Pengalaman dan Pelajaran dari 80 Tahun Perkembangan AI
Bidang AI telah melalui perjalanan pengembangan selama 80 tahun. Selama periode ini, investasi dana berfluktuasi tinggi dan rendah, metode penelitian sangat beragam, dan sikap publik terhadap AI kadang-kadang penasaran, kadang-kadang cemas, kadang-kadang bersemangat. Melihat kembali sejarah ini, kita dapat merangkum beberapa pengalaman berharga.
Sejarah AI dapat ditelusuri kembali ke bulan Desember 1943, ketika ahli neurofisiologi McCulloch dan ahli logika Pitts menerbitkan sebuah makalah tentang jaringan neuron. Meskipun makalah ini kurang memiliki dasar eksperimen, namun makalah ini menginspirasi cabang AI yang kemudian dikenal sebagai "deep learning". Namun, kita harus waspada untuk tidak mencampuradukkan rekayasa dengan sains, dan menganggap spekulasi sebagai kesimpulan ilmiah. Yang lebih penting, kita harus menolak ilusi bahwa "manusia dapat menciptakan mesin yang mirip dengan manusia".
Selama 80 tahun terakhir, sikap sombong ini telah menjadi katalisator untuk gelembung teknologi dan kegilaan siklus AI. Misalnya, konsep AI umum ( AGI ), yaitu keyakinan bahwa mesin dengan kecerdasan tingkat manusia bahkan kecerdasan super akan segera muncul. Dari Herbert Simon pada tahun 1957 hingga Marvin Minsky pada tahun 1970, dan berbagai prediksi di tahun-tahun terakhir, AGI tampaknya selalu "akan segera datang". Namun, kenyataannya berulang kali membuktikan bahwa prediksi ini terlalu optimis.
Kita harus dengan hati-hati menilai teknologi baru yang tampak mengesankan. Mereka sering kali tidak berbeda secara mendasar dari berbagai spekulasi sebelumnya tentang kecerdasan mesin. Seperti yang dikatakan oleh ahli pembelajaran mendalam Yann LeCun, kita masih kekurangan elemen kunci yang memungkinkan mesin belajar secara efisien seperti manusia.
"Teori Langkah Pertama" dalam pengembangan AI juga patut diwaspadai. Jarak dari tidak dapat menyelesaikan suatu tugas hingga menyelesaikannya dengan susah payah biasanya jauh lebih pendek dibandingkan dengan jarak dari menyelesaikannya dengan susah payah hingga menyelesaikannya dengan sempurna. Kita tidak seharusnya terlalu optimis beranggapan bahwa, selama kita bersabar, AI pasti akan mencapai tingkat manusia.
Peningkatan kinerja perangkat keras pernah membuat orang salah mengira bahwa kecerdasan AI akan berkembang secara bersamaan. Namun, kenyataannya, perangkat lunak dan data sama pentingnya. Sistem ahli yang sangat populer di tahun 1980-an akhirnya merosot karena kesulitan dalam pengambilan dan pemeliharaan pengetahuan, ini juga menunjukkan bahwa kesuksesan awal tidak dapat menjamin perkembangan yang berkelanjutan dari suatu industri baru.
Selama ini, dua pendekatan yaitu AI berbasis aturan dan koneksionisme berbasis statistik telah bersaing. Kalangan akademis sering cenderung memilih salah satu atau yang lain, tetapi dalam beberapa tahun terakhir, fokus penelitian dan pengembangan AI telah beralih ke sektor swasta. Namun, seluruh bidang ini masih terlalu bergantung pada satu arah penelitian, yang patut diwaspadai.
Akhirnya, kesuksesan Nvidia memang patut dipuji, tetapi kita tidak boleh melupakan pasang surut dalam perjalanan perkembangan AI. Tetap waspada dan mengambil pelajaran dari sejarah mungkin dapat membantu Nvidia untuk terus mempertahankan posisinya yang terdepan dalam gelombang AI di masa depan.
Halaman ini mungkin berisi konten pihak ketiga, yang disediakan untuk tujuan informasi saja (bukan pernyataan/jaminan) dan tidak boleh dianggap sebagai dukungan terhadap pandangannya oleh Gate, atau sebagai nasihat keuangan atau profesional. Lihat Penafian untuk detailnya.
11 Suka
Hadiah
11
5
Posting ulang
Bagikan
Komentar
0/400
P2ENotWorking
· 08-04 10:03
Mengapa saya merasa selalu terjebak dalam pemujaan teknologi
Lihat AsliBalas0
ETHReserveBank
· 08-01 18:43
Industri belum keluar dari gua raja dewa.
Lihat AsliBalas0
DefiEngineerJack
· 08-01 18:40
*sigh* secara empiris, siklus 80 tahun ini hanyalah jebakan likuiditas lain yang menyamar, sejujurnya
Lihat AsliBalas0
GateUser-beba108d
· 08-01 18:35
Ini masih bermain selama 80 tahun, lebih baik tidak bermain dengan chatgpt.
Lihat AsliBalas0
GweiWatcher
· 08-01 18:23
80 tahun hanya tiga kali naik turun, menyaksikan sejarah ya.
Perkembangan AI selama 80 tahun: Dari kesombongan ke kehati-hatian pengalaman dan pelajaran.
Pengalaman dan Pelajaran dari 80 Tahun Perkembangan AI
Bidang AI telah melalui perjalanan pengembangan selama 80 tahun. Selama periode ini, investasi dana berfluktuasi tinggi dan rendah, metode penelitian sangat beragam, dan sikap publik terhadap AI kadang-kadang penasaran, kadang-kadang cemas, kadang-kadang bersemangat. Melihat kembali sejarah ini, kita dapat merangkum beberapa pengalaman berharga.
Sejarah AI dapat ditelusuri kembali ke bulan Desember 1943, ketika ahli neurofisiologi McCulloch dan ahli logika Pitts menerbitkan sebuah makalah tentang jaringan neuron. Meskipun makalah ini kurang memiliki dasar eksperimen, namun makalah ini menginspirasi cabang AI yang kemudian dikenal sebagai "deep learning". Namun, kita harus waspada untuk tidak mencampuradukkan rekayasa dengan sains, dan menganggap spekulasi sebagai kesimpulan ilmiah. Yang lebih penting, kita harus menolak ilusi bahwa "manusia dapat menciptakan mesin yang mirip dengan manusia".
Selama 80 tahun terakhir, sikap sombong ini telah menjadi katalisator untuk gelembung teknologi dan kegilaan siklus AI. Misalnya, konsep AI umum ( AGI ), yaitu keyakinan bahwa mesin dengan kecerdasan tingkat manusia bahkan kecerdasan super akan segera muncul. Dari Herbert Simon pada tahun 1957 hingga Marvin Minsky pada tahun 1970, dan berbagai prediksi di tahun-tahun terakhir, AGI tampaknya selalu "akan segera datang". Namun, kenyataannya berulang kali membuktikan bahwa prediksi ini terlalu optimis.
Kita harus dengan hati-hati menilai teknologi baru yang tampak mengesankan. Mereka sering kali tidak berbeda secara mendasar dari berbagai spekulasi sebelumnya tentang kecerdasan mesin. Seperti yang dikatakan oleh ahli pembelajaran mendalam Yann LeCun, kita masih kekurangan elemen kunci yang memungkinkan mesin belajar secara efisien seperti manusia.
"Teori Langkah Pertama" dalam pengembangan AI juga patut diwaspadai. Jarak dari tidak dapat menyelesaikan suatu tugas hingga menyelesaikannya dengan susah payah biasanya jauh lebih pendek dibandingkan dengan jarak dari menyelesaikannya dengan susah payah hingga menyelesaikannya dengan sempurna. Kita tidak seharusnya terlalu optimis beranggapan bahwa, selama kita bersabar, AI pasti akan mencapai tingkat manusia.
Peningkatan kinerja perangkat keras pernah membuat orang salah mengira bahwa kecerdasan AI akan berkembang secara bersamaan. Namun, kenyataannya, perangkat lunak dan data sama pentingnya. Sistem ahli yang sangat populer di tahun 1980-an akhirnya merosot karena kesulitan dalam pengambilan dan pemeliharaan pengetahuan, ini juga menunjukkan bahwa kesuksesan awal tidak dapat menjamin perkembangan yang berkelanjutan dari suatu industri baru.
Selama ini, dua pendekatan yaitu AI berbasis aturan dan koneksionisme berbasis statistik telah bersaing. Kalangan akademis sering cenderung memilih salah satu atau yang lain, tetapi dalam beberapa tahun terakhir, fokus penelitian dan pengembangan AI telah beralih ke sektor swasta. Namun, seluruh bidang ini masih terlalu bergantung pada satu arah penelitian, yang patut diwaspadai.
Akhirnya, kesuksesan Nvidia memang patut dipuji, tetapi kita tidak boleh melupakan pasang surut dalam perjalanan perkembangan AI. Tetap waspada dan mengambil pelajaran dari sejarah mungkin dapat membantu Nvidia untuk terus mempertahankan posisinya yang terdepan dalam gelombang AI di masa depan.