Musim Dingin Menuju Musim Semi

Diterbitkan Ulang Oleh Plato

Followers: 0

pemandangan pohon musim dingin dan musim panas

Saya takjub dengan AI.

Saat ini saya menggunakan ChatGPT untuk segala hal: ide bisnis, resep makan malam, tip tata bahasa, proyek do-it-yourself, pertanyaan filosofis, penelitian medis, soal matematika, bantuan coding, dan pengembangan diri.

Sudah menjadi lelucon di keluarga saya bahwa saya menjawab setiap pertanyaan dengan “Mengapa Anda tidak bertanya pada ChatGPT?”

Mereka seperti, “Kenapa tidak kamu tanya ChatGPT, karena itu pacarmu?”

Saya menggunakan ChatGPT untuk bantuan dalam meneliti kolom ini. (Tapi tidak secara tertulis – ini semua tentangku, sayang.)

Bagi kita yang tidak berkecimpung di bidang AI, ChatGPT sepertinya muncul dalam semalam. Faktanya, ini menarik sekitar 100 juta pengguna saja dua bulan setelah peluncuran – yang mungkin merupakan pertumbuhan aplikasi Internet tercepat dalam sejarah.

Namun, sejak saat itu, tampaknya pertumbuhan telah melambat, yang dinyatakan oleh Washington Post sebagai “mengguncang keyakinan pada revolusi AI.” Pemerintah bergegas untuk melakukan hal tersebut mengatur teknologinya. Sebuah perkiraan 75% perusahaan ingin melarang AI.

Pertama mereka mencintaimu, lalu mereka membencimu. Namun bagi AI OG, ini bukanlah hal baru.

Bagi mereka yang merasa bahwa kita berada di tengah-tengah musim dingin kripto yang lain, dengan bitcoin tertahan di angka $25,000, dan tidak ada kemajuan kecuali kasus pengadilan FTX, akan sangat membantu jika kita melihat sejarah AI.

Tahukah Anda bahwa ada musim dingin AI?

Musim Dingin AI > Musim Dingin Kripto

Bahkan, telah ada lebih Musim dingin AI dibandingkan musim dingin kripto, hanya karena teknologinya sudah ada lebih lama.

Meskipun terdapat banyak penelitian mendasar mengenai “mesin berpikir” pada tahun 1940-an dan 1950-an, penelitian tersebut masih berada pada titik terendah. Lokakarya Dartmouth 1956 bahwa “kecerdasan buatan” menjadi bidang studi yang diformalkan.

Ini adalah lokakarya selama delapan minggu di mana mereka mengumpulkan para otak besar di satu tempat: orang-orang jenius seperti Marvin Minsky (yang kemudian ikut mendirikan departemen AI MIT), John McCarthy (yang kemudian menjadi salah satu pendiri istilah “kecerdasan buatan”), dan bahkan diduga John Nash (kemudian dimainkan oleh Russell Crowe di A Beautiful Mind).

Saat ini, semuanya memiliki halaman Wikipedia.

Legenda mengatakan bahwa mereka harus mengacaukan seluruh lantai atas departemen matematika Dartmouth. Setiap hari ada yang mempresentasikan makalah atau ide, lalu berdiskusi. Salah satu peserta menggambarkan suasananya: “Sangat menarik, sangat menstimulasi, sangat mengasyikkan.”

Itu seperti perkemahan musim panas bagi para kutu buku. Kita dapat membayangkan bahwa para pemikir cantik ini meninggalkan seminar itu sambil berpikir, AI ada di sini. Itu telah datang.

Ingat, ini terjadi di 1956. Izinkan saya berkonsultasi dengan ChatGPT untuk menghitung sudah berapa lama hal itu terjadi.

Menunggu

Astaga. Seharusnya aku menggunakan kalkulator.

67 tahun yang lalu. Bisa saja melakukan itu di kepalaku.

Enam puluh tujuh tahun dari lokakarya Dartmouth hingga ChatGPT. Dan jalannya sangat berbatu-batu.

AI Musim Dingin Pertama: “Vodkanya Enak, Tapi Dagingnya Busuk”

Yang mengejutkan, terobosan AI pertama terjadi dengan cepat, ketika komputer awal menunjukkan hasil yang menjanjikan dalam penerjemahan bahasa. Media memuji perkembangan ini: mesin terjemahan sudah dekat!

Pemerintah AS melihat peluang untuk dengan cepat memecahkan kode pesan dari bahasa Rusia ke bahasa Inggris, senjata ampuh dalam Perang Dingin dengan Uni Soviet, dan dana penelitian AI mulai mengalir masuk.

Tentu saja, penerjemahan bahasa ternyata lebih sulit daripada yang terlihat, dan semua orang meremehkan kesulitan membuat komputer memahami “akal sehat”. Contoh yang terkenal adalah meminta mesin untuk menerjemahkan kalimat “Semangat memang penurut, namun daging lemah,” yang menjadi, “Vodkanya enak, tapi dagingnya busuk.”

Kekecewaan terhadap kemajuan proyek penelitian AI awal ini menyebabkan lain proyek penelitian pemerintah, yang menemukan bahwa penerjemahan AI lebih lambat dan lebih mahal dibandingkan penerjemahan manusia. Pendanaan mengering, dan musim dingin AI yang pertama pun dimulai.

bunga mekar di salju

Musim Dingin AI Kedua: “Jaringan Neural Tidak Ada Jalannya”

Namun para pembangun terus membangun.

Pada tahun 1960-an, topik hangat adalah jaringan saraf, yang mulai menghidupkan kembali minat terhadap bidang AI. Joseph Weizenbaum di MIT mengembangkan ELIZA, yang seperti versi primitif dari ChatGPT (coba di sini). Bahasa pemrograman AI baru, Prolog, dikembangkan di Perancis oleh Alain Colmerauer.

Uang mulai mengalir lagi.

Kali ini, hypenya lebih tinggi lagi. Peneliti AI mulai terjebak dalam “jaring yang semakin membesar-besarkan,” menurut peneliti AI Hans Moravec. Mereka akan membuat klaim konyol tentang apa yang bisa dicapai AI untuk memenangkan hibah besar dari pemerintah. Kemudian ketika mereka gagal memenuhinya, mereka akan membuat klaim yang lebih konyol lagi untuk memenangkan hibah berikutnya.

Jadi ketika pemerintah Inggris bertanya kepada ahli matematika tersebut Tuan James Lighthill saat membuat laporan mengenai kondisi AI beberapa tahun kemudian, ia mengecam teknologi tersebut, dengan alasan kegagalannya dalam mencapai “tujuan besarnya”. Laporan tersebut, yang diperkuat oleh media, menyebabkan pemerintahan Inggris ditutup semua Pendanaan AI di Inggris, kecuali untuk beberapa universitas riset.

Laporan Lighthill adalah badai publisitas yang buruk. Dan AI musim dingin kedua membeku lebih.

Musim Dingin AI Ketiga: “Perusahaan Tidak Akan Menggunakannya”

Namun para pembangun terus membangun.

Kebangkitan AI yang ketiga terjadi pada awal tahun 1980an, didorong oleh perusahaan-perusahaan yang melihat keunggulan kompetitif yang besar dalam penggunaan teknologi AI. “Sistem pakar” ini telah dibuat prototipenya di Carnegie Mellon untuk DEC, sehingga menghemat sekitar $40 juta bagi perusahaan komputer tersebut.

Kali ini, siklus hype semakin dipicu oleh ambisi Jepang Sistem Komputer Generasi Kelima proyek, yang bertujuan untuk menghasilkan komputer jenis baru untuk AI. Tiba-tiba setiap bisnis besar menginginkan “sistem pakar”.

Pada tahun 1984, Marvin Minsky dan Roger Schank, dua peneliti OG AI, menciptakan istilah “AI winter” pada sebuah konferensi industri, dengan alasan bahwa ekspektasi terhadap AI begitu tinggi sehingga kekecewaan pasti akan menyusul.

Benar saja, ekspektasi yang berlebihan segera bertabrakan dengan kenyataan yang mengecewakan bahwa “sistem pakar” ini sulit dan mahal untuk dipelihara, sementara proyek Generasi Kelima berakhir dengan kegagalan. AI untuk tujuan umum tampak semakin jauh dari biasanya.

Sekali lagi, musim dingin kripto tiba. Minsky dan Schank benar dalam prediksi mereka; sekali lagi, mereka pernah menonton film ini sebelumnya.

jarak penglihatan

Palung Kekecewaan

Perusahaan riset Gartner membuat diagram siklus hype ini untuk menggambarkan bagaimana teknologi baru biasanya berkembang: ada ledakan euforia awal ketika semua orang merasa bersemangat tentang apa yang dapat dilakukan oleh teknologi baru: telepon di saku Anda! Uang digital! Mobil tanpa pengemudi!

Tapi teknologi membutuhkan waktu.

Masyarakat menjadi tidak sabar, dan minat publik pun memudar. Para ahli tidak menyukai teknologi baru ini karena gagal memenuhi janjinya. Hal ini disebut “Palung Kekecewaan,” juga dikenal sebagai “musim dingin.”

Namun para pembangun terus membangun. Mereka bekerja keras di laboratorium dan bengkel yang kurang dikenal, dan secara bertahap mencapai terobosan, satu demi satu, yang perlahan-lahan terakumulasi menjadi visi yang dijanjikan – seringkali juga menjadi visi yang jauh lebih luas.

“Kemiringan Pencerahan” ini terjadi secara diam-diam dan bertahap, sementara seluruh dunia sudah menyerah terhadap teknologi, seperti yang terjadi pada AI. Selama tahun 1990-an, AI sangat ketinggalan jaman sehingga beberapa peneliti memberi nama berbeda pada karya mereka (seperti “machine learning” atau “computation Intelligence”).

Namun, akan lebih akurat jika menunjukkan siklus hype Gartner sebagai a seri siklus hype, satu demi satu, masing-masing mengarah ke dataran tinggi yang semakin tinggi, seperti dalam “Prinsip"

siklus hype gartner

Yang saling bertumpukan, dalam siklus perbaikan berkelanjutan:

siklus gartner

Yang akhirnya berujung pada singularitas supernova seperti peluncuran ChatGPT tahun ini. Itu terjadi sedikit demi sedikit, selama 67 tahun, lalu terjadilah semuanya sekaligus.

Meskipun kripto baru ada sejak tahun 2008, kesamaannya sangat besar.

Pasar ini juga mengalami siklus rollercoaster: musim dingin kripto pertama di tahun 2015 menyebabkan booming ICO di tahun 2017, diikuti oleh musim dingin kripto di tahun 2018-2019, “Musim Panas DeFi” di tahun 2020, kemudian runtuhnya Terra/FTX/banking sistem, dan musim dingin berikutnya.

Setiap kali, ekspektasi yang berlebihan bertabrakan dengan kenyataan pahit, dan kita terjatuh ke dalam jurang kekecewaan.

Seperti AI, peneliti dan perusahaan serius kini menyembunyikan pekerjaan kripto mereka di balik eufemisme seperti “aset digital” atau “teknologi buku besar digital.”

Dan media berita menambah pesimisme industri ini, karena mereka meliput setiap langkah dalam persidangan FTX, setiap gugatan SEC, dengan implisit. Saya sudah bilang begitu.

Sementara itu, pembangun terus membangun.

Dan investor terus berinvestasi.

Hari ini saya akan mengingatkan Anda akan hal itu musim dingin selalu mengarah ke musim semi. Hal ini sering terjadi pada AI, sama seperti yang akan terjadi lagi pada kripto.

Ketika hal besar berikutnya muncul – apakah itu terobosan peraturan, single K-pop baru yang dirilis sebagai NFT, atau kepala SEC yang baru – kami tidak mengikuti siklus hype, kami hanya terus berinvestasi dengan sabar, sebulan kemudian. bulan, di kami Portofolio Percaya Blockchain.

Pergantian musim. Namun strategi investasi kami tetap sama.

Berpakaianlah secara rapi, namun kenakan pakaian berlapis-lapis. Karena cepat atau lambat, cuaca akan panas lagi.

Lebih dari 50,000 investor mendapatkan kolom ini setiap hari Jumat. Klik untuk berlangganan dan bergabung dengan suku.