Wawancara Eksklusif dengan Tan Tieniu, Anggota Tetap CPPCC Nasional dan Sekretaris Partai Komite Universitas Nanjing: Pengembangan Kecerdasan Buatan Memerlukan Menggembuskan Gelembung

Setiap hari, wartawan｜Zhang Rui Editor｜Wen Duo

Pada 5 Maret, laporan kerja pemerintah dirilis, “Kecerdasan Buatan” disebutkan berkali-kali, dan sekali lagi, kecerdasan berwujud dimasukkan ke dalam laporan.

Seputar topik hangat di bidang kecerdasan buatan dan kecerdasan berwujud, wartawan 《Berita Ekonomi Harian》 (selanjutnya NBD) melakukan wawancara khusus selama dua sesi nasional di seluruh negeri dengan anggota Komite Tetap Kongres Konsultatif Politik Rakyat Nasional ke-14, akademisi Akademi Ilmu Pengetahuan China, Sekretaris Partai Universitas Nanjing, Tan Tieniu.

Tan Tieniu pernah menjabat Wakil Presiden Akademi Ilmu Pengetahuan China; pada Agustus 2022, ia menerima Penghargaan Sun Sun untuk pengenalan pola internasional—penghargaan tertinggi di bidang pengenalan pola internasional—yang pertama kali diberikan kepada ilmuwan di luar wilayah Amerika Utara dan Eropa sejak didirikan pada 1988.

Tahun ini menandai 40 tahun Tan Tieniu berkecimpung di bidang kecerdasan buatan, dari awal pengenalan citra hingga pengenalan fitur biologis dan analisis video, Tan Tieniu terus membuka arah penelitian baru. Ia adalah ilmuwan domestik pertama yang mengerjakan pengenalan iris dan pengenalan gait, dan hasil penelitiannya banyak digunakan di bidang penting seperti pertambangan dan forensik.

Dalam wawancara, Tan Tieniu mengungkapkan bahwa kemajuan teknologi kecerdasan buatan dalam beberapa tahun terakhir benar-benar “di luar bayangan,” “di luar prediksi.” Ia mengenang, “Sekitar 10 tahun lalu, kita menganggap interaksi bahasa alami antara manusia dan robot sebagai tujuan utama perjuangan, sekarang masalah ini sudah hampir terselesaikan.”

Namun, ia juga mengingatkan, “Ini tidak berarti bahwa kecerdasan buatan saat ini serba bisa, masih banyak ‘tidak bisa’—meskipun tanpa kecerdasan buatan, kita pasti tidak bisa melakukan banyak hal.” Tan Tieniu menegaskan bahwa pengembangan kecerdasan buatan harus “rasional dan pragmatis, tidak ikut-ikutan tren, sesuai kondisi lokal, dan fokus pada penerapan,” serta memastikan kecerdasan buatan bersifat baik dan positif, benar-benar membantu perkembangan produktivitas baru, dan mendukung modernisasi gaya China.

1

Masih terlalu dini untuk membicarakan kematangan industri

NBD: Tahun ini, pertunjukan robot di panggung acara Tahun Baru Imlek kembali menjadi topik nasional. Menurut Anda, sinyal apa yang dilepaskan? Apakah eksposur besar ini merupakan tanda kematangan industri?

Tan Tieniu: Robot humanoid memang menjadi bidang hangat dalam revolusi teknologi dan perubahan industri saat ini, disukai masyarakat. Tapi kita harus melihat dari sudut pandang yang benar, jangan hanya melihat dari keramaian.

Pertama, patut diapresiasi bahwa dari “YangBot” tahun lalu hingga “WuBot” tahun ini［Bot adalah singkatan dari robot (Robot)］, tingkat kemampuan robot humanoid yang ditampilkan sangat mengesankan, dari tidak stabil berjalan dalam satu tahun menjadi bisa melakukan salto, kemajuan sangat cepat. Ini menunjukkan keberhasilan inovasi mandiri kita, membuktikan bahwa orang China juga mampu memimpin tren inovasi teknologi dunia. Jadi, kita harus percaya diri dalam inovasi mandiri, setidaknya dalam hal kemampuan gerak dan kontrol, kita sudah berada di depan dunia.

Sumber gambar: cuplikan video

Tapi juga harus bersikap realistis. Jangan menyamakan robot humanoid dengan kecerdasan buatan, melihat aksi salto dan gerakan keren lainnya, lalu menganggap mereka memiliki kecerdasan tinggi. Harus dipahami satu konsep dasar: robot humanoid tidak sama dengan kecerdasan buatan.

Robot dan kecerdasan adalah dua konsep yang sangat terkait tetapi berbeda makna. Robot tidak harus memiliki kecerdasan; mereka lebih sebagai wadah yang mengandung kemampuan kecerdasan buatan. Hanya robot yang memiliki kecerdasan tertentu yang bisa disebut robot cerdas, dan hal yang sama berlaku untuk robot humanoid.

Saat ini, banyak yang membicarakan robot humanoid di seluruh internet, lebih menunjukkan kemajuan dalam kontrol dan kemampuan gerak robot, seperti pertunjukan formasi drone, yang dilakukan berdasarkan proses, gerakan, dan skenario yang sudah diketahui dan diprogram sebelumnya, tidak sepenuhnya mewakili kemajuan kecerdasan buatan. Jika selama pertunjukan tiba-tiba memindahkan properti, mungkin robot itu tidak mampu menanggapi. Jika robot mampu mencari properti secara mandiri, itu baru tingkat tinggi, menunjukkan kecerdasan buatan sejati.

Jadi, masih terlalu dini membicarakan kematangan industri. Menurut saya, jika robot humanoid hanya menari dan salto terus-menerus, itu akan bersifat sementara, harus ada aplikasi yang benar-benar mematikan. Setelah acara Tahun Baru Imlek, banyak yang memesan, itu tidak aneh, tapi rasa segar dan rasa ingin tahu tidak akan bertahan lama. Intinya, apakah itu kebutuhan mendesak dan bisa menyelesaikan masalah apa pun? Jika tidak ada aplikasi yang benar-benar mematikan, pasti akan tersisih oleh sejarah.

Ada pelajaran berharga dari sejarah di sini. Jepang adalah negara yang memulai penelitian robot humanoid lebih awal, pada tahun 2000 meluncurkan robot humanoid terkenal “ASIMO” yang mengguncang dunia, tetapi setelah 22 tahun, karena biaya tinggi dan keterbatasan kegunaan, tidak mampu menemukan aplikasi yang benar-benar mematikan, akhirnya keluar dari panggung sejarah.

Tentu saja, robot Yushu saat ini jauh melampaui “ASIMO” dari segi kemampuan kontrol gerak, tetapi tingkat kecerdasannya masih terbatas.

2

Robot humanoid cerdas

Benar-benar masuk ke rumah tangga secara massal minimal membutuhkan waktu lebih dari 5 tahun

NBD: Menurut Anda, aplikasi apa yang bisa menjadi aplikasi mematikan tersebut?

Tan Tieniu: Banyak sekali, misalnya di bidang manufaktur, inspeksi—seperti inspeksi jalan, kereta cepat, kabel listrik tinggi. Tapi pekerjaan inspeksi membutuhkan robot yang memiliki “mata emas”, yaitu kemampuan visual yang kuat dan kecepatan komputasi yang tinggi, ini tidak hanya soal kontrol dan gerak, tetapi juga harus mampu memahami lingkungan dan persepsi. Saat ini, sudah ada beberapa aplikasi di bidang inspeksi, tetapi di skenario terbuka masih menghadapi tantangan.

NBD: Menurut Anda, apa saja hambatan utama yang harus dilalui agar robot benar-benar masuk ke rumah dan pabrik? Kapan robot dengan tingkat kecerdasan tinggi akan masuk ke rumah tangga dan industri?

Tan Tieniu: Robot sudah masuk ke rumah tangga, seperti robot penyapu yang sudah memiliki kemampuan tertentu. Tapi agar robot humanoid benar-benar masuk ke rumah, membantu melakukan pekerjaan rumah lebih banyak, dan mencapai kolaborasi manusia-mesin yang mulus, masih banyak tantangan. Menurut saya, minimal membutuhkan waktu lebih dari 5 tahun.

Alasannya, robot harus mampu memiliki persepsi lingkungan yang kuat. Mereka harus tahu apa kondisi sekitar, di mana mereka berada, dan juga memahami niat manusia, apa yang ingin dilakukan. Tidak bisa selalu menghalangi jalan, dan tidak boleh saat orang ingin mengambil gelas, robot malah mulai menuang air panas. Harus mampu menilai niat berdasarkan perilaku manusia, ini sangat sulit. Jika tidak tahu apa yang diinginkan orang lain, tidak bisa melakukan kolaborasi, bahkan bisa menimbulkan risiko karena kesalahan operasi.

AI generatif

Kelemahan utama lainnya adalah ketangkasan di bagian akhir, terutama “tangan” yang sangat lincah. Saat ini, kemampuan sensor sentuh masih jauh dari cukup, tidak mampu secara akurat mendeteksi tekstur, suhu, kelembapan, dan lain-lain dari objek. Kapan robot humanoid bisa secara konsisten bermain ping-pong dan menang melawan manusia, saat itu saya benar-benar akan kagum, tapi saat ini masih jauh dari sana.

NBD: Industri cukup optimis, menganggap dalam 3–5 tahun robot cerdas bisa masuk ke rumah tangga. Menurut Anda, apakah optimisme ini terlalu berlebihan karena faktor gelembung pasar?

Tan Tieniu: Ada yang berpendapat (industri) ini adalah gelembung, saya setuju. Saya melihat ada tiga gelembung utama:

Pertama, gelembung harapan. Orang memiliki harapan tinggi terhadap kecerdasan buatan dan robot humanoid, kemajuan dalam beberapa tahun terakhir memang di luar ekspektasi, tapi ini tidak berarti kecerdasan buatan saat ini serba bisa. Karena perkembangan sangat cepat, banyak yang beranggapan bahwa dalam dua tahun atau beberapa tahun, kecerdasan buatan umum (AGI) akan terwujud, ini terlalu optimis.

Kedua, gelembung investasi. OpenAI telah menghabiskan dana besar, dan sampai saat ini belum menghasilkan keuntungan.

Ketiga, gelembung valuasi. Meskipun OpenAI belum menguntungkan, valuasinya mencapai ratusan miliar dolar, jelas terlalu tinggi. Beberapa perusahaan kecerdasan buatan, produk yang layak saja belum ada, sudah dinilai puluhan miliar dolar, ini jelas berlebihan. Selain itu, hype dari media dan media sosial juga memperbesar gelembung ini.

Pemenang Nobel Ekonomi dan Turing Herbert A. Simon pernah memprediksi saat gelombang pertama kecerdasan buatan pada 1965 bahwa dalam 20 tahun mesin akan mampu melakukan semua pekerjaan manusia. Tapi prediksi ini sampai sekarang belum terwujud. Jadi, dalam gelombang hype ini, kita harus lebih rasional.

3

Mewujudkan kecerdasan buatan umum masih jauh

NBD: Anda pernah mengatakan “Musk terlalu optimis,” dan menganggap AGI masih jauh. Tapi, industri tetap semangat mengejar AGI. Di antara “rasional dan pragmatis” serta “idealisme teknologi,” menurut Anda, bagaimana sebaiknya perkembangan kecerdasan buatan di China diatur?

Tan Tieniu: Kuncinya adalah bagaimana mendefinisikan kecerdasan buatan umum. Definisi saya: kecerdasan buatan yang mampu menyamai dan melampaui kecerdasan manusia (kebijaksanaan), itulah kecerdasan buatan umum. Minimal harus setara dengan manusia, mampu melakukan semua pekerjaan manusia. Jika didefinisikan seperti itu, saya rasa, dalam waktu dekat yang saya lihat, sangat sulit untuk terwujud.

Alasannya, manusia memiliki intuisi, pengetahuan umum, mampu berpikir analog, mengintegrasikan berbagai pengetahuan, dan yang lebih penting, mampu memahami makna tersirat dari ucapan dan tulisan. Saat ini, kecerdasan buatan kadang bahkan tidak memahami pengetahuan umum, karena dilatih dari data besar, dan belum benar-benar memahami hubungan sebab-akibat dan hukum fisika di dunia nyata.

“Inteligensia” saat ini belum memiliki definisi tunggal, dan mekanisme kecerdasan dan kebijaksanaan manusia juga belum sepenuhnya dipahami. Melampaui sesuatu yang belum sepenuhnya dipahami secara logis tidak masuk akal. Hanya secara permukaan mungkin bisa melampaui, tetapi penampakan tidak bisa mencakup semua aspek, dan tidak bisa diuji secara lengkap. Dari penampakan, masih ada kesalahpahaman bahwa kecerdasan buatan sudah memiliki kesadaran dan emosi, padahal sebenarnya hanya meniru. Meniru tidak sama dengan memiliki, dan tidak sama dengan menguasai.

Saya selalu punya dua keraguan tentang AGI.

Pertama, apakah dalam aplikasi nyata memang diperlukan AGI? Secara umum, “umum” berarti bisa melakukan apa saja. Menurut saya pribadi, jawabannya tidak, karena bidang keahlian itu spesifik. Kita bicara tentang melatih tenaga kerja multitalenta, tapi bukan berarti orang tersebut mampu melakukan semua pekerjaan dengan baik, tidak ada yang disebut generalist sejati.

Kalau begitu, mengapa tidak membangun sejumlah agen kecerdasan khusus yang mendalam? Mereka bisa bekerja sama dan saling mengatur. Bahkan dalam skenario rumah tangga, memasak, membersihkan, merawat orang tua, semuanya dilakukan oleh satu agen cerdas, itu masih disebut multi-tasking, bukan AGI.

AI generatif

Kedua, apakah AGI bisa terwujud? AGI harus melampaui kecerdasan manusia, sementara mekanisme kecerdasan manusia sendiri belum sepenuhnya dipahami, bagaimana bisa melampaui? Jadi, pandangan saya tentang AGI adalah: masih sangat jauh atau bahkan tidak mungkin terwujud dalam waktu dekat.

4

Kecerdasan berwujud adalah jalan utama mendekati kecerdasan manusia secara tak terbatas

NBD: Ada pandangan bahwa kecerdasan berwujud adalah tahap wajib untuk mewujudkan AGI. Menurut Anda, bagaimana pandangan ini?

Tan Tieniu: Tentu, jika ingin mendekati kecerdasan dan kebijaksanaan manusia secara tak terbatas, menurut saya, kecerdasan berwujud adalah jalur, atau jalan utama. Tapi, saat ini, istilah “kecerdasan berwujud” juga sering disalahgunakan dan dikotakkan.

Kecerdasan berwujud memiliki dua elemen inti: pertama, memiliki tubuh, yaitu entitas fisik yang bisa dilihat dan diraba; kedua, berinteraksi secara terus-menerus dengan lingkungan, menjadi semakin pintar melalui “bermain dan berjuang” di dalamnya. Jika interaksi hanya sebatas menjalankan tugas yang sudah diprogram, itu bukan kecerdasan berwujud.

Saat ini, ada kesalahpahaman bahwa cukup dengan memiliki fisik dan sedikit kecerdasan, maka disebut robot berwujud. Ini salah. Harus dibedakan antara robot dan kecerdasan buatan, robot dan robot cerdas, robot cerdas dan robot berwujud.

Secara sederhana, robot adalah entitas perangkat keras, sedangkan robot cerdas adalah yang dilengkapi kemampuan kecerdasan. Misalnya, lengan robot industri biasa diprogram sebelumnya, tanpa kecerdasan; tetapi lengan robot cerdas saat mengambil barang, jika menghadapi hambatan, mampu mengubah jalur secara mandiri dan menghindar, melanjutkan tugas.

Lalu, apa bedanya robot berwujud dan robot cerdas? Pertama, jika robot itu fisik, pasti berwujud. Robot berwujud harus mampu belajar dan berkembang melalui interaksi dengan lingkungan, memperoleh data baru, dan meningkatkan kecerdasannya secara dinamis, menguasai kemampuan yang sebelumnya tidak diprogramkan. Jika kemampuannya hanya dipasang dari awal dan tetap, itu hanya disebut robot cerdas, bukan robot berwujud.

Mengapa dikatakan bahwa kecerdasan berwujud adalah jalan utama mendekati kecerdasan manusia? Karena kecerdasan manusia sendiri berkembang melalui proses seperti itu. Untuk mendekati kecerdasan manusia, cara paling langsung dan efektif adalah belajar dan berevolusi seperti manusia, sehingga mungkin bisa melampaui.

Pengalaman saya selama beberapa tahun terakhir tentang kecerdasan berwujud mengalami perubahan pandangan. Awalnya, saya ragu. Karena kecerdasan alami manusia dan hewan berkembang secara perlahan melalui pengalaman dan tantangan. Mereka harus melalui badai dan pengalaman dunia agar tumbuh dan berkembang. Bukankah ini inti dari kecerdasan berwujud? Kata “智” (zhi) di karakter “智慧” (kebijaksanaan), atasnya “知” (pengetahuan), bawahnya “日” (hari), melambangkan pengalaman langsung hari demi hari. Kebijaksanaan, kecerdasan, dan intelegensia berarti melalui pengalaman dan praktik.

Oleh karena itu, inti dari kecerdasan berwujud adalah memperoleh peningkatan dinamis melalui interaksi dengan lingkungan. Jika hanya ada interaksi, tetapi tingkat kecerdasannya tetap, itu hanya disebut robot cerdas, bukan robot berwujud. Misalnya, lengan robot yang memegang gelas, itu interaksi, tapi jika tidak belajar bagaimana menggenggam lebih erat, tidak memiliki sensor sentuh dan feedback, itu tidak bisa disebut robot berwujud berwujud.

5

Mengumpulkan daya komputasi dan data

Mengandalkan cara ini untuk mengembangkan kecerdasan buatan tidak berkelanjutan

NBD: Anda sering menyebut “kecerdasan,” apakah kecerdasan ini bisa dipahami sebagai kemampuan model besar (large model)? Bagaimana pandangan Anda tentang peran model besar dalam kecerdasan berwujud? Apakah ada risiko “ketergantungan berlebihan pada model besar”?

Tan Tieniu: Di sini, ada beberapa konsep yang perlu diluruskan. Model besar tidak sama dengan kecerdasan buatan; kecerdasan berwujud adalah jalur dan metode pengembangan kecerdasan buatan, jalan utama mendekati kecerdasan manusia secara tak terbatas.

Model besar adalah teknologi inti dari gelombang panas kecerdasan buatan saat ini, didasarkan pada jaringan saraf dalam yang mendalam, meniru mekanisme pemrosesan informasi bertingkat dari otak manusia, belajar dari kasar ke halus, dari umum ke spesifik. Secara kasar, model besar bisa dipahami sebagai jaringan saraf buatan besar dengan parameter sangat banyak (meniru jaringan saraf otak manusia), dilatih dengan data dalam jumlah besar. Ini hanyalah salah satu cara mewujudkan kecerdasan buatan, bukan satu-satunya. Meniru kecerdasan manusia tidak harus melalui jaringan saraf otak manusia, itu memang cara paling intuitif.

Saya pernah mengemukakan pendapat pada April tahun lalu yang kini mulai terbukti: mengandalkan tumpukan daya komputasi dan data secara penuh untuk mengembangkan kecerdasan buatan adalah tidak berkelanjutan. Ada tiga alasan: pertama, peningkatan performa tidak berkelanjutan, dengan data dan daya komputasi yang sama, peningkatan performa semakin kecil; kedua, daya komputasi tidak berkelanjutan; ketiga, data tidak berkelanjutan. Data yang tersedia di internet hampir habis. Setiap sistem fisik memiliki batas, harus mencari jalan lain.

Harga kartu grafis yang meningkat adalah pengalaman paling langsung orang awam terhadap tumpukan daya komputasi. Sumber gambar: Arsip Media Harian

DeepSeek menjadi sensasi karena tidak sepenuhnya bergantung pada tumpukan daya komputasi dan data, melainkan melalui inovasi algoritma, menggunakan lebih sedikit chip dan data untuk mencapai hasil yang sama atau bahkan lebih baik.

Model besar tidak bisa terus-menerus “besar,” skala efisiensi pasti memiliki batas. Jadi, harus mencari jalan lain, dan kecerdasan berwujud adalah salah satunya, tidak sepenuhnya bergantung pada data yang sudah ada di internet, tetapi memperoleh data secara dinamis melalui interaksi dengan lingkungan, misalnya saat mengambil gelas, merasakan tekstur dan kehalusan.

6

Dalam 3–5 tahun ke depan,

Perlu perhatian pada terobosan di bidang teknologi sensor dan antarmuka otak-komputer

NBD: Dalam 3–5 tahun ke depan, apa saja terobosan paling revolusioner yang patut diperhatikan di bidang kecerdasan buatan dan kecerdasan berwujud?

Tan Tieniu: Saya rasa ada beberapa arah yang patut diperhatikan.

Pertama, terobosan di struktur dasar dan pola pembelajaran mesin baru. Pendekatan yang sepenuhnya bergantung data tidak berkelanjutan, perlu mengeksplorasi pola baru yang menggabungkan data dan aturan. Menggabungkan data dan aturan, menggunakan aturan untuk bagian yang pasti, dan data untuk bagian yang tidak pasti. Selain itu, mengeksplorasi pola baru yang menggabungkan data dan pengetahuan, mendorong keduanya secara bersamaan. Ini adalah terobosan teknologi yang patut diperhatikan dalam 3–5 tahun ke depan.

Kedua, terobosan di bidang teknologi sensor, terutama sensor yang sangat sensitif dan multifungsi. Ini sangat berkaitan dengan kemampuan ujung akhir seperti tangan yang lincah, dan sangat penting untuk kecerdasan berwujud.

Selain itu, perlu metode pembelajaran mesin baru yang berbiaya rendah dan efisien, mengurangi ketergantungan pada daya komputasi dan data secara besar-besaran. Dengan memanfaatkan mekanisme dari ilmu saraf dan ilmu kognitif, mungkin akan muncul metode kecerdasan baru yang tidak bergantung pada arsitektur Transformer, membuka jalan baru untuk pengembangan yang tidak bergantung pada model besar.

Selain itu, agen cerdas dan kolaborasi multi-agen sangat penting dan patut diperhatikan. Kolaborasi manusia-mesin juga sangat penting, termasuk teknologi antarmuka otak-komputer yang dapat menjadi terobosan dalam cara manusia dan mesin berinteraksi dan bekerja sama.

7

Menghindari “kesenjangan kecerdasan buatan”

Karena perbedaan kondisi dan kemampuan, akan timbul “kesenjangan kecerdasan buatan”

NBD: Anda memiliki pandangan tentang kekhawatiran umum di masyarakat bahwa “kecerdasan buatan akan menggantikan manusia,” terutama kekhawatiran bahwa kecerdasan berwujud akan menggantikan pekerjaan kaum pekerja kasar. Apakah ada saran? Kami melihat bahwa Universitas Nanjing sedang memajukan pendidikan umum kecerdasan buatan “1+X+Y,” apakah pendidikan umum ini bisa memenuhi kebutuhan talenta di era AI?

Tan Tieniu: Penggantian sebagian pekerjaan oleh kecerdasan buatan adalah hal yang pasti, ini adalah norma kemajuan teknologi. Tapi secara keseluruhan, ini tidak akan menghancurkan semua pekerjaan manusia.

Laporan “Future of Jobs 2025” dari Forum Ekonomi Dunia memprediksi bahwa antara 2025 dan 2030, sekitar 92 juta pekerjaan akan tergantikan, tetapi akan menciptakan sekitar 170 juta pekerjaan baru. Pengalaman sejarah menunjukkan bahwa hubungan antara kemajuan teknologi dan pekerjaan adalah: penggantian sebagian secara lokal, tetapi secara jangka panjang meningkatkan jumlah pekerjaan, karena struktur ekonomi yang lebih baik.

Namun, pekerjaan baru ini tidak selalu bisa diisi oleh orang yang tergantikan. Jika orang tidak berkomitmen untuk belajar seumur hidup dan tidak memperhatikan pelatihan ulang, mereka bisa menghadapi pengangguran. Sebaliknya, jika kita merencanakan ke depan, memperkuat pelatihan di tempat kerja, dan mengubah kurikulum serta model pelatihan, kita bisa membantu tenaga kerja menyesuaikan diri dengan kebutuhan baru.

Contoh kolaborasi manusia-mesin dalam inspeksi. Sumber gambar: cuplikan video

Oleh karena itu, Universitas Nanjing mengusung “tiga kecocokan”: pertama, kecocokan dengan kebutuhan negara, menyesuaikan kurikulum sesuai kebutuhan nasional; kedua, kecocokan dengan karakter zaman, yang paling penting saat ini adalah kecerdasan; pada 2024, kita akan membuka mata pelajaran wajib umum kecerdasan buatan secara nasional, mencakup semua mahasiswa, dan melatih pengajar, karena kecerdasan buatan akan menggantikan mereka yang tidak menguasainya; ketiga, kecocokan dengan perkembangan mahasiswa, mengajar sesuai kemampuan.

Ini adalah logika dasar reformasi pendidikan kita, bukan sekadar untuk sensasi.

NBD: Ada saran atau pemikiran lain tentang perkembangan kecerdasan buatan?

Tan Tieniu: Saya rasa ada beberapa hal yang perlu diperhatikan—

Pertama, perhatian khusus terhadap masalah regional dan industri yang didukung kecerdasan buatan, agar tidak terjadi “kesenjangan kecerdasan buatan” yang memperburuk ketimpangan regional dan industri, serta memperparah konflik sosial utama.

Kedua, memperluas permintaan dalam negeri adalah tugas utama untuk mendorong ekonomi, harus mendorong AI untuk memperkuat konsumsi, menciptakan skenario konsumsi baru, seperti layanan rumah tangga, perawatan lansia (“lansia”), pendidikan (“anak kecil”). Misalnya, robot pendamping yang benar-benar mampu memahami dan aman, andal, dan harganya terjangkau, bisa menjadi aplikasi mematikan. Tapi, ini juga melibatkan banyak masalah yang harus diselesaikan secara bertahap, termasuk standar, etika, keamanan, dan lain-lain, yang harus diatasi selama proses pengembangan.

Wartawan｜Zhang Rui

Editor｜Wen Duo

Visual｜Chen Guanyu

Tata letak｜Wen Duo

Koordinasi｜Yi Qijiang

**   **

**｜Berita Ekonomi Harian  nbdnews  Artikel asli｜   **

Dilarang reproduksi, kutipan, salinan, dan penggunaan mirror tanpa izin