Proyek AI sekarang melebihi 350.000, menurut Stanford

Laporan kemajuan AI menyoroti peningkatan kecanggihan, perekrutan tambahan, dan beberapa halusinasi.

Kemajuan kecerdasan buatan, serta peluang karier, nampaknya tidak jelas. Permintaan akan keterampilan profesional terkait AI meningkat di hampir semua sektor industri -- namun jumlahnya masih relatif kecil dari keseluruhan gambaran perekrutan. Meskipun banyak kasus penggunaan yang bergerak maju dengan kecepatan yang mengesankan, laju peningkatan dari tahun ke tahun justru melambat.

Itulah beberapa kesimpulan dari Indeks AI terbaru, yang diterbitkan oleh Stanford Institute for Human-Centered Artificial Intelligence (HAI), yang merilis data yang menunjukkan jumlah lowongan pekerjaan terkait AI meningkat rata-rata dari 1,7% pada tahun 2021 menjadi 1,9 % pada tahun 2022.

Meskipun ini masih merupakan sebagian kecil dari lowongan pekerjaan, kemungkinan dan kasus penggunaan yang memerlukan lebih banyak profesional berbakat terus meningkat. Selain itu, meskipun AI terus menunjukkan hasil yang canggih dalam penerapannya, peningkatan dari tahun ke tahun pada banyak tolok ukur “terus bersifat marjinal,” tambah penulis laporan tersebut.

Informasi yang disajikan dalam laporan tersebut mencakup perkembangan sepanjang tahun 2022, sehingga dampak model AI generatif, khususnya ChatGPT yang dirilis pada bulan November, belum terasa. “Pada tahun 2022 dirilis model teks-ke-gambar seperti DALL-E 2 dan Difusi Stabil, sistem teks-ke-video seperti Make-A-Video [Meta], dan chatbots seperti ChatGPT,” kata penulis studi tersebut. “Namun, sistem ini rentan terhadap halusinasi, dengan percaya diri mengeluarkan respons yang tidak koheren atau tidak benar, sehingga sulit untuk mengandalkan sistem tersebut untuk aplikasi penting.” Selain itu, model bahasa, kata mereka, "terus meningkatkan kemampuan generatifnya, namun penelitian baru menunjukkan bahwa model tersebut masih kesulitan dengan tugas perencanaan yang rumit."

Namun, dampak AI dirasakan dan didokumentasikan dalam banyak cara lain. Kemampuan AI yang paling mungkin tertanam dalam bisnis mencakup otomatisasi proses robotik (39%), visi komputer (34%), pemahaman teks bahasa alami (33%), dan agen virtual (33%). Kasus penggunaan AI yang paling umum diadopsi pada tahun 2022 adalah optimalisasi operasi layanan (24%), diikuti oleh pembuatan produk baru berbasis AI (20%), segmentasi pelanggan (19%), analisis layanan pelanggan (19%), dan produk baru. Peningkatan produk berbasis AI (19%).

Terdapat juga kemajuan dalam memperluas kemampuan sistem AI, dari tugas yang sempit menjadi tugas yang lebih luas. “Secara tradisional, AI kuat dalam tugas-tugas sempit, namun tidak dapat dengan mudah melakukan generalisasi di berbagai domain,” kata penulis laporan tersebut. “Misalnya, banyak pengklasifikasi gambar yang mahir dalam mengklasifikasikan gambar tetapi tidak mampu memahami teks tertulis. Pada tahun 2022, beberapa model diperkenalkan, misalnya, BEiT-3 dari Microsoft dan PaLI dari Google, yang memposting teknologi canggih hasil di berbagai tolok ukur visi dan bahasa."

Proyek perangkat lunak AI sumber terbuka juga mengalami kemajuan -- dengan lebih dari sepertiga juta proyek kini telah terdokumentasi. Sejak tahun 2011, jumlah total proyek GitHub terkait AI terus meningkat, meningkat dari 1.536 pada tahun 2011 menjadi 347.934 pada tahun 2022, menurut laporan tersebut. Porsi terbesar proyek GitHub AI pada tahun 2022 disumbangkan oleh pengembang perangkat lunak di India (24%), diikuti oleh Uni Eropa dan Inggris (17%), dan kemudian Amerika Serikat (14%). Jumlah proyek GitHub AI yang berasal dari AS terus menurun sejak tahun 2016, demikian catatan penulis studi tersebut.

Selain itu, alat AI seperti GitHub’s Copilot, sebuah sistem AI text-to-code, “sangat membantu pekerja,” penulis laporan tersebut menceritakan, mengutip hasil survei GitHub yang menunjukkan 88% responden yang disurvei merasa lebih produktif saat menggunakan sistem, dengan 74% merasa mereka mampu fokus pada pekerjaan yang lebih memuaskan.

Pengenalan gambar secara perlahan mendekati angka 100%, demikian ungkap penelitian ini. “Saat ini, banyak sistem pengenalan wajah yang berhasil mengidentifikasi hampir 100% wajah, bahkan pada kumpulan data yang menantang.” Selain itu, "sistem klasifikasi gambar terbaik di ImageNet memiliki tingkat akurasi teratas sebesar 91% -- namun telah meningkat pada tingkat marjinal sebesar 0,1 poin persentase per tahun."