Kecerdasan buatan telah mencapai kemajuan luar biasa dalam memahami kata-kata dan bahkan mampu menerjemahkannya ke dalam bahasa lain. Google telah membantu membuka jalan di sini dengan alat luar biasa seperti Google Terjemahan dan, baru-baru ini, dengan pengembangan model pembelajaran mesin Transformer. Namun bahasa itu rumit -- dan masih banyak pekerjaan yang harus dilakukan untuk membangun A.I. yang benar-benar memahami kita.
Model Bahasa untuk Aplikasi Dialog
Pada Google I/O hari Selasa, raksasa pencarian tersebut mengumumkan kemajuan signifikan dalam bidang ini dengan model bahasa baru yang disebut LaMDA. Singkatan dari Model Bahasa untuk Aplikasi Dialog, ini adalah A.I. alat bahasa yang diklaim Google lebih unggul dalam memahami konteks dalam percakapan. Seperti yang diungkapkan oleh CEO Google Sundar Pichai, ini mungkin merupakan cara yang cerdas untuk menguraikan percakapan seperti “Bagaimana cuaca hari ini?” “Ini mulai terasa seperti musim panas. Saya mungkin makan siang di luar.” Ini sangat masuk akal sebagai dialog manusia, namun akan membingungkan banyak A.I. sistem mencari jawaban yang lebih literal.
LaMDA memiliki pengetahuan superior tentang konsep-konsep yang dipelajari yang dapat disintesis dari data pelatihannya. Pichai mencatat bahwa tanggapan tidak pernah mengikuti jalur yang sama dua kali, sehingga percakapan terasa kurang sesuai naskah dan lebih responsif dan alami.
Layanan Pos Amerika Serikat, atau USPS, mengandalkan kecerdasan buatan yang didukung oleh sistem EGX Nvidia untuk melacak lebih dari 100 juta surat setiap hari yang melewati jaringannya. Sistem layanan pos tersibuk di dunia mengandalkan A.I. sistem untuk membantu memecahkan tantangan menemukan paket dan surat yang hilang atau hilang. Pada dasarnya, USPS beralih ke A.I. untuk membantunya menemukan "jarum di tumpukan jerami".
Untuk mengatasi tantangan tersebut, para insinyur USPS menciptakan AI yang canggih. sistem server yang dapat memindai dan menemukan email. Mereka menciptakan algoritma untuk sistem yang dilatih pada 13 sistem Nvidia DGX yang berlokasi di pusat data USPS. Sistem DGX A100 Nvidia, sebagai referensi, memiliki daya komputasi lima petaflops dan harganya hanya di bawah $200.000. Ini didasarkan pada arsitektur Ampere yang sama dengan yang ditemukan pada GPU seri GeForce RTX 3000 konsumen Nvidia.
Desain berulang seiring waktu. Arsitektur yang dirancang dan dibangun pada tahun 1921 tidak akan terlihat sama dengan bangunan tahun 1971 atau tahun 2021. Tren berubah, material berkembang, dan isu-isu seperti keberlanjutan menjadi semakin penting, dan masih banyak lagi faktor lainnya. Namun bagaimana jika evolusi ini bukan hanya mengenai jenis desain arsitek bangunan, namun pada kenyataannya, merupakan kunci dari cara mereka mendesain? Itulah janji algoritma evolusioner sebagai alat desain.
Meskipun desainer telah lama menggunakan alat seperti Computer Aided Design (CAD) untuk membantu membuat konsep proyek, para pendukung desain generatif ingin melangkah lebih jauh. Mereka ingin menggunakan algoritma yang meniru proses evolusi di dalam komputer untuk membantu merancang bangunan dari awal. Dan setidaknya untuk rumah, hasilnya sangat menarik.
Desain generatif
Celestino Soddu telah bekerja dengan algoritma evolusioner lebih lama dibandingkan kebanyakan orang yang bekerja saat ini menggunakan komputer. Seorang arsitek dan desainer kontemporer Italia yang kini berusia pertengahan 70-an, Soddu menjadi tertarik pada potensi dampak teknologi terhadap desain pada zaman Apple II. Yang membuatnya tertarik adalah potensi untuk terus-menerus membicarakan suatu tema. Atau seperti yang dikatakan Soddu, yang juga profesor desain generatif di Universitas Politeknik Milan di Italia, kepada Digital Trends, dia menyukai gagasan “membuka pintu menuju variasi tanpa akhir.”
