Kursus
Memahami Machine Learning
2 jam
313.7K
Selamat datang di bagian kesebelas dari seri bulanan data demystified kami. Sebagai bagian dari Bulan Literasi Data, seri ini akan menjelaskan konsep-konsep kunci dari dunia data, menjawab pertanyaan yang mungkin Anda enggan tanyakan, dan tetap menyenangkan. Jika Anda ingin mulai dari awal, baca entri pertama kami di seri ini: Apa itu Dataset?
Minggu ini, kita akan melihat lebih dalam bagaimana AI diberitakan di media dan beberapa jebakan AI yang perlu diketahui semua orang. Artikel blog ini membahas bagaimana AI dapat dibuat sensasional di berita dan cara menghindari terjerumus ke dalam perangkap hype AI.
Jika Anda ingin lebih mengenal AI dan berbagai jargon yang digunakan di bidang ini, kami menyarankan untuk melihat entri sebelumnya dalam seri data demystified tentang perbedaan antara AI, machine learning, deep learning, dan data science.
Masalah dengan Perangkap Hype AI
Kecerdasan buatan (AI) telah menjadi hal yang umum dan masuk ke banyak aplikasi di sekitar kita—mulai dari fitur buka kunci ponsel berbasis pengenalan wajah hingga rekomendasi produk berikutnya yang mungkin Anda minati.
Dengan kemajuan signifikan dalam AI selama beberapa tahun terakhir, terdapat peliputan media yang besar tentang teknologi AI dan bagaimana teknologi ini digunakan di industri dan akademia. Meskipun ini umumnya baik, hal ini juga meningkatkan hype seputar banyak kemajuan terbaru di bidang tersebut. Dinamika ini telah memicu peliputan yang bombastis tentang kemungkinan alat dan teknologi AI saat ini serta potensi risikonya.
Pemberitaan yang dibuat sensasional ini dapat menimbulkan tiga risiko utama terkait bagaimana masyarakat umum memandang AI:
- Ekspektasi keliru tentang kemampuan alat dan teknologi AI, yang menciptakan rasa optimisme berlebihan terhadap arah perkembangan teknologi
- Ketakutan yang dibesar-besarkan terkait otomatisasi dan bagaimana alat serta teknologi AI akan menjadi “sadar.”
- Perhatian yang teralihkan dari masalah yang tengah membelit AI saat ini dan bagaimana cara menyelesaikannya
Kerangka untuk Memahami Hype AI
Kerangka hebat untuk mengilustrasikan dinamika AI secara lebih luas berasal dari Hype Cycle Gartner, yang menampilkan berbagai fase dalam siklus hidup teknologi baru yang sedang muncul. Mari kita pahami skala kematangan AI dengan merujuk pada hype cycle sebagaimana dijelaskan di bawah ini.
- Hype Cycle dimulai dengan tahap “Trigger”, yang membahas jagat kemungkinan dan memicu antusiasme terhadap teknologi baru.
- Fase kedua adalah puncak ketika ekspektasi menumpuk dan kemungkinan yang dibesar-besarkan mulai runtuh.
- Fase ketiga mencapai titik nadir yang tepat disebut “Trough of disillusionment”—di sinilah gagasan-gagasan fantastis namun menantang gagal terwujud. Pada tahap ini realitas mulai terasa, dan orang-orang menyerah pada banyak ide kuat ketika berhadapan dengan apa yang praktis untuk diimplementasikan.
- Fase menantang berakhir dengan dimulainya fase “The slope of enlightenment”, ketika keterbatasan teknologi diatasi dengan ide-ide inovatif yang mengarah ke tahap akhir dan melahirkan industri-industri baru yang melayani umat manusia dengan cara yang tak terpikirkan sebelumnya.
Menurut peneliti AI di Google, machine learning dan AI berada di antara tahap pemicu dan puncak ekspektasi yang membengkak. Ini berarti banyak kemungkinan yang dibahas di media bisa jadi masih bersifat fantasi.
Contoh Perangkap Hype AI
Perangkap hype mengalihkan perhatian masyarakat umum dari masalah nyata yang membelit AI ke diskusi seperti “mesin memperoleh kesadaran manusia” atau “robot mengambil alih planet.” Meskipun penting untuk menyadari semua kemungkinan dan risiko yang menyertai alat serta teknologi AI, diskusi ini tidak berpijak pada potensi dan risiko AI yang sebenarnya.
Berikut adalah beberapa contoh yang menggambarkan perangkap hype dalam praktik
- Lamda dan AI yang Sadar: Proyek LaMDA Google menjadi berita utama setelah klaim sensasional dari seorang insinyur yang menyatakan model bahasa besar tersebut telah menjadi sadar. Meskipun LaMDA memang mengesankan, tidak ada bukti yang menunjukkan bahwa ia memiliki kesadaran. Anda dapat mempelajari lebih lanjut tentang teknologi yang mendasari LaMDA dalam Weekly Roundup kami.
- IBM Watson: Selama bertahun-tahun IBM Watson digambarkan sebagai alat pamungkas untuk mentransformasi industri. Namun, seiring waktu, IBM Watson tidak dapat memenuhi klaim-klaim besar tersebut dan menjadi korban hype teknologi.
- Sophia si Robot: Sophia adalah sebuah chatbot canggih yang dibungkus dalam robot mirip manusia. Chatbot ini dikemas dengan banyak penekanan agar terdengar dan tampak seperti manusia. Meskipun teknologinya mengesankan, banyak orang terjebak berpikir bahwa robot mirip manusia telah menjadi kenyataan.
Pembuatan sensasional atas kisah-kisah ini tidak hanya mengalihkan perhatian dari use case AI yang bermanfaat, seperti memprediksi titik panas Covid-19 atau memberikan kredit kepada pedagang untuk membuka usaha. Hal ini juga mengalihkan perhatian dari risiko nyata yang membelit AI saat ini.
Banyak sistem AI, seperti feed berita, sistem rekomendasi, dan lainnya, telah menjadi bagian integral dari kehidupan kita dan membentuk apa yang kita sukai, tidak sukai, dan sebagainya. Sistem AI ini dapat dilanda bias, mempengaruhi individu yang berinteraksi dengannya saat ini.
Cara Menghindari Perangkap Hype AI
Literasi data dan AI adalah kunci agar Anda tidak terjerumus ke dalam perangkap hype AI. Memahami apa yang mampu dilakukan AI, batasannya, dan risikonya sangat penting untuk mengembangkan perspektif yang lebih kritis dan berimbang tentang ke mana arah bidang ini.
Untuk membekali diri dengan pengetahuan yang diperlukan guna mengembangkan perspektif ini, ikuti kursus Understanding Machine Learning kami dan mulai perjalanan literasi data Anda. Entri berikutnya (dan terakhir!) dalam seri data demystified membahas berbagai jenis bias pada AI yang perlu diketahui semua orang. Sambil menunggu, lihat sumber daya berikut:
Topik
