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

Setiap hari, jurnalis｜Zhang Rui Editor｜Wen Duo

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

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

Tan Tieniu pernah menjabat Wakil Presiden Akademi Ilmu Pengetahuan China; pada Agustus 2022, ia menerima Penghargaan Sun Fu Jing Sun tertinggi di bidang pengenalan pola internasional—yang pertama kali diberikan kepada ilmuwan di luar 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 melakukan pengenalan iris dan gait recognition, dan hasil penelitiannya banyak digunakan di bidang penting seperti pertambangan dan forensik.

Dalam wawancara, Tan Tieniu mengungkapkan kekagumannya 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, banyak hal tidak mungkin dilakukan.” Tan Tieniu menegaskan bahwa pengembangan kecerdasan buatan harus “rasional dan pragmatis, tidak ikut-ikutan tren, menyesuaikan dengan kondisi lokal dan fokus pada penerapan,” serta memastikan kecerdasan buatan berperilaku 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 paparan yang intensif ini merupakan tanda kematangan industri?

Tan Tieniu: Robot humanoid memang merupakan bidang yang sedang menjadi pusat revolusi teknologi dan perubahan industri saat ini, dan disukai masyarakat. Tapi kita harus melihat dari sudut pandang yang benar, jangan hanya sekadar menikmati hiburan.

Pertama, patut dipuji bahwa dari “YangBot” tahun lalu hingga “WuBot” tahun ini［Bot adalah singkatan dari robot (Robot)］, tingkat kemampuan robot humanoid yang ditampilkan sangat mengesankan, dari berjalan tidak stabil menjadi bisa melakukan salto dalam waktu satu tahun, 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.

Gambar sumber: cuplikan video

Namun, kita juga harus bersikap objektif. Jangan menyamakan robot humanoid dengan kecerdasan buatan, melihat aksi salto dan gerakan keren lainnya, lalu menganggap bahwa robot tersebut memiliki kecerdasan tinggi. Harus dipahami bahwa: robot humanoid tidak sama dengan kecerdasan buatan.

Robot dan kecerdasan adalah dua konsep yang sangat terkait tetapi berbeda maknanya. Robot tidak harus memiliki kecerdasan; mereka lebih merupakan wadah yang mengandung kemampuan kecerdasan buatan. Hanya robot yang memiliki kecerdasan tertentu yang 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 drone berkelompok yang sudah diprogram dan dilatih sebelumnya dalam proses yang diketahui, tidak sepenuhnya mewakili kemajuan kecerdasan buatan. Jika selama pertunjukan tiba-tiba posisi properti diubah, robot mungkin tidak mampu menyesuaikan. 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 melakukan salto terus-menerus, itu akan bersifat sementara, dan 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 mampu menyelesaikan masalah tertentu. 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, dan pada tahun 2000 meluncurkan robot humanoid terkenal di seluruh dunia, “ASIMO” (Asimo), 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 dalam hal kemampuan kontrol gerak sudah jauh melampaui “ASIMO” tahun 2000, 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 “pembunuh” tersebut?

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

NBD: Menurut Anda, seberapa jauh teknologi robot saat ini dari benar-benar masuk ke rumah tangga dan pabrik dalam skenario nyata? Kapan robot dengan tingkat kecerdasan tinggi akan masuk ke rumah-rumah?

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

Alasannya, robot harus memiliki kemampuan persepsi lingkungan yang kuat. Mereka harus tahu apa kondisi sekitar, di mana posisi mereka, dan juga memahami niat manusia, apa yang ingin dilakukan. Tidak bisa selalu menghalangi jalan, dan tidak boleh mulai menuang air panas saat orang lain ingin mengambil gelas. 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.

Kemudian, kekurangan utama lainnya adalah ketangkasan manipulasi akhir, terutama kemampuan “tangan”. Kemampuan taktil saat ini masih jauh dari cukup, tidak mampu secara akurat merasakan tingkat kehalusan, bahan, suhu, kelembapan objek. Kapan robot humanoid bisa secara konsisten bermain ping-pong melawan manusia dan menang, saat itu saya benar-benar akan kagum, tapi saat ini masih sangat jauh.

NBD: Industri cukup optimis, memperkirakan dalam 3-5 tahun robot cerdas bisa masuk ke rumah tangga. Menurut Anda, apakah optimisme ini didasarkan pada faktor overheat?

Tan Tieniu: Ada yang berpendapat bahwa (industri) ini memiliki 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 bayangan, tetapi ini tidak berarti bahwa kecerdasan buatan saat ini serba bisa. Karena perkembangan sangat cepat, orang 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 hingga saat ini belum menghasilkan keuntungan.

Ketiga, gelembung valuasi. Meskipun OpenAI belum menguntungkan, valuasinya mencapai ratusan miliar dolar, jelas terlalu tinggi. Beberapa perusahaan kecerdasan buatan, bahkan produk yang layak saja, 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 Award, Herbert A. Simon, pada gelombang pertama kecerdasan buatan pada tahun 1965, pernah memprediksi bahwa dalam 20 tahun mesin akan mampu melakukan semua pekerjaan manusia. Tapi prediksi ini belum terwujud sampai sekarang. Jadi, dalam gelombang hype ini, kita harus lebih rasional.

3

Mewujudkan kecerdasan buatan umum masih jauh

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

Tan Tieniu: Kuncinya adalah bagaimana mendefinisikan kecerdasan buatan umum. Definisi saya: kecerdasan buatan yang mampu menyaingi 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 mewujudkannya.

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 mereka dilatih dengan data besar dan belum benar-benar memahami hubungan sebab-akibat dan hukum fisika di dunia nyata.

“Inteligensia” saat ini belum memiliki definisi yang seragam, 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 penampakannya 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 memiliki dua keraguan tentang AGI.

Pertama, apakah dalam aplikasi nyata memang diperlukan AGI? Secara umum, “umum” berarti mampu melakukan segala hal. Menurut saya pribadi, jawabannya adalah tidak, karena keahlian harus spesifik. Kita bicara tentang melatih talenta multidisiplin, tetapi ini tidak berarti orang tersebut mampu melakukan semuanya dengan baik, tidak ada istilah “serba bisa”.

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 kecerdasan, itu hanya disebut multi-fungsi, bukan umum.

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

4

Kecerdasan berwujud adalah jalan utama mendekati kecerdasan manusia

NBD: Ada pandangan bahwa kecerdasan berwujud adalah tahap wajib untuk mewujudkan AGI. Bagaimana pandangan Anda?

Tan Tieniu: Tentu saja, 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 diberi label.

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 dengan lingkungan hanya menjalankan tugas yang sudah diprogram, itu bukan kecerdasan berwujud.

Saat ini, ada kesalahpahaman bahwa selama ada entitas fisik dan sedikit kecerdasan, itu sudah kecerdasan berwujud. Itu 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, jika lengan robot cerdas mampu menghindari rintangan saat mengambil barang dan mampu mengubah jalur secara mandiri, itu baru disebut robot cerdas.

Lalu, apa bedanya robot berwujud dan robot cerdas? Pertama, jika robot adalah entitas fisik, pasti berwujud. Robot berwujud harus mampu belajar dan berkembang melalui interaksi dengan lingkungan, memperoleh kemampuan baru yang sebelumnya tidak diprogramkan. Jika kemampuannya hanya dipasang sebelumnya dan tetap statis, 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 yang paling langsung dan efektif adalah belajar dan berkembang seperti manusia, sehingga mungkin bisa melampaui.

Pengalaman saya tentang kecerdasan berwujud dalam beberapa tahun terakhir mengalami perubahan. Awalnya, saya ragu. Karena kecerdasan alami manusia dan hewan memang berkembang secara perlahan melalui pengalaman dan tantangan. Mereka harus melalui berbagai rintangan dan pengalaman dunia agar berkembang. Bukankah ini inti dari kecerdasan berwujud? Kata “zhi” (pengetahuan), bagian atas adalah “zhi” (pengetahuan), bagian bawah adalah “ri” (matahari), 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, tetapi jika tidak belajar bagaimana menggenggam lebih erat, tidak memiliki sensor taktil, dan tidak belajar dari umpan balik, itu tidak bisa disebut robot 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 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, dan kecerdasan berwujud adalah salah satu jalur pengembangan kecerdasan buatan, jalan utama mendekati kecerdasan manusia.

Model besar adalah inti dari gelombang panas kecerdasan buatan saat ini, yang didasarkan pada jaringan saraf dalam (deep neural network), meniru mekanisme pemrosesan informasi berlapis di otak manusia, belajar dari kasar ke halus, dari umum ke spesifik. Model besar secara kasar dapat dipahami sebagai jaringan saraf buatan yang sangat besar dengan parameter yang 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 meniru jaringan saraf otak manusia, ini memang cara yang paling intuitif.

Saya pernah mengemukakan pendapat pada April tahun lalu yang kini mulai terbukti: mengandalkan sepenuhnya pada pengumpulan daya komputasi dan data untuk mengembangkan kecerdasan buatan 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 batasnya, harus mencari jalan lain.

DeepSeek yang menimbulkan kehebohan karena tidak sepenuhnya bergantung pada pengumpulan daya komputasi dan data, melainkan melalui inovasi algoritma, menggunakan lebih sedikit chip dan data untuk mencapai hasil yang sama bahkan lebih baik.

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

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 terobosan disruptif paling layak 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. Jalur 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 layak diperhatikan dalam 3~5 tahun ke depan.

Kedua, terobosan di bidang teknologi sensor, terutama sensor dengan sensitivitas tinggi dan multi-fungsi. Ini sangat berkaitan dengan kemampuan ujung akhir seperti tangan yang cerdas, dan sangat penting untuk kecerdasan berwujud.

Selain itu, perlu metode pembelajaran mesin baru yang berfokus pada biaya rendah dan efisiensi tinggi, mengurangi ketergantungan pada daya dan data secara berlebihan. Dengan memanfaatkan mekanisme dari ilmu saraf dan ilmu kognitif, metode kecerdasan baru ini berpotensi mencapai terobosan, dan membuka jalur pengembangan yang tidak bergantung pada arsitektur Transformer dan model besar.

Selain itu, agen cerdas dan kolaborasi multi-agen sangat penting dan layak diperhatikan. Selain itu, 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”

yang disebabkan oleh perbedaan kondisi dan bakat

NBD: Anda menanggapi kekhawatiran umum di masyarakat tentang “kecerdasan buatan akan menggantikan manusia”, terutama kekhawatiran bahwa kecerdasan berwujud akan menggantikan pekerjaan kaum pekerja kasar. Apakah Anda punya saran? Kami melihat bahwa Universitas Nanjing sedang mempromosikan 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 seluruh mata pencaharian manusia.

Laporan Pekerjaan Masa Depan 2025 dari Forum Ekonomi Dunia memprediksi bahwa antara 2025 dan 2030, sekitar 92 juta pekerjaan akan tergantikan, dan diperkirakan akan muncul 170 juta pekerjaan baru. Pengalaman sejarah menunjukkan bahwa hubungan antara kemajuan teknologi dan lapangan kerja adalah: penggantian parsial, peningkatan jangka panjang, dan struktur 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 mungkin menghadapi pengangguran. Sebaliknya, jika kita merencanakan secara proaktif, memperkuat pelatihan di tempat kerja, dan mengubah kurikulum serta model pelatihan, kita bisa membantu tenaga kerja menyesuaikan diri dengan kebutuhan baru.

Gambar inspeksi kolaboratif manusia-mesin: cuplikan video

Oleh karena itu, Universitas Nanjing mengusung “tiga kecocokan” dalam pendidikan talenta: pertama, kecocokan dengan kebutuhan negara, menyesuaikan kurikulum sesuai kebutuhan nasional; kedua, kecocokan dengan karakter zaman, yang paling penting saat ini adalah kecerdasan; pada 2024, kami 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 siswa, mengajar sesuai bakat.

Ini adalah logika dasar reformasi pendidikan dan pengajaran kami, 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, memperhatikan masalah regional dan industri dalam pemberdayaan kecerdasan buatan, untuk menghindari “kesenjangan kecerdasan buatan” yang disebabkan oleh perbedaan kondisi dan bakat, yang dapat memperburuk ketidakseimbangan pembangunan regional dan industri, serta memperparah konflik sosial utama.

Kedua, memperluas permintaan dalam negeri adalah tugas utama untuk mendorong ekonomi, harus mendorong pemberdayaan konsumsi melalui AI, menciptakan skenario konsumsi baru, seperti layanan rumah tangga, perawatan lansia (“lansia”), pendidikan (“anak kecil”). Secara spesifik, robot pendamping yang benar-benar mampu memahami dan merasakan, aman, dan terjangkau, adalah aplikasi potensial yang sangat penting. Tentu saja, ini 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