Tonggak Penting Tahun 2020 dalam Kecerdasan Buatan

Puluhan ribu makalah yang melibatkan A.I. diterbitkan setiap tahun, namun akan memakan waktu lama sebelum banyak di antaranya menunjukkan potensi dampaknya pada dunia nyata. Sementara itu, pemberi dana terbesar A.I. — Alphabets, Apples, Facebooks, Baidus, dan unicorn lainnya di dunia ini — terus mengasah sebagian besar teknologi mereka yang paling menarik secara tertutup.

Dengan kata lain, jika menyangkut kecerdasan buatan, mustahil untuk membuat daftar tahun ini perkembangan paling penting dalam cara, katakanlah, Anda dapat membuat daftar 10 lagu yang paling banyak didengarkan Spotify.

Tapi A.I. tidak diragukan lagi telah memainkan peran besar pada tahun 2020 dalam segala hal. Berikut enam perkembangan utama dan tema yang muncul dalam kecerdasan buatan selama tahun 2020.

Ini semua tentang pemahaman bahasa

Rata-rata dalam setahun, alat pembuat teks mungkin tidak akan masuk peringkat sebagai salah satu AI baru yang paling menarik. perkembangan. Namun tahun 2020 bukanlah tahun yang biasa-biasa saja, dan GPT-3 bukanlah alat pembuat teks yang biasa-biasa saja. Sekuel GPT-2, yang diberi label paling “di dunia”berbahaya” Algoritmanya, GPT-3 adalah yang terdepan jaringan saraf pemrosesan bahasa alami autoregresif dibuat oleh laboratorium penelitian OpenAI. Diunggulkan dengan beberapa kalimat, seperti awal sebuah berita, GPT-3 dapat menghasilkan hasil yang mengesankan teks akurat yang sesuai dengan gaya dan isi beberapa baris awal — bahkan hingga dibuat-buat kutipan. GPT-3 memiliki 175 miliar parameter yang menakjubkan — bobot koneksi yang disesuaikan untuk mencapai kinerja — dan dilaporkan menghabiskan biaya pelatihan sekitar $12 juta.

GPT-3 bukan satu-satunya yang menjadi A.I. model bahasa yang muncul pada tahun 2020. Meskipun siklus hype dengan cepat diambil alih oleh GPT-3, Turing Natural Language Generation (T-NLG) dari Microsoft membuat gelombang pada bulan Februari 2020. Dengan 17 miliar parameter, setelah dirilis, ini merupakan model bahasa terbesar yang pernah diterbitkan. A TransformatorBerdasarkan model bahasa generatif, T-NLG mampu menghasilkan kata-kata yang diperlukan untuk melengkapi kalimat yang belum selesai, serta menghasilkan jawaban langsung atas pertanyaan dan merangkum dokumen.

Pertama kali diperkenalkan oleh Google pada tahun 2017, Transformers — model pembelajaran mendalam jenis baru — telah membantu merevolusi pemrosesan bahasa alami. A.I. telah difokuskan pada bahasa setidaknya sejak Alan Turing uji hipotesis terkenal tentang kecerdasan mesin. Namun berkat beberapa kemajuan terkini ini, mesin kini menjadi sangat pandai dalam memahami bahasa. Hal ini akan mempunyai dampak dan penerapan yang besar seiring dengan berjalannya dekade ini.

Model semakin besar

GPT-3 dan T-NLG mewakili tonggak sejarah lain, atau setidaknya tren signifikan, dalam bidang AI. Meskipun tidak ada kekurangan startup, kecil saja laboratorium universitas, dan individu yang menggunakan A.I. kehadiran pemain-pemain besar di lapangan berarti sejumlah sumber daya yang serius sedang dikerahkan sekitar. Model-model raksasa dengan biaya pelatihan yang besar semakin mendominasi teknologi canggih A.I. riset. Jaringan saraf dengan lebih dari satu miliar parameter dengan cepat menjadi norma.

175 miliar parameter GPT-3 masih merupakan hal yang aneh, tetapi model-model baru seperti Meina, Turing-NGL, DistilBERT, Dan BST 9.4B semuanya telah melampaui 1 miliar parameter. Lebih banyak parameter tidak selalu berarti kinerja yang lebih baik dalam setiap kasus. Namun, hal ini berarti bahwa alat penghasil teks mampu memodelkan sejumlah besar fungsi dengan lebih akurat. Jika kita ingin meniru kecerdasan buatan mirip otak, diperlukan lebih banyak parameter. Ini juga berarti bahwa pemain-pemain besar akan terus menguasai A.I. bertengger ketika datang ke model terbesar. Dilaporkan biayanya $1 per 1.000 parameter untuk melatih jaringan. Ekstrapolasi itu ke satu miliar parameter dan, Anda yang menghitungnya.

A.I. demi kebaikan umat manusia

Sebagai A.I. kemajuan teknologi, bukan hanya ilmuwan komputer yang mendapat manfaat darinya. Para peneliti dari disiplin ilmu lain ikut serta, seringkali dengan beberapa ide inovatif tentang cara pembelajaran mesin dapat digunakan. Baik itu A.I. yang dapat mendiagnosis tinitus dari pemindaian otak; headset pembaca pikiran yang menggunakan pembelajaran mesin untuk mengubah pikiran menjadi kata-kata yang diucapkan untuk pemakai yang mengalami gangguan vokal; AlphaFold DeepMind, yang dapat memprediksi secara akurat bentuk protein berdasarkan urutannya, berpotensi membantu mengembangkan terapi baru yang lebih efektif dengan cepat; atau demonstrasi lainnya, jelas bahwa A.I. membuka beberapa jalan baru yang menarik untuk penelitian pada tahun 2020.

Robocalypse belum ada di sini (belum)

Polarisasi dalam banyak aspek kehidupan pada tahun 2020 mengecilkan gagasan tentang nuansa. Namun semakin jelas bahwa nuansalah yang berlaku dalam hal ini pengambilalihan pekerjaan oleh robot. Tahun ini telah terjadi kehilangan pekerjaan dalam jumlah besar di seluruh dunia. Namun, hal ini lebih disebabkan oleh pandemi dan dampaknya, bukan karena serangan mengerikan seperti Skynet terhadap pekerjaan manusia.

Meskipun sudah ada contoh A.I. dan robotika yang menjalankan tugas manusia (lihat Flippy, robot pembalik burger, misalnya), hal ini biasanya bertujuan untuk meningkatkan kemampuan manusia atau membantu di bidang yang tidak memiliki cukup tenaga kerja yang konsisten. Faktanya, perusahaan-perusahaan itu mempekerjakan orang terbanyak saat ini adalah mereka yang sekaligus berinvestasi pada teknologi maju (baca: raksasa teknologi besar).

Ini tidak berarti bahwa robocalypse adalah prediksi yang salah. Hilangnya kelas menengah adalah tren yang akan terus berlanjut, meskipun tren ini jauh lebih kompleks daripada sekadar munculnya beberapa perusahaan teknologi yang memperkenalkan perangkat lunak pintar baru. Jika tahun 2020 ada satu hal yang ingin dikatakan tentang A.I. dan pekerjaan, semuanya menjadi rumit.

pemalsuan mendalam

Tidak dapat disangkal bahwa tahun 2020 adalah tahun yang aneh karena mengaburkan batas-batas realitas dengan berbagai cara yang aneh. Pada awal tahun ini, COVID-19 membuat sebagian besar dunia menerapkan lockdown seperti yang terjadi di film blockbuster bertema penularan. (Bagaimana orang bisa lepas dari kenyataan “normal baru” ini? Oleh mencari hiburan bertema pandemi, tentu saja.) Tahun itu kemudian diakhiri dengan pemilu AS yang menghadirkan dua versi realitas yang dapat Anda pilih, bergantung pada afiliasi partai (dan kepemimpinan).

A.I. telah berperan dalam serangan Baudrillardian terhadap realitas dalam bentuk teknologi deepfake. Deepfake bukanlah penemuan pada tahun 2020, namun telah terjadi beberapa perkembangan signifikan pada tahun ini. Pada bulan Juli, para peneliti dari Center for Advanced Virtuality di Massachusetts Institute of Teknologi menghasilkan video deepfake beranggaran tinggi yang menarik yang menggambarkan Presiden Richard Nixon memberi alamat alternatif tentang pendaratan di bulan, yang ditulis jika misi Apollo mengalami kesalahan besar.

Selain deepfake visual yang lebih meyakinkan, para peneliti juga telah menciptakan beberapa hal deepfake audio yang sangat akurat. Salah satu contoh terbaru? Sebuah Deepfake vokal Eminem yang melontarkan kecaman keras terhadap CEO Facebook Mark Zuckerberg. Kedengarannya sangat nyata - meskipun tidak sesuai dengan standar lirik Em yang biasa.

Peraturan A.I.

Alat yang didukung AI memang sangat kuat. Dan hal ini tidak hanya berlaku pada demonstrasi pembuktian konsep yang abstrak, namun penerapan di dunia nyata yang dapat berkisar dari menyaring pelamar untuk wawancara kerja hingga pengenalan wajah atau alat pengambilan keputusan pembebasan bersyarat yang digunakan oleh penegak hukum dan pihak berwajib.

Selama beberapa tahun terakhir, kesadaran akan alat-alat ini – dan bagaimana bias dapat dimasukkan ke dalamnya – telah menyebabkan semakin banyak kekhawatiran mengenai penggunaannya. Pada bulan Januari, polisi di Detroit salah menangkap seorang pria bernama Robert Williams setelah algoritmanya salah cocok foto di SIM-nya dengan rekaman CCTV buram. Singkatnya setelah itu, IBM, Amazon, Dan Microsoft semuanya mengumumkan bahwa mereka memikirkan kembali penggunaan teknologi pengenalan wajah dalam kapasitas ini.

Deepfake yang disebutkan di atas telah menimbulkan banyak ketakutan, mungkin karena deepfake tersebut dengan jelas menunjukkan betapa penyalahgunaannya dapat membahayakan. meninggalnya California AB-730, undang-undang yang dirancang untuk mengkriminalisasi penggunaan deepfake untuk memberikan kesan palsu terhadap kata-kata atau tindakan politisi, merupakan salah satu tindakan yang jelas. upaya untuk mengatur penggunaan A.I. Aturan yang konsisten tentang cara terbaik mengembangkan A.I. alat-alat di sisi kebaikan masih berfungsi kemajuan.

Fokus ini pada A.I. etika membuat topik ini terasa seperti mulai menjadi arus utama untuk pertama kalinya. Sebagian besar penghargaan harus diberikan kepada peneliti seperti itu Caroline Criado Perez Dan Safiya Umoja Mulia, yang kerja kerasnya untuk menyoroti bias algoritmik dan pentingnya akuntabilitas jelas sangat menyentuh hati.

Rekomendasi Editor

• A.I. biasanya tidak melupakan apa pun, namun sistem baru Facebook melupakannya. Inilah alasannya
• A.I. baru Facebook membawa pengenalan gambar ke tingkat yang baru
• A.I. pembuat meme telah menguasai seni humor internet yang eksentrik
• CEO Google Sundar Pichai memperingatkan bahaya A.I. dan menyerukan peraturan lebih lanjut
• Gmail memblokir 100 juta pesan spam setiap hari dengan AI-nya, kata Google