wawancara eksklusif｜zhang junping: kecerdasan buatan tidak perlu mengejar "maha kuasa", ia hanya perlu menguasai satu aspek
2024-09-02
한어Русский языкEnglishFrançaisIndonesianSanskrit日本語DeutschPortuguêsΕλληνικάespañolItalianoSuomalainenLatina
"guru zhang, jika kecerdasan buatan sudah begitu maju, kita akan digantikan jika kita belajar. jika kita tidak belajar, kita akan digantikan. jadi apa gunanya belajar?" di pameran buku shanghai tahun ini, kata seorang pembaca muda dalam "konferensi kecerdasan buatan" "gantikan manusia? - sejarah, situasi saat ini dan masa depan kecerdasan buatan" tanya profesor zhang junping usai kegiatan berbagi buku tema.
sebagai pakar ternama di bidang kecerdasan buatan dan profesor di fakultas ilmu komputer dan teknologi universitas fudan, zhang junping menjawab bahwa menguasai pengetahuan dasar seperti operasi matriks sangat penting untuk memahami kecerdasan buatan. hanya dengan mempelajari dasar-dasar ini kita dapat mengontrol dan mengoptimalkan algoritme dengan lebih baik serta memahami pengambilan keputusan dengan kecerdasan buatan. ia juga menekankan bahwa pembelajaran memungkinkan masyarakat untuk lebih memahami dan menerapkan teknologi kecerdasan buatan.
sampul buku "sejarah singkat kecerdasan buatan".
untuk membantu masyarakat memahami perkembangan kecerdasan buatan, zhang junping menerbitkan "sejarah singkat kecerdasan buatan" tahun lalu, memperkenalkan sejarah dan kemajuan teknologi ai dalam bahasa populer. buku ini mencakup tonggak penting mulai dari teori awal hingga pembelajaran mendalam modern dan melihat masa depan ai.
sejarah kecerdasan buatan dapat ditelusuri kembali ke pertengahan abad ke-20 dan telah mengalami banyak pasang surut. pada tahun 1950-an, pionir seperti alan turing dan john mccarthy meletakkan fondasinya. meskipun terjadi "musim dingin ai", sejak abad ke-21, dengan kemajuan daya komputasi dan data besar, pembelajaran mendalam telah membawa babak baru dalam pengembangan kecerdasan buatan.
buku zhang junping "an agent that loves making mistakes" yang diterbitkan pada tahun 2019 mengeksplorasi tantangan dan kesalahpahaman yang dihadapi oleh kecerdasan buatan, dan mendorong pikiran terbuka untuk menerima kesalahan dalam proses pembelajaran agen. saat itu, chatgpt belum terkenal, dan konsep kecerdasan buatan belum populer di kalangan masyarakat. zhang junping dengan bangga mengatakan kepada the paper (www.thepaper.cn) bahwa meskipun pesatnya perkembangan ilmu pengetahuan dan teknologi, sebagian besar isi bukunya tidak berubah. poin yang disampaikan masih tetap berlaku.
munculnya “gelembung ai” disebabkan oleh ekspektasi yang terlalu tinggi
makalah:pada tanggal 17 september 2018, konferensi kecerdasan buatan dunia yang pertama diadakan di shanghai. anda juga telah mempopulerkan pengetahuan yang relevan kepada masyarakat umum di luar ruang kelas universitas sejak juni 2018. sejak saat itu hingga diterbitkannya "sejarah singkat kecerdasan buatan" tahun lalu, bagaimana anda bisa menjadi pakar sains populer di bidang kecerdasan buatan?
zhang junping:pertama kali saya mempopulerkan sains adalah pada tahun 2018, ketika "science times" mengundang saya untuk menulis pengantar tentang jaringan permusuhan generatif. (catatan editor: gan adalah arsitektur pembelajaran mendalam yang melatih dua jaringan saraf untuk bersaing satu sama lain guna menghasilkan data baru yang lebih realistis dari kumpulan data pelatihan tertentu.)
karena konten yang terlibat relatif kompleks, saya mulai memikirkan bagaimana memberikan interpretasi sains populer. terdapat konsep cross-business yaitu jaringan pembangkitan dan jaringan konfrontasi, yang mengingatkan saya pada teknik pertarungan kiri-kanan zhou botong dalam "the legend of the condor heroes", yaitu serangan tangan kiri dan serangan tangan kiri. pertahanan tangan kanan.
saat itu penjelasan deep learning di kalangan akademisi banyak sekali versinya, namun saya ingin menjelaskan masalah ini dari sudut pandang sains populer, maka saya menulis "deep learning, you are the 116-year-old longevity granny", dan respon akhirnya sangat bagus. lumayan, jadi saya ingin menuliskannya sesuai dengan pemikiran ini, dan menerbitkan "agen yang suka membuat kesalahan" pada tahun 2019, dan kemudian mulai beralih ke video pendek.
tujuan penulisan “sejarah singkat kecerdasan buatan” kali ini adalah untuk memperjelas sejarah terlebih dahulu. ketelitiannya jauh lebih tinggi dibandingkan buku sebelumnya.
saya telah melakukan penelitian tentang kecerdasan buatan sejak tahun 2000. saya memahami dengan jelas seluruh lini pengembangan kecerdasan buatan dan tahu bagaimana menjelaskannya. namun, untuk menulis konten ini dengan sangat akurat, saya perlu memeriksa literatur dan menggunakan berbasis modifikasi asli pada konten.
misalnya, mengapa kecerdasan buatan gagal untuk pertama kalinya? saya pertama kali memikirkan banyak hal tentang konten ini, tetapi kemudian guru saya, akademisi lu qian, menunjukkan bahwa era sistem pakar (1970an hingga 1980an) adalah sistem kecerdasan buatan. berdasarkan basis pengetahuan, mereka menggunakan pengetahuan dan aturan ahli untuk memecahkan masalah di bidang tertentu) adalah simpul kunci untuk membantu keluar dari keterpurukan kecerdasan buatan yang pertama. hal ini tidak boleh dibicarakan sebelumnya, tetapi harus disesuaikan kemudian. jadi saya periksa kembali informasinya berdasarkan pendapatnya dan melakukan penyesuaian pada bagian ini.
menulis buku mungkin tidak sama dengan melakukan penelitian (menulis makalah). jika ditulis dengan baik, atau jika terdapat cukup prediksi tentang masa depan, maka vitalitas buku ini akan jauh lebih kuat dibandingkan dengan karya ilmiah. khususnya di bidang kecerdasan buatan, dalam banyak kasus, mungkin hanya setengah tahun setelah sebuah makalah diterbitkan, kinerja (teknis) telah ditingkatkan, dan artikel aslinya lambat laun akan terlupakan.
makalah:ada suara-suara yang mengatakan bahwa ada persaingan antara tiongkok dan amerika serikat di bidang kecerdasan buatan. anda juga pernah ke amerika serikat untuk melakukan pertukaran sebelumnya. apa faktor penentu di masa depan (kompetisi ini)?
zhang junping:di satu sisi adalah bakat. penelitian perkembangan ilmu pengetahuan menunjukkan bahwa jika prestasi ilmu pengetahuan suatu negara mencapai lebih dari 25% total prestasi ilmu pengetahuan dunia pada periode yang sama, maka negara tersebut dapat disebut sebagai “pusat ilmu pengetahuan dan teknologi dunia”. namun pusat teknologi dunia telah berubah. misalnya saja italia dan inggris, kemudian perancis, jerman, dan kemudian amerika serikat.
apakah pusat ilmu pengetahuan dan teknologi dunia akan berubah dan apakah pusat ilmu pengetahuan dan teknologi akan sampai ke tiongkok, semuanya masih menjadi pertanyaan. jika persaingan antara tiongkok dan amerika serikat ingin terjadi pembalikan, saya rasa tanda yang paling jelas adalah kapan pusat ilmu pengetahuan dan teknologi dunia bisa datang ke tiongkok.
makalah:anda mengatakan sebelumnya bahwa ada tren bahwa setiap orang berinvestasi dalam kegilaan kecerdasan buatan. baru-baru ini, istilah "gelembung ai" juga muncul.
zhang junping:apakah itu sebuah "gelembung" tergantung pada bagaimana ia didefinisikan. faktanya, ini juga dapat digambarkan sebagai "cerukan". karena tidak ada yang namanya “gelembung” dalam dunia akademis, asal kita bergerak maju perlahan dan mantap, selangkah demi selangkah. tapi kalau disebut "bubble", berarti pasti ada ekspektasi yang berlebihan ke depan.
misalnya saja, dalam masa booming kecerdasan buatan saat ini, komunitas akademis mungkin tidak menganggap perkembangan kecerdasan buatan begitu pesat intelijen. namun, perusahaan mungkin memiliki ekspektasi yang terlalu tinggi terhadap pengembangan kecerdasan buatan dan merasa bahwa hasil tertentu akan atau sudah tercapai. jika ekspektasinya tinggi, kekecewaan juga bisa tinggi. karena terlalu banyak investasi di depan, jika hasil yang diinginkan tidak tercapai maka akan dianggap bubble.
makalah:faktanya, anda juga menyebutkan bahwa mesin bisa melakukan hal-hal sederhana yang dianggap rumit oleh manusia, dan bagi manusia untuk menemukan hal-hal sederhana, mesin menganggapnya rumit. tujuan awal kami adalah membiarkan mesin melakukan beberapa tugas sederhana dan berulang untuk kami, tapi sebenarnya kami juga membiarkan ai menulis puisi atau melakukan sesuatu yang sulit. apakah menurut anda manusia akan terlalu bergantung pada kecerdasan buatan di masa depan?
zhang junping:faktanya, dreyfus membicarakan masalah ini dalam bukunya "what computers can't do". dia mengatakan bahwa jika manusia sangat bergantung pada kecerdasan buatan di masa depan, hasilnya mungkin bukan membuat manusia menjadi lebih pintar, tetapi membuat manusia menjadi lebih pintar. menjadi sangat bodoh.
makalah:apakah anda setuju dengan argumen bahwa kecerdasan buatan akan menghancurkan umat manusia?
zhang junping:saya tidak setuju.
inovasi, regulasi dan perlindungan data
makalah:anda telah berkali-kali menyebutkan sebelumnya bahwa anda terlalu optimis terhadap kecerdasan buatan. beberapa orang menganggap kecerdasan buatan belum begitu "cerdas". bagaimana kita menghadapi ekspektasi masyarakat terhadap kecerdasan buatan?
zhang junping:peneliti kecerdasan buatan sebagian besar optimis. namun saya selalu merasa bahwa sebenarnya ini adalah masalah yang sulit bagi orang untuk memahami dirinya sendiri. ibarat seekor semut, jika ia merayap pada bidang dua dimensi, ia tidak akan pernah mengetahui bahwa ia berada pada bidang dua dimensi, kecuali seseorang berdiri di dimensi yang lebih tinggi darinya dan dapat melihat bahwa ia sebenarnya berada dalam bidang tiga dimensi. ruang. faktanya, manusia juga sama. mungkin sulit untuk memahami diri sendiri sepenuhnya, karena dimensi anda telah dibatasi, dan tidak ada cara untuk melihat diri anda sendiri di luar dimensi ini.
saya membandingkan kecerdasan buatan (aplikasi) dan manusia dengan pesawat terbang dan burung. manusia selalu ingin mensimulasikan penerbangan burung. faktanya, kita tidak perlu memahami semua struktur burung penerbangan. jika kita melakukannya dengan baik dalam setiap aspek, pesawat akan terbang semakin jauh dan membawa lebih banyak penumpang.
hal yang sama berlaku untuk kecerdasan buatan. meskipun sulit untuk mengetahui cara kerja kecerdasan manusia dalam waktu singkat, anda dapat fokus hanya pada satu tujuan, seperti apakah pengenalan wajah itu akurat atau apakah kata sebelumnya digunakan secara alami. pemrosesan bahasa. untuk memprediksi apakah kata berikutnya akurat, lakukan saja satu aspek dengan baik.
makalah:artinya, kita bisa lebih fokus pada aplikasi daripada kecerdasan buatan secara umum. mengenai prediksi kecerdasan buatan, menurut anda seberapa bermanfaatkah kecerdasan buatan dalam prediksi cuaca, atau bagaimana prospeknya?
zhang junping:prediksi cuaca masih menjadi permasalahan yang sangat sulit. karena meteorologi berbeda dengan gambar dan video yang kita lihat sekarang. ini sebenarnya data yang kita peroleh. bisa juga berupa gambar awan pada jarak tertentu (misalnya 10 kilometer) dari permukaan tanah yang diperoleh dengan memindai langit dengan radar, dan kemudian melakukan prediksi berdasarkan perubahan citra awan secara meteorologis. namun peta awan menunjukkan penguapan uap air di permukaan bumi. sulit untuk mengetahui bagaimana keadaan ini terjadi dan bagaimana keadaan ini menghilang. tidak mungkin kita menyebarkan kolektor dan pengamat dalam jarak 10 kilometer dari permukaan tanah. sekalipun kita tidak mengetahui banyak informasi di lapangan, mungkin hanya ada beberapa ratus stasiun observasi di shanghai, dan jumlah informasi yang dikumpulkan tidak cukup, sehingga membuat prediksi cuaca menjadi tidak mudah. mengenai prediksi topan, tidak hanya jangkauan (pengamatan) yang lebih besar, tetapi kita hanya mempunyai sedikit atau tidak ada cara untuk membuat prediksi di laut. dalam beberapa tahun terakhir, tim termasuk deepmind, huawei, alibaba, dan fu xi dari universitas fudan memberikan perhatian khusus pada meteorologi. belum ada kemajuan dalam prakiraan cuaca, seperti prakiraan jangka pendek, prakiraan lokal, dll., tetapi mereka harus melakukannya dilakukan dengan baik, terutama untuk kejadian yang mendadak dan jarang terjadi. masih sangat sulit untuk memprediksi kejadian meteorologi.
makalah:di bidang tata kelola, kami telah melihat banyak liputan berita tentang tuntutan hukum yang diajukan oleh pemegang hak cipta seperti seniman visual, outlet berita, dan label rekaman terhadap perusahaan teknologi yang menggunakan karya mereka untuk melatih sistem ai generatif. sebagai pencipta dan pakar di bidang kecerdasan buatan, bagaimana anda memandang isu inovasi teknologi dan perlindungan data?
zhang junping:masalah ini belum terselesaikan secara memuaskan sejauh ini, dan saat ini banyak orang yang keberatan dengan penciptaan kecerdasan buatan. ambil contoh menulis novel. setelah menulis beberapa lusin bab pertama, seorang penulis mengunggah garis besar kreatifnya ke platform tertentu di cloud, dan platform tersebut dapat menggunakan data garis besarnya untuk pelatihan kecerdasan buatan guna mengisi konten novel. ada kemungkinan bahwa konten yang dilengkapi dengan kecerdasan buatan sangat mirip dengan apa yang awalnya ingin ditulis oleh penulis.
oleh karena itu, sebagai kreator, anda perlu menangani produk dan hasil kreatif anda dengan hati-hati, dan jangan sembarangan mengunggah konten ke cloud, karena ada risiko platform akan menggunakan materi yang diunggah pengguna untuk pelatihan.
makalah:menurut anda bagaimana kita harus mencapai keseimbangan antara inovasi dan regulasi?
zhang junping:pada tahap ini, kita belum sampai pada tahap yang memerlukan pengawasan ketat. mungkin dari tingkat nasional, yang paling memerlukan pengawasan adalah data. “undang-undang keamanan data republik rakyat tiongkok” yang diperkenalkan beberapa tahun lalu juga mencerminkan perlunya kehati-hatian terhadap kebocoran data.
tapi dari segi inovasi, menurut saya kita harus fokus pada dorongan. karena penelitian ilmiah memang seperti ini, sering kali anda tidak tahu apa yang harus dilakukan, tetapi dengan melakukannya, anda mungkin menemukan jalan keluarnya.
reporter makalah zhang wuwei dan pekerja magang zhan huijuan
(artikel ini berasal dari the paper. untuk informasi lebih orisinal, silakan unduh aplikasi “the paper”)
