Ke mana Arah Tindakan Seterusnya AI? Analisis Menyeluruh oleh Tiga Pakar Antarabangsa

Pada masa ini, AI generatif berada pada titik penting dalam gelombang terkini peralihan platform dalam industri teknologi. Trajektori masa depannya penuh dengan pelbagai kemungkinan yang kreatif sekaligus diiringi oleh kebimbangan kognitif yang ketara. Artikel ini menghimpunkan pandangan tiga pakar—Benedict Evans, Roger Penrose, dan Kevin Kelly. Dalam artikel, temu bual serta ucapan terbaru mereka, setiap pakar memperincikan pemikiran masing-masing mengenai logik asas yang mendasari perkembangan masa depan AI. Perbincangan mereka berkisar pada beberapa persoalan utama: bentuk-bentuk evolusi AI, potensi AI untuk membangunkan kesedaran, serta cara kita seharusnya menghadapi ketidakpastian yang wujud dalam kemajuan AI.

Dalam suatu masa apabila kegilaan teknologi bersilang dengan kebimbangan kognitif,

Pemikir terkemuka dari pelbagai bidang

Setiap orang diberikan jawapan masing-masing.

Saya berharap dapat membantu semua orang ketika mereka menghadapi transformasi ini.

Menawarkan sudut pandangan yang rasional dan optimistik.

Penganalisis teknologi terkemuka Benedict Evans:
AI kini berada dalam tempoh transisi menuju peralihan platform, dan pelaksanaan teknologi tersebut akan dilaksanakan dalam tiga fasa.

Teks asal: “Pada masa ini, AI berada pada titik penting peralihan platform, dan trajektori pembangunannya masih tidak pasti. Pelaksanaan teknologi AI akan melalui tiga peringkat—‘penyerapan, inovasi, dan gangguan.’ Pada ketika ini, tumpuan masih diberikan kepada skenario ‘penyerapan’ seperti pengaturcaraan dan pemasaran; namun dalam jangka panjang, AI akan secara mendasarnya membentuk semula isu-isu utama dalam industri.”

Pelaksanaan teknologi dibahagikan kepada tiga tahap: penyerapan (mengautomatikkan kes-kes penggunaan yang jelas ditetapkan dan mengintegrasikannya sebagai ciri-ciri), inovasi (membangunkan produk baharu, menggabungkan dan memisahkan perkhidmatan), serta gangguan (menentukan semula masalah itu sendiri). Sehingga kini, kebanyakan kes-kes penggunaan yang berjaya masih berada pada peringkat “penyerapan”—contohnya dalam bidang pengaturcaraan, pemasaran, sokongan pelanggan dan automasi. Namun persoalan sebenarnya ialah: Apakah bentuk sebenar “inovasi” dan “gangguan” itu?

Dalam pandangan Evans, AI kini berada pada tahap kritikal peralihan platform—sama seperti peralihan daripada komputer mainframe kepada PC atau daripada internet kepada telefon pintar—dan bentuk pembangunan akhirnya masih belum pasti. Pelaksanaan teknologi ini akan berkembang melalui tiga tahap yang berbeza: “penyerapan”, “inovasi” dan “disrupsi”. Pada masa ini, AI masih berada dalam fasa “penyerapan”, terutamanya digunakan untuk mengautomatikkan tugas seperti pengaturcaraan, pemasaran dan sokongan pelanggan; aplikasi-aplikasi ini dijangka akan kekal selama dua dekad lagi. Namun, titik utama masa hadapan sebenarnya terletak pada fasa “inovasi” dan “disrupsi”. Pada tahap inovasi, model bahasa besar (LLM) mempunyai potensi untuk beralih daripada “cadangan berdasarkan relevansi” kepada “pemahaman niat”, sekali gus membentuk semula logik di sebalik penggabungan dan pemisahan produk. Sementara itu, pada tahap disrupsi, AI mungkin—seperti mesin wap—menggantikan sebahagian kerja manusia, mentakrifkan semula cabaran asas dalam industri, serta mewujudkan paradigma industri yang sama sekali baharu.

Pada masa yang sama, beliau menegaskan bahawa industri AI pada hari ini menampilkan “realiti dwiwarna yang bersifat dingin dan panas”: gergasi teknologi sedang mengalirkan modal yang besar bagi merebut dominasi dalam bidang ini, namun bentuk produk dan model perniagaan masih belum jelas. Namun begitu, walaupun industri tersebut mengalami kemerosotan akibat gelembung, impak transformasi yang dibawa oleh AI sudah tidak dapat dielakkan lagi.

02
Roger Penrose, seorang ahli matematik, ahli fizik matematik dan ahli falsafah sains berbangsa British:

Intipati AI ialah “pengenalan corak yang boleh dikira.”

“Esensi AI ialah ‘pengenalan corak yang boleh dikira’, namun sukar untuk mencapai kesedaran sejati—AI semasa hanya mampu mengenal pasti corak dan melaksanakan peraturan berdasarkan data, tetapi ia tidak dapat memahami hakikat asas peraturan tersebut. Namun, dari sudut pandangan teorem Gödel dan tahap fizikal, teknologi pengkomputeran hari ini masih mengalami kesukaran untuk mengakses proses yang tidak boleh dikira, sekali gus masih tidak mampu menghasilkan kesedaran,” kata Roger Penrose.

“Pertama, kecerdasan sejati sememangnya melibatkan kesedaran, dan saya sentiasa berpegang teguh bahawa peranti-peranti ini tidak mempunyai kesedaran—melainkan kita memperkenalkan unsur-unsur lain, mereka tidak akan memperolehinya. Pada masa ini, apa yang disebut ‘kecerdasan’ hanyalah satu konsep yang boleh dikira: ia hanya memindai jumlah data yang besar, mencari corak, atau cuba menganalisis data dengan cara sedemikian. Namun, pada hakikatnya, kecerdasan bergantung kepada kesedaran.”

Teorem Gödel menunjukkan bahawa terdapat aspek dalam sistem matematik yang tidak boleh dikira. Untuk melangkaui batasan yang ditetapkan oleh peraturan-peraturan sedia ada, seseorang mesti memahami prinsip-prinsip yang lebih mendalam di sebalik peraturan tersebut—suatu keupayaan pemahaman yang memerlukan keterlibatan kesedaran. Walaupun komputer mampu menjalankan tugas pengiraan dengan cekap, ia sentiasa berada pada tahap sekadar melaksanakan peraturan tanpa benar-benar memahami mengapa peraturan itu wujud pada asasnya. Oleh itu, ia tidak mampu mencapai pemahaman yang bersifat terobosan seperti ini. Dengan kata lain, kecerdasan buatan tidak mengetahui sama ada peraturan-peraturan tersebut benar-benar sahih; ia tiada kesedaran sedar untuk menyedarinya, tidak dapat memahami mengapa peraturan itu membawa kepada kebenaran, dan gagal memahami hujah asas di sebalik keabsahan peraturan tersebut.

Penrose menafikan, dari sudut pandangan logik asas, kemungkinan AI masa kini mampu menghasilkan kesedaran. Beliau berhujah bahawa AI hari ini hanya melakukan pengenalan corak dan melaksanakan peraturan yang telah ditetapkan berdasarkan jumlah data yang sangat besar—ia langsung tidak mampu memahami hakikat daripada peraturan tersebut sendiri. Dari perspektif teorem Gödel, sistem matematik secara semula jadinya mengandungi unsur-unsur yang tidak boleh dihitung. Untuk menembusi batasan peraturan ini, diperlukan pemahaman mendalam yang melibatkan kesedaran sedar—sebuah keupayaan yang pada dasarnya tiada pada AI. Dari sudut pandangan fizikal pula, kesedaran mungkin melibatkan proses-proses yang tidak boleh dihitung dalam domain kuantum, manakala teknologi komputer hari ini sepenuhnya berasaskan struktur matematik yang boleh dihitung, sekali gus tetap tidak mampu sama sekali untuk memasuki bidang tersebut. Ringkasnya, AI yang digerakkan oleh komputer moden tidak akan pernah mampu berkembang menjadi “kecerdasan supermanusia” yang benar-benar mempunyai kesedaran.

03 Kevin Kelly, Ketua Editor Penubuh majalah Wired

Masa depan ialah era “kecerdasan buatan”—dengan menumpukan kepada empat arah evolusi utama.

Masa depan tidak akan menyaksikan hanya satu bentuk kecerdasan buatan yang tunggal. Sebaliknya, evolusi teknologi AI pada masa hadapan akan tertumpu kepada empat hala tuju utama: penalaran simbolik (untuk mengatasi kelemahan logik), kecerdasan ruang (untuk memahami dunia sebenar), kecerdasan emosi (untuk memiliki empati), serta ejen pintar. Kelly berpendapat bahawa masa depan tidak akan membawa kepada satu bentuk kecerdasan buatan yang seragam; sebaliknya, ratusan atau malah ribuan “AI lemah”—setiap satu dengan kekuatan unik masing-masing—akan muncul. Mereka ini merupakan “AI”, dan sesetengah daripadanya mungkin turut membangunkan “kecerdasan asing” yang mempunyai cara berfikir yang secara asasnya berbeza daripada manusia. Justeru, perbezaan inilah yang bakal menjadi kelebihan tersendiri mereka.

Ketidakpastian No. 1: Adakah Kecerdikan Buatan Umum boleh dicapai? Jawapannya ialah: Kita masih belum mengetahuinya. Mungkin pada masa hadapan, kita langsung tidak akan melihat Kecerdikan Buatan Umum yang sebenar—sebaliknya, kita hanya akan melihat ratusan atau malah ribuan “AI lemah” yang unggul dalam bidang tertentu.

Ketidakpastian No. 2: Pada masa hadapan, adakah pengkomputeran AI akan terutamanya bergantung kepada sistem awan berpusat, atau adakah ia semakin bergantung kepada peranti tepi dan tempatan? Pada masa ini, kebanyakan syarikat masih memilih pendekatan berpusat. Kita dapat melihat model bahasa berskala besar terus berkembang dari segi skala, bilangan cip semakin meningkat, serta prestasi model yang kelihatan semakin mantap.

Namun, adakah trend ini mampan? Kami tidak pasti. Model yang lebih besar membawa kepada penggunaan tenaga yang lebih tinggi dan pusat data yang lebih besar, yang turut menimbulkan isu kawalan berpusat.

Sebaliknya, satu lagi trend sedang meningkat secara senyap: komputasi tepi. Komputasi tepi menawarkan masa respons yang lebih pantas, perlindungan privasi yang lebih kukuh, penggunaan tenaga yang lebih rendah, serta kemerdekaan yang lebih tinggi.

Oleh itu, dalam pandangan saya, arkitek AI masa depan kemungkinan besar akan mengambil bentuk “hibrid”: pengkomputeran awan berpusat dan pengkomputeran tepi yang berdecentralized akan wujud bersama-sama, namun kuasa dominan secara beransur-ansur akan beralih ke pihak tepi. Justeru, struktur teragih inilah yang mungkin mencerminkan bentuk sebenar sebuah masyarakat pintar.

Ketidakpastian No. 3: Berdasarkan data yang sedia ada, kecerdasan buatan bukan menyebabkan pengangguran, sebaliknya meningkatkan kecekapan... Pengenalan AI telah mengubah struktur kerja, tetapi ia tidak membuat pekerjaan lenyap. Sebaliknya, AI membebaskan manusia daripada tugas-tugas yang berulang dan bersifat standard, sekali gus membolehkan mereka memberi tumpuan kepada kerja-kerja yang lebih kreatif dan memerlukan penilaian yang mendalam.

Berkenaan dengan hala tuju AI pada masa hadapan, beliau telah mengenal pasti empat bidang terkini: penalaran simbolik bagi menangani kelemahan logik; kecerdasan ruang yang mampu memahami dunia sebenar; kecerdasan emosi yang dilengkapi dengan keupayaan berempati; serta agen autonomi yang mampu bertindak sendiri. Selain itu, beliau meramalkan bahawa arsitek sistem pengkomputeran AI akan berkembang menuju model “hibrid awan-tepi”, sekali gus secara beransur-ansur memindahkan lebih banyak kuasa pemprosesan ke bahagian tepi rangkaian. Pada masa yang sama, beliau berpendapat bahawa AI tidak akan menyebabkan pengangguran meluas—sebaliknya, ia akan membebaskan tenaga kerja manusia supaya dapat memberi tumpuan kepada tugasan yang lebih kreatif. Dari segi pemikiran, beliau menggalakkan penerapan sudut pandangan “utopia evolusi” terhadap masa depan—bukan mencari kesempurnaan, tetapi berusaha untuk menjadi sedikit lebih baik setiap hari berbanding hari sebelumnya.

Dari tiga perspektif—pelaksanaan industri, sifat asas kecerdasan dalaman, serta evolusi teknologi yang disepadukan dengan penyesuaian minda—tiga pakar telah menggariskan garis besar utama masa depan AI: Transformasi industri yang dibawa oleh AI bersifat jangka panjang dan tidak boleh diubah; namun potensi pengguguran yang dimilikinya hanya dapat direalisasikan sepenuhnya dalam fasa “inovasi hingga pengguguran”. Dalam kerangka teknologi sedia ada, AI hampir mustahil mencapai kesedaran sejati; oleh itu, tiada alasan untuk berasa cemas secara melampau terhadap “kecerdasan super yang tidak terkawal”. Pada masa hadapan, AI akan berkembang menuju spesialisasi yang pelbagai dan mengubah cara manusia bekerja serta hidup melalui “penyusunan semula” yang beransur-ansur, bukannya “penggantian” secara menyeluruh. Menjaga sikap optimisme yang rasional merupakan pendirian terbaik untuk mengharungi era transformasi ini.