Kecerdasan buatan
membuat langkah cepat.
Ada pembicaraan tentang evolusi baru
yang secara mendasar dapat
mengubah kehidupan di planet kita.
Kecerdasan buatan atau
AI, memiliki potensi
untuk merevolusi setiap aspek
kehidupan sehari-hari:
pekerjaan, mobilitas, kedokteran,
ekonomi dan komunikasi.
Tapi akankah AI membuat
kedokteran lebih baik
dan dokter tidak berguna?
Kapan mobil yang mengemudi
sendiri memadati jalanan kita?
Akankah robot cerdas
merebut pekerjaan kita,
dan apakah kita sedang
menuju distopia,
tanpa privasi dan pengawasan total?
Apa sebenarnya kecerdasan buatan
dan berapa banyak yang
bisa dilakukannya?
Apa yang akan berubah, dan apa yang
akan tetap menjadi fantasi murni?
Untuk menjawab pertanyaan ini, kami
memulai perjalanan yang menarik,
untuk bertemu para ilmuwan yang
bekerja untuk masa depan kita,
di Amerika Serikat,
Inggris, Jerman dan Cina.
LOMPATAN BESAR KE DEPAN
Film karya Tilman Wolff
dan Ranga Yogeshwar
Perhentian pertama kami:
Silicon Valley di California.
Apple, Google, dan Facebook
memiliki kantor pusat di sini.
Ini adalah pusat revolusi digital.
Industri teknologi telah mengubah
wajah wilayah San Francisco Bay.
Perusahaan startup baru
diluncurkan setiap hari,
harga sewa telah meledak dan
kecerdasan buatan adalah kata kunci.
Supermarket jenis baru belum
lama ini dibuka di sini.
Amazon Go.
Yang Anda perlukan di
sini sebuah aplikasi.
Pegang ponsel Anda ke
pemindai dan Anda masuk.
Ketika Leonardo menunjukkan
kepada saya menu-menu baru Amazon
dan menjelaskan
asisten bahasa Alexa
dapat membantu
pengolahan di rumah,
saya di bawah pengawasan
terus-menerus.
Di rak mana yang saya berhenti...
Produk apa yang saya minati?
Di langit-langit:
sensor dan kamera.
Pengenalan gambar cerdas
menangkap setiap gerakan saya:
Apa yang saya ambil dari rak,
apa yang saya taruh kembali,
apa yang saya ambil?
Bidang ini masih dalam
tahap uji coba,
tapi Amazon berencana untuk membuka
50 supermarket seperti itu
pada tahun ini saja.
Akhir dari asisten penjualan.
Tinggal keluar.
Tidak ada lagi antrean,
tidak ada kasir.
Saya merasa agak seperti pencuri
toko ketika saya pergi.
Kenyamanan dengan harga privasi.
Kuitansi saya.
Terpaut satu blok,
sebuah café robot.
Laboratorium tes lain
untuk masa depan.
Pesanan berdasarkan aplikasi
dan layar sentuh...
Sarana perdagangan yang
semakin banyak di mana-mana.
Kopi pertama saya yang
disajikan oleh robot.
Jadi inilah cita rasa masa depan...
AI akan mengubah
pengalaman belanja kita.
Tapi apa yang akan
terjadi pada karyawan?
Universitas Stanford berada di
garis depan penelitian AI global,
dengan anggaran tahunan
sebesar 6,5 miliar dolar.
Saya ingin tahu:
Bagaimana kecerdasan
buatan akan mengubah kedokteran?
Para peneliti di sini
telah mengembangkan
algoritma kecerdasan buatan,
yang bisa melakukan skrining
sinar-X untuk penyakit tertentu.
Ilmuwan komputer Pranav
Rajpurkar menunjukkan
kepada saya betapa
mudah menggunakannya.
Ambil gambar sinar-X dengan
ponsel Anda, unggah gambar
dan beberapa detik kemudian,
Anda mendapatkan diagnosis.
Itu adalah massa, dan itu mengatakan
bahwa benda yang ada di
sini mungkin adalah tumor.
Dan saya bisa melihatnya di situ.
Oke jadi itu memberi Anda,
jika saya dapat melihatnya,
sekarang kemungkinan
untuk pneumonia, nodul,
edema, penumpukan cairan.
Dan itu berfungsi segera. / Ya.
Nah bagaimana cara kerjanya dan
bagaimana Anda
berhasil mencapai itu?
Kami mulai dengan jumlah
besar data rontgen toraks,
yang dirilis oleh NIH,
dan ini berisi sinar-X
dan kemudian juga label
dari berbagai patologi.
Dan apakah mereka
ada di sinar-X itu.
Jadi mungkin bisa dikatakan
di sini ada gambar
dan di gambar ini
saya memiliki
patologi 1, 2, dan 3.
Dan kami memiliki seratus
ribu gambar ini.
Jadi kami melatih sebuah model
yang dapat mengambil input sinar-X
dan menghasilkan output probabilitas
beberapa patologi berbeda
pada sinar-X ini.
Kecerdasan buatan
menirukan otak manusia.
Jaringan raksasa dari
hampir 100 miliar
sel saraf yang saling terhubung.
Secara sederhana, inilah
cara kerja sel-sel otak:
impuls yang masuk diteruskan
dalam efek domino
dari satu neuron ke
neuron berikutnya.
Sirkuit yang ditimbulkannya
menghubungkan neuron itu
dan sirkuit inilah yang kecerdasan
buatan mencoba menyimulasi:
sebagai jaringan
kerja saraf digital.
Seperti otak kita, jaringan
buatan ini mampu untuk belajar
- bagaimana mengidentifikasi
tuberkulosis, misalnya.
Mula-mula jaringan
memerlukan pelatihan.
Data sinar-X pasien
tuberkulosis dikirimkan ke sistem.
Awalnya itu sulit
mengidentifikasi
kondisi secara benar.
Tapi setiap kali data sinar-X masuk,
struktur jaringan diadaptasi dan
kemampuan diagnostiknya meningkat.
Diperlukan beribu-ribu set
data klinis untuk melatih mesin itu.
Hanya setelah jaringan
dioptimalkan dengan cara ini,
itu dapat secara tepat
mengidentifikasi sinar-X
yang tidak dikenal.
Tapi seberapa akurat kecerdasan
buatan dibandingkan keahlian dokter?
Kami sebenarnya telah melakukan
tes ini dua kali pada saat ini.
Satu kali dengan gambar data dari
NIH, Institut Kesehatan Nasional
di mana kami meminta
kelompok ahli
radiologi menganalisis
gambar rontgen
dan kemudian kami membandingkan
akurasi model dengan ahli radiologi.
Dan kami menemukan bahwa mereka
sangat mirip dalam hal akurasi
pada kebanyakan patologi,
pada beberapa darinya model
ahli radiologi lebih unggul
dan pada tiga dari mereka ahli
radiologi mengungguli model.
Dan kemudian kami
mengulangi percobaan,
kali ini menggunakan rangkaian
data dari Stanford,
yang baru-baru ini kami rilis,
yaitu 200 ribu sinar-X toraks
dan kemudian kami memiliki
gambar rontgen yang sama
di mana kami memiliki tiga
ahli radiologi patologi,
mereka ini sangat jarang,
yang sangat terlatih,
untuk memutuskan apa kesimpulan
untuk rangkaian gambar ini.
Lalu kami membandingkan kesimpulan
ahli radiologi dengan algoritma
dan menemukan mereka memiliki
tingkat kinerja yang sama.
Ini semua ahli radiologi Stanford,
jadi mereka mereka terlatih...
Mereka tentunya bagus.
Membaca sinar-X secara akurat
adalah proses yang rumit,
tapi kecerdasan buatan
membuat kemajuan cepat.
Ketika tiba pada mengidentifikasi
atau mengenali gambar sederhana,
komputer telah melampaui
akurasi manusia.
Jika saya melihat gambar Anda,
selalu ada probabilitas.
Jadi ada kasus di mana mesin
tidak benar-benar yakin,
apa yang akan menjadi keputusan
yang jelas untuk mengatakan,
oke ini, saya tidak tahu...
pneumonia atau sesuatu lainnya?
Ya. Saya pikir bagus untuk berbicara
dalam konteks probabilitas,
karena probabilitas juga merupakan
komponen dalam algoritma,
ketidakpastian model,
pada masalah tertentu.
Saya pikir satu kesulitan
dengan probabilitas adalah
hal itu menyulitkan manusia untuk
menafsirkan hasil dari itu.
Apakah makna probabilitas
88 persen atau 92 persen
dalam hal keputusan yang harus
dokter ambil di rumah sakit?
Jadi saya pikir
salah satu hal yang
bisa kita coba lakukan
di masa depan
daripada menunjukkan
probabilitas yang tepat,
mungkin kita bisa menunjukkan
kategori seperti,
tidak mungkin, atau patologi ini
mungkin, atau sangat mungkin.
Dalam perawatan
kesehatan, kecerdasan
buatan mendorong
sebuah revolusi.
Para ilmuwan menggunakan
algoritma kecerdasan buatan
untuk menyaring data
yang tampaknya sepele,
misalnya gerakan naik turun dari
ayunan langkah kita setiap hari.
Mereka mencari pola mencolok,
yang bisa berfungsi sebagai
tanda peringatan dini penyakit.
Para ilmuwan di kota
Birmingham, Inggris,
sedang mengolah metode
diagnostik revolusioner.
Saat ini, tidak ada tes khusus untuk
mendeteksi penyakit Parkinson,
yang menyulitkan diagnosisnya.
Kecerdasan buatan bisa mengubah itu.
Max Little adalah ahli matematika
pada Universitas Aston.
Perubahan suara bisa menjadi
indikator awal Parkinson.
Max dan timnya telah mengumpulkan
ribuan rekaman suara
dan memasukkannya ke algoritma
yang mereka kembangkan
yang mendeteksi perbedaan
dalam pola suara
antara orang dengan dan
tanpa kondisi itu.
Dalam studi berbasis
laboratorium dari rekaman itu,
algoritma itu mampu mengidentifikasi
secara tepat diagnosis hampir 99%.
Pekerjaan Max Little adalah
contoh dari perubahan luas
yang dibawa AI ke bidang kedokteran.
Bukan hanya dokter yang
menggunakan kecerdasan buatan
untuk mengembangkan
metode diagnostik baru
- tapi ilmuwan data, programmer dan
ahli matematika seperti Max Little.
Salah satu contoh:
Ketika seseorang berjalan,
sensor di smartphone mereka
mencatat gerakan naik dan
turun dari lenggang mereka.
Tapi informasi apa yang dapat
diperoleh dari data tersebut?
Jika kita mengukur pola
perilaku berjalan seseorang
maka seseorang yang
sehat mungkin memiliki
kurva hasil ukuran sensor
yang terlihat seperti itu...
Oke, jadi itu hanya semacam
gerakan naik turun...
Ya, pinggul mereka naik dan turun
seperti itu, dalam kecepatan mereka.
Tapi jika Anda melihat
orang berpenyakit Parkinson,
mereka mungkin punya
langkah kecil seperti ini
dan mereka mungkin tidak teratur
atau memiliki pola seperti itu.
Atau mereka bahkan mungkin membeku
dan berhenti seperti itu.
Jadi Anda bisa melihat
adanya perbedaan.
Anda juga dapat
melatih algoritma misalnya
untuk memilih fitur seperti
berapa jarak waktu
antara puncak-puncak ini.
Dan juga bisa
melakukan sama dengan ini
dan itu akan melakukannya
dengan sangat tepat.
Dan dengan melakukan itu,
kita dapat mengukur misalnya
ada variabilitas besar
di antara ini ...
Keuntungan dari algoritma
benar-benar datang ketika
...misalnya Anda mungkin memiliki
seseorang yang katakanlah
terukur dalam pola yang
terlihat seperti ini,
dan mungkin hanya ada satu perubahan
kecil yang mungkin terjadi.
Beberapa variasi yang sangat kecil
dalam sekuens waktu kejadian ini.
Bahkan bagi mata profesional,
sebab mereka tidak punya
tingkat ketepatan itu,
mereka mungkin tidak
dapat mendeteksi
bahwa ini di luar
variasi kisaran normal.
Tapi tentu saja algoritma,
yang terhubung dengan
sensor berketepatan tinggi,
akan dapat menentukan perbedaan itu.
Dan dalam hal ini,
orang ini di sini mungkin memiliki
simtoma pendahulu penyakit.
Jadi, ini berarti bahwa orang ini,
dengan bantuan algoritma, dapat
didiagnosis memiliki Parkinson,
sementara dokter sendiri
tidak sampai menemukannya.
Itu untuk pertama
kalinya memungkinkan
untuk mendeteksi
gejala pendahulu Parkinson,
dan memungkinkan intervensi dini.
Tapi apa lagi yang diungkapkan
oleh data pada smartphone kita?
Saat ini Anda sudah
memiliki aplikasi,
yang melacak aktivitas Anda. / Ya.
Jadi sebenarnya data itu
mungkin sudah ada di sana.
Data secara potensial dapat
berada di sana. Itu betul.
Tetapi ada etika tentang apakah
kita mengumpulkan data semacam itu
dan menggunakannya untuk
tujuan semacam ini.
Jelas kami tidak bisa hanya
mengumpulkan data ini
dan mulai mendiagnosis orang.
Kita tidak harus.
Kita tidak harus.
Tetapi kita bisa!
Kita bisa, tetapi kita
tidak benar-benar mau.
Ada alasan sangat bagus
untuk tidak melakukannya.
Dan mungkin ada alasan bagus
untuk melakukannya juga,
tapi itu adalah hal
yang perlu dibahas
dalam pengaturan yang memadai.
Setelah wawancara kami, Max
Little memberi tahu saya
ia mendapat tawaran
menggiurkan untuk
bergabung dengan
raksasa teknologi
untuk membuka peluang bisnis baru.
Ia menolak tawaran mereka.
Kecerdasan buatan tidak diragukan
akan meningkatkan kemampuan dokter
untuk mendeteksi dan
mendiagnosis penyakit.
Namun di tengah semua
peluang yang ditawarkan AI,
ada kebutuhan mendesak
untuk regulasi.
Kami sedang dalam
perjalanan ke Cina,
negara yang telah mengalami
perubahan yang menakjubkan
dalam beberapa tahun terakhir.
Ibu kotanya Beijing, ramai.
Seluruh negara haus akan kemajuan
dan berada di jalur cepat
menuju masa depan.
Waktu bergerak lebih cepat di sini.
Pada tahun 2030,
Cina bertujuan menjadi pemimpin
global di bidang kecerdasan buatan.
Ada banyak hal yang mengindikasi,
ia akan memenuhi sasaran itu,
karena pemerintah
telah membiayai
program subsidi senilai
miliaran Euro.
Robot-robot ini bukan merakit mobil.
Mereka adalah daya tarik besar di
Smart Restaurant terbaru Beijing.
Kecerdasan buatan di dapur
dan pelayan yang diotomatisasi.
Saya memiliki pertemuan di sini
dengan peneliti desain Gesche Joost.
Seorang mantan duta besar
internet untuk pemerintah Jerman.
Ia saat ini melakukan semester
penelitian di Universitas Tongji
di Shanghai.
Saya bertanya kepadanya,
bagaimana kesannya tentang Cina?
Ada rasa lapar
yang nyata di kota ini
dan menyenangkan
berbicara dengan warga muda,
karena mereka ingin
menjadi motor perubahan.
Mereka bekerja siang dan malam.
Mereka punya model
baru keseimbangan
kehidupan kerja,
itu disebut 9-9-6.
Saya berpikir: Apa
maksud Anda 9-9-6?
Dan mereka berkata, kami bekerja
dari pukul 9 pagi sampai 9 malam,
enam hari seminggu.
Itu model yang lebih baik sekarang,
karena mereka hanya
bekerja tanpa henti.
Tapi tak ada yang berhenti,
tak ada yang menginjak rem.
Mereka bekerja
seperti orang gila,
sebab mereka ingin
membawa perubahan.
Restoran ini menelan
biaya 20 juta dolar.
Hanya satu restoran.
Mereka menginvestasi jumlah besar
untuk mendigitalisasi
seluruh operasi.
Tidak hanya ada robot
yang menyajikan makanan,
seluruh dapur didigitalkan.
Sistem memonitor pendingin,
memonitor rantai suplai,
ada dashboard untuk segalanya.
Semuanya terhubung
ke jaringan di sini.
Apakah teknik itu berfungsi,
dan aspek yang bisa mereka terapkan
di restoran lain dalam rantai ini.
Itu yang terjadi di sini, mereka
mencoba ide dan berpikir besar!
Jadi saya ambil sendiri.
Boleh saya bantu?
Super.
Ni hao
Bukan, xie xie!
Selamat makan!
Tapi bagaimana dengan privasi?
Keamanan dan privasi adalah
dua sisi mata uang yang sama.
Anda sering mendengar
di sini, AI
menjadi penunjang
keselamatan publik.
Misalnya kamera
pengintai di mana-mana,
telah secara dramatis meningkatkan
kemampuan mengatasi kejahatan.
Sulit bagi kita untuk mengerti itu
karena privasi dan hak-hak pribadi
sangat penting bagi Jerman.
Tapi di sini ada
tradisi dan penanganan
yang berbeda untuk masalah itu.
Saya terpesona oleh Cina.
Tapi itu juga membingungkan saya.
Bagaimana mereka bisa merekonsiliasi
- peradaban tinggi Cina kuno
dan negara industri modern -
dengan kamera pengintai
di mana-mana?
Distrik Longgang di Shenzen.
Di jantung wilayah ekonomi
Cina yang berkembang pesat,
di utara Hong Kong,
kami mengunjungi pusat
pengendali Smart City.
Monitor raksasa menampilkan data
seluruh kota dalam waktu riil.
Jumlah penghuni baru di lingkungan
itu, untuk merencanakan sekolah.
Tingkat pasokan air, padam listrik.
Semua informasi ini dikumpulkan,
dikompilasi dan dievaluasi
- menggunakan kecerdasan buatan.
Proyek showcase ini dikembangkan
dengan raksasa
teknologi Cina Huawei.
Kepala insinyur Chen
Bang Tai memberi tahu saya,
kota ini sekarang
beroperasi secara lebih efisien.
Jadi yang Anda lakukan di
sini adalah perencanaan kota.
Ya, sistem itu sangat membantu.
Ini adalah ranjang
pasien di rumah sakit.
Saat ini ada 15 ribu
dokter dan perawat...
dan 7600 tempat tidur.
Jadi, apakah Shenzen saat
ini sehat atau sakit?
Sistem pengawasan pintar
memindai seluruh kota.
Struktur ilegal, seperti
yang ada di atap ini,
dengan cepat diidentifikasi
dan dihancurkan.
Bagi saya, ada di antaranya terasa
seperti adegan film fiksi ilmiah.
Karyawan dengan streaming
langsung bodycam,
memeriksa jalan-jalan kecil.
Ini adalah pengawasan total.
Chen menunjukkan
pada saya bagaimana
kamera yang dipasang
di dapur restoran,
bahkan juga mengawasi kebersihan.
Tapi tidakkah pikiran koki
dipantau setiap saat?
Sistem mencatat semua orang
yang menggunakan gambar ini.
Siapa pun yang melihat mereka
tanpa izin, akan dihukum.
Transparansi total
untuk tujuan kemajuan.
Chen mengatakan, penduduk
distrik Longgang menyetujuinya.
Menyeberang saat
lampu merah dilarang
dan pelanggarnya
langsung diidentifikasi.
Lihat di sini!
Anda melanggar sekali dan secara
langsung skor kredit
sosial Anda turun.
Tingkat pengawasan total ini,
tidak terpikirkan di barat,
tapi di sini di Cina mereka
memandangnya berbeda.
Ini mendorong penurunan kejahatan.
Apa yang dikatakannya di sini?
Laki-laki, remaja tanpa kacamata.
Remaja?
Ya, tiba-tiba Anda seorang remaja.
Saya suka pengenalan wajah di Cina.
Remaja.
Transparansi masyarakat secara
total demi kepentingan efisiensi.
Beberapa di antaranya
tampak bermanfaat,
tapi apakah kita benar-benar
ingin mengukur, mengawasi
dan menganalisis semuanya, hanya
karena secara teknis memungkinkan?
Tidakkah itu tentunya akan membawa
kita ke jalan kediktatoran data?
Mungkin kepercayaan lebih baik
daripada pengawasan cerdas.
Silicon Valley...
sebuah sinonim untuk inovasi
dan kebebasan tanpa batas.
Pemain terbesar di bidang AI atau
kecerdasan buatan berkantor di sini.
Tapi markas mereka
tersembunyi di balik
bangunan bertingkat rendah
yang tidak mencolok.
Facebook.
Kita menggunakan layanan mereka,
mempercayakan data
kita kepada mereka,
tetapi perusahaan itu tidak
terlihat bagi publik.
Selfie di gerbang masuk
masih bisa ditoleransi.
Di sebelahnya, Apple.
Pengunjung hanya mendapat
model 3-D kampus baru,
non-karyawan tidak boleh
masuk ke gedung itu.
Apa yang terjadi di dalam?
Semuanya rahasia.
Kami ingin mengunjungi Google
di sini di California,
dan meminta wawancara beberapa
minggu sebelum kedatangan kami.
Tapi yang kami peroleh hanyalah
taktik mengulur-ulur waktu.
Seperti para pengunjung ini,
Google membiarkan kami di luar.
Selain toko kecil,
ini satu-satunya sorotan pengunjung
yang bisa diakses oleh publik.
Patung-patung Android ini bahkan
merupakan lokasi
khusus di Google Maps.
Selamat datang di Google!
Google kembali menjadi sorotan
badan pengawas persaingan Uni Eropa.
Facebook menolak
untuk menjawab pertanyaan.
Google didenda 2,7 miliar dolar
AS oleh badan anti
monopoli Uni Eropa
Kekuatan perusahaan-perusahaan
ini semakin besar
dalam kehidupan sehari-hari kita,
dan pengaruh politik
yang semakin meningkat.
Google mengeluarkan lebih
dari enam juta Euro setahun
hanya untuk melobi Brussels.
Daftar Transparansi
Uni Eropa mencatat
lebih dari 200 pertemuan dengan
perwakilan Google, sejak 2014.
Google adalah pelobi
tersibuk di Brussels.
Kami akhirnya mendapatkan
wawancara kami
- bukan di California,
tapi di Munich, Jerman.
Dengan salah satu karyawan
yang bekerja paling lama:
Jens Redmer.
Seberapa penting kecerdasan
buatan, AI, untuk Google?
AI sangat penting bagi
kami, sehingga dua tahun lalu
kami mengubah citra seluruh
Divisi Riset kami menjadi Google AI.
AI menggerakkan bagian penting
dari pengembangan produk kami.
AI terutama juga mendorong
bagian penting dari upaya kami
untuk meningkatkan
kualitas produk kami.
Ambil contoh mesin terjemahan.
Melalui penggunaan algoritma mesin,
kami melihat kemajuan lebih
cepat dalam dua tahun terakhir,
dibandingkan yang kami lakukan
selama 10 tahun sebelumnya.
Masyarakat tidak diragukan
lagi akan didorong ke depan
oleh implementasi layanan ini
dan penggunaan AI di
tahun-tahun mendatang.
Apa kuncinya adalah itu
dilakukan bertanggung jawab,
berdasarkan prinsip transparansi.
Kita perlu menjelaskan cara
kerja, mengapa itu dibutuhkan,
ke mana perginya data orang.
Bagaimana mereka bisa mengawasinya,
cara mereka bisa menghapusnya,
jika mereka ingin menghapusnya
atau meneruskannya.
Pengguna harus memiliki pengawasan.
Tapi bagaimana dengan
teknologi seperti Google Home,
mikrofon pintar yang
ada di kamar tamu orang?
Google Home tidak ikut mendengarkan.
Ada chip kecil pada perangkat
yang mendengarkan apa
yang disebut 'hot word'.
Itu menunggu perintah "ok
google" atau "hey google".
Dan hanya kemudian
mikrofon diaktifkan
untuk mengirim perintah suara,
untuk permintaan pencarian, ke
internet, ke server Google.
Itu kemudian menyajikan hasilnya.
Jadi, sebagai wartawan sains,
saya tentu saja ingin
tahu tentang masa depan.
Ini ada permohonan hak
paten dari September 2016.
Aplikasi Google
menunjukkan secara rinci
tentang apa yang dapat disimpulkan
dari kebisingan dalam rumah tangga:
berapa lama kita menyikat gigi,
apakah kita berdebat, atau apakah
teman serumah sedang sakit.
Ini lebih tentang menangkap suasana
dan kebiasaan dibanding kata-kata.
Ini adalah pengajuan
hak paten Google,
yang publik dapat mengaksesnya.
Saya tidak tahu apa-apa tentang
permohonan hak paten khusus ini.
Kami memiliki serangkaian
pengajuan hak paten setiap tahun.
Kebanyakan darinya adalah
layanan imajiner, fiktif,
yang seperti di banyak
perusahaan lainnya,
tidak pernah diterapkan
ke dalam layanan nyata.
Jadi saya tidak bisa berkata apa pun
tentang paten khusus ini saat ini.
Hak paten untuk layanan
imajiner, fiktif?
Kegiatan lobi Google di Uni Eropa,
setidaknya, benar-benar nyata.
Seberapa sering intervensi
Google di Uni Eropa?
Saya pikir pertanyaan lebih penting
adalah arti yang tersirat
di balik itu, yakni:
Bagaimana etika perusahaan
menangani pengembangan produk?
Dan kami telah menetapkan
aturan sesuai dengan prinsip
yang memandu tindakan, riset, dan
pengembangan produk kami sendiri.
Dan itu juga memengaruhi
keputusan bisnis kami.
Di wilayah asalnya
di Amerika Serikat,
Google menghadapi tekanan
politik yang meningkat.
Di Washington kami
bertemu Barry Lin,
kepala lembaga think tank
Open Market Institute.
Ia memperingatkan
bahaya yang ditimbulkan
oleh pengaruh raksasa teknologi itu.
Kami perlu tahu di masyarakat kami,
bahwa orang-orang yang
membawa informasi ke ruang publik,
yang berbicara kepada pers,
yang berbicara dengan
perwakilan kami di Kongres,
bahwa mereka mewakili
diri mereka sendiri,
mereka berbicara atas
nama mereka sendiri,
dan bukan atas nama orang lain.
Bahwa mereka bukan antek,
bahwa mereka bukan boneka.
Tapi faktanya hari ini,
dalam masyarakat kami,
ini berlaku di sini di
Washington, juga di Eropa,
masyarakat kita
dipenuhi dengan boneka,
dengan para kaki tangan,
yang mewakili kepentingan
Google, Facebook, dan Amazon.
Menguatnya monopoli
perusahaan teknologi besar,
memicu semakin kerasnya seruan
untuk regulasi di Washington.
Ketika Anda memiliki monopoli,
apakah itu atas retail,
apakah itu atas penelitian,
maka itu berarti bahwa
masyarakat tidak benar-benar
memiliki kemampuan untuk memahami
bagaimana informasi itu digunakan,
bagaimana kekuatan itu digunakan.
Monopoli itu saja, kecuali jika
diatur secara ketat oleh publik,
adalah suatu bahaya.
Google ingin menguasai dunia.
Mereka bermaksud
mengarahkan pikiran kita,
antara orang dan orang, komunikasi
kita antara orang dengan orang,
transaksi kita dan bisnis
antara orang dan perusahaan.
Mereka bermaksud mengarahkan
semua yang mereka bisa.
Mereka ingin tahu apa yang terjadi
di termostat kita di rumah kita,
mereka ingin tahu apa yang
kita tonton di televisi.
Mereka berada pada
tingkat keangkuhan,
yang bahkan para Stalinis pun tidak
pernah membayangkan memaksakannya.
Google, Facebook, Amazon.
Akankah pengaruh raksasa
teknologi terus tumbuh?
Apa yang dapat dilakukan untuk
membatasi kekuatan monopoli mereka?
Satu hal yang jelas:
Kecerdasan buatan memperkuat
cengkeraman mereka pada kekuasaan.
Ada kebutuhan mendesak
untuk memikirkan
kembali kebijakan anti monopoli.
Mobilitas adalah bidang lain, di
mana AI memperkuat lajunya inovasi.
Dalam waktu dekat, itu
dapat menempatkan
mobil otonom di jalanan kota.
Tetapi seberapa
realistiskah visi ini?
Kami berkunjung ke Boston,
ke Massachusetts Institute of
Technology yang bergengsi.
Sertac Karaman adalah
pakar terkemuka
di bidang mobil otonom
atau tanpa pengemudi.
Ia dan timnya sedang mengerjakan
prototipe kendaraan otonom.
Saya pikir kami telah memperlengkapi
beberapa item dengan
komputer dan mesin.
Salah satunya adalah semua
pemetaan ini, dan lokalisasi,
semua teknologi bekerja
dengan sangat baik.
Komputer bisa mengetahui
di mana mereka berada,
dengan ketelitian sentimeter,
kadang-kadang dalam milimeter.
Jauh lebih dari yang
dibutuhkan untuk mengemudi.
Komputer tidak dapat
melihat sekeliling
dan memahami di
mana orang lain berada.
Tapi bukan itu yang
dibutuhkan untuk mengemudi.
Yang benar-benar
diperlukan adalah memahami
apa yang akan terjadi selanjutnya.
Dalam tiga detik berikutnya,
lima detik, menit berikutnya,
bahkan mungkin jam berikutnya.
Dan itulah bagian kunci yang hilang.
Dan saya pikir masalah yang
ada pada saat ini adalah
sangat sulit bagi Anda untuk
menjelaskan kepada saya,
bagaimana Anda mengerti apakah
seseorang akan menggunakan trotoar
atau akan menggunakan penyeberangan
dan menyeberang jalan.
Kadang-kadang Anda
melihat pada wajah seseorang
dan impresi wajah memberi
petunjuk, dan Anda akan melambat.
Kadang-kadang tidak.
Mereka mungkin melihat
ke arah yang sama,
mereka mungkin berdiri
di lokasi yang sama,
dengan hanya sedikit impresi wajah,
mungkin hanya cara mereka berdiri.
Dan sayangnya intuisi semacam
itu, firasat dan sebagainya,
sangat sulit bagi kami untuk
memprogramnya ke dalam komputer.
Itu berfungsi di lingkungan
laboratorium yang sederhana.
Tapi dalam lingkungan
nyata, algoritma
masih benar-benar kewalahan.
Tapi bukan berarti itu
menghalangi pembuat iklan...
Tes mengemudi kami tidak lain
dari serangkaian gangguan.
Berhenti darurat yang
tidak bisa dijelaskan ...
..dan satu lagi pada upaya kedua.
Sensor pada kendaraan ini kewalahan,
oleh mobil yang
diparkir di tepi jalan.
Dan di sini, mobil
pintar mengabaikan
mobil yang membelok
ke jalur kami.
Nah, itu tidak berfungsi!
Berbicara dengan para
insinyur MIT menjadi jelas,
untuk membangun mobil
yang mengemudi sendiri,
pengembang perlu memenuhi skala
besar persyaratan teknis.
Apa yang saya pikir tentang mobil
yang sepenuhnya otonom, saya kira
saya akan sangat terkejut jika itu
terjadi dalam kurang dari 10 tahun.
Saya akan sangat terkejut,
saya orangnya percaya besar,
saya akan sangat terkejut jika itu
tidak terjadi dalam 20-30 tahun.
Saya pikir itu akan
terjadi pada suatu saat.
Tapi saya sungguh berpikir
bahwa orang meremehkan
jenis teknologi yang perlu
untuk dikembangkan,
untuk membuat mobil Anda sepenuhnya
otonom dalam setiap kondisi,
setiap keadaan, setiap hal.
Itulah bagian yang sangat sulit.
Mengemudi bukanlah proses sepele
seperti yang mungkin Anda pikirkan.
Dan itu karena Anda terus
harus memerhatikan
apa yang terjadi di sekitar Anda.
Pengendara sepeda, pejalan kaki,
kadang-kadang Anda
harus menebak-nebak,
apakah orang ini ingin
menyeberang jalan atau tidak?
Sulit membayangkan semua itu
dikalkulasi secara otomatis.
Kendaraan yang bisa mengemudi
sendiri harus bisa mengatasi
semua hal ini juga.
Di sini kita memiliki
truk yang memutar.
Saya mungkin harus mundur sekarang,
jika dia tidak berhasil.
Apakah dia ingin menyeberang
jalan atau tidak?
Sejumlah orang bahkan
jalan saja langsung.
Mobil yang sepenuhnya otonom
adalah impian yang jauh,
tapi sistem asisten pengemudi sudah
membuat jalan kita lebih aman.
Sebuah kecelakaan,
difilm dari mobil yang
dilengkapi dengan
asisten rem darurat.
Urutan peristiwa dapat
dinilai dalam gerakan lambat.
Mobil merah di depan tidak melihat
kemacetan yang ada di depannya.
Tidak ada lampu rem yang tampak,
tapi sensor pendeteksi jarak di
mobil ini mencatat
kemacetan, mengerem,
dan mencegah tabrakan lebih lanjut.
Tapi prinsip mana yang
harus memandu keputusan
yang dibuat oleh teknologi
dalam situasi kecelakaan?
Selama beberapa tahun
terakhir, MIT Media Lab,
telah menangani pertanyaan etis yang
muncul dengan kecerdasan buatan.
Kompas moral apa yang harus dirujuk
oleh piranti cerdas di masa depan?
Iyad Rahwan adalah salah
satu pakar terkemuka dunia
tentang masalah seperti itu.
Ia dan timnya mengembangkan
survei yang disebut Mesin Moral,
untuk mengeksplorasi etika guna
pemrograman kendaraan otonom
- seperti jika terjadi kecelakaan.
Sebagian besar waktu, orang
tidak ingat apa pun,
dan orang tidak punya
waktu untuk bereaksi.
Semuanya terjadi
dengan sangat cepat,
jadi mereka hanya terkejut,
mungkin mereka melihat sesuatu
di depannya dan
mereka hanya berbelok
ke arah yang kebetulan,
atau mungkin mereka hanya
panik dan menginjak rem.
Jadi, Anda tidak dapat
mengharapkan manusia
untuk melakukan "hal yang benar."
Ini skala waktu yang kecil.
Ini skala waktu yang sangat kecil.
Kecuali mereka membuat
keputusan sebelumnya, seperti
apakah mereka minum
alkohol dan mengemudi,
atau apakah mereka tahu mereka
akan melewati lampu merah,
maka Anda menyalahkan
mereka, tapi jika tidak,
Anda tidak bisa menyalahkan manusia.
Tetapi dengan mesin, karena
kecepatan elektronik,
karena mobil otonom
mengevaluasi keadaan lingkungan
jutaan kali per detik,
maka waktu berjalan lebih
lambat untuk mesin
dan mampu menghitung ulang situasi
dan mungkin menghitung
ulang strategi.
Dan di sinilah kita dapat membuat
penilaian yang berpotensi lebih baik
daripada pilihan acak apa pun yang
digunakan manusia dalam situasi ini.
Nah "apa pemikiran
lebih baik" adalah
pertanyaan yang sangat menarik
dan tidak terlalu jelas.
Mari kita lihat kasus, di mana
kita memiliki orang versus orang.
Jadi sekarang kita
punya, kendaraan
yang memiliki dua
orang di dalamnya.
Dan itu harus berbelok
dan menabrak penghalang,
sehingga orang akan
mati di dalam mobil,
atau mobil akan lurus dan
membunuh pejalan kaki,
yang menyeberang secara ilegal
tetapi mereka juga wanita,
dan orang-orang di mobil
adalah laki-laki.
Jadi sekarang menjadi sangat
rumit dengan sangat cepat.
Haruskah Anda memprioritaskan
wanita daripada pria,
atau haruskah semua orang sama,
haruskah Anda memprioritaskan
pejalan kaki daripada penumpang
atau tidak? Jika Anda
mempertimbangkan bahwa
orang-orang menyeberang secara
ilegal dalam kasus ini.
Jadi seperti yang Anda lihat, ketika
Anda memiliki beberapa dimensi,
menjadi tidak jelas, apa hal
yang benar untuk dilakukan.
A atau B?
Siapa yang harus mati?
Wanita lebih tua yang
menyeberang saat rambu merah?
Atau anak di dalam
mobil tanpa pengemudi?
Pilihan apa yang harus
dilakukan algoritma?
Survei Iyad menyajikan
berbagai skenario,
masing-masing dengan
dilema uniknya sendiri.
Responden diminta untuk memilih
bagaimana algoritma
harus memutuskan.
Jadi sebagai hasilnya, kami
memiliki 40 juta keputusan,
dan masih dihitung, dari
orang-orang di seluruh dunia,
dan itu memungkinkan kami
untuk mulai menganalisis
apa yang disepakati orang, tapi
juga bagaimana perbedaannya?
Jadi, apakah ada pengaruh budaya
pada penilaian moral kita?
Orang-orang selalu setuju untuk
menyelamatkan lebih banyak nyawa,
menyelamatkan anak-anak,
menyelamatkan orang yang
menyeberang secara legal,
lebih daripada orang yang tidak
menyeberang secara legal, dsb.
Bagian yang paling menarik adalah
Anda dapat memilih negara,
seperti Jerman,
Anda bisa lihat bagaimana mereka
dibanding rata-rata global.
Anda bisa melihat...
Jadi statusnya tidak terlalu penting
tapi apa yang dapat Anda
lihat di Jerman adalah
lebih memilih tidak bertindak ...
Jadi jika Anda tidak
harus memutuskan,
Anda lebih suka langsung saja.
Yang mana adalah kegagalan.
Jangan ambil keputusan. / Tepat.
Ini berarti orang Jerman tidak
suka mengambil keputusan?
Ya.
Orang Jerman tidak suka keputusan.
"Augen zu und durch!"
Tutup mata Anda dan jalan.
Jalan saja.
Jadi ini berarti, dengan kata lain,
Anda bisa agak melihat penerimaan
teknologi dalam mengambil keputusan
dan semakin Anda mengatakan
tidak bertindak berarti...
Mobil berjalan lurus.
Oke. Takdir!
Perbandingan antara
Jerman dan Perancis
mengungkapkan perbedaan budaya.
Orang Perancis cenderung
ingin menyelamatkan wanita
dan ada fokus yang lebih
kuat pada anak-anak.
Dan berlawanan dengan orang Jerman,
orang Perancis tidak ingin
membiarkan banyak hal pada takdir,
mereka ingin mesin
membuat keputusan.
Mesin itu adalah semacam cermin.
Untuk pertama kalinya sesuatu yang
Anda lakukan secara bawah sadar
atau mungkin secara instingtif,
dalam kasus kecelakaan,
Anda hanya bertindak
secara kebetulan,
sekarang Anda harus membuat
pilihan yang sadar,
dan mesin memaksa Anda untuk
membuat pilihan, betul?
Anda tidak dapat menyerahkan
pada kebetulan,
karena pada akhirnya Anda
harus memprogram sesuatu.
Mobil tanpa pengemudi belum
siap untuk jalan raya
dan masih banyak masalah
implikasi etis.
Kecerdasan buatan memiliki
potensi yang sangat besar,
untuk menunjang
kehidupan sehari-hari,
kedokteran, atau mobilitas.
Tetapi kita juga perlu melihat
melampaui kemungkinan teknis.
Apa makna dari tujuan kemajuan itu?
Algoritma kecerdasan buatan, tidak
bisa menjawab pertanyaan itu.
Hanya manusia yang
bisa melakukannya.
