Perkembangan Kecerdasan Buatan dan Dampaknya

Kecerdasan buatan atau artificial intelligence (AI) menjadi topik yang banyak diperbincangkan. Perkembangan terakhir Generative AI menarik perhatian banyak pihak, khususnya sejak diluncurkannya aplikasi ChatGPT pada November 2022.

Dalam waktu lima hari saja, teknologi ini telah diadopsi oleh khalayak umum, lebih cepat 66 kali dari Spotify yang diterbitkan di tahun 2008, juga jauh lebih cepat  aplikasi lain layanan jasa teknologi digital lainnya, seperti Facebook, Whatsapp, Instagram, Tiktok, dan lainnya.

Sejak peluncurannya hingga Desember 2023, ChatGPT telah digunakan oleh 180,5 juta pengguna. Teknologi AI dipercaya akan membawa perubahan besar dalam semua sektor dan lini industri, juga cara manusia hidup, bekerja, dan berelasi. Memahami teknologi ini dan memitigasi dampak-dampaknya menjadi sangat penting.

INFOGRAFIK: ALBERTUS ERWIN SUSANTO

AI merupakan terobosan besar dalam pengembangan komputer dan otomatisasi. Rony Medaglia dalam “Artificial Intelligence in Government” menjelaskan bahwa komputer bekerja dengan logika algoritma atau dengan melaksanakan sederet instruksi. Akan tetapi banyak hal dalam kecerdasan dan kemampuan manusia tidak dapat dengan jelas dituangkan ke dalam rangkaian instruksi yang jelas, seperti misalnya seorang anak yang belajar bersepeda.

Dalam kemampuan bersepada ada beragam konstruksi syaraf tubuh dan neuron yang bekerja dan tidak dapat sepenuhnya dijelaskan ke dalam instruksi algoritmik. Hal ini yang menghambat proses otomatisasi dalam banyak hal. Akan tetapi, teknologi AI tidak memerlukan manusia untuk memberikannya serangkaian instruksi yang lengkap. AI dengan kemampuan machine learning-nya dapat mempelajari hal-hal yang berkaitan dan merangkai sendiri instruksi tersebut.    

Philip C. Jackson dalam buku Introduction to Artificial Intelligence – Third Edition menyebutkan bahwa kecerdasan buatan atau artificial intelligence ialah kemampuan mesin untuk melakukan hal-hal yang menurut orang memerlukan intelegensia.

UNESCO sendiri dalam dokumennya berjudul “Recommendation on the Ethics of Artificial Intelligence” menyebutkan bahwa sistem AI adalah sistem teknologi yang memiliki kapasitas untuk memproses informasi dengan cara yang menyerupai tindakan intelegensi, meliputi berpikir/berargumentasi (reasoning), mempelajari (learning), menangkap/memahami (perception), memprediksi (prediction), merencanakan  (planning), dan mengontrol.

Sementara Russel dan Norvig dalam Artificial Intelligence: Modern Approach menjelaskan bahwa AI merujuk pada segala piranti yang mampu memahami lingkungannya dan mengambil tindakan-tindakan yang mengoptimalkan kemungkinan untuk mencapai suatu tujuan tertentu.

Tiga definisi ini menunjukkan dua karakter penting dari AI yakni kemampuannya untuk mempelajari lingkungannya atau suatu obyek demi mendapatkan informasi dan kemudian mampu menentukan tindakan tertentu, atau dengan kata lain merangkai dan mengoptimalisasi instruksi algoritmanya sendiri.

Secara lebih spesifik, dunia akademis mengkategorikan kecerdasan buatan menjadi tiga kategori. Pertama ialah weak AI atau narrow AI, yakni kecerdasan buatan yang memiliki kapasitas sensor dan pengamatan untuk obyek tertentu dan mampu membantu kerja manusia untuk fungsi tertentu.

Kategori kedua adalah strong AI atau artificial general intelligence (AGI), yakni AI yang memiliki kecerdasan untuk mengolah data dari berbagai jenis obyek, memiliki kemampuan adaptasi, serta mampu melakukan pekerjaan yang kompleks.

Kategori ketiga adalah superintelligence, yakni kecerdasan buatan yang memiliki kesadaran yang mandiri, kemampuan keceradasan pengolahan data yang melampaui manusia, mampu berkarya dengan inisiatif sendiri serta menyelesaikan persoalan yang tidak dapat dipecahkan oleh manusia.

Salah satu kesalahpahaman dan kebingungan yang sering terjadi adalah ketika membedakan algoritma pada umumnya dengan AI. Sebagai contoh, beberapa orang mungkin mengira bahwa chatbots (fitur percakapan) pada aplikasi e-commerce yang memberikan jawaban-jawaban khusus secara otomatis terhadap pertanyaan-pertanyaan yang diberikan oleh konsumen maupun fitur serupa pada aplikasi layanan publik dapat dikategorikan sebagai AI.

Namun sebenarnya fitur percakapan tersebut belum tentu merupakan AI, melainkan hanyalah algoritma umum yang memberikan output berdasarkan input tertentu. Akan tetapi bila fitur percakapan tersebut memang diperlengkapi dengan teknologi machine learning yang membuatnya mampu mempelajari pola pertanyaan yang diberikan dan menghasilkan jawaban yang baru dari rangkaian informasi yang ada, barulah fitur tersebut dapat dikategorikan sebagai AI.

Dari contoh tersebut dapat dipahami perbedaan antara algoritma pada umumya dan AI. Algoritma umum merupakan sekumpulan aturan atau instruksi yang dirancang untuk memecahkan masalah tertentu atau melakukan tugas tertentu.

Mereka tidak belajar dari pengalaman mereka dan tidak beradaptasi dengan informasi baru kecuali mereka diperbarui atau dimodifikasi secara manual. Sebagai contoh, program kalkulator sederhana yang menambahkan dua angka adalah algoritma. Ini melakukan tugas tertentu yang telah ditentukan sebelumnya dan tidak memiliki kemampuan untuk belajar atau beradaptasi.

Di sisi lain, AI dapat dipahami sebagai serangkaian algoritma yang dapat belajar dari data dan memperbaiki diri seiring waktu. AI dapat beradaptasi dengan informasi baru tanpa diprogram secara eksplisit untuk melakukannya. Aspek pembelajaran ini adalah yang terutama membedakan AI dari algoritma sederhana.

KOMPAS/DIAN DEWI PURNAMASARI

Pengunjung mencoba teknologi kecantikan Effaclar Spotscan atau pemeriksaan kesehatan kulit dengan bantuan alat kecerdasan buatan (artificial intelligence) yang dipamerkan di stan L’Oréal selama acara World Congress of Dermatology 2023 di Singapura 3-8 Juli 2023 lalu.

Sejarah Perkembangan AI

Sejarah perkembangan AI dapat dikelompokan ke dalam enam periode atau tahapan, yakni kelahiran AI (1943-1956), masa perkembangan awal (1957-1974), masa sepi pertama (1975-1980), masa perkembangan kedua (1981-1993), masa sepi kedua (1994-2007), dan masa perkembangan pesat (2008 – Sekarang).

Kelahiran AI (1943-1956)

Sejarah AI dapat ditelusuri hingga paruh awal abad 20, yakni sekitar tahun 1930-1940. Sejarah AI ini tidak terlepas dari sejarah pengembangan komputer. Dalam konteks Perang Dunia Kedua, ahli matematika dan password asal Inggris, Alan Turing, pada waktu itu mengembangkan sebuah mesin yang bertugas memecahkan kode komando militer Nazi Jerman, Enigma.

Kode Enigma yang dipakai militer Nazi Jerman waktu itu dapat berubah setiap waktu, dengan total kemungkinan 15,9 ribu triliun perubahan. Jika mengandalkan kemampuan manusia untuk memecahkan kode yang digunakan satu per satu, memecahkan satu kode memerlukan waktu yang lebih panjang dari menunggu punahnya kehidupan di bumi.

Alat yang dikembangkan oleh Alan yang dinamai Bombe itu mampu memecahkan password Enigma. Alat ini memiliki kapasitas kerja yang lebih cepat dan akurat dari kerja manusia.

Setelah perang berakhir, terinspirasi oleh pengalaman keberhasilan Bombe dalam memecahkan kode Enigma, Alan Turing menuliskan dalam sebuah artikel jurnal ilmiah berjudul “Computing Machinery and Intelligence” di tahun 1950.

Secara sederhana, tulisan ini mengangkat suatu pertanyaan penting, “Apakah mesin dapat berpikir?” Pertanyaan ini pula yang menjadi pencarian banyak ilmuan selanjutnya. Apakah mesin, dalam hal ini komputer, dapat berpikir sebagaimana manusia berpikir?

Alan Turing sendiri menuliskan, “Apabila sebuah mesin dapat berbincang dengan manusia dan dalam pembicaraan mereka tidak dapat kita pastikan apakah dia memang mesin, maka mesin ini sungguh telah memiliki kemampuan intelegensi manusia.” Hal ini yang lalu dikenal sebagai Alan Test.

Dua penemuan awal berkaitan dengan kecerdasan buatan terjadi pada tahun 1950 dan 1955. Pada tahun 1950 Claude Shnnon merancang sebuah sistem robot berbentuk tikus dengan kontrol jarak jauh. Robot tikus ini dapat menemukan sendiri jalan keluar dari labirin dan mengingat rute perjalanannya itu.

Sementara itu, pada 1955, Allen Newell, Cliff Shaw, dan Herbert Simon mengembangkan satu program bernama Logic Theorist. Program ini didisain untuk menyerupai kemampuan pemecahan masalah (problem solving) manusia.

Research and Development (RAND) Corporation dari Amerika Serikat mendanai program yang pertama kali dirancang untuk mampu menyerupai kecerdasan manusia ini. Meski demikian, kelahiran konsep kecerdasan buatan atau artificial intelligence baru dicetuskan di tahun berikutnya. 

Tahun 1956, seorang asisten profesor bidang matematika dari Universitas Dartmouth, AS, John McCarthy, bersama dengan Marvin Lee Minsky dan Claude Elwood Shannon mengadakan suatu pertemuan di Universitas Dartmouth dengan mengundang berbagai ahli dan ilmuan yang memiliki interese sama untuk membahas persoalan kemampuan berpikir mesin tersebut.

Pada pertemuan inilah istilah artificial intelligence pertama kali digunakan dan mulai menjadi satu bidang keilmuan tersendiri. Mereka menuliskan demikian, “Manusia akan terus mencoba agar mesin dapat memahami bahasa, membentuk pemikiran abstrak, menjelaskan pertanyaan-pertanyaan yang kita miliki sekarang, bahkan menyempurnakan dirinya.” Pertemuan ini dianggap sebagai kelahiran kecerdasan buatan.

Masa Perkembangan Awal (1957-1974)

Dalam kurun waktu 1957 hingga 1974 terjadi perkembangan signifikan komputer dan peneilitian terkait kecerdasan buatan. Masa ini juga dikenal sebagai Masa Emas Sepuluh Tahun AI. Beberapa penemuan penting pada masa itu termasuk:

• Kisaran tahun 1950, Arthur Samuel dari IBM berhasil menciptakan program pemain catur. Program ini pertama kalinya mampu mencapai kemampuan manusia dan memadani para pemain catur.
• Tahun 1957, Frank Rosenblatt menciptakan “Perceptron”, yakni suatu sistem algoritma yang untuk pertama kalinya mampu mendefinisikan secara tepat jaringan saraf dua lapis.
• Tahun 1964, Daniel Bobrow menyelesaikan tesis doktoralnya di MIT “Input Bahasa Alami untuk Sistem Pemecahan Masalah Komputer”. Tesis ini ia kembangkan menjadi program pemahaman bahasa alami yang disebut “Student”.
• Tahun berikutnya, Joseph Weizenbaum mengembangkan program interaktif ELIZA yang dapat memulai percakapan tentang topik apa pun.
• Tahun 1966, SRI International berhasil merancang sebuah robot bernama Shakey yang mampu memikirkan gerakannya sendiri berdasarkan logika tertentu.
• Tahun 1969, Arthur Bryson dan Yu-Chi Ho mendefinisikan backpropagation sebagai metode optimasi sistem dinamis multi-tahap yang dapat digunakan dalam jaringan saraf tiruan multi-layer.
• Tahun 1969, Marvin Minsky dan Seymour Papert yang menuliskan Perceptrons: An Introduction to Computational Geometry di tahun 1969. Karya ini menjelakan keterbatasan model jaringan syaraf sederhana.

Masa Sepi Pertama (1975-1980)

Mulai tahun 1970-an, banyak orang mulai menyangsikan kemampuan pengembangan kecerdasan buatan. AI hingga masa ini yang hanya mampu mengerjakan tugas-tugas sederhana. AI tidak lebih dari pada alat permainan saja.

Dengan menurunnya kepercayaan, menurunlah antusiasme juga mengurangi dukungan kepada penelitian AI, baik itu finansial maupun dukungan lainnya. Lantas penelitian dan pengembangan AI semakin menurun pula.

Batasan dan kendala pengembangan teknologi AI pada masa ini terutama terletak pada fakta  bahwa komputer pada tahap ini belum mampu menyimpan banyak informasi ataupun memprosesnya dengan cepat. Hal ini tentu membatasi kemampuan ‘berpikir’ AI, termasuk pemahaman common sense dan kemampuan inferensi.

Hal ini karena untuk dapat mencapai kemampuan berpikir manusia, AI bukan hanya perlu sensor dan kemampuan bahasa natural. Ia perlu seperti manusia perlu mengumpulkan berbagai informasi dan pemahaman tentang dunia untuk dapat memahami “apa yang ia lihat” dan “apa yang ia katakan” dalam konteks pengetahuan tentang dunia tersebut.

Sebagai contoh, AI pada waktu itu tidak dapat menerjemahkan kalimat bahasa Inggris berikut dengan baik karena tidak memiliki pemahaman akan dunia atau konteks, “The pen was in the box; the box was in the pen.”

Tanpa pemahaman tersebut, AI akan langsung menerjemahkannya menjadi, “Pena ada di dalam box; box ada di dalam pena.” Padahal box tidak mungkin dimasukkan ke dalam pena. Kata ‘pen’ dalam frasa kedua mestinya diterjemahkan menjadi ‘kandang ayam’.

“Komputer masih sangat lemah, satu juta kali terbelakang untuk bisa menunjukkan tanda ‘kecerdasan’”, ujar murid doktoral dari McCarthy, Hans Moravec.

Masa Perkembangan Kedua (1981-1987)

Pada kisaran tahun 1980, penelitian terkait AI kembali tumbuh dan mendapat perhatian. Periode 1980 sampai 1993 ini dianggap sebagai masa perkembangan kedua AI.

Perkembangan ini dipantik oleh dua hal. Pertama ialah perkembangan dan perluasan metode-metode algoritma. Perkembangan ini amatlah penting bagi kemajuan komputer. Sumber kedua adalah meningkatnya pendanaan untuk pengembangan algoritma komputer tersebut.

Ada beberapa penemuan penting pada periode ini. Salah satunya adalah dikembangkannya teknik “deep learning” oleh John Hopfield dan David Rumelhart.

Metode ini membuat komputer dapat mempelajari suatu melalui pengalaman. Selain itu, Edward Feigenbaum memperkenalkan pula “expert system” yakni algoritma komputer yang coba menyerupai proses pengambilan keputusan oleh seorang ahli yang adalah manusia.  

Perkembangan AI pada masa ini bukan hanya terjadi di Barat, melainkan juga di Asia Timur. Pemerintah Jepang pada masa itu menggelontorkan banyak dana untuk penelitian expert system dan penelitian terkait kecerdasan buatan lainnya sebagai bagian dari proyek riset Jepang bernama Fifth Generation Computer Project.

Sebagai catatan, dalam kurun 1982-1990, Pemerintah Jepang menginvestasikan hingga 400 juta USD untuk tujuan pengembangan revolusioner proses komputasi, logika pemrograman, dan kecerdasan buatan.

Masa Sepi Kedua (1988-1993)

Setelah melejitnya AI pada kurun 1980-1987, optimisme publik, perusahaan komersial dan investor, juga pemerintah merosot pada kurun 1988-1993 ini, seperti gelembung ekonomi yang pecah.  Penelitian untuk pengembangan AI kembali menurun pada kurun waktu 1988-1993, demikian halnya dengan penemuan terkait pengembangan AI.  

INFOGRAFIK: ALBERTUS ERWIN SUSANTO

Masa Perkembangan Stabil (1994-2009)

Perkembangan signifikan kembali muncul pada kisaran tahun 1994-2009. Perkembangan ini terutama disebabkan oleh peningkatan kapasitas dan kemampuan pemrosesan komputer.

Perkembangan yang terjadi pada tahap ini dapat dibagi ke dalam tiga kelompok penelitian AI. Pertama ialah mazhab simbolisme. Kelompok ini meyakini bahwa dasar utama dari kecerdasan buatan adalah logika matematis. Menurutnya, pengetahuan yang bersifat a priori dapat dijabarkan dalam susunan matematis bagi AI.

Pengetahuan a priori artinya ia bisa dilepaskan dari pengalaman nyata, seperti pemahaman matematis “dua tambah dua sama dengan empat” yang tidak perlu pengalaman untuk dapat dipahami.

Dengan kata lain, mazhab ini memandang bahwa AI adalah suatu program yang mampu menyerupai kecerdasan manusia dalam menggunakan pemahaman yang telah ada untuk membuat inferensi, perencanaan, perhitungan logis, pengambilan keputusan, dan sebagainya.

Dari mazhab ini muncul beberapa penemuan menakjubkan. Pada tahun 1997, untuk pertama kalinya AI mengalahkan kecerdasan manusia dalam permainan catur. Juara dunia catur, Grand Master Gary Kasparov dikalahkan oleh Deep Blue yang dikembangkan oleh IBM. Deep Blue ini adalah program komputer yang mampu menjalankan permainan catur. 

Mazhab kedua adalah pendekatan sistem neuron atau koneksionisme. Pendekatan koneksionisme dapat dipahami sebagai simulasi dan pemahaman kecerdasan manusia yang tersusun oleh jaringan saraf otak. AI yang dibangun dengan sistem ini dimaksudkan untuk menemukan pola sendiri yang diperoleh dari jaringan banyak data. Dari model inilah kelak berkembang deep learning.

Buah-buah perkembangan AI dari penelitian mazhab ini ada banyak, termasuk di antaranya ialah penemuan ‘Perceptron’ oleh Frank Rosenblatt (1957) yang diikuti oleh penerbitan ‘Perceptrons: An Introduction to Computational Geometry’ oleh Marvin Minsky dan Syemour Papert (1969); Pengembangan back-propagation oleh David Rumelhart, Geoffrey Hinton, dan Ronald Williams (1989); Penelitian Yann LeCun di Bell Labs tentang algoritma back-propagation pada jaringan saraf multi-lapis (1989) yang berhasil menciptakan sistem pengenalan kode pos tulis tangan; Pengembangan konsep jarngan saraf Long Short-Term Memory oleh Sepp Hochreiter dan Jürgen Schmidhuber (1997) yang menjadi cikal bakal sistem rekognisi tulisan tangan dan suara.

Mazhab ketiga disebut sebagai mazhab behaviorism. Bersamaan dengan perkembangan robotik, kelompok ini meyakini bahwa kecerdasan buatan yang sejati memerlukan tubuh seperti layaknya manusia.

Robot yang memiliki sensor, kemambuan bergerak, bertahan hidup dan berinteraksi dengan manusia adalah bentuk kecerdasan buatan yang mereka idealkan.

Kelompok ini juga berangapan bahwa kecerdasan buatan mestilah didasarkan dari kecerdasan yang paling dasar, mulai dari gerak dan interaksi seperti makhluk hidup, dan bukan hanya kemampuan pemahaman abstrak.

Bagi mereka, kecerdasan pada manusia itu sendiri merupakan hasil proses evolusi yang panjang, bermula dari kecerdasan yang paling sederhana dan konkret, baru menjadi kecerdasan yang kompleks seperti saat ini.

Dengan kata lain yang perlu diteliti adalah bagaimana kecerdasan dalam tindak-tanduk (behavior) manusia dipahami dan disimulasikan oleh kecerdasan buatan tersebut. Salah satu perusahaan yang menggeluti penelitian kecerdasan buatan dengan model ini adalah Boston Dynamics.

Masa Perkembangan Pesat (2010 – Sekarang)

Dalam satu dasawarsa terakhir, perkembangan kecerdasan buatan sangatlah mengaggumkan. Salah satu momentumnya adalah kemenangan Watson, program kecerdasan buatan yang dikembangkan oleh IBM untuk menjawab pertanyaan dalam bahasa alami pada acara kuis kecerdasan Amerika Serikat di tahun 2011.

Ia  mengalahkan dua juara manusia dan memenangkan hadiah sebesar 1 juta dolar Amerika. Momentum penting lainnya ialah pengembangan sistem AlexNet, yakni suatu sistem “deep learning” yang memiliki jaringan neural dengan banyak lapis.  

Perkembangan AI yang mencengangkan pada tahap ini tentunya banyak dipengaruhi oleh perkembangan komputer sejak milenium kedua (tahun 2000) seperti kemampuan pengolahan data processor dan memori komputer.

Namun selain itu juga didukung oleh perkembangan berbagai sistem rekognisi. Lima sistem pengenalan atau recognisi berhasil dikembangkan hingga menerupai kecerdasan manusia, bahkan beberapa melampaui kemampuan manusia, pada kurun waktu 1998 hingga 2020.

Hal ini meliputi sistem pengenalan tulisan tangan, sistem pengenalan suara bicara, sistem pengenalan gambar, sistem pemahaman bacaan, hingga pemahaman bahasa.

Selain itu, kemampuan kecerdasan buatan juga didukung oleh berlimpahnya data yang kini dimungkinkan berkat perkembangan internet dan penggunaan luasnya oleh masyarakat. Keberlimpahan data dalam periode big data ini yang memungkinkan proses machine learning untuk pengembangan kecerdasan buatan.

KOMPAS/ABDULLAH FIKRI ASHRI

Suasana penyelenggaraan Alibaba Cloud Global Summit 2023 di Kota Hangzhou, China, Selasa (26/9/2023). Dalam kesempatan itu, Alibaba Cloud, perusahaan teknologi digital dari Alibaba Group yang memiliki layanan komputasi awan, meluncurkan sejumlah layanan berbasis kecerdasan buatan. Layanan itu berupa aplikasi pencarian cerdas, komputasi cerdas, dan pelatihan untuk percepatan pengambilan keputusan.