Lima Pelajaran Utama dari 80 Tahun Perkembangan AI

Baru-baru ini, sebuah raksasa teknologi menjadi perusahaan publik pertama yang mencapai nilai pasar lebih dari 4 triliun dolar AS. Peristiwa tonggak ini memicu pemikiran tentang perkembangan masa depan industri AI. Meskipun meramalkan prospek AI penuh tantangan, melihat kembali perjalanan perkembangannya selama 80 tahun, kita dapat mengambil pelajaran berharga dari pengalaman tersebut.

Asal usul AI dapat ditelusuri kembali ke tahun 1943, ketika dua akademisi menerbitkan makalah teoritis tentang jaringan neuron. Meskipun makalah ini kurang didukung oleh bukti eksperimen, namun menginspirasi perkembangan cabang AI yang kemudian dikenal sebagai "pembelajaran mendalam". Ini memberi tahu kita untuk waspada terhadap mencampuradukkan rekayasa dengan sains, spekulasi dengan fakta, dan lebih penting lagi, untuk menghindari ilusi bahwa "manusia dapat menciptakan mesin yang sama dengan dirinya sendiri".

Selama beberapa dekade terakhir, berbagai prediksi tentang kecerdasan buatan umum (AGI) yang akan segera terwujud terus bermunculan. Dari tahun 1950-an hingga 1980-an, dan hingga tahun-tahun terakhir ini, banyak pakar yang sangat percaya akan kedatangan AGI. Namun, ternyata prediksi-prediksi ini seringkali terlalu optimis. Kita harus dengan hati-hati memandang teknologi baru yang tampaknya menarik ini, dan secara teliti mengevaluasi persamaan dan perbedaannya dengan prediksi-prediksi sebelumnya.

Dalam perkembangan AI, orang sering terjebak dalam "kesalahan langkah pertama". Yaitu menganggap bahwa setelah mencapai kemajuan awal, mereka tidak jauh dari pencapaian sempurna. Namun sebenarnya, ada jurang besar antara tidak dapat menyelesaikan tugas sama sekali dan menyelesaikannya dengan susah payah, dibandingkan dengan dari menyelesaikannya dengan susah payah hingga menyelesaikannya dengan sangat baik.

Pada tahun 1980-an, sistem pakar pernah sangat populer. Namun, pada awal tahun 1990-an, tren ini dengan cepat memudar. Ini menunjukkan bahwa meskipun telah mendapatkan aplikasi yang luas dan investasi yang besar, tidak selalu dapat memastikan bahwa suatu teknologi dapat berkembang secara berkelanjutan dalam jangka panjang. Gelembung pada akhirnya akan pecah.

Selama ini, dua aliran AI, yaitu simbolisme dan koneksionisme, telah bersaing untuk meraih dominasi. Dalam beberapa tahun terakhir, metode koneksionisme yang diwakili oleh pembelajaran mendalam telah mencapai kesuksesan besar. Namun, kita tidak seharusnya menaruh semua harapan pada satu metode saja, melainkan harus menjaga sikap terbuka untuk mengeksplorasi jalan pengembangan AI yang beragam.

Perkembangan di bidang AI penuh dengan ketidakpastian. Baik perusahaan teknologi maupun lembaga penelitian harus selalu waspada dan fleksibel dalam menghadapi kemungkinan perubahan yang muncul. Pada saat yang sama, mengambil pelajaran dari pengalaman sejarah juga akan membantu kita lebih baik dalam memahami arah perkembangan masa depan AI.