Ekonomi dan Manfaat Kecerdasan Buatan

Kami melihat berita tentang AI di mana-mana; terkadang, kita melihat kegembiraan seputar AI dan terkadang kita melihat artikel yang berbicara tentang bagaimana AI akan menggantikan atau menghancurkan pekerjaan kita. Kami juga melihat artikel sesekali berbicara tentang bagaimana AI akan menghancurkan umat manusia.

Dalam artikel ini, saya tidak akan membahas kecerdasan umum buatan atau AI jahat yang ingin menghancurkan umat manusia. Saya akan fokus pada AI saat ini, yang sebagian besar didasarkan pada algoritme yang dapat melakukan prediksi, dan membahas bagaimana ekonomi AI bekerja dan bagaimana hal itu dapat memengaruhi bisnis. Saya juga ingin menyebutkan bahwa isi artikel ini sangat dipengaruhi oleh (dan penulis ini sangat merekomendasikan untuk membaca lebih lanjut) Mesin Prediksi: Ekonomi Sederhana dari Kecerdasan Buatan dan Manusia + Mesin: Membayangkan Kembali Pekerjaan di Era AI.

Artikel ini dibagi menjadi tiga bagian utama:

• Dalam The Evolution of Technology , saya akan membahas secara singkat masa lalu dan persamaannya dengan Age of AI.
• Dalam Strategi , saya akan membahas bagaimana akurasi prediksi yang lebih tinggi dapat memengaruhi strategi dan model bisnis.
• Dalam Interaksi Manusia dan AI , saya akan membahas bagaimana manusia dapat melengkapi AI dan bagaimana AI dapat melengkapi upaya manusia.

Evolusi Teknologi

Sebelum melangkah ke depan, saya ingin membahas persamaan antara beberapa peristiwa sejarah yang analog dengan cara kita berpikir tentang AI saat ini. Saya akan memberikan beberapa contoh bagaimana penggunaan teknologi tertentu secara luas mengubah pola pikir kita. Bagaimana kami beralih dari aritmatika dasar ke perusahaan pengembangan kecerdasan buatan khusus?

Era Komputer Elektronik

Apa yang paling baik dilakukan komputer adalah aritmatika. Sebelum komputer yang kita kenal sekarang, istilah “komputer” digunakan untuk orang yang melakukan komputasi literal, yang sekarang kita sebut sebagai “komputer manusia”.

Dengan kemajuan teknologi, komputasi menjadi lebih murah dan lebih cepat, dan kami mulai memikirkan segalanya dalam hal aritmatika. Fotografi adalah contoh yang baik—secara historis, memodifikasi atau menerapkan efek visual pada foto adalah reaksi kimia. Sekarang, bagaimanapun, kami menggunakan algoritme yang dapat diakses oleh seniman dan fotografer melalui rangkaian perangkat lunak untuk menerapkan efek pada foto secara matematis.

Ini adalah contoh yang sangat baik tentang bagaimana kita berpikir ketika biaya barang/jasa turun; kami mulai berpikir tentang bagaimana memecahkan masalah kami saat ini dalam hal teknologi baru ini. Hal yang sama untuk AI.

Zaman Internet

Ketika internet digunakan secara luas, itu membuat pergerakan besar di berbagai industri, dan itu semua tentang pengurangan biaya di berbagai bidang. Misalnya, biaya distribusi barang dan jasa menjadi lebih murah, dan ini memicu lahirnya industri eCommerce. Perusahaan, akhirnya, mengubah strategi mereka dan bertahan atau mati.

Setelah biaya barang atau jasa turun, kami mulai menggunakannya lebih sering, dan kami juga dapat melihatnya di web. Ini juga mengubah pola pikir kami dan kami memindahkan seluruh industri secara online. Di atas eCommerce, contoh lain dapat dilihat dalam penggunaan mesin pencari; kami tidak lagi menggunakan ensiklopedia untuk mencari informasi melainkan menggunakan Google atau mesin pencari lainnya.

Zaman AI

Biaya AI semakin murah dalam hal daya komputasi dan alat. Setiap alat/pustaka baru membantu pengembang pembelajaran mesin menghabiskan lebih sedikit waktu untuk masalah prediksi. Misalnya, TensorFlow, AutoML, atau bahkan scikit Google dapat ditampilkan sebagai contoh untuk tujuan ini. Kami juga dapat menunjukkan peningkatan penggunaan komputasi GPU sebagai ilustrasi pengurangan biaya AI.

Perkiraan penjualan untuk kuartal berikutnya dari sebuah perusahaan adalah masalah prediksi yang jelas, tetapi mengembangkan kendaraan otonom bukanlah masalah prediksi satu dekade lalu. Pengurangan biaya dalam AI mengubah cara berpikir kami, yang berarti kami mulai memikirkan berbagai masalah sebagai masalah prediksi. Kami sudah menggunakan kendaraan otonom di lingkungan yang terkendali seperti pabrik, di mana kendaraan dapat diprogram dengan menggunakan kondisi pemrograman if-else . Mengubah pola pikir dan melihat ini sebagai masalah prediksi membantu para insinyur mengembangkan mobil otonom, yang dapat digunakan di alam liar.

Inilah cara kerjanya, pada dasarnya; seorang insinyur mengajari AI apa yang akan dilakukan manusia dalam berbagai kondisi, dan ini memungkinkan generasi perangkat lunak onboard yang memungkinkan pengemudi menggunakan mobil sejauh ribuan mil alih-alih lelah setelah beberapa ratus. AI mempelajari apa yang akan dilakukan manusia dan mulai memprediksi apa yang harus dilakukan. Ini adalah contoh yang sangat baik untuk berpikir tentang masalah dalam hal prediksi.

Strategi

Inilah pertanyaan utama: Akankah AI memengaruhi strategi dan model bisnis perusahaan? Jika Anda menganggap AI sebagai alat prediksi yang membantu Anda membuat beberapa keputusan, mungkin tidak jelas bagaimana hal itu akan memengaruhi strategi murni, karena itu hanyalah alat lain yang membantu Anda membuat keputusan. Namun, jika Anda mulai menganggap AI sebagai alat prediksi yang dapat memperkirakan dengan akurasi tinggi, itu mungkin akan mengubah strategi itu sendiri. Ada contoh bagus dalam buku Mesin Prediksi: Ekonomi Sederhana Kecerdasan Buatan.

Saat kami berbelanja dan membeli barang dari Amazon, paket dikirimkan ke kantor/rumah kami. Jadi, metode ini bisa disebut metode shopping-then-shipping. Kami juga tahu bahwa Amazon memiliki mesin rekomendasi dan merekomendasikan item saat Anda menavigasi halaman. Kami tidak membeli semua item yang direkomendasikan, tetapi setidaknya merekomendasikan item yang mungkin kami minati. Mari kita asumsikan bahwa Amazon mulai memprediksi apa yang akan Anda beli dengan akurasi tinggi. Jika Anda mulai membeli 80% dari item yang direkomendasikan, Amazon mungkin memutuskan untuk mengirim item bahkan sebelum Anda membelinya—sebut saja ini pengiriman-lalu-belanja. Ini adalah perubahan nyata dalam strategi bisnis karena, begitu barang tiba di rumah Anda, Anda akan mengirim 20% dari barang tersebut kembali, dan pemodelan harga Amazon saat ini tidak didasarkan pada asumsi ini. Mungkin, Amazon akan memutuskan untuk mengirim truk ke kota Anda seminggu sekali untuk mengumpulkan barang yang dikembalikan, dan ini akan sepenuhnya mengubah cara Amazon menagih kartu kredit Anda, cara mengemas barang, dan cara menangani barang yang dikembalikan. Semua perubahan strategi ini adalah keuntungan dari kecerdasan buatan, yang memiliki akurasi prediksi lebih tinggi.

Saya yakin kita dapat mengerjakan lebih banyak eksperimen pemikiran seperti contoh Amazon sebelumnya hanya dengan memikirkan apa yang akan terjadi jika AI dapat memprediksi dengan akurasi yang lebih tinggi.

Interaksi Manusia dan AI

Bagaimana interaksi manusia dan AI akan berkembang di masa depan? Akankah mereka bersaing, atau akankah mereka bekerja sama? Saya akan fokus pada pertanyaan-pertanyaan itu dengan melihat melalui buku Human + Machine: Reimagining Work in the Age of AI. Menurut penulis, akan ada skenario di mana manusia melengkapi AI dan di mana AI akan melengkapi manusia.

Manusia Melengkapi AI

Manusia dapat melengkapi AI dalam tiga bidang: melatih, menjelaskan, dan mempertahankan.

Pelatihan

AI membutuhkan data untuk dipelajari, yang disebut fase pelatihan , sehingga dapat membuat prediksi.

Di masa mendatang, kami mungkin memiliki agen pelatihan yang berfokus secara eksklusif pada pelatihan AI berdasarkan persyaratan bisnis tersebut. Jika itu adalah pabrik, agen pelatihan dapat bertanggung jawab untuk melatih robot; jika ini adalah bisnis eCommerce, agen pelatihan dapat bertanggung jawab untuk menggabungkan data historis.

Menjelaskan

Kita perlu memahami bagaimana dan mengapa AI memberikan jawaban spesifik untuk masalah tertentu.

Secara umum, kami menghadapi tradeoff antara kemampuan menjelaskan dan akurasi AI. Metode black-box AI memiliki akurasi yang lebih dibandingkan dengan metode yang dapat dijelaskan dengan mudah. Meskipun ada alat yang dikembangkan untuk menjelaskan mengapa AI kotak hitam membuat prediksi tertentu, kita mungkin memerlukan peran pekerjaan yang dapat memahami dan menjelaskan hasil AI.

Mempertahankan

Kita perlu memastikan AI berfungsi seperti yang diharapkan.

Pada 2015, sebuah robot di pabrik Volkswagen menangkap seorang pekerja dan meremukkannya hingga tewas. Kami mungkin membutuhkan peran yang bertanggung jawab untuk memastikan bahwa sistem AI bekerja seperti yang diharapkan.

AI Melengkapi Manusia

Potensi AI memberi manusia kekuatan super karena AI membuat prediksi lebih cepat dan lebih tepat daripada yang bisa dilakukan manusia. Kekuatan super ini dapat diekspresikan dalam nilai yang mereka bawa ke situasi atau tindakan tertentu.

Memperkuat

Alat AI membantu manusia untuk meningkatkan kemampuan menjadi manusia. Dalam buku Human + Machine: Reimagining Work in the Age of AI, penulis menggunakan contoh perangkat lunak Dreamcatcher Autodesk, yang menggunakan algoritme genetika untuk beralih melalui desain yang memungkinkan.

Seorang desainer dapat mendesain kursi yang ringan, murah, dan kuat dengan bantuan alat ini. AI mencoba membuat desain yang didasarkan pada kriteria yang diberikan dan memberikan hasilnya kepada desainer. Perancang kemudian menggunakan memilih salah satu desain yang diberikan dan menggunakan kreativitas mereka pada desain itu untuk membuat sentuhan akhir.

Ini mirip dengan apa yang diberikan komputer kepada orang-orang dengan usia komputer—hanya pada tingkat kapasitas yang baru dan menarik dalam hal apa saja yang dapat dibantu oleh AI.

Berinteraksi

AI dapat bertindak sebagai asisten untuk membantu orang dengan berinteraksi dengan mereka. Alexa Amazon, Google Home, dan Siri Apple adalah contoh menonjol dari agen AI interaktif semacam ini. Karena agen tersebut ditingkatkan dengan setiap iterasi, kami akan mulai menggunakannya lebih sering, dan itu akan menjadi bagian dari kami, seperti versi yang lebih dalam dari apa yang kami lakukan dengan ponsel cerdas kami. Agen-agen itu akan menjadi asisten pribadi kami dan mereka akan melengkapi kami.

Menambah

Contoh augmentasi fisik berbahan bakar AI dapat ditemukan di pabrik. Meskipun pabrik dioperasikan oleh robot saat ini, sebagian besar adalah sistem berbasis aturan dan dimasukkan ke dalam sangkar—untuk berjaga-jaga—untuk keselamatan. Robot akan membantu manusia sebagai rekan kerja dan akan dirancang untuk tidak membahayakan orang saat bebas bergerak dan bekerja di pabrik.

Kesimpulan

Meskipun ada beberapa kekhawatiran yang mengatakan "robot lebih efisien, sehingga pekerja manusia akan dibuang di masa depan," Markus Schaefer, kepala perencanaan produksi di Mercedes, mengatakan, "Kami beralih dari mencoba memaksimalkan otomatisasi, dengan orang-orang mengambil bagian yang lebih besar dalam proses industri lagi.” Teknologi baru memang membawa perubahan besar dalam cara kita melakukan sesuatu, tetapi penemuan bajak tidak menghilangkan kebutuhan akan pekerja pertanian, penemuan komputer juga tidak menghilangkan kebutuhan akan matematikawan. Seperti semua revolusi teknologi, munculnya AI akan digunakan untuk membantu umat manusia mencapai paradigma baru, bukan untuk menggantikannya sepenuhnya.

Siap untuk pengetahuan AI yang lebih teknis? Coba Menyelam Jauh ke dalam Pembelajaran Penguatan untuk mempelajari cara mengajar AI mengemudikan mobil ke atas gunung.