AI Mungkin Akan Mengejar Sistem Penalaran Manusia

Teknologi.id - Sebuah teknik baru yang mengukur kekuatan penalaran dari kecerdasan buatan (AI) menunjukkan bahwa mesin mengejar manusia dalam kemampuan mereka untuk berpikir, kata para ahli.

Para peneliti di MIT dan IBM Research telah menciptakan metode yang memungkinkan pengguna untuk menentukan peringkat hasil dari perilaku model pembelajaran mesin. Teknik mereka, yang disebut Shared Interest, menggabungkan metrik yang membandingkan seberapa baik pemikiran model cocok dengan pemikiran orang.

"Hari ini, AI mampu mencapai (dan, dalam beberapa kasus bahkan melebihi) kinerja manusia dalam tugas-tugas tertentu, termasuk pengenalan gambar dan pemahaman bahasa," Pieter Buteneers, direktur teknik dalam pembelajaran mesin dan AI di perusahaan komunikasi Sinch. "Dengan pemrosesan bahasa alami (NLP), sistem AI dapat menafsirkan, menulis, dan berbicara bahasa seperti halnya manusia, dan AI bahkan dapat menyesuaikan dialek dan nadanya agar selaras dengan rekan-rekan manusianya."

BACA JUGA: 7 Keuntungan Virtual Assistant Berbasis AI Dalam Bisnis

Kecerdasan Buatan

AI sering menghasilkan hasil tanpa menjelaskan mengapa keputusan itu benar. Alat yang membantu para ahli memahami alasan model seringkali hanya memberikan wawasan, hanya satu contoh pada satu waktu. AI juga biasanya dilatih menggunakan jutaan input data, sehingga sulit bagi manusia untuk mengevaluasi keputusan yang cukup untuk mengidentifikasi pola.

Dalam sebuah makalah baru-baru ini, para peneliti mengatakan bahwa Shared Interest dapat membantu pengguna mengungkap tren dalam pengambilan keputusan model. Wawasan ini dapat memungkinkan pengguna untuk memutuskan apakah model siap untuk digunakan.

“Dalam mengembangkan Shared Interest tujuan kami adalah untuk dapat meningkatkan proses analisis ini sehingga Anda dapat memahami pada tingkat yang lebih global apa perilaku model Anda,” Angie Boggust, salah satu penulis makalah, mengatakan dalam sebuah laporan.

Shared Interest menggunakan teknik yang menunjukkan bagaimana model pembelajaran mesin membuat keputusan tertentu, yang dikenal sebagai metode saliency. Jika model mengklasifikasikan gambar, metode saliency menyoroti area gambar yang penting bagi model ketika membuat keputusan. Shared Interest bekerja dengan membandingkan metode saliency dengan anotasi yang dibuat oleh manusia.

Peneliti menggunakan Shared Interest untuk membantu dokter kulit menentukan apakah dia harus mempercayai model pembelajaran mesin yang dirancang untuk membantu mendiagnosis kanker dari foto lesi kulit. Shared Interest memungkinkan dokter kulit untuk dengan cepat melihat contoh prediksi model yang benar dan salah. Dokter kulit memutuskan dia tidak bisa mempercayai model karena membuat terlalu banyak prediksi berdasarkan artefak gambar daripada lesi yang sebenarnya.

“Nilainya di sini adalah dengan menggunakan Shared Interest, kami dapat melihat pola-pola ini muncul dalam perilaku model kami. Dalam waktu sekitar setengah jam, dokter kulit dapat memutuskan apakah akan mempercayai model tersebut atau tidak dan apakah akan menerapkannya atau tidak,” kata Boggust.

BACA JUGA: GoTo Lebih Kuat, Dinilai Mengangkat Sektor Teknologi Indonesia

Mengukur Kemajuan

Pekerjaan oleh para peneliti MIT dapat menjadi langkah maju yang signifikan bagi kemajuan AI menuju kecerdasan tingkat manusia, Ben Hagag, kepala penelitian di Darrow, sebuah perusahaan yang menggunakan algoritme pembelajaran mesin.

“Alasan di balik keputusan model penting bagi peneliti pembelajaran mesin dan pembuat keputusan,” kata Hagag. “Yang pertama ingin memahami seberapa bagus modelnya dan bagaimana itu dapat ditingkatkan, sedangkan yang kedua ingin mengembangkan rasa percaya diri pada model, jadi mereka perlu memahami mengapa keluaran itu diprediksi.”

Namun Hagag mengingatkan bahwa penelitian MIT didasarkan pada asumsi bahwa kita memahami atau dapat menjelaskan pemahaman manusia atau penalaran manusia.

“Namun, ada kemungkinan bahwa ini mungkin tidak akurat, jadi diperlukan lebih banyak pekerjaan untuk memahami pengambilan keputusan manusia,” tambah Hagag.

Kemajuan dalam AI dapat mempercepat pengembangan kemampuan komputer untuk memahami bahasa dan merevolusi cara AI dan manusia berinteraksi, kata Buteneers. Chatbots juga dapat memahami ratusan bahasa sekaligus, dan asisten AI dapat memindai badan teks untuk mencari jawaban atas sejumlah pertanyaan.

“Beberapa algoritma bahkan dapat mengidentifikasi kapan pesan palsu, yang dapat membantu bisnis dan konsumen sama-sama menyingkirkan pesan spam,” tambah Buteneers.

Tapi, kata Buteneers, AI masih membuat beberapa kesalahan yang tidak akan pernah dilakukan manusia. “Sementara beberapa orang khawatir bahwa AI akan menggantikan pekerjaan manusia, kenyataannya kita akan selalu membutuhkan orang yang bekerja bersama bot AI untuk membantu menjaga mereka tetap terkendali dan menghindari kesalahan ini sambil mempertahankan sentuhan manusia dalam bisnis,” tambahnya.

(FY)