- Kecerdasan buatan menggabungkan penyelidikan selama beberapa dekad dengan penemuan terkini dalam data, algoritma dan kuasa pengkomputeran untuk menandingi atau mengatasi manusia dalam tugasan tertentu.
- Pencapaian bersejarah seperti Deep Blue, Watson dan AlphaGo, berserta alatan harian seperti pembantu suara dan enjin cadangan, menunjukkan betapa mendalamnya AI tertanam dalam kehidupan kita.
- Pertumbuhan pesat data yang sebahagian besarnya tidak berstruktur dan penyebaran AI ke dalam sains, perniagaan dan seni mewujudkan peluang besar tetapi juga cabaran kawal selia, etika dan kebolehpercayaan.
- AI masih melakukan kesilapan yang ketara dan harus digunakan sebagai pembantu yang berkuasa dan bukannya autoriti muktamad, sentiasa dilengkapi dengan pengesahan dan pertimbangan manusia.
Kecerdasan buatan ada di mana-mana, walaupun kita hampir tidak menyedarinya. Daripada siri yang dicadangkan oleh Netflix malam ini, kepada senarai main yang disediakan oleh Spotify untuk perjalanan ulang-alik anda, kepada pembantu suara yang menjawab dari telefon anda, sebahagian besar kehidupan digital anda dikuasakan oleh AI secara senyap. Ia bukan lagi sekadar idea futuristik; ia adalah lapisan halimunan yang memperibadikan kandungan, mengautomasikan tugas dan membantu syarikat membuat keputusan pada skala besar-besaran.
Jika anda ingin tahu tentang AI, anda bukanlah seorang diri. Teknologi ini mempunyai sejarah yang sangat panjang, pelbagai peristiwa penting yang legenda, anekdot pelik (sesetengahnya agak menakutkan, yang lain sekadar lucu) dan tsunami data di sebaliknya. Di bawah ini anda akan menemui lawatan terperinci, yang menggabungkan perkara-perkara aneh sejarah, aplikasi harian, kegagalan terkenal dan beberapa fakta yang kurang diketahui yang menunjukkan potensi dan batasan kecerdasan buatan masa kini.
Apa yang sebenarnya kita maksudkan apabila kita bercakap tentang kecerdasan buatan
Secara ringkasnya, kecerdasan buatan ialah keupayaan mesin untuk menjalankan tugas-tugas yang biasanya memerlukan kecerdasan manusia. Ini termasuk perkara seperti penaakulan, pembelajaran daripada pengalaman, perancangan, pengecaman corak dalam imej atau bunyi dan membuat keputusan berdasarkan maklumat yang kompleks. Sistem AI moden boleh memproses sejumlah besar data, mengesan corak yang mudah terlepas pandang oleh manusia dan terus memperhalusi tingkah laku mereka semasa mereka menerima maklumat baharu.
Secara teknikalnya, sistem AI ialah sebarang persediaan teknologi yang boleh melihat persekitarannya, menganalisis apa yang sedang berlaku dan bertindak ke arah matlamat tertentu. Mesin menerima data (sama ada yang telah disediakan terlebih dahulu atau ditangkap melalui sensor seperti kamera dan mikrofon), memproses maklumat tersebut dengan algoritma dan model, dan kemudian menghasilkan respons: ramalan, cadangan, keputusan atau tindakan. Ciri utamanya ialah kebanyakan sistem ini boleh menyesuaikan diri dari semasa ke semasa, menyesuaikan diri berdasarkan hasil tindakan mereka sebelumnya.
Apa yang membezakan AI ialah autonomi dan kebolehsuaian. Daripada memerlukan manusia untuk menentukan setiap langkah, sistem AI yang direka bentuk dengan baik mempelajari corak secara langsung daripada data. Dengan teknik seperti pembelajaran mesin dan pembelajaran mendalam, ia boleh meningkatkan prestasinya apabila terdedah kepada lebih banyak contoh, selalunya mencapai atau mengatasi ketepatan tahap manusia dalam tugasan yang jelas seperti pengelasan imej atau pengecaman pertuturan.
Walaupun beberapa idea teras di sebalik AI telah wujud lebih daripada setengah abad, kemajuan terkini telah berkembang pesat. Kemajuan dalam kuasa pengkomputeran, ketersediaan set data yang besar dan algoritma yang canggih telah menjadikan AI sebagai teknologi strategik yang menjadi teras transformasi digital masyarakat. Hari ini, AI diterapkan ke dalam rangkaian telekomunikasi, platform awan dan perisian perniagaan, dan ia memacu segala-galanya daripada cadangan kandungan kepada automasi perindustrian.
Sejarah ringkas (tetapi mendedahkan) kecerdasan buatan
Kisah AI biasanya bermula dengan Alan Turing, seorang ahli matematik British yang bekerja pada tahun 1930-an dan 1940-an. Turing secara meluas dianggap sebagai salah satu bapa sains komputer dan kecerdasan buatan sebagai satu bidang. Pada tahun 1950, beliau menerbitkan kertas kerja terkenal "Computing Machinery and Intelligence" dalam jurnal Mind, di mana beliau mencadangkan apa yang kemudiannya dikenali sebagai Ujian Turing: satu cara operasi untuk bertanya sama ada mesin boleh "berfikir".
Ujian Turing pada asasnya adalah permainan tiruan. Seorang penilai manusia berkomunikasi melalui teks dengan dua entiti tersembunyi, seorang manusia dan seorang mesin. Jika, selepas beberapa siri soalan, penilai tidak dapat menentukan dengan pasti yang mana satu, mesin tersebut dikatakan telah lulus ujian. Walaupun ujian tersebut mempunyai batasan dan banyak perdebatan falsafah di sekelilingnya, ia kekal sebagai salah satu idea paling ikonik dalam AI.
Ramai ahli sejarah menandakan tahun 1956 sebagai kelahiran rasmi kecerdasan buatan moden. Pada tahun itu, di Persidangan Dartmouth, penyelidik John McCarthy, Marvin Minsky dan Claude Shannon secara rasmi memperkenalkan istilah "kecerdasan buatan", mentakrifkannya sebagai "sains dan kejuruteraan pembuatan mesin pintar, terutamanya program komputer pintar". Mesyuarat ini menyatukan perintis yang meletakkan asas selama beberapa dekad penyelidikan AI.
Sejak awal-awal itu, AI telah melalui beberapa gelombang optimisme dan kekecewaan. Selepas keghairahan awal pada tahun 1950-an dan 1960-an, bidang ini mengalami apa yang dipanggil "musim sejuk AI" apabila kemajuan menjadi perlahan dan pembiayaan berkurangan. Walau bagaimanapun, setiap gelombang baharu kuasa pengkomputeran dan data menghidupkan semula minat. Detik penting dalam ledakan terbaru datang sekitar tahun 2012, apabila sistem pembelajaran mendalam mula mencapai keputusan yang menakjubkan dalam pengecaman pertuturan dan imej, mendorong ramai pakar, termasuk penyelidik Yoshua Bengio, untuk mengetengahkan tahun itu sebagai titik permulaan sebenar AI moden.
Pencapaian penting yang legenda: dari catur hingga ke tahap seterusnya
Salah satu detik AI pertama yang benar-benar menarik perhatian global berlaku pada tahun 1997. Superkomputer IBM, Deep Blue, telah mengalahkan juara catur dunia yang sedang bertanding, Garry Kasparov dalam perlawanan enam perlawanan. Bagi kebanyakan orang, peristiwa itu melambangkan AI yang keluar dari makmal penyelidikan dan menjadi tajuk utama harian, menunjukkan bahawa mesin boleh mengalahkan seorang guru besar manusia dalam domain yang secara tradisinya dikaitkan dengan pemikiran strategik yang mendalam.
Hubungan Kasparov dengan AI tidak berakhir di situ. Pada tahun 2003, beliau bermain menentang satu lagi program catur lanjutan, Deep Junior. Kali ini, perlawanan berakhir dengan keputusan seri, tetapi Kasparov secara terbuka mengakui betapa kagumnya beliau dengan kemajuan catur komputer dan kreativiti yang ditunjukkan oleh beberapa gerakan mesin, yang tidak selalunya menyerupai pengiraan kekerasan.
Beberapa tahun kemudian, AI sekali lagi naik ke pentas, kali ini di televisyen Amerika. Pada tahun 2011, IBM memperkenalkan Watson, sebuah sistem menjawab soalan yang direka untuk bersaing dalam rancangan kuiz "Jeopardy!". Semasa permainan, Watson perlu mentafsir petunjuk bahasa semula jadi, berbual pada masa yang tepat dan menghasilkan jawapan yang tepat lebih cepat daripada dua juara manusia terbaik. Watson menang, menunjukkan bahawa AI boleh mengendalikan bahasa yang bising dan samar-samar dalam masa nyata dan belajar semasa permainan berlangsung.
Pada tahun yang sama, AI mula memasuki poket orang ramai. Apple melancarkan Siri pada iPhone 4S, salah satu pembantu suara maya pertama yang digunakan secara meluas. Beberapa bulan kemudian, pada tahun 2012, Google dan Microsoft melancarkan pembantu digital mereka sendiri, yang mengintegrasikan pemahaman bahasa semula jadi, carian dan pemperibadian. Alat tersebut menandakan permulaan generasi kedua AI pengguna, di mana bercakap dengan telefon anda mula menjadi normal.
Satu lagi peristiwa penting yang legenda datang pada tahun 2016 dengan permainan Go, permainan papan yang dianggap jauh lebih kompleks daripada catur. Program Google DeepMind, AlphaGo, telah berdepan dengan Lee Sedol (sering ditulis sebagai Lee Se‑dol), salah seorang pemain Go terbaik dunia, dalam perlawanan lima perlawanan. AlphaGo memenangi kebanyakan perlawanan, mengejutkan ramai pakar yang percaya pencapaian sedemikian masih berbaki sedekad lagi. Beberapa langkah AlphaGo begitu tidak konvensional sehingga pemain profesional menyifatkannya sebagai "kreatif" atau "cantik", menonjolkan bahawa AI boleh menemui strategi yang tidak pernah dipertimbangkan oleh manusia.
Keupayaan AI untuk mengendalikan permainan strategi tidak terhenti dengan catur dan main. Pada tahun 2017, para penyelidik di Universiti Carnegie Mellon telah membangunkan Libratus, sebuah algoritma yang direka untuk bermain poker Texas Hold'em tanpa had. Tidak seperti catur atau Go, poker melibatkan maklumat tersembunyi dan gertakan. Libratus bermain menentang empat pemain profesional teratas dalam pertandingan berisiko tinggi di sebuah kasino AS dan menang dengan meyakinkan, menunjukkan bahawa AI boleh menguasai proses membuat keputusan yang kompleks di bawah ketidakpastian.
Menjelang ketika ini, syarikat-syarikat di luar gergasi teknologi tradisional juga mula terlibat. Pada tahun 2017, Telefónica memperkenalkan Aura, platform kognitif untuk berinteraksi dengan pelanggannya. Dengan Aura, pengguna boleh mengurus perkhidmatan dan mendapatkan sokongan melalui antara muka perbualan semula jadi merentasi pelbagai saluran. Ia merupakan salah satu penggunaan berskala besar pertama pengendali telekomunikasi yang menggunakan AI sebagai lapisan teras interaksi pelanggan.
Mulai tahun 2018 dan seterusnya, AI merebak secara agresif merentasi sektor baharu. Pengeluar kereta seperti Tesla, Audi dan lain-lain telah mengintegrasikan AI ke dalam sistem pemanduan autonomi dan bantuan pemandu termaju (ADAS). Dalam pelancongan, mobiliti dan perbankan, syarikat-syarikat telah melancarkan model pengecaman imej dan ramalan untuk memahami tingkah laku pengguna, memperkemas operasi dan memperibadikan tawaran. Dan apabila pandemik COVID-19 melanda pada tahun 2020, AI membantu menganalisis data kesihatan, menyokong saringan haba di ruang awam dan menyumbang kepada pengesanan wabak awal melalui analisis data raya dan model epidemiologi.
Ramalan tentang impak ekonomi AI juga menarik. Pakar telah menganggarkan bahawa aktiviti berkaitan AI boleh menjana lebih daripada 300 bilion dolar AS setahun dalam nilai perniagaan sekitar pertengahan 2020-an, menggambarkan betapa pentingnya teknologi ini untuk daya saing global.
Peraturan, rangkaian dan keperluan untuk peraturan baharu
Walaupun AI membawa manfaat yang besar, ia juga menimbulkan persoalan sukar tentang peraturan, persaingan dan hak. Di Eropah khususnya, institusi seperti Parlimen Eropah dan kerajaan negara telah membahaskan cara mereka bentuk rangka kerja yang melindungi rakyat dan memastikan persaingan yang adil, sambil masih membenarkan inovasi. Ini amat penting kerana rangkaian telekomunikasi dan data moden melakukan lebih daripada sekadar mengangkut bit: ia kini merupakan tulang belakang perkhidmatan yang dipacu AI.
Satu fakta menarik ialah sebahagian besar trafik Internet hari ini dijana oleh mesin yang bercakap dengan mesin lain. Anggaran kasar menunjukkan bahawa kira-kira 40% daripada keseluruhan trafik datang daripada sistem automatik, API, bot dan peranti IoT dan bukannya pengguna manusia. Memandangkan lebih banyak peranti dan perkhidmatan bergantung pada AI, jumlah komunikasi mesin-ke-mesin hanya akan meningkat, menambah tekanan pada rangkaian dan menimbulkan persoalan tentang keselamatan, privasi dan tadbir urus.
Oleh kerana AI boleh mengubah sejumlah besar data mentah kepada maklumat yang boleh diambil tindakan, pengawal selia berada di bawah tekanan untuk mengemas kini peraturan permainan. Matlamatnya adalah untuk mewujudkan persekitaran di mana perniagaan dari semua saiz dan warganegara boleh mendapat manfaat daripada AI tanpa terdedah kepada amalan yang tidak adil, kelegapan atau penyalahgunaan maklumat peribadi. Konsep seperti ketelusan, penjelasan, pengurangan data dan akauntabiliti adalah teras peraturan dan piawaian industri baharu.
Aplikasi AI yang menarik dan praktikal dalam kehidupan seharian
Di sebalik peristiwa penting dan perdebatan politik, AI dipenuhi dengan helah kecil setiap hari yang secara senyap-senyap dapat meningkatkan kehidupan anda. Kebanyakan aplikasi ini begitu bersepadu ke dalam aplikasi dan peranti sehingga kita hampir tidak menganggapnya sebagai "AI". Namun, ia bergantung pada model canggih yang belajar daripada tingkah laku anda, menyesuaikan diri dengan pilihan anda dan mengendalikan kerja berulang untuk anda.
Salah satu contoh paling jelas ialah bagaimana AI mempelajari citarasa anda dalam hiburan. Bayangkan anda kerap menonton komedi tahun 80-an dan siri animasi futuristik di platform penstriman seperti Netflix. Enjin cadangan di sebalik tabir menggunakan sejarah tontonan, pertanyaan carian, penilaian dan juga berapa lama anda menonton setiap tajuk untuk membina profil pilihan anda. Kemudian ia meramalkan filem atau rancangan yang paling mungkin anda nikmati dan memaparkannya secara automatik, sekali gus menjimatkan anda daripada bersusah payah menatal tanpa henti.
Idea yang sama turut merangkumi perancangan perjalanan dan perkhidmatan dalam talian. Jika anda biasanya menempah hotel di platform tertentu, meninggalkan ulasan di lokasi tertentu atau secara konsisten memilih jenis penginapan yang serupa, sistem AI boleh mengesan corak dalam tingkah laku anda. Lain kali anda mencari perjalanan, sistem tersebut boleh mencadangkan destinasi, tarikh atau hotel yang sejajar dengan pilihan anda yang lalu, selalunya menggabungkan data harga, ketersediaan dan gaya perjalanan peribadi anda.
AI juga mengambil lebih banyak tugas membuat keputusan, walaupun sentiasa dalam had yang ditetapkan oleh manusia. Sistem ini boleh menjadi sangat pantas dalam menilai situasi kompleks dan berbilang faktor yang mana kelajuan penting. Contohnya, dalam kereta moden yang dilengkapi dengan ADAS, model AI menganalisis input daripada kamera, radar dan sensor lain secara berterusan. Apabila ia mengesan halangan yang tiba-tiba, ia boleh memutuskan dalam masa sesaat untuk menekan brek atau memandu sedikit untuk mengelakkan perlanggaran. Mengetahui bahawa kereta boleh bertindak balas lebih pantas daripada manusia dalam situasi kecemasan boleh menjadi sesuatu yang meyakinkan dan bukannya menakutkan.
Di rumah, AI telah menjadi sejenis pembantu digital yang fleksibel. Anda tidak lagi perlu mencari di berpuluh-puluh laman web untuk mencari helaian mewarna tertentu dengan watak kegemaran anak anda atau resipi yang sempurna hanya dengan melihat gambar yang cantik di enjin carian. Sebaliknya, anda boleh menaip gesaan bahasa semula jadi ke dalam penjana imej atau teks berkuasa AI dan mendapatkan hasil yang disesuaikan dalam beberapa saat, daripada lukisan tersuai hingga cadangan resipi berdasarkan bahan-bahan di dalam peti sejuk anda.
Dalam persekitaran profesional, AI biasanya digabungkan dengan automasi dan kawalan ketat. Jurutera dan pakar domain mereka bentuk aliran kerja yang menyokong keputusan AI dan bukannya membuatnya secara berasingan. Contohnya, alatan AI boleh menganalisis imej perubatan terlebih dahulu, menonjolkan anomali untuk doktor, mengutamakan tiket sokongan untuk pasukan IT atau mendraf laporan analitikal untuk pengurus. Profesional manusia kemudian menyemak, mengesahkan dan melaraskan output tersebut, menggunakan AI sebagai pemecut dan bukannya pengganti.
Tsunami data besar-besaran yang memberi makan AI moden
Salah satu perkara yang paling mengejutkan tentang AI ialah jumlah data yang bergantung padanya. Dalam beberapa tahun kebelakangan ini, dunia telah memasuki era pertumbuhan maklumat yang belum pernah terjadi sebelumnya. Menjelang 2024, penjanaan data global dianggarkan telah mencapai sekitar 130 zetabait. Unjuran menunjukkan bahawa menjelang 2025 angka itu boleh meningkat kepada kira-kira 181 zetabait, satu lonjakan hampir 40% dalam satu tahun menurut Global DataSphere IDC.
Satu zetabait ialah kuantiti yang hampir tidak dapat dibayangkan. Satu zettabait bersamaan dengan satu trilion gigabait (iaitu 1 diikuti oleh 21 sifar dalam bait). Secara berbeza, menyimpan 1 ZB pada telefon pintar dengan kapasiti 128 GB memerlukan lebih daripada 7.8 bilion telefon, hampir satu peranti bagi setiap orang di Bumi. Meningkatkannya sehingga 130 atau 181 zettabait mendedahkan saiz alam semesta digital yang benar-benar mengejutkan.
Kebanyakan maklumat ini telah dicipta secara mengejutkan baru-baru ini. Anggaran kasar menunjukkan bahawa sekitar 90% daripada semua data yang wujud hari ini telah dihasilkan hanya dalam beberapa tahun kebelakangan ini, bermakna manusia telah menghasilkan lebih banyak maklumat digital dalam masa yang singkat berbanding gabungan semua sejarah sebelumnya. Letupan ini didorong oleh internet, peranti mudah alih, perkhidmatan awan dan semakin banyak oleh sensor dan mesin yang terhubung.
Setiap minit, dunia dalam talian mengeluarkan sejumlah besar kandungan yang menakjubkan. Beratus-ratus jam video dimuat naik ke platform seperti YouTube, beratus-ratus ribu siaran muncul di rangkaian seperti X (dahulunya Twitter), beratus-ratus ribu cerita dikongsi di Instagram dan berpuluh-puluh juta mesej dihantar melalui aplikasi seperti WhatsApp. Ini adalah angka yang kasar dan berubah-ubah, tetapi ia menggambarkan betapa tidak henti-hentinya hos kebakaran data telah menjadi.
Kebangkitan Internet of Things (IoT) merupakan satu lagi pemacu besar data. Terdapat lebih daripada 30 bilion peranti IoT di seluruh dunia, daripada pembesar suara pintar dan loceng pintu di rumah hinggalah sensor perindustrian di kilang, kenderaan dan loji janakuasa. Kebanyakan peranti ini mengukur suhu, getaran, lokasi, corak penggunaan dan banyak lagi secara berterusan, menstrim maklumat ke awan di mana model AI boleh menganalisisnya untuk mengoptimumkan operasi, mengesan anomali atau meramalkan keperluan penyelenggaraan.
Satu butiran penting ialah sekitar 90% daripada semua data adalah "tidak berstruktur". Kategori itu termasuk video, foto, fail audio, e-mel, log sembang dan siaran media sosial, maklumat yang tidak muat dengan kemas ke dalam baris dan lajur seperti hamparan tradisional. Alat konvensional menghadapi kesukaran untuk mengekstrak nilai daripada kandungan yang bersepah sedemikian, yang mana AI dan pembelajaran mesin menonjol: ia boleh mentafsir imej, menyalin pertuturan, memahami sentimen teks dan corak kluster merentasi set data tidak berstruktur yang sangat besar.
Tsunami data ini penting kerana ia secara literalnya menyumbang kepada model AI moden. Model bahasa yang besar, penjana imej, sistem cadangan dan algoritma ramalan semuanya bergantung pada korpora contoh yang luas untuk mempelajari corak. Pada masa yang sama, mengurus, menyimpan dan menjamin limpahan maklumat ini telah menjadi salah satu cabaran teknikal dan strategik terbesar bagi organisasi dan masyarakat. Isu-isu seperti tadbir urus data, privasi, keselamatan siber dan infrastruktur lestari kini berkait rapat dengan masa depan AI.
AI dalam industri sains, perniagaan dan kreatif
AI tidak lagi terhad kepada jabatan sains komputer atau syarikat teknologi gergasi. Hari ini, ia merupakan amalan standard dalam pelbagai bidang seperti perubatan, fizik, undang-undang, pendidikan dan sains iklim. Penyelidik yang bukan pengaturcara terlatih masih boleh menjalankan eksperimen dengan AI hasil daripada alatan peringkat tinggi dan platform mesra pengguna, dan mereka kerap menerbitkan karya yang mana AI memainkan peranan penting dalam menganalisis data atau menjana hipotesis.
Rangka kerja sumber terbuka telah mengurangkan halangan kemasukan secara mendadak. Perpustakaan seperti PyTorch, TensorFlow dan ekosistem seperti Hugging Face membolehkan pelajar, ahli akademik dan pembangun membuat prototaip model baharu, memperhalusi model sedia ada dan berkongsi hasil dengan cepat. Persekitaran kolaboratif ini mempercepatkan inovasi, tetapi ia juga bermakna teknik baharu tersebar pada kelajuan tinggi ke seluruh komuniti.
Dalam perniagaan, studio dan perundingan khusus memberi tumpuan kepada mengubah data mentah menjadi keputusan yang konkrit. Banyak syarikat membina perisian tersuai, aplikasi dalaman dan ejen AI tersuai yang mengautomasikan proses berulang, mengekstrak pandangan daripada maklumat tidak berstruktur dan menyokong proses membuat keputusan. Mereka menggabungkan AI dengan alat risikan perniagaan seperti Power BI, infrastruktur awan yang mantap pada AWS atau Azure dan amalan keselamatan siber yang kukuh, termasuk ujian penembusan dan seni bina privasi mengikut reka bentuk.
Dunia kreatif juga telah diubah oleh AI dengan cara yang mengejutkan. Algoritma kini boleh menghasilkan lukisan, lakaran, video, puisi dan trek muzik penuh. Sistem seperti AICAN telah menghasilkan karya seni yang telah dipamerkan di galeri dan dijual di lelongan, manakala projek seperti AIVA atau Musenet (antara lain) mampu menggubah muzik asli dalam pelbagai genre, mencipta karya yang meniru gaya komposer terkenal atau menggabungkan pengaruh menjadi sesuatu yang baharu.
Satu acara yang menjadi lambang ialah penjualan "Potret Edmond de Belamy" pada tahun 2018. Dicipta oleh model generatif yang dibangunkan oleh kolektif Perancis, Obvious, lukisan yang dihasilkan oleh AI telah dilelong di Christie's dengan harga lebih daripada 432,500 dolar AS. Karya itu mencetuskan perdebatan sengit tentang kepengarangan, kreativiti dan peranan algoritma dalam seni, dan ia menandakan detik penting dalam gabungan AI dan pasaran seni tradisional.
AI juga menulis skrip dan membantu menghasilkan filem dan siri. Pada tahun 2016, sebuah filem pendek eksperimental bertajuk "Sunspring" telah dikeluarkan dengan skrip yang dihasilkan sepenuhnya oleh AI yang dilatih menggunakan skrip sains fiksyen. Hasilnya adalah surealis tetapi anehnya koheren, menunjukkan bahawa algoritma boleh mempelajari struktur naratif dan menghasilkan sesuatu yang, walaupun tidak sempurna, boleh dikenali sebagai sebuah cerita. Secara selari, studio menggunakan AI untuk meningkatkan kualiti imej, mereka bentuk kesan visual dan juga mencadangkan keputusan penyuntingan.
Kegagalan AI yang terkenal dan tingkah laku pelik
Walaupun terdapat pelbagai kejayaan, AI juga mempunyai senarai panjang kegagalan yang memalukan dan kadangkala membimbangkan. Salah satu insiden paling terkenal melibatkan bot Twitter Microsoft, Tay, yang dilancarkan pada tahun 2016 sebagai eksperimen dalam AI perbualan. Tay direka bentuk untuk belajar daripada interaksi dengan pengguna dalam masa nyata, menyesuaikan bahasa dan personalitinya berdasarkan apa yang dilihatnya di platform tersebut.
Dalam masa beberapa jam, keadaan menjadi sangat teruk. Sesetengah pengguna mula menghujani Tay dengan mesej yang menyinggung perasaan dan toksik. Oleh kerana bot itu secara naif belajar daripada input yang diterimanya, ia mula menghasilkan semula dan menguatkan jenis kandungan yang sama, menyiarkan tweet yang tidak sesuai dan menghina. Microsoft dengan cepat menutup eksperimen itu dan mengeluarkan permohonan maaf secara terbuka, menggunakan insiden itu sebagai pengajaran yang kuat tentang keperluan perlindungan dan penapis kandungan yang kukuh apabila menggunakan sistem AI dalam persekitaran terbuka dan tidak disederhanakan.
Satu lagi kes yang dibincangkan secara meluas melibatkan chatbot yang dibangunkan oleh penyelidik Facebook. Pada tahun 2017, dua bot rundingan telah ditubuhkan untuk berdagang antara satu sama lain, dan pada satu ketika mereka beralih kepada penggunaan bahasa ringkas yang tidak mudah difahami oleh manusia. Bot-bot tersebut pada asasnya telah mengoptimumkan komunikasi mereka untuk kecekapan dan bukannya kejelasan, mencipta corak yang hanya masuk akal bagi mereka. Walaupun ini bukan senario "AI nakal", ia menonjolkan bagaimana sistem pembelajaran mesin boleh mengembangkan tingkah laku yang legap dan sukar ditafsirkan.
Model bahasa besar yang menghasilkan teks mempunyai rasa kegagalan mereka sendiri: ia boleh "berhalusinasi". Oleh kerana sistem ini meramalkan urutan perkataan yang paling mungkin berdasarkan corak dalam data latihan mereka, kadangkala mereka-reka butiran yang kedengaran munasabah tetapi sebenarnya palsu. Dari sudut pandangan matematik, model ini hanya memilih sambungan yang sangat mungkin; dari sudut pandangan pengguna, ia boleh menjadi salah dengan cara yang sukar dikesan tanpa pengesahan luaran.
Satu contoh konkrit melibatkan salah atribusi watak-watak buku komik terkenal. Selepas kematian kartunis Sepanyol, Francisco Ibáñez, beberapa artikel yang dihasilkan atau dibantu oleh AI mendakwa bahawa dia telah mencipta kedua-dua "Mortadelo y Filemón" dan "Zipi y Zape". Pada hakikatnya, Ibáñez memang mencipta "Mortadelo y Filemón", tetapi "Zipi y Zape" telah dicipta oleh penulis lain, José Escobar. Oleh kerana watak-watak ini sering disebut bersama dalam teks dalam talian tentang komik Sepanyol, AI nampaknya menyimpulkan bahawa kebarangkalian mereka berkongsi pencipta yang sama adalah lebih tinggi daripada kebarangkalian mereka tidak berkaitan, dan ia hanya mencipta kaitan tersebut.
Episod seperti ini menjejaskan kepercayaan terhadap kandungan automatik dan mengingatkan kita tentang satu perkara penting. AI tidak benar-benar "mengetahui" fakta dalam erti kata manusia; ia memodelkan corak statistik dalam data. Apabila corak tersebut mengelirukan atau tidak lengkap, sistem tersebut boleh mengeluarkan maklumat yang salah dengan yakin. Akibatnya, bergantung pada AI untuk menghasilkan kandungan fakta tanpa pengesahan manusia adalah berisiko, terutamanya dalam domain sensitif seperti berita, kesihatan atau undang-undang.
Cara meminta bantuan AI tanpa mendelegasikan otak anda
Memandangkan batasan ini, cara paling bijak untuk menggunakan AI hari ini adalah sebagai pembantu yang berkuasa, bukan sebagai pihak berkuasa yang tidak dapat dipersoalkan. Anda sememangnya boleh meminta nasihat, idea atau draf pertama sesuatu daripada sistem AI, tetapi anda tidak seharusnya menganggap outputnya sebagai produk akhir, terutamanya apabila ketepatan adalah penting. Semakan manusia dan kepakaran domain kekal sebagai langkah penting dalam sebarang aliran kerja yang serius.
Untuk tugasan penulisan, strategi yang baik adalah dengan meminta cadangan dan bukannya karya yang telah siap. AI boleh membantu anda memikirkan sudut pandangan untuk sesuatu artikel, menggariskan bahagian, mencadangkan tajuk yang menarik atau menjana frasa alternatif. Sebaik sahaja anda mempunyai bahan mentah tersebut, anda boleh menyemak fakta, memperhalusi gaya dan mengintegrasikan pengetahuan anda sendiri, memastikan hasil akhir sesuai dengan suara anda dan memenuhi piawaian kualiti anda.
Apabila melibatkan imej atau reka bentuk, alatan AI boleh menjadi hebat untuk draf pantas dan eksperimen yang menyeronokkan. Anda mungkin boleh menghasilkan halaman mewarna untuk anak-anak anda, lakaran konsep untuk projek atau variasi visual untuk catatan media sosial. Walau bagaimanapun, jika anda memerlukan sesuatu yang digilap untuk kempen pemasaran atau jenama profesional, adalah bijak untuk menyemak setiap perincian dan, jika perlu, serahkan karya tersebut kepada pereka manusia untuk membetulkan ralat dan menyelaraskan visual dengan identiti dan matlamat anda.
Prinsip yang sama terpakai untuk perkhidmatan perancangan dan cadangan perjalanan berasaskan AI. Biarlah AI mencadangkan destinasi, jadual perjalanan atau hotel, tetapi sentiasa semak semula sama ada tempat tersebut benar-benar wujud, sama ada ia masih dibuka dan maklumat tentang lokasi dan kemudahan adalah terkini. Data dalam talian sentiasa berubah dan sistem AI kadangkala boleh bergantung pada sumber yang ketinggalan zaman atau salah apabila ia menjana cadangan.
Akhirnya, AI mempunyai potensi yang sangat besar tetapi ia tidak sempurna, dan ia tidak mungkin menjadi sempurna dalam masa terdekat. Daripada mengharapkan kesempurnaan, adalah lebih realistik untuk menganggap AI sebagai alat yang dapat mengembangkan keupayaan anda. Apabila anda menggabungkan apa yang dilakukan oleh mesin dengan baik (kelajuan, skala, pengesanan corak) dengan apa yang dilakukan oleh manusia dengan terbaik (penghakiman, empati, konteks), anda akan mendapat hasil yang paling andal dan kreatif.
Seiring perkembangan AI, garisan antara rasa ingin tahu dan keperluan harian semakin nipis. Daripada perlawanan bersejarah menentang juara catur dan Go kepada bot yang berkelakuan tidak senonoh di rangkaian sosial, daripada algoritma halimunan yang secara senyap membentuk apa yang kita tonton dan beli kepada set data besar-besaran yang berkembang sebanyak zetabait setiap tahun, kecerdasan buatan telah menjadi ciri yang menentukan era digital. Memahami pencapaiannya yang mengagumkan dan kesilapannya yang kadangkala tidak masuk akal membantu kita mendekatinya dengan gabungan semangat dan pemikiran kritis yang sihat, dan keseimbangan itulah yang kita perlukan untuk memanfaatkan sepenuhnya teknologi ini tanpa membiarkannya menggantikan pertimbangan kita sendiri.
