakan bahan bakar untuk pembelajaran model dapat meningkatkan performa pada mesin-mesin prediksi ataupun klasidikasi. Data juga mulai tersedia dan tersebar pada platform komunitas yang memudahkan para peneliti untuk mengumpulkan data tanpa susah payah. Mesin-mesin komputasi dan perangkat keras lainnya mengingkat secara drastis. Mesin komputasi yang canggih memudahkan pada saat pembuatan model yang cukup kompleks.

Keberlangsungan AI di Masa Kini

Setelah kegagalan rule based mengatasi masalah kompleks, muncul pemikiran bahwa daripada menginstruksikan mesin menentukan output dari input yang diberikan lebih baik berikan input beserta outputnya lalu instruksikan mesin untuk mengenali pola-nya. Teknik ini dinamakan supervised learning.

Sebagian besar sistem AI yang ada sekarang dirancang khusus hanya untuk tugas tertentu. Jenis AI seperti ini dinamakan Artificial Narrow Intelligence.

Kalau kita ingin pergi ke suatu tempat tapi tidak tahu jalannya, cukup masukkan alamat tujuan ke aplikasi peta di smartphone, lalu aplikasi itu akan memberi beberapa rute terbaik untuk menghemat waktu atau biaya perjalanan.

Kalau kita butuh informasi di internet, mesin pencari akan mengumpulkan informasi awal untuk kita, bahkan menampilkan iklan yang sesuai dengan minat kita.

Teknologi analisis biometrik real-time juga memungkinkan cara baru untuk identifikasi personal, sehingga sekarang pembayaran bisa dilakukan dengan sidik jari atau pengenalan wajah.

Sebagian besar aplikasi ANI tidak perlu solusi yang benar-benar paling optimal, karena mencari solusi optimal secara global biasanya sangat sulit. Karena itu, digunakanlah pendekatan heuristik (cara cepat yang mendekati benar) agar hasil bisa diperoleh dalam waktu yang masuk akal.

AI saat ini masih terbatas pada tugas sempit, tapi di masa depan manusia dan AI bisa hidup berdampingan lewat human–AI symbiotes dengan bantuan brain–machine interface. Data otak, perilaku, dan kehidupan digital jadi sumber utama interaksi. Konsep human-in-the-loop memungkinkan manusia dan AI saling melengkapi.

AI di Masa Depan

AI berkembang jauh lebih cepat dan kompleks daripada yang bisa diikuti manusia, sehingga perlu ada kesamaan pandangan antara manusia dan mesin tentang dunia, kehidupan, dan nilai. Karena sistem buatan belum mampu meniru dunia nyata dengan sempurna, era Industri 4.0 menghadirkan jembatan cyber–physical system dengan bantuan teknik seperti Kalman filter untuk sinkronisasi data real-time. Ke depan, AI akan berperan besar dalam simbiosis manusia–mesin, misalnya lewat human augmentation atau cognitive digital twin yang bisa membantu mencari, menyaring, dan mengolah informasi di tengah ledakan data, bahkan memberi rekomendasi pembelajaran yang meningkatkan pengetahuan manusia. Meskipun banyak algoritma AI terinspirasi dari alam, modelnya masih terlalu disederhanakan sehingga sulit benar-benar memahami dunia sosial dan ekonomi seperti manusia. Namun dengan munculnya jaringan saraf berskala sangat besar kemungkinan integrasi multimodal bisa tercapai di masa depan.

Sistem Artificial Narrow Intelligence saat ini masih terbatas pada fungsi yang spesifik, sehingga desainnya pun sangat terfokus. Namun kedepannya hubungan manusia dan AI diperkirakan akan berubah: tahap I adalah ANI, tahap II adalah AGI (Artificial General Intelligence) di mana AI jadi asisten serba bisa, dan tahap III adalah ASI (Artificial Super-Intelligence) di mana AI bahkan mampu menciptakan AI yang lebih cerdas daripada manusia. Meski kecerdasan semakin meningkat, risiko sosial juga ikut membesar, seperti masalah privasi, keamanan siber, kepercayaan, kesetaraan sosial, hingga dampak pada hukum, pendidikan, dan pekerjaan.

Dalam praktiknya, banyak sektor masih membutuhkan intervensi manusia, misalnya masinis kereta atau pilot yang mengambil alih kendali pada kondisi darurat karena AI belum sepenuhnya dipercaya dalam menghadapi ketidakpastian. Risiko etis dan hukum juga muncul jika keputusan AI salah. Karena itu, muncul bidang Explainable AI yang bertujuan menjelaskan bagaimana AI mengambil keputusan dan faktor apa yang dipertimbangkan dan logika apa yang dipakai. Dengan Explainable AI, diharapkan AI bisa dipahami, dipercaya, dan dikembangkan ke arah metodologi ilmiah yang lebih sistematis dengan kinerja yang dapat dijamin secara teoritis.

Sekitar tahun 2005, Ray Kurzweil lewat bukunya “The Singularity is Near” mempopulerkan konsep titik singularitas, yaitu saat mesin mampu menciptakan mesin lain dengan kecerdasan setara manusia. Ia memprediksi hal ini akan terjadi sekitar tahun 2045. Singularity dipahami sebagai titik perubahan besar dalam perkembangan AI, ketika AI bukan hanya melampaui manusia dalam komputasi, pembelajaran, prediksi, kreativitas, hingga pengambilan keputusan, tapi juga mampu mendesain AGI yang lebih baik dari buatan manusia.

Setelah melewati singularitas, AI bahkan diperkirakan bisa menulis ulang firmware, merancang hardware dari nol, dan memastikan keberlanjutan sumber daya. Dari titik itu, evolusi AI tidak lagi dikendalikan manusia, melainkan oleh AI itu sendiri, bergerak ke arah yang sulit diprediksi dengan kecepatan yang sulit dibayangkan.

Kesimpulan

Selama dua dekade terakhir, perubahan teknologi besar terjadi berkat kemajuan disruptif di sisi perangkat lunak maupun perangkat keras. Ciri utamanya adalah integrasi dunia virtual dengan dunia fisik lewat Internet of Things, yang kini bergeser menuju era connected intelligence. Sejarah menunjukkan bahwa setiap revolusi sains dan teknologi selalu membawa dampak luas, bukan hanya pada teknologi, tapi juga pada struktur sosial, hukum, moral, dan pendidikan. AI hari ini telah menjadi bagian penting dari kehidupan sehari-hari melalui produk dan layanan yang kita gunakan, dan diperkirakan akan menjadi salah satu tulang punggung revolusi teknologi berikutnya. Namun, ada risiko kekecewaan jika teknologi tidak sesuai ekspektasi pemangku kepentingan. Artikel ini mengajak pembaca untuk memahami, menerima, dan merenungkan AI lebih dalam, karena dengan rasa ingin tahu dan kebijaksanaan, kita berpeluang menyaksikan terbentuknya ekologi baru AI yang akan membentuk masa depan umat manusia.

sumber : 10.1007/s44163–022–00022–8