AI generatif membuat kita takjub pada tahun 2023 - namun semua keajaiban ada harganya

Chatbots mengubah permintaan kami menjadi emas tahun ini - atau semacamnya. Mencari tahu mana yang mana dan apa lagi yang perlu kita waspadai adalah masalah tahun depan.

Dengan segala kemajuan dan dampak budaya dari kecerdasan buatan (AI) pada tahun ini, rasanya adil untuk menyatakan tahun 2023 sebagai "Tahun AI" -- meskipun hal tersebut sudah pernah terjadi sebelumnya.

Sebagaimana dilaporkan jurnal akademis ini, “tahun AI” dideklarasikan 43 tahun yang lalu, pada tahun 1980. AI telah bersama kita sejak lama. Beberapa dekade yang lalu, saya mengerjakan tesis akademis tentang etika AI. Pada tahun 1986, saya menulis artikel untuk Majalah Desain Komputer yang sudah lama tidak ada lagi, berjudul "Kecerdasan Buatan sebagai Komponen Sistem". Lalu, pada tahun 1988, saya memperkenalkan dua produk berbasis AI untuk Mac.

Itupun, AI sudah berusia lebih dari 30 tahun. Kita dapat menelusuri beberapa aktivitas AI paling awal hingga ke Profesor John McCarthy dari Stanford, MIT, dan Dartmouth. Pada tahun 1955, ia mendirikan SAIL, Stanford AI Lab, dan pada tahun 1958, ia menemukan LISP yang cantik (salah satu bahasa pemrograman favorit saya sepanjang masa).

Jadi, pada tahun 2023, AI telah ada setidaknya selama 68 tahun. Dan itu tidak termasuk fiksi spekulatif. Isaac Asimov mulai memikirkan etika AI 25 tahun sebelumnya, pada tahun 1940.

Namun, saya akan kesulitan untuk menolak menyebut tahun 2023 sebagai Tahun AI. Sudah cukup setahun.

Apa yang berubah?

AI telah digunakan sejak lama. Baik dalam sistem pakar, alat diagnostik, video game, sistem navigasi, atau banyak aplikasi lainnya, AI telah dimanfaatkan secara produktif selama beberapa dekade.

Tapi itu tidak pernah digunakan seperti tahun ini. Ini adalah tahun di mana AI generatif sejati mulai muncul. Meskipun bertahun-tahun (1980, saya melihat Anda) dapat diklaim sebagai "Tahun AI", tidak ada keraguan bahwa tahun 2023 adalah "Tahun AI Generatif".

Perbedaan besar yang menyebabkan ledakan besar AI yang benar-benar berguna tahun ini adalah cara kita melatih AI. Hingga saat ini, sebagian besar pelatihan AI telah diawasi. Artinya, setiap AI telah diberi informasi spesifik oleh desainer AI, yang menyusun korpus pengetahuan AI. Pra-pelatihan yang diawasi secara terbatas ini telah membatasi apa yang diketahui dan dapat dilakukan oleh AI.

Sebaliknya, kita sekarang berada di masa model bahasa besar (LLM), yang mana pra-pelatihannya tidak diawasi. Daripada memberikan informasi spesifik domain yang terbatas dan menyebutnya sebagai hal yang baik, vendor AI seperti OpenAI telah memberikan hampir semua hal kepada AI -- seluruh internet dan hampir semua konten digital lainnya yang dapat mereka peroleh.

Proses ini memungkinkan AI menghasilkan material yang sangat bervariasi dengan luas yang tidak mungkin dilakukan sebelumnya.

Proses ini dibantu dengan peningkatan besar dalam kinerja prosesor dan penyimpanan. Pada tahun 1986 ketika saya menulis artikel saya tentang AI sebagai komponen sistem, Anda bisa mendapatkan hard drive seukuran dua microwave dan berat satu lemari es penuh seharga $10.000 (kira-kira $27K hari ini). Itu menampung 470 megabyte. Bukan gigabyte, bukan terabyte -- megabyte.

Sebaliknya, saat ini, Anda dapat membeli hard drive NAS internal perusahaan sebesar 20TB dari Amazon seharga $279. Kombinasi cloud, broadband, prosesor yang jauh lebih cepat dalam bentuk CPU dan GPU, serta kumpulan RAM yang jauh lebih besar, semuanya memungkinkan kekuatan pemrosesan LLM.

Sebuah contoh

Sebagai contoh perbedaan ini, mari kita gunakan salah satu produk yang saya perkenalkan bertahun-tahun yang lalu. Klinik Tanaman Rumah merupakan sistem pakar yang telah dilatih domain pengetahuannya oleh seorang ahli hortikultura. Produk saya yang lain saat itu adalah lingkungan pengembangan sistem pakar, Intelligent Developer, yang digunakan untuk membangun House Plant Clinic.

Prosesnya sangat melelahkan. Melalui serangkaian wawancara yang sangat panjang, saya dan insinyur lain memperoleh aturan, fakta, dan praktik terbaik dari pakar pabrik, dan kemudian mengkodekannya ke dalam basis pengetahuan. Atas arahan pakar tanaman, kami juga membuat ilustrasi untuk situasi di mana pengguna mungkin perlu melihat visual.

Ruang lingkup pengetahuan House Plant Clinic terdiri dari apa yang telah kami kodekan dalam sistem pakar, tidak lebih dan tidak kurang. Tapi itu berhasil. Jika Anda memiliki pertanyaan dan pertanyaan Anda termasuk dalam batasan pengetahuan yang telah kami kodekan, Anda bisa mendapatkan jawaban dan yakin bahwa pertanyaan itu benar. Bagaimanapun, ilmu yang diberikan telah diperiksa oleh ahli tanaman.

Sekarang, mari kita lihat ChatGPT. Saya menanyakan pertanyaan ini kepada ChatGPT:

Saya mempunyai tanaman rumah yang sakit. Ajukan pertanyaan langkah demi langkah kepada saya, yang hanya memerlukan satu jawaban untuk setiap pertanyaan.

Ia cukup baik dalam mengajukan pertanyaan, menanyakan tentang kelembaban tanah, kondisi daun, dan sebagainya. Meskipun ia tidak memberikan gambar secara sukarela, ketika saya memintanya untuk menunjukkan gambar hama, beserta namanya, yang mungkin ditemukan pada tanaman rumah, saya mendapatkan gambar yang lebih canggih:

Meskipun demikian, tidak seorang pun -- bahkan Google -- yang mengetahui apa itu "KRIDEFLIT". Seperti yang telah kita lihat berulang kali, AI generatif memang memiliki sedikit masalah kebenaran.

Jadi, meskipun ChatGPT dapat berbicara dengan percaya diri tentang hampir semua topik, proyek berbasis sistem pakar kami yang jauh lebih tua memiliki peluang lebih besar untuk menjadi akurat. Salah satunya dibuat dan diperiksa oleh pakar materi pelajaran yang sebenarnya, sementara chatbot saat ini menghasilkan informasi dari kumpulan besar data yang tidak memenuhi syarat.

AI generatif yang kami gunakan tahun ini dapat melakukan lebih banyak hal, namun semua keajaiban ada harganya.

kotak Pandora

AI generatif luar biasa. Tahun ini, sebagai bagian dari proses saya mempelajari dan menguji teknologi untuk melaporkan kembali kepada Anda, saya menggunakan AI generatif untuk membantu saya mendirikan toko Etsy, untuk membantu saya membuat sampul album untuk EP saya, untuk membantu e-commerce istri saya bisnis dengan membuat gambar pemasaran sosial khusus, membuat plugin WordPress, men-debug kode, melakukan analisis sentimen mendetail, dan banyak lagi.

Namun AI generatif bukannya tanpa masalah. Seperti yang telah kami tunjukkan, ini mempunyai masalah akurasi yang parah. Anda tidak bisa mempercayai apa yang dihasilkan AI. Karena telah dilatih berdasarkan kumpulan pengetahuan yang begitu luas, sungguh luar biasa. Namun karena telah dilatih berdasarkan kumpulan pengetahuan yang begitu luas, hal tersebut telah dicemari oleh apa yang kita sebagai manusia tulis dan publikasikan.

Permasalahan tersebut membawa kita pada bias dan diskriminasi. Artikel ini sudah berjalan lama, jadi daripada mencoba mengulangi apa yang telah ditulis rekan-rekan saya, saya akan menunjukkan kepada Anda beberapa pemikiran bagus mereka mengenai subjek ini:

• Ledakan AI saat ini akan memperburuk masalah sosial jika kita tidak bertindak sekarang, kata ahli etika AI
• Keamanan dan bias AI: Mengurai rantai kompleks pelatihan AI
• Kecerdasan Buatan dalam layanan kesehatan bersifat rasis
• Etika AI generatif: Bagaimana kita dapat memanfaatkan teknologi canggih ini

Lalu ada pekerjaan. Enam tahun yang lalu, saya duduk bersama rekan pers teknologi saya Bob Reselman untuk membahas kekhawatiran. Dan hal ini terjadi jauh sebelum ChatGPT secara aktif meyakinkan para pekerja kantoran untuk mengkhawatirkan masa depan mereka. Baru-baru ini, di awal tahun, saya membahas kekhawatiran nyata tentang bagaimana ChatGPT dan sejenisnya kemungkinan akan menggantikan pekerja pengetahuan secara massal.

Saat ini, ChatGPT bertindak seperti pekerja magang yang sangat berbakat dengan masalah sikap. Ini berguna, tetapi hanya jika diinginkan. Namun seiring berkembangnya teknologi, teknologi ini akan mampu menangani masalah yang lebih besar dengan lebih beragam, dan kita akan menghadapi masalah yang lebih besar.

Bagi saya, seorang pria dengan perusahaan yang beranggotakan dua orang, mengandalkan AI untuk membantu melipatgandakan waktu saya adalah satu hal. Namun ketika perusahaan-perusahaan besar memutuskan untuk lebih memilih menghemat uang dan menggunakan layanan AI, banyak orang akan kehilangan pekerjaan.

Tren ini akan dimulai dari posisi entry level, karena ChatGPT pada dasarnya adalah pekerja entry level. Namun kemudian, tiga tren lainnya akan mengikuti:

1. Akan ada semakin sedikit pekerja berpengalaman karena tidak cukup banyak pekerja pemula yang dapat memasuki dunia kerja.
2. AI akan menjadi lebih canggih dan perusahaan akan merasa nyaman mengganti pekerja senilai $100.000 per tahun dengan langganan AI senilai $100 per bulan -- bahkan jika hasil pekerjaan AI tidak begitu bersih, canggih, bernuansa, atau akurat seperti yang diharapkan. pekerjaan yang dihasilkan oleh para profesional yang dibayar.
3. Kualitas dan hasil kerja akan menurun, begitu juga dengan akurasi, sehingga berdampak pada perekonomian dan masyarakat.

Dalam artikel baru-baru ini, saya mengatakan hal berikut:

Kita sedang berada di titik puncak sebuah era baru, yang transformatif dan berbeda serta memberdayakan dan problematis seperti halnya revolusi industri, revolusi PC, dan awal mula Internet. Alat dan metodologi yang pernah kami andalkan kini terus berkembang, dan seiring dengan itu, tanggung jawab serta pertimbangan etis kami pun semakin luas.

Yang baik, buruk, dan jelek

Kami memulai tahun 2023 dengan astaga, saya bisa membuatnya menulis cerita Star Trek, dan astaga, saya bisa membuatnya berbicara seperti bajak laut. Pada akhir tahun, kami memiliki gambaran yang lebih baik tentang hal-hal baik, buruk, dan buruk.

Sisi baiknya, kini kita memiliki asisten pribadi yang berguna, meski tidak dapat diandalkan, yang dapat menghemat waktu, membantu kita memecahkan masalah, dan menyelesaikan lebih banyak pekerjaan.

Sisi buruknya, kita mempunyai ancaman pekerjaan yang nyata terhadap semua pekerja pengetahuan dan reflektor bias otomatis yang memanfaatkan semangat kolektif kita dan kadang-kadang memilih bahu membahu dibandingkan dengan malaikat yang lebih baik.

Adapun yang jelek, ada pekerjaan yang harus diselesaikan:

• Menemukan cara untuk meningkatkan akurasi tanpa mengurangi efektivitas dengan terlalu banyak pagar pembatas.
• Menyajikan informasi dan ilustrasi yang bermanfaat tanpa menjiplak orang-orang yang pekerjaannya berisiko.
• Mencegah penyalahgunaan AI untuk mengubah pemilu dan aktivitas jahat lainnya.
• Mengambil masukan dan menghasilkan keluaran yang cukup panjang untuk mempunyai arti sebenarnya.
• Beralih ke media lain, seperti pembuatan video, sama menakjubkannya dengan alat pembuatan gambar.
• Membantu siswa belajar tanpa memberi mereka cara yang tidak ada duanya untuk menyontek dalam pekerjaan rumah mereka.
• Dan seterusnya dan seterusnya.

AI telah berkembang pesat pada tahun 2023, tidak seperti tahun-tahun lainnya dalam setengah abad atau lebih yang telah kita alami. Teknologi ini telah membuka pintu bagi alat-alat canggih, namun juga menimbulkan konsekuensi yang mengerikan.

Apa pendapat Anda tentang tahun 2023 dan apa yang Anda harapkan, harapkan, dan takuti pada tahun 2024? Beri tahu kami di komentar di bawah. Saya hanya menulis tentang transformasi AI generatif pada tahun 2023. Jika Anda ingin melihat beberapa tren yang lebih luas, artikel ZDNET ini adalah awal yang baik.

Anda dapat mengikuti pembaruan proyek saya sehari-hari di media sosial. Pastikan untuk berlangganan buletin pembaruan mingguan saya di Substack, dan ikuti saya di Twitter di @DavidGewirtz, di Facebook di Facebook.com/DavidGewirtz, di Instagram di Instagram.com/DavidGewirtz, dan di YouTube di YouTube.com/DavidGewirtzTV.