Published on:
Menjejaki Kebangkitan Kecerdasan Buatan: Daripada Sifat Ingin Tahu Manusia kepada Revolusi Kognitif
“Sebagai seorang wartawan, saya sentiasa mempunyai perasaan ingin tahu yang mendalam tentang dunia.” Dengan kata-kata ini, tokoh media China Yang Lan membuka dokumentari Exploring Artificial Intelligence, merangka sebuah perjalanan yang didorong oleh persoalan-persoalan yang semakin mendefinisikan era kita: Adakah mesin menjadi lebih bijak daripada manusia? Adakah kecerdasan buatan akan menggantikan kita suatu hari nanti? Dan sejauh manakah teknologi dapat meluaskan sempadan kecerdasan manusia?
Persoalan-persoalan ini mendapat perhatian global yang mendesak pada tahun 2016, tahun yang dianggap secara meluas sebagai detik kemunculan utama bagi kecerdasan buatan. Daripada data besar dan pengkomputeran awan kepada pembelajaran mendalam dan sistem autonomi, AI beralih pantas dari makmal ke dalam kesedaran awam.
Satu peristiwa penentu ialah perlawanan bersejarah di mana AlphaGo mengalahkan juara dunia Lee Sedol, melambangkan anjakan dalam cara manusia melihat kecerdasan mesin.
Bahasa, Kognisi, dan Minda Mesin
Kecerdasan manusia berevolusi melalui bahasa. Kira-kira 70,000 tahun dahulu, pembangunan sistem pertuturan yang kompleks membolehkan manusia menghuraikan persekitaran mereka, bertukar idea abstrak, dan membina masyarakat. “Revolusi kognitif” ini telah membentuk semula tamadun secara asas.
Dokumentari tersebut mengajukan soalan yang selari: bagaimanakah mesin memahami bahasa?
Percubaan awal adalah sederhana. Pada tahun 1952, saintis di Bell Labs mengajar mesin untuk mengecam sepuluh digit bahasa Inggeris yang diucapkan, menamakan sistem tersebut “Audrey.” Walaupun ia merupakan satu kejayaan besar, ia masih jauh daripada pemahaman bahasa semula jadi yang sebenar. Kemajuan berlaku secara berperingkat dan sering dikekang oleh data dan kuasa pengkomputeran yang terhad.
Kemajuan berlaku secara berperingkat dan sering dikekang oleh data dan kuasa pengkomputeran yang terhad.
Titik perubahan besar berlaku pada 1980-an, apabila Kai-Fu Lee memulakan penyelidikan pengecaman pertuturan di Universiti Carnegie Mellon. Hasil kerjanya memperkenalkan sistem yang mampu memahami ucapan berterusan daripada berbilang pembicara—satu langkah penting ke arah interaksi manusia-komputer yang semula jadi. Buat pertama kalinya, mesin dapat memproses bahasa lisan dengan cara yang menyerupai dialog sebenar dan bukannya arahan terpencil.
Daripada Sistem Berasaskan Peraturan kepada Pembelajaran Mendalam
Di sebalik kemajuan ini, sistem pertuturan dan bahasa bergelut selama beberapa dekad. Kejayaan besar dicapai pada pertengahan 2000-an, didorong oleh paradigma baharu: pembelajaran mendalam.
Pada tahun 2006, Geoffrey Hinton menerbitkan penyelidikan berpengaruh tentang rangkaian saraf mendalam, mengambil inspirasi daripada struktur otak manusia. Hasil kerjanya menekankan skala—model yang lebih besar, lebih banyak lapisan, dan data yang jauh lebih banyak. Pendekatan ini bergema dengan penyelidik seperti Deng Li, yang menunjukkan bahawa apabila digabungkan dengan set data yang besar dan kuasa pengkomputeran moden, kadar ralat dalam pengecaman pertuturan dapat menurun secara drastik, kadangkala lebih daripada 20 peratus dalam eksperimen awal.
Apa yang menghalang rangkaian saraf pada tahun 1990-an bukanlah teori yang cacat, tetapi data dan sumber pengkomputeran yang tidak mencukupi. Apabila internet menghasilkan set data yang besar dan kuasa pemprosesan meningkat, pembelajaran mendalam tiba-tiba berkembang pesat. Masalah yang pernah dianggap sukar ditangani mula hilang.
Mesin Memasuki Dunia Fizikal
Dokumentari ini juga meneroka bagaimana kecerdasan buatan bergerak melampaui perisian ke dalam persekitaran fizikal. Di makmal AI Universiti Stanford, robot menyerupai humanoid PR2 melakukan tugasan seperti mengemudi koridor, menggunakan lif, dan membeli kopi untuk penyelidik.
Reka bentuknya bukan bertujuan untuk meniru manusia, tetapi untuk berinteraksi secara cekap dengan dunia yang berpusatkan manusia—melihat, menggenggam, dan menggunakan daya yang terkawal.
Ini mencerminkan anjakan yang lebih luas dalam robotik: mesin tidak lagi terhad kepada kilang. Mereka sedang belajar untuk hidup bersama manusia, menyesuaikan diri dengan persekitaran yang kompleks dan tidak berstruktur.
Mempercepatkan Kecerdasan Manusia
Selepas melawat lebih daripada 30 makmal AI di lima buah negara dan menemubual lebih 80 tokoh terkemuka, Yang Lan menyimpulkan bahawa kecerdasan buatan bukan sekadar tentang menggantikan kecerdasan manusia. Sebaliknya, ia mempercepatkannya.
Daripada pengecaman pertuturan dan pemahaman bahasa kepada robotik dan pembelajaran mendalam, AI telah menjadi alat yang meluaskan keupayaan manusia. Persoalan utamanya bukan lagi sama ada AI akan mengubah masyarakat, tetapi bagaimana manusia memilih untuk membentuk perubahan tersebut.
