Dalam buletin Future Perfect hari Rabu, kolega saya Dylan Matthews menulis tentang kasus skeptisisme terhadap pemenang Hadiah Nobel Ekonomi tahun ini. Argumennya adalah meskipun teori-teori mereka menarik, ada banyak alasan untuk meragukan seberapa benar teori-teori tersebut.
Namun, bagi beberapa penerima Nobel tahun ini, skeptisisme saya mengarah ke arah yang berlawanan. Nobel Fisika dianugerahkan tahun ini kepada John J. Hopfield dan Geoffrey E. Hinton “atas penemuan dan penemuan dasar yang memungkinkan pembelajaran mesin dengan jaringan saraf tiruan.”
Daftar di sini untuk menjelajahi masalah besar dan rumit yang dihadapi dunia serta cara paling efisien untuk menyelesaikannya. Dikirim dua kali seminggu.
Penghargaan ini tidak diragukan lagi mencerminkan karya yang serius, mengesankan, dan mengubah dunia dalam topik penelitian mereka, dan hampir pasti merupakan karya yang paling berdampak di luar sana. Pertanyaan yang hangat diperdebatkan adalah, apakah Hadiah Nobel Fisika ini benar-benar dihitung fisika.
Bersama-sama, Hopfield dan Hinton melakukan banyak pekerjaan dasar pada jaringan saraf, yang menyimpan informasi baru dengan mengubah bobot antar neuron. Komite Nobel berpendapat bahwa latar belakang Hopfield dan Hinton di bidang fisika memberikan inspirasi bagi pekerjaan dasar AI mereka, dan bahwa mereka beralasan dengan analogi interaksi molekul dan mekanika statistik ketika mengembangkan jaringan saraf awal.
Itu keren, tapi apakah itu fisika?
Beberapa orang tidak membelinya. “Awalnya, saya senang melihat mereka mendapatkan penghargaan bergengsi tersebut, namun setelah saya membaca lebih lanjut dan melihat bahwa itu untuk bidang Fisika, saya agak bingung,” Andrew Lensen, seorang peneliti kecerdasan buatan, mengatakan kepada majalah Cosmos. “Saya pikir lebih akurat untuk mengatakan bahwa metode mereka mungkin demikian terinspirasi dengan penelitian fisika.”
“Saya tidak bisa berkata-kata. Saya suka ML [machine learning] dan ANN [artificial neural networks] sama seperti orang berikutnya, tetapi sulit untuk melihat bahwa ini adalah penemuan Fisika,” cuit fisikawan Jonathan Pritchard. “Sepertinya Nobel terkena heboh AI.”
Kebencian terhadap AI yang mencuri perhatian semakin meningkat ketika Nobel Kimia diumumkan. Hal ini sebagian diberikan kepada pendiri Google DeepMind Demis Hassabis dan rekannya John Jumper untuk AlphaFold 2, sebuah prediktor struktur protein pembelajaran mesin.
Salah satu masalah tersulit dalam biologi adalah mengantisipasi banyaknya interaksi molekuler yang memengaruhi bagaimana protein yang dicetak dari rangkaian asam amino tertentu akan terlipat. Memahami struktur protein dengan lebih baik akan mempercepat pengembangan obat dan penelitian dasar.
AlphaFold, yang dapat memangkas waktu yang dibutuhkan untuk memahami struktur protein hingga beberapa kali lipat, merupakan pencapaian besar dan sangat menggembirakan mengenai kemampuan model AI untuk memberikan kontribusi besar di bidang ini. Ini tentu saja layak mendapatkan Nobel — jika ada Nobel di bidang biologi. (Tidak ada, jadi Kimia harus melakukannya.)
Bagi saya, Nobel Kimia tidak terlalu menarik dibandingkan dengan Nobel Fisika; karena hal ini menimbulkan keluhan yang penuh kebencian, saya rasa hal tersebut terutama karena seiring dengan penghargaan Fisika, hal tersebut mulai terlihat seperti sebuah tren. “Ilmu komputer sepertinya sedang menyelesaikan pengambilalihan Nobel,” tulis Nature setelah penghargaan Kimia diumumkan.
Para peraih Nobel bertaruh pada AI, dengan mendeklarasikan pada salah satu tahapan paling bergengsi di dunia bahwa pencapaian para peneliti AI dengan pembelajaran mesin merupakan kontribusi serius, terhormat, dan berkelas dunia pada bidang yang telah menginspirasi mereka. Di dunia di mana AI menjadi sebuah hal yang semakin penting dan banyak orang menganggapnya berlebihan dan sangat mengganggu, hal tersebut merupakan pernyataan yang rumit.
Overhyped adalah cara berpikir yang buruk tentang AI
Apakah AI dilebih-lebihkan? Ya, tentu saja. Terdapat rentetan klaim yang berlebihan dan menjengkelkan mengenai kemampuan AI. Ada orang-orang yang mengumpulkan uang dalam jumlah yang tidak masuk akal dengan menerapkan “AI” pada model bisnis yang tidak ada hubungannya sama sekali dengan AI. Antusiasme terhadap solusi “berbasis AI” seringkali melebihi pemahaman tentang cara kerja solusi tersebut.
Tapi semua itu bisa – dan memang benar – hidup berdampingan dengan AI yang merupakan masalah besar. Pencapaian pelipatan protein dari AlphaFold terjadi dalam konteks kontes yang sudah ada sebelumnya mengenai prediksi pelipatan protein yang lebih baik, karena sudah dipahami dengan baik bahwa penyelesaian masalah tersebut sangatlah penting. Terlepas dari apakah Anda memiliki antusiasme terhadap chatbots dan seni generatif atau tidak, teknik yang sama telah menghadirkan transkripsi dan terjemahan yang murah, cepat, dan efektif ke dunia — membuat semua jenis tugas penelitian dan komunikasi menjadi lebih mudah.
Dan kami masih dalam tahap awal penggunaan sistem pembelajaran mesin yang pertama kali dibuat oleh Hinton dan Hopfield. Menurut saya, beberapa orang yang memposisikan dirinya sebagai “penentang tren AI” sebenarnya bersandar pada tembok sebuah pabrik di awal abad ke-20 dan berkata, “Apakah Anda sudah mendapatkan listrik untuk menyelesaikan semua masalah Anda? TIDAK? Hmmm, sepertinya itu bukan masalah besar.”
Pada awal abad ke-20, sulit untuk mengantisipasi ke mana listrik akan membawa kita, namun sebenarnya cukup mudah untuk melihat bahwa kemampuan untuk mengalihkan sebagian besar tenaga manusia ke mesin akan sangat berarti.
Demikian pula, tidak sulit untuk melihat bahwa AI akan berpengaruh. Jadi, walaupun benar bahwa ada sekelompok investor yang tidak tahu apa-apa dan penggalang dana yang tidak jujur dan bersemangat untuk menandai segala sesuatu dengan AI, dan meskipun benar bahwa perusahaan-perusahaan sering kali secara sistematis melebih-lebihkan betapa kerennya model-model terbaru mereka, tidaklah “heboh” untuk melihat AI sebagai sebuah hal yang tidak masuk akal. suatu hal yang sangat besar dan salah satu kontribusi ilmiah dan intelektual terkemuka di zaman kita. Itu akurat.
Panitia Hadiah Nobel mungkin mencoba atau tidak mencoba untuk mengikuti tren tersebut — mereka hanyalah orang-orang biasa dengan motivasi yang sama seperti orang lain — namun pekerjaan yang mereka identifikasi benar-benar penting, dan kita semua hidup di dunia yang telah diperkaya olehnya.
