Bisa dibilang chatbot paling terkenal sepanjang masa, ChatGPT mempelajari kemampuan percakapannya yang terkadang mirip manusia dengan menganalisis data tekstual dalam jumlah yang tidak masuk akal—jutaan buku, artikel, halaman Wikipedia, dan apa pun yang dapat ditemukan oleh pembuatnya saat menjelajahi Internet.
Namun bagaimana jika kecerdasan buatan yang canggih dapat belajar seperti anak kecil tanpa membaca 80 juta buku atau melihat 97 juta kucing? Dia baru saja mengambil langkah kecil pertamanya dan menjelajahi dunia baru yang indah di bawah bimbingan sabar ibu dan ayah. Sebuah tim peneliti dari Universitas New York baru saja mencobanya, dan berhasil dengan cukup baik.
Kenangan masa kecil
“Hal besar yang dibicarakan dalam proyek ini adalah perdebatan klasik tentang pengasuhan versus alam. Apa yang tertanam dalam diri anak dan apa yang bisa diperoleh melalui pengalaman di dunia? kata Wai Keen Vong, peneliti di Pusat Ilmu Data NYU. Untuk mengetahuinya, Vong dan timnya mendorong algoritma AI sedekat mungkin dengan masa kanak-kanak awal manusia. Mereka melakukan ini dengan memasukkan database bernama SAYCam-S, yang berisi video orang pertama yang diambil dengan kamera yang dipasang pada bayi bernama Sam, direkam saat Sam melakukan aktivitas normal bayi antara usia enam dan 25 bulan. .
“Untuk pekerjaan kami, kami menggunakan algoritme pembelajaran multimodal yang memproses masukan visual—gambar kamera dan ucapan yang ditujukan untuk anak-anak,” jelas Vong. Algoritme tersebut disebut Child’s View for Contrastive Learning (CVCL); ini bekerja menggunakan encoder visual dan encoder bahasa untuk menerjemahkan gambar dan kata ke dalam vektor deskriptif. Kemudian jaringan saraf menganalisis persamaan ini untuk menemukan pola dan akhirnya belajar mengasosiasikan gambar yang benar dengan kata-kata yang benar. (Itu adalah algoritma pembelajaran multimodal umum, tidak ada yang inovatif.)
Berdasarkan hanya 61 jam bangun Sam—kira-kira satu persen dari pengalaman anak-anak—AI belajar mengenali pasir, kertas, teka-teki, mobil, dan bola dalam gambar. Performanya setara dengan algoritme pengenalan gambar standar yang dipelajari dengan cara biasa melalui jutaan contoh. Tapi ia tidak bisa mendeteksi tangan, ruangan, atau keranjang. Beberapa hal tidak berhasil.
Presentasi yang tidak sempurna
Masalahnya adalah AI tidak memahami pengalaman Sam seperti yang dirasakan Sam. Karena algoritme memiliki akses ke masing-masing slide yang diberi anotasi ucapan yang ditranskripsikan, algoritme melihatnya sebagai presentasi yang sangat panjang dan bukan sebagai pengalaman yang berkelanjutan. “Hal ini menyebabkan artefak pembelajaran,” kata Vong.
iklan
Misalnya, ia kesulitan menggunakan kata “tangan” karena tangan ada di sebagian besar bingkai. Orang tua juga paling sering menggunakan kata “tangan” saat Sam berada di pantai. Jadi AI salah mengira “tangan” sebagai “pasir”, jelas Vong. Hal yang sama berlaku untuk kata “ruangan”. Sam menghabiskan sebagian besar waktunya di dalam tanpa orang tuanya terus-menerus mengingatkan mereka bahwa mereka ada di dalam kamar.
Lalu ada masalah frekuensi kata. Sam suka bermain bola, jadi dia mendengar kata “bola” berkali-kali. Namun, ia sangat jarang mendengar kata “keranjang”.
AI juga belum menemukan ide pergerakan. “Kata-kata gerak seperti ‘dorong’, ‘tarik’, ‘memutar’ – semua kata kerja memiliki elemen waktu,” kata Vong. “Itu adalah sesuatu yang kami kerjakan secara aktif, belajar dari video. Kita sudah tahu bahwa menggunakan video dibandingkan gambar diam akan menghasilkan pemahaman yang lebih baik tentang hal-hal yang terjadi seiring berjalannya waktu,” tambahnya. Versi berikutnya harus menyelesaikan pembelajaran dari pengalaman berkelanjutan.
Sekolah Mengemudi
Tentu saja, mengajarkan AI untuk mengenali bola dalam gambar telah dilakukan sebelumnya. Jadi mengapa hasil kerja tim Vong begitu hebat sehingga berhasil dimasukkan ke dalam Sains dan bukan publikasi AI sekunder? Jawabannya adalah potensinya untuk meletakkan dasar bagi kemajuan di masa depan.
Ini adalah demonstrasi pertama bahwa kecerdasan buatan dapat belajar secara efektif dari pengalaman individual yang terbatas. Ada perbedaan antara mengumpulkan database contoh mengemudi yang sangat besar dari ratusan ribu Tesla untuk mengajari AI cara mengemudi mobil, dan mendaftarkan satu Tesla untuk beberapa pelajaran dengan instruktur mengemudi. Yang terakhir ini lebih mudah, lebih cepat, dan jauh lebih murah.
Kita masih jauh dari pengajaran mesin seperti yang kita lakukan pada manusia. “Model yang kami gunakan bersifat pasif; ia tidak dirancang untuk menghasilkan tindakan atau memberikan reaksi apa pun,” kata Vong.
Namun, sistem ini masih memiliki banyak ruang untuk perbaikan: menggunakan database lebih dari 1 persen waktu anak, atau menambahkan informasi di luar teks dan gambar—berpotensi memasukkan suara, bau, sentuhan, beban emosional, dan sebagainya. “Tetapi semua ini dapat dilakukan dengan memperluas AI yang sudah kita miliki dan tidak memulai dari awal,” klaim Vong.
Hal ini menunjukkan bahwa kita tidak seistimewa yang kita duga. “Baik saat mengemudi atau mempelajari bahasa, manusia jauh lebih efisien dalam pengambilan sampel dibandingkan AI. Sebagian besar pekerjaan kami adalah mencari tahu mengapa pola kami sangat efisien dan bagaimana menggunakannya untuk membuat mesin yang lebih cerdas,” kata Vong.
Jacek Krywko adalah penulis sains dan teknologi yang tinggal di Olsztyn, Polandia. Dia terlibat dalam penelitian luar angkasa dan kecerdasan buatan.
+ There are no comments
Add yours