Deep learning telah mencapai batasnya

• Batasan yang dijelaskan dalam tulisan ini adalah: GPT-3 tidak memahami kalimat dan hanya berfokus untuk melanjutkannya secara alami. Model swakemudi Tesla tidak dapat membedakan orang yang memegang rambu STOP. Bus yang tertimbun salju diklasifikasikan sebagai kendaraan pembersih salju. Penyebabnya adalah karena deep learning bukan berpikir, melainkan menghafal lalu mengklasifikasikan.

• Karena itu, deep learning menunjukkan efektivitas yang sangat baik pada bidang yang tidak fatal dan sudah ditentukan, serta pada bidang yang hasil berikutnya bisa diprediksi. Namun, di area yang tidak demikian, ada banyak masalah. Penulis menggunakan NetHack sebagai contoh. AI yang memainkan dan menamatkan game tersebut diuji dalam dua pendekatan: AI klasik dan AI deep learning. AI klasik menunjukkan performa yang lebih unggul.

• AI klasik, yaitu symbolic AI, dapat memahami makna dan melanjutkan proses. Karena itu, meski pola baru muncul, ia dapat merespons dengan cepat. Namun deep learning berguna untuk mengklasifikasikan kekosongan dalam hal-hal yang sudah ada, tetapi tidak terlalu baik dalam menaklukkan dungeon yang dibuat secara otomatis. Sebab, ia tidak dapat memahami makna dari hal tersebut.

• Alternatif yang diajukan penulis adalah hybrid AI. ( Referensi: Melihat masa depan AI melalui masa lalu AI - MIT Technology Review ) Yaitu mengatasi keterbatasan AI deep learning dengan analisis simbolik AI klasik dan aturan-aturan yang dapat didefinisikan. Dengan cara ini, penyebab kerja internal dapat dikendalikan, dan hubungan parsial serta hubungan keseluruhan dapat ditangani dengan lebih akurat.

• AI semacam ini tidak hanya ada dalam klaim penulis; AlphaGo dan AlphaFold2 juga merupakan hybrid AI. Perusahaan-perusahaan lain juga bergerak ke arah tersebut.

[xguru]

Saya sempat bingung bagaimana merangkum dan memposting ini, jadi saya hanya menuliskan perkenalan penulis seperti di bawah sambil berpikir.. terima kasih hehe

Ini adalah tulisan Gary Marcus, CEO Robust AI dan penulis buku Rebooting AI.

[ffdd270]

Tulisan kali ini membahas sangat banyak hal, dan ada juga sangat banyak bagian yang menarik, jadi ternyata tidak mudah. Karena itu, saya merangkum secara singkat alasan penulis menganggap AI hibrida diperlukan.

Di teks utama juga dibahas hubungan dan tensi(...) antara AI deep learning dan AI tradisional, dan ada banyak cerita menarik, jadi setelah membacanya saya merasa siapa pun yang belum melihat teks utamanya sebaiknya juga membacanya. (__ )/