Menilik tren kecerdasan buatan (AI) di tahun 2023

ZONAUTARA.com – Jika ditinjau kembali, tahun 2022 ditandai dengan perkembangan yang signifikan dalam bidang kecerdasan buatan atau airtifical intelligence (AI). Pencapaian penting termasuk kemajuan dalam pemrosesan bahasa alami dan visi komputer, serta peningkatan adopsi AI oleh berbagai industri.

Tidak diragukan lagi bahwa AI akan terus mengalami pertumbuhan yang signifikan pada tahun 2023. Namun, penting untuk mengevaluasi dengan cermat nilai sebenarnya dan dampak potensial dari perkembangan baru, daripada terjebak dalam hype atau tren sesaat.

Seiring dengan semakin meningkatnya ketergantungan kita pada teknologi digital, AI akan terus menjadi kekuatan pendorong di balik transformasi di berbagai industri dan organisasi. Pada tahun 2023, diperkirakan bahwa investasi global dalam AI oleh pemerintah dan bisnis akan melebihi $500 miliar.

Kecerdasan buatan telah masuk ke berbagai aspek masyarakat dan kehidupan sehari-hari, mulai dari chatbot dan asisten virtual seperti Siri dan Alexa hingga peralatan industri otomatis dan kendaraan swakemudi.

Teknologi utama yang digunakan untuk mencapai AI saat ini adalah pembelajaran mesin, yang melibatkan penggunaan algoritme perangkat lunak khusus yang dirancang untuk melakukan tugas tertentu, seperti menjawab pertanyaan, menerjemahkan bahasa, atau menavigasi rute, dan akan terus meningkat dari waktu ke waktu seiring dengan bertambahnya data.

Berikut ini adalah daftar kemajuan AI yang paling menarik untuk diperhatikan pada tahun 2023:

AI berbasis suara dan bahasa

Diperkirakan industri pengenalan suara dan ucapan akan mengalami pertumbuhan yang signifikan selama enam tahun ke depan, meningkat dari nilai $11,2 miliar pada tahun 2029 menjadi $49,7 miliar.

Advertisment:

Adopsi speaker pintar yang meluas di rumah-rumah, terutama karena pergeseran ke arah pekerjaan jarak jauh, telah berkontribusi pada tren ini. Pada tahun 2023, kita dapat melihat fokus pada penggunaan solusi ucapan untuk merampingkan proses perusahaan.

Ketika sistem internal seperti manajemen hubungan pelanggan dan proses bisnis menjadi lebih terintegrasi dengan asisten suara, sistem tersebut akan disesuaikan untuk memenuhi kebutuhan spesifik masing-masing perusahaan.

AI yang mengutamakan etika

Sangat penting untuk mengembangkan model AI yang lebih etis dan transparan untuk membangun kepercayaan. AI membutuhkan data untuk dipelajari, yang sering kali mencakup informasi pribadi. Untuk banyak aplikasi AI yang berharga, hal ini mungkin termasuk data sensitif seperti informasi kesehatan atau keuangan.

Pada tahun 2023, akan ada upaya untuk mengatasi masalah “kotak hitam” pada AI, di mana sulit untuk memahami bagaimana keputusan dibuat dan data apa yang digunakan untuk mencapainya. Mereka yang bertanggung jawab untuk mengimplementasikan sistem AI akan bekerja untuk memastikan bahwa mereka dapat menjelaskan alasan di balik keputusan mereka dan data yang digunakan.

Ketika organisasi belajar cara menghilangkan bias dan ketidakadilan dari sistem pengambilan keputusan otomatis mereka, peran etika AI juga akan menjadi lebih penting.

Keamanan siber berbasis AI

Pada tahun 2023, diharapkan AI akan digunakan dalam inisiatif keamanan siber yang proaktif. Hal ini sebagian besar disebabkan oleh meningkatnya penggunaan laptop dan komputer pribadi oleh karyawan untuk mengakses server perusahaan, yang membuat bisnis rentan terhadap serangan online.

Pada tahun ini, diperkirakan akan ada lebih banyak bisnis yang berinvestasi pada alat keamanan siber canggih untuk melindungi data mereka. Sayangnya, penyerang menggunakan teknologi AI untuk melewati langkah-langkah keamanan TI tradisional dan mendapatkan akses ke sistem yang berisi data pelanggan dan pribadi yang penting. Namun, AI juga dapat digunakan untuk mempertahankan diri dari serangan siber.

AI generatif

Algoritme AI generatif mampu menggunakan data yang sudah ada, seperti video, foto, suara, atau kode komputer, untuk membuat materi baru yang belum pernah ada di dunia fisik. Salah satu model AI generatif yang terkenal adalah GPT-3, yang dikembangkan oleh OpenAI.

GPT-3 mampu menghasilkan teks dan prosa yang hampir tidak dapat dibedakan dari konten yang ditulis oleh manusia. Variasi dari GPT-3 yang disebut DALL-E mampu menghasilkan gambar.

Teknik AI generatif telah menarik perhatian yang signifikan karena eksperimen seperti pembuatan video deepfake yang menampilkan Tom Cruise dan penggunaan konten yang dihasilkan AI dalam acara televisi populer America’s Got Talent.

Namun, diperkirakan pada tahun 2023, teknik ini akan lebih sering digunakan untuk menghasilkan data palsu yang dapat digunakan oleh organisasi untuk berbagai tujuan.

AI generatif melibatkan penggunaan AI untuk membuat item baru dan unik. Meskipun paling sering digunakan untuk menghasilkan konten media seperti gambar realistis orang dan objek, AI juga dapat digunakan untuk menghasilkan kode, tabel data sintetis, dan material seperti bahan bangunan dan obat-obatan dengan karakteristik tertentu.

Kercedasan buatan yang berkelanjutan

Pada tahun 2023, akan ada dorongan bagi bisnis untuk mengurangi dampak lingkungan dan jejak karbon mereka. Adopsi AI yang meluas dapat membantu dan menghambat tujuan ini. Meskipun AI memiliki potensi untuk membantu meningkatkan efisiensi sumber daya dan mengurangi limbah, daya dan sumber daya yang dibutuhkan untuk menjalankan algoritme AI dan infrastruktur pendukungnya, seperti jaringan cloud dan perangkat edge, juga dapat berkontribusi pada konsumsi sumber daya dan degradasi lingkungan.

MLOps

MLOps, yang menjembatani kesenjangan antara pembelajaran mesin, ilmu data, dan rekayasa data, telah muncul sebagai cara untuk menghubungkan berbagai operasi dengan lebih mulus.

Alat bantu MLOps dapat membantu mengurangi kesalahan manusia dan meningkatkan kualitas dengan mengotomatiskan banyak tugas. Berikut ini adalah beberapa tren dan prediksi MLOps teratas untuk tahun 2023 yang kemungkinan besar akan mendapatkan lebih banyak perhatian di industri ini:

• MLOps berbasis data
• Mengidentifikasi drift
• Meningkatkan nilai solusi ML
• Peningkatan jumlah pustaka dan paket MLOps
• Mentransfer AutoML ke AutoMLOps

Pembelajaran terpadu (federated learning)

Pengenalan federated learning, sebuah area baru dalam kecerdasan buatan, telah membuka kemungkinan baru untuk pembelajaran mesin. Pembelajaran terpadu memungkinkan pengalaman yang lebih personal tanpa mengorbankan privasi pengguna dengan memanfaatkan data yang terdesentralisasi dan kekuatan komputasi.

Enkripsi homomorfik memungkinkan pembagian informasi antara klien dan server tanpa mengungkapkan data pengguna yang sensitif.

Pembelajaran terpadu memiliki potensi untuk meningkatkan keselamatan di jalan raya untuk kendaraan yang terhubung dengan swakemudi. Lima tahun ke depan akan sangat menarik untuk pengembangan federated learning, karena akan diterapkan di berbagai aplikasi baru yang meningkatkan pengalaman pengguna dengan cara yang sebelumnya tidak mungkin dilakukan.

Google telah merilis Tensorflow Federated, sebuah kerangka kerja untuk pembelajaran terpadu, yang masih dalam tahap awal tetapi memberikan fondasi yang kuat untuk pembelajaran dan eksperimen.

Model LLMS

Perilisan DALL-E 2, AI generatif yang dikembangkan oleh OpenAI, pada bulan Juli 2022 menarik perhatian yang signifikan baik dari komunitas AI maupun masyarakat umum. Sebelumnya, model teks-ke-gambar telah menerima banyak perhatian di media. ChatGPT juga muncul pada saat ini.

Kemunculan ChatGPT, jenis baru dari model memori jangka panjang-pendek, menandai awal dari pergeseran dari AI generatif tradisional dan jaringan saraf transformasional. ChatGPT dan inovasi serupa dipuji sebagai kekuatan disruptif di bidang AI, termasuk untuk aplikasi bisnis.

Kemajuan terbaru dalam AI dan pembelajaran mesin telah menyebabkan lonjakan inovasi. PaLM 540B dan Megatron 530B, dua model terbesar yang saat ini tersedia, merupakan model memori jangka panjang-pendek.

ChatGPT didasarkan pada GPT 3.5 OpenAI, yang dirilis pada akhir November 2022. Rilis GPT-4 yang diantisipasi diharapkan akan semakin memperkuat keyakinan bahwa “Transformer AI” adalah pengembangan besar yang secara fundamental akan mengubah cara sistem AI dirancang dan dilatih.

Kerja yang ditingkatkan

Pada tahun 2023, kemungkinan banyak orang akan bekerja bersama robot dan mesin cerdas yang dirancang untuk membantu mereka melakukan tugas-tugas mereka dengan lebih efisien. Hal ini mungkin melibatkan penggunaan ponsel pintar yang memberikan akses langsung ke data dan alat analisis kepada para pekerja, terutama di lingkungan industri dan ritel.

Hal ini juga dapat melibatkan penggunaan penutup kepala dengan kemampuan augmented reality yang menempatkan informasi digital di dunia nyata. Asisten virtual bertenaga AI yang dapat dengan cepat merespons pertanyaan dan menyarankan cara-cara alternatif yang lebih efisien untuk mencapai tujuan juga akan semakin umum di tempat kerja.

Peningkatan personalisasi

Karena konsumen mengharapkan interaksi yang dipersonalisasi dengan semua jenis bisnis, mulai dari perbankan hingga ritel online, pengalaman digital yang dipersonalisasi telah menjadi norma. Untuk memenuhi permintaan ini, pembelajaran mesin dan kemampuan prediksi kecerdasan buatan berkembang pesat untuk membantu organisasi mendapatkan wawasan yang lebih dalam tentang pengguna mereka.

Hal ini akan memungkinkan bisnis untuk lebih memahami kepribadian pelanggan mereka dan menawarkan produk dan layanan yang lebih disesuaikan, sekaligus memberikan pengalaman berbelanja yang lebih efisien dan menyenangkan kepada pelanggan.

Kemampuan organisasi untuk menerapkan tingkat personalisasi massal ini akan menjadi kemajuan paling signifikan dalam teknologi ini pada tahun 2023.

Pada tahun 2023, AI akan dapat digunakan untuk membangun situs web, merancang antarmuka pengguna, dan mengembangkan rencana pemasaran khusus yang memenuhi kebutuhan spesifik masing-masing pengguna.