pengantar
Penelitian di bidang kecerdasan buatan (AI) telah dilakukan secara aktif sejak abad ke-20. Ilmuwan, insinyur, filsuf, penulis fiksi ilmiah, dan futuris telah menyajikan solusi AI dengan cara yang sangat berbeda. Misalnya, beberapa peneliti menyarankan bahwa perlu, pertama-tama, mempelajari otak manusia dan menciptakan solusi semacam itu di bidang AI yang akan mengulangi proses berpikir manusia. Namun, jalur penelitian ini populer pada akhir abad ke-20, ketika kekuatan komputer (bahkan superkomputer pada masa itu) belum memungkinkan kita untuk melakukan seluruh kelas tugas komputasi kompleks yang kita selesaikan hari ini menggunakan gadget biasa tanpa banyak biaya dan tenaga.
Alan Turing terkenal di kalangan ilmuwan abad ke-20, ia mengembangkan "uji Turing" yang terkenal, yang memungkinkan untuk menilai apakah mesin dapat berpikir, dan apakah inspektur akan dapat mengenali siapa yang berkomunikasi dengan seseorang atau program komputer.
Gambar 1. Tes Turing
Untuk pertama kalinya pada akhir tahun 90-an abad lalu, program komputer mampu mengalahkan juara catur dunia. Namun, kami mencatat bahwa program semacam itu berdasarkan kecerdasan buatan hanya dapat memecahkan masalah kelas sempit (bermain catur atau pergi, mengenali wajah, atau mengotomatiskan beberapa proses produksi lainnya).
Dapat dicatat bahwa beberapa jenis AI universal belum dibuat, yang, di satu sisi, berpikir dengan cara yang sama seperti seseorang, dan di sisi lain, melampaui seseorang dalam menyelesaikan hampir semua masalah intelektual dan dapat membuat sendiri berbagai macam keputusan penting.
Penelitian di bidang AI telah mengambil jalur yang sedikit berbeda: peningkatan daya komputasi komputer dan bandwidth jaringan backbone selama beberapa dekade terakhir, munculnya teknologi yang benar-benar baru seperti pembelajaran mesin (ML), pembelajaran mendalam (bahasa Inggris) ), mencari di big data, Internet of Things (IoT), teknologi cloud, dll. memungkinkan ilmuwan dan insinyur untuk mempraktikkan beberapa solusi AI.
Gambar 2. Teknologi baru: kecerdasan buatan, pembelajaran mesin, pembelajaran mendalam
Dalam aspek terapan murni, peneliti AI menemukan alternatif: alih-alih mempelajari proses berpikir manusia secara mendalam dan menciptakan sesuatu yang serupa untuk mesin, diputuskan bahwa pembelajaran mesin berfungsi dengan baik untuk banyak tugas pada kumpulan data besar dan memanfaatkan penskalaan (meningkatkan komputasi kapasitas sistem komputer modern). Ada kemungkinan bahwa mesin cerdas, yang tidak dapat dibedakan dari manusia di bidang pemikiran, akan datang pada waktunya di masa depan.
Pada artikel ini, kami akan fokus pada area AI dan teknologi terkait yang sudah bekerja dalam praktik, menentukan arah transformasi digital di dunia dan akan menjadi teknologi yang tersebar luas di tatanan industri keenam.
Perubahan apa yang akan dibawa AI dan robotika ke industri dan logistik?
Saat ini, istilah "produksi tak berawak" atau "produksi digital" digunakan, tetapi sebelumnya pada tahun 80-90an abad ke-20, otomatisasi terutama diperkenalkan di industri. Pada tahap saat ini, dengan perkembangan IoT, teknologi aditif (pencetakan 3D), data besar, dan sistem robotik - konsep "produksi digital" menyiratkan siklus berkelanjutan, yang meliputi:
- memodelkan produk masa depan dan proses pembuatannya sendiri;
- penggunaan data besar dan kecerdasan bisnis;
- penggunaan robot generasi baru dengan AI di bengkel;
- integrasi berbagai departemen produksi dan implementasi sistem ERP (Perencanaan Sumber Daya Perusahaan, perencanaan sumber daya perusahaan);
- penggunaan Internet of Things (IoT), blockchain, cryptocurrency pribadi untuk pembayaran internal.
Namun, para skeptis berpendapat bahwa mereka takut akan pengangguran yang tinggi karena meluasnya penggunaan AI dan robotika di industri. Untuk ini, saya ingin menjawab bahwa sejauh ini "produksi tanpa awak" tidak dapat diterapkan secara besar-besaran, dan alasannya di sini terletak pada kekurangan sistem modern yang didasarkan pada AI dan kompleks robotik, di mana proses produksi yang khas dan operasi yang sangat terspesialisasi bekerja lebih baik dan lebih efisien daripada manusia, tetapi dalam situasi kritis tidak selalu bisa membuat keputusan yang tepat dengan cepat.
Hanya ada satu jalan keluar: penggunaan cobot, (robot kolaboratif) - perangkat khusus yang bekerja bersama dengan seseorang, di mana seseorang diperlukan untuk membuat keputusan yang cepat dan intuitif dalam situasi yang tidak dapat sepenuhnya otomatis dan di mana AI masih belum cukup efektif.
Gbr. 3 Implementasi cobot dalam produksi
Area lain dari penggunaan AI adalah logistik dan mobil tanpa pengemudi, yang sekarang sedang diuji secara besar-besaran di Amerika Serikat. Ngomong-ngomong, kecelakaan yang melibatkan drone telah dicatat, jadi persyaratan telah diperkenalkan untuk partisipasi wajib dari orang yang memiliki SIM dalam tes tersebut. Alasannya terletak pada pengambilan keputusan yang salah dalam keadaan darurat oleh sistem AI kendaraan tak berawak, dimana pengemudi yang berpengalaman membuat keputusan secara cepat dan intuitif, AI masih belum bisa sepenuhnya bersaing dengannya.
Gambar 4. Kendaraan tak berawak
Bagaimana kecerdasan buatan dapat mengubah cara pekerja kantor dan kelas kreatif bekerja?
Di bagian artikel sebelumnya, kami mengungkapkan beberapa detail dari perubahan yang akan datang dalam industri dan logistik, yang terkait dengan transformasi digital di area ini (pengenalan robot dan AI). Tampaknya potensi ancaman pengangguran hanya mungkin terjadi pada kelas pekerja dan pekerja jasa? Bagaimanapun, banyak futuris selalu menginspirasi kami bahwa robot dan AI akan mengusir manusia dari bidang kerja fisik dan produksi konveyor. Namun, di bidang pekerjaan kantoran dan bahkan beberapa aktivitas kreatiflah kita sudah melihat berbagai perkembangan di bidang AI, yang secara bertahap mengubah proses bisnis kantor modern.
Perhatian harus diberikan ke salah satu arahan yang diterapkan dalam pengembangan AI - ini adalah seluruh kelas metode pembelajaran mesin (pembelajaran mesin bahasa Inggris, ML). Dengan menggunakan metode ini, program tidak menyelesaikan masalah secara langsung, tetapi melatih berbagai macam masalah yang serupa. Jaringan saraf juga dapat diterapkan dalam kasus seperti itu, yang dilatih, dan tidak diprogram, seperti perangkat lunak biasa.
Saat ini kami banyak menggunakan sistem terjemahan mesin dari bahasa asing. Tentu saja, mereka belum dapat sepenuhnya menggantikan penerjemah profesional, tetapi mereka sudah membantu kami menerjemahkan teks yang diperlukan dengan cepat dari satu bahasa ke bahasa lain.
Ada software penulisan yang dapat menggantikan jurnalis, copywriter, reporter dan produser konten lainnya.
Gambar 5. Kecerdasan buatan menulis teks alih-alih jurnalis
Bagaimana cara kerja program semacam itu berdasarkan AI dibangun?
- Pada awalnya, aplikasi semacam itu dilatih (menggunakan algoritme ML) pada volume besar teks serupa dengan parameter tertentu: topik, kata kunci, gaya penulisan, dll.
- Kemudian algoritma yang paling cocok dipilih, yang melanjutkan "pelatihan" pada basis teks yang lebih padat dengan karakteristik yang ditentukan secara tepat.
- Pada tahap selanjutnya, model machine learning ini dibuat, yang sudah menghasilkan teks itu sendiri, namun masih terdapat error.
- Pada tahap terakhir, orang tersebut mengedit teks yang dihasilkan dan memperbaiki kesalahan.
Seperti yang bisa kita lihat, sistem seperti itu belum mampu menciptakan teks yang kompleks dan bermakna besar tanpa partisipasi manusia. Meskipun pekerjaan ke arah ini sedang berlangsung, bahkan di bidang melukis dan mengarang musik.
Di bidang otomasi kerja, yang disebut "office plankton", hasil yang baik diberikan oleh metode RPA (Robotic process automation) dalam hubungannya dengan ML dan AI. Faktanya, RPA adalah kompleks teknologi khusus yang digunakan untuk mengotomatiskan proses dalam bisnis, perbankan dan keuangan, dll. Dengan menggunakan algoritme RPA, pengembang dapat membuat program bot yang, menurut algoritme tertentu, melakukan tugas rutin, misalnya, mengumpulkan beberapa data akuntansi ke dalam tabel atau laporan (dengan menempelkan atau menyalin, mengulangi gerakan seseorang).
Namun, hanya menggunakan metode RPA hanya menyelesaikan tugas primitif yang sangat sempit, dan dengan efisiensi otomatisasi tidak lebih dari 50-60% dari semua proses bisnis tersebut. Menambahkan pembelajaran mesin dan kecerdasan buatan ke RPA memungkinkan Anda memperluas rentang proses otomatis dengan membuat "bot" cerdas yang mampu melakukan berbagai tugas, mengerjakan algoritme yang lebih kompleks, dan bahkan memiliki kebebasan untuk membuat keputusan.
Dengan demikian, kami mendapatkan kemampuan untuk mengotomatiskan hingga 80-90% pekerjaan kantor biasa. Tentunya akan tetap dibutuhkan karyawan yang akan mampu mengoreksi pengoperasian sistem tersebut dan mengoreksi kesalahan "bot cerdas", namun secara umum, sangat banyak orang akan terbebas dari aktivitas rutin dan monoton seperti memasukkan dan mengolah data akuntansi, rekonsiliasi, pembuatan laporan dll.
Gambar 6. Bidang Penerapan RPA
Akankah kecerdasan buatan dapat menangani tugas-tugas manajemen atau apakah itu hak eksklusif hanya dari manajer manusia (manajer, kepala perusahaan, dll.)? Untuk saat ini, di negara kita, keputusan manajemen dibuat oleh orang-orang, namun, dalam tatanan teknologi keenam, model manajemen baru berdasarkan metode probabilistik dan manajemen refleksif juga akan dibutuhkan. Sudah ada IBM Watson (superkomputer dari IBM), yang, menggunakan AI, memecahkan seluruh kelas konsultasi yang sangat kompleks dan bahkan masalah ilmiah (mengembangkan solusi efektif untuk perusahaan, membangun model matematika untuk penelitian di bidang onkologi, dll.).
Kesimpulan
Penggunaan sistem kecerdasan buatan akan membawa pada kehidupan ekonomi, industri dan sosial, keduanya banyak manfaat bagi warga, dan akan menimbulkan beberapa masalah yang perlu diperhatikan saat ini:
- Teknologi AI, serta ML, Big data, IoT, dll., Dapat berakhir di tangan sekelompok kecil individu atau monopoli, akibatnya hal ini akan mengarah pada penciptaan "kediktatoran digital" dan sistem totaliter baru, di mana algoritme akan membuat keputusan untuk kita dalam masalah rumah tangga, profesional, sosial dan bahkan politik.
- AI ( « », ..) . «» — , « ». , .
7. - AI , , .
Semua masalah ini perlu diselesaikan sekarang, selama periode transformasi ekonomi digital, sehingga transisi ke tatanan teknologi keenam tidak akan terlalu menyakitkan bagi mayoritas warga dan hanya membawa aspek positif ke dalam kehidupan mereka.