Dalam aspek ekonomi, pemikiran mendalam tentang kecerdasan buatan sangat penting. Berikut adalah sepuluh poin kunci yang patut kita pertimbangkan dengan seksama.
Ekosistem AI yang beragam sedang terbentuk, bukan kecerdasan buatan umum yang tunggal. Kita sedang menyaksikan pola di mana beberapa model kuat coexist, dengan berbagai kemampuan model yang sebanding, tanpa ada yang mendominasi. Masa depan mungkin adalah koeksistensi dan saling melengkapi antara manusia dan berbagai bentuk AI, bukan dikendalikan oleh AGI yang mendominasi.
Teknologi AI saat ini memusatkan biaya pada input prompt dan validasi hasil. AI terutama mengambil alih tugas di tahap tengah, dan belum mencapai proses end-to-end sepenuhnya. Meskipun proses tengah dipercepat, biaya bisnis secara keseluruhan masih berpindah ke kedua ujung.
AI yang ada saat ini lebih mirip dengan kecerdasan yang diperkuat daripada kecerdasan buatan yang sebenarnya. Ini kekurangan kesadaran subjek perilaku yang independen, tidak dapat menetapkan tujuan yang kompleks atau memverifikasi output secara mandiri. Manusia masih perlu menginvestasikan banyak energi dalam menetapkan tujuan, memeriksa hasil, membangun petunjuk, dan mengintegrasikan sistem. Semakin pintar penggunanya, semakin signifikan efek peningkatan kecerdasan AI.
AI tidak akan sepenuhnya menggantikan pekerjaan manusia, melainkan memungkinkan orang untuk terlibat dalam lebih banyak bidang. Itu bisa membuatmu menjadi desainer atau animator yang kompeten, tetapi untuk benar-benar menguasai, masih diperlukan sentuhan profesional.
AI generasi baru pada dasarnya menggantikan pekerjaan AI generasi sebelumnya. Misalnya, model generasi gambar baru menggantikan versi lama, dan model bahasa yang lebih canggih menggantikan versi awal. Setelah suatu tugas diserahkan kepada AI, hanya perlu terus memperbarui ke model terbaru.
Kemampuan AI dalam ekspresi visual lebih unggul daripada ekspresi teks. Ia menunjukkan performa yang lebih baik dalam pengembangan frontend, pengolahan gambar, dan video. Ini karena output visual mudah diverifikasi oleh mata manusia, sementara banyak teks atau kode yang dihasilkan AI memerlukan lebih banyak tenaga untuk diperiksa.
Yang benar-benar patut diwaspadai adalah AI mematikan yang sudah ada, seperti "mesin pembunuh" seperti drone. Negara-negara saling berlomba untuk mengembangkan teknologi ini, yang lebih mengkhawatirkan dibandingkan dengan generator gambar atau chatbot.
Karakteristik AI adalah probabilistik, sedangkan teknologi kriptografi adalah deterministik. Oleh karena itu, teknologi kriptografi dapat berfungsi sebagai penyeimbang AI. Misalnya, meskipun AI dapat memecahkan CAPTCHA, ia tidak dapat memalsukan saldo di blockchain. Ia dapat menyelesaikan beberapa persamaan, tetapi tidak dapat memecahkan persamaan kriptografi. Teknologi kriptografi mewakili bidang yang saat ini tidak dapat dijangkau oleh AI.
Praktik telah membuktikan bahwa AI sedang mendorong desentralisasi, bukan sentralisasi. Ini tercermin dalam banyak perusahaan AI yang berkembang berdampingan, tim kecil yang memanfaatkan alat yang tepat untuk mencapai lompatan kemampuan, serta munculnya model sumber terbuka berkualitas tinggi.
Proporsi terbaik penggunaan teknologi AI dalam aplikasi tidaklah 100%. Penggunaan AI pada 0% sangat tidak efisien, sementara penggunaan AI 100% dapat menyebabkan penurunan kualitas. Proporsi AI yang ideal seharusnya berada di antara 0-100%, dengan nilai spesifik yang bervariasi tergantung pada situasi. Kuncinya adalah memahami bahwa kedua ekstrem bukanlah solusi yang optimal, yang mencerminkan kurva keseimbangan dalam bidang AI.
Keterbatasan AI
Secara keseluruhan, model AI saat ini masih memiliki banyak batasan dan jauh dari serba bisa.
Dalam hal efisiensi ekonomi, AI dibatasi oleh biaya panggilan API yang tinggi dan munculnya model-model kompetitif.
Dalam bidang matematika, AI tidak dapat menyelesaikan masalah kompleks seperti kekacauan, turbulensi, atau enkripsi.
Dalam aplikasi praktis, AI memerlukan petunjuk dan verifikasi manusia, dan hanya dapat beroperasi di antara lapisan tengah, bukan untuk mewujudkan proses lengkap dari ujung ke ujung.
Di tingkat fisik, AI masih bergantung pada manusia untuk merasakan lingkungan dan memasukkan informasi, tidak dapat secara mandiri mengumpulkan data lingkungan.
Keterbatasan ini mungkin akan diatasi di masa depan. Ada harapan untuk mewujudkan penyatuan pemikiran probabilistik AI dengan pemikiran deterministik dan logis komputer tradisional, tetapi ini tetap merupakan topik penelitian yang terbuka.
Halaman ini mungkin berisi konten pihak ketiga, yang disediakan untuk tujuan informasi saja (bukan pernyataan/jaminan) dan tidak boleh dianggap sebagai dukungan terhadap pandangannya oleh Gate, atau sebagai nasihat keuangan atau profesional. Lihat Penafian untuk detailnya.
20 Suka
Hadiah
20
4
Posting ulang
Bagikan
Komentar
0/400
GhostInTheChain
· 08-14 00:36
Pertarungan model besar yang menarik
Lihat AsliBalas0
OnchainArchaeologist
· 08-14 00:33
Tidak bisa mengalahkan manusia, AI saat ini masih terlalu awal.
Sepuluh Wawasan AI: Dari Ekosistem Beragam ke Keseimbangan Aplikasi
Sepuluh Pemikiran tentang Kecerdasan Buatan
Dalam aspek ekonomi, pemikiran mendalam tentang kecerdasan buatan sangat penting. Berikut adalah sepuluh poin kunci yang patut kita pertimbangkan dengan seksama.
Ekosistem AI yang beragam sedang terbentuk, bukan kecerdasan buatan umum yang tunggal. Kita sedang menyaksikan pola di mana beberapa model kuat coexist, dengan berbagai kemampuan model yang sebanding, tanpa ada yang mendominasi. Masa depan mungkin adalah koeksistensi dan saling melengkapi antara manusia dan berbagai bentuk AI, bukan dikendalikan oleh AGI yang mendominasi.
Teknologi AI saat ini memusatkan biaya pada input prompt dan validasi hasil. AI terutama mengambil alih tugas di tahap tengah, dan belum mencapai proses end-to-end sepenuhnya. Meskipun proses tengah dipercepat, biaya bisnis secara keseluruhan masih berpindah ke kedua ujung.
AI yang ada saat ini lebih mirip dengan kecerdasan yang diperkuat daripada kecerdasan buatan yang sebenarnya. Ini kekurangan kesadaran subjek perilaku yang independen, tidak dapat menetapkan tujuan yang kompleks atau memverifikasi output secara mandiri. Manusia masih perlu menginvestasikan banyak energi dalam menetapkan tujuan, memeriksa hasil, membangun petunjuk, dan mengintegrasikan sistem. Semakin pintar penggunanya, semakin signifikan efek peningkatan kecerdasan AI.
AI tidak akan sepenuhnya menggantikan pekerjaan manusia, melainkan memungkinkan orang untuk terlibat dalam lebih banyak bidang. Itu bisa membuatmu menjadi desainer atau animator yang kompeten, tetapi untuk benar-benar menguasai, masih diperlukan sentuhan profesional.
AI generasi baru pada dasarnya menggantikan pekerjaan AI generasi sebelumnya. Misalnya, model generasi gambar baru menggantikan versi lama, dan model bahasa yang lebih canggih menggantikan versi awal. Setelah suatu tugas diserahkan kepada AI, hanya perlu terus memperbarui ke model terbaru.
Kemampuan AI dalam ekspresi visual lebih unggul daripada ekspresi teks. Ia menunjukkan performa yang lebih baik dalam pengembangan frontend, pengolahan gambar, dan video. Ini karena output visual mudah diverifikasi oleh mata manusia, sementara banyak teks atau kode yang dihasilkan AI memerlukan lebih banyak tenaga untuk diperiksa.
Yang benar-benar patut diwaspadai adalah AI mematikan yang sudah ada, seperti "mesin pembunuh" seperti drone. Negara-negara saling berlomba untuk mengembangkan teknologi ini, yang lebih mengkhawatirkan dibandingkan dengan generator gambar atau chatbot.
Karakteristik AI adalah probabilistik, sedangkan teknologi kriptografi adalah deterministik. Oleh karena itu, teknologi kriptografi dapat berfungsi sebagai penyeimbang AI. Misalnya, meskipun AI dapat memecahkan CAPTCHA, ia tidak dapat memalsukan saldo di blockchain. Ia dapat menyelesaikan beberapa persamaan, tetapi tidak dapat memecahkan persamaan kriptografi. Teknologi kriptografi mewakili bidang yang saat ini tidak dapat dijangkau oleh AI.
Praktik telah membuktikan bahwa AI sedang mendorong desentralisasi, bukan sentralisasi. Ini tercermin dalam banyak perusahaan AI yang berkembang berdampingan, tim kecil yang memanfaatkan alat yang tepat untuk mencapai lompatan kemampuan, serta munculnya model sumber terbuka berkualitas tinggi.
Proporsi terbaik penggunaan teknologi AI dalam aplikasi tidaklah 100%. Penggunaan AI pada 0% sangat tidak efisien, sementara penggunaan AI 100% dapat menyebabkan penurunan kualitas. Proporsi AI yang ideal seharusnya berada di antara 0-100%, dengan nilai spesifik yang bervariasi tergantung pada situasi. Kuncinya adalah memahami bahwa kedua ekstrem bukanlah solusi yang optimal, yang mencerminkan kurva keseimbangan dalam bidang AI.
Keterbatasan AI
Secara keseluruhan, model AI saat ini masih memiliki banyak batasan dan jauh dari serba bisa.
Dalam hal efisiensi ekonomi, AI dibatasi oleh biaya panggilan API yang tinggi dan munculnya model-model kompetitif.
Dalam bidang matematika, AI tidak dapat menyelesaikan masalah kompleks seperti kekacauan, turbulensi, atau enkripsi.
Dalam aplikasi praktis, AI memerlukan petunjuk dan verifikasi manusia, dan hanya dapat beroperasi di antara lapisan tengah, bukan untuk mewujudkan proses lengkap dari ujung ke ujung.
Di tingkat fisik, AI masih bergantung pada manusia untuk merasakan lingkungan dan memasukkan informasi, tidak dapat secara mandiri mengumpulkan data lingkungan.
Keterbatasan ini mungkin akan diatasi di masa depan. Ada harapan untuk mewujudkan penyatuan pemikiran probabilistik AI dengan pemikiran deterministik dan logis komputer tradisional, tetapi ini tetap merupakan topik penelitian yang terbuka.