Sangat mudah tersesat dalam potensi kecerdasan buatan saat berbicara dengan Gayle Sheppard dari Saffron Technology. Untungnya, 31 menit kemudian, iPhone-nya mengingatkan saya seberapa jauh AI komersial dari jam tayang utama. Terselip di tasnya di sudut ruang pertemuan, telinga virtual Siri meninggi saat pertama kali namanya disebutkan dalam percakapan kami. "Dia pikir saya menghinanya," gurau Sheppard, setelah Siri menyerah dengan "Maaf, saya tidak mengerti," sebelum memotong dan kembali diam-diam menguping.
Meskipun tidak eksklusif untuk mengungkapkannya Siri bukanlah karya terbaik tentang betapa briliannya AI
, penjajarannya cukup lucu. Di sini saya berbicara dengan Gayle Sheppard tentang bagaimana perusahaannya, yang diakuisisi oleh Intel pada tahun 2015 setelah 16 tahun merdeka, adalah diam-diam mengubah dunia dengan cara yang halus namun tidak dapat disangkal, dan pemula yang mencolok tidak dapat menahan diri untuk mencoba meraihnya menyoroti.
Apa yang saya maksud dengan "mengubah dunia"? Sheppard menyoroti tiga contoh karya Saffron yang tidak dapat dipisahkan lebih jauh: akurat memprediksi kapan bagian pesawat akan gagal; memprediksi pola masa depan dalam penipuan dan pencucian uang; dan membedakan antara kardiomiopati restriktif dan perikarditis konstriktif.
“Menggunakan filosofi bahwa apa pun bisa berarti, kecerdasan buatan Saffron mampu mendorong diagnosis yang benar hingga 96% hanya dalam dua bulan”
Yang terakhir inilah yang paling instruktif tentang seberapa transformatif sistem itu. Saffron dihubungi oleh ahli jantung New York – Dr Partho Sengupta – yang percaya bahwa teknologi Saffron mungkin dapat meningkatkan diagnosis kondisi. Bahkan untuk mata manusia yang ahli, ekokardiogram dari kedua kondisi tersebut terlihat sangat mirip – mata Sengupta sendiri benar sekitar 76% dari waktu, tetapi dokter yang kurang berpengalaman rata-rata hanya lebih dari 50%.
Para dokter mendasarkan analisis mereka pada sekitar tujuh atribut yang berbeda, tetapi masih banyak lagi yang tidak diperhatikan. Jumlah yang membingungkan, sebenarnya. “Dua puluh kali dalam satu detak jantung, kami menangkap sekitar 10.000 atribut di enam zona berbeda dengan 19 metrik berbeda,” jelas Sheppard. Menggunakan filosofi bahwa apa pun bisa berarti, kecerdasan buatan Saffron mampu mendorong diagnosis yang benar hingga 96% hanya dalam dua bulan. “Banyak data, tidak dibatasi: tidak ada atribut yang dipilih sebelumnya. Di situlah AI benar-benar dapat membantu kebaikan bersama.”
Contoh itu benar-benar merangkum pendekatan Saffron terhadap AI. Perusahaan adalah contoh dari “lazy learning AI” – artinya mereka mempelajari semua yang mereka bisa, dan kemudian bekerja mundur dari sana. “Peran pengalaman itu kaya dan kuat, dan ketika Anda mencoba menguranginya menjadi beberapa atribut, Anda kehilangan banyak informasi dan banyak personalisasi,” jelas Sheppard. “Fundamentalnya adalah: belajar tentang segala hal karena apapun bisa berarti.”
Tidak seperti sistem pembelajaran mendalam, Teknologi Saffron tidak memiliki kotak hitam, dan pendekatannya benar-benar transparan. “AI harus menjelaskan atau kita kehilangan kepercayaan – kita tidak memiliki kepercayaan,” jelas Sheppard. “Ide keseluruhannya adalah kita tidak tahu apa yang tidak kita ketahui, dan oleh karena itu kita hanya bisa membayangkan dan mencontohkan sesuatu dengan imajinasi kita atau apa yang kita ketahui.
“AI harus menjelaskan atau kita kehilangan kepercayaan – kita tidak memiliki kepercayaan”
“Jadi ketika kami dibatasi oleh model, kami akan selalu mengabaikan sesuatu. Kami akan selalu mengurangi akurasi, mau tidak mau.” Itu tidak berarti bahwa pembelajaran yang mendalam selalu kalah dengan pengalaman belajar yang ditawarkan Saffron. “Saat kita dalam pembelajaran mendalam, model sangat penting. Kami perlu tahu seperti apa penampilan Anda. Saya perlu memastikan bahwa ketika saya mengidentifikasi Anda, saya tidak memilih seseorang yang mirip dengan Anda.”
Sheppard berbicara dengan otoritas seseorang yang telah bekerja di industri ini selama hampir dua dekade. “Pada tahun 1999 – ide bagus, tetapi data yang tidak terstruktur belum dipahami dengan baik,” jelasnya. Ada beberapa rintangan di jalan setelah ledakan gelembung dotcom dan serangan 11 September, tetapi Saffron telah bertahan dan sekarang menjadi bagian dari Intel. “Mereka memahami apa yang mungkin dilakukan dengan Saffron, dan mereka telah mempersiapkan portofolio AI selama beberapa waktu,” jelas Sheppard, yang menganggap kedua perusahaan sebagai "benar-benar cocok", dan tertarik untuk memanfaatkan komunitas perusahaan yang dianggap baik developer.
Pengembang mana pun yang terjun ke AI akan menemukan hal-hal yang jauh lebih ramah daripada di tahun 1999. Pelanggan sekarang memiliki lebih banyak data untuk dibagikan, artinya Saffron bisa jauh lebih bermanfaat. “Pelanggan sangat pintar – mereka memiliki ilmuwan data dan pakar pembelajaran mesin. Kami masuk dan kami tidak terlalu banyak mendidik – mereka sudah memiliki dasar pengetahuan yang bagus untuk dikerjakan, dan itu benar-benar menjadi perkawinan pikiran.
“Anda tidak dapat mempekerjakan cukup banyak orang untuk menyelidiki semuanya”
Tentu saja banyak dari perusahaan tersebut telah berinvestasi pada ilmuwan data dan pakar pembelajaran mesin karena alasan yang sama yang membuat orang takut pada AI: karena AI dapat mengurangi jumlah karyawan. Saya bertanya kepada Sheppard di mana Saffron berdiri karena ketakutan orang akan redundansi. “Saat ini kami tidak sedang menangani masalah apa pun, yang diajukan kepada kami oleh industri, yang menghilangkan pekerjaan,” kata Sheppard. “Kami berfokus pada pekerjaan yang tidak dapat diselesaikan dengan mudah oleh manusia.” Ambil bidang investigasi penipuan, untuk contoh: “Anda tidak dapat mempekerjakan cukup banyak orang untuk menyelidiki semuanya – itu tidak mungkin karena volumenya transaksi. Ini benar-benar tentang menyelesaikan semuanya, jadi tekanan pada penyelidik yang malang berkurang - saya tidak bisa membayangkan berada di peran itu, karena ada beberapa denda serius yang dikenakan pada bank jika mereka tidak menyelidiki hal-hal ini di 90 hari!” 
Ketika saya memikirkan tentang pekerjaan yang secara praktis tidak dapat dilakukan oleh manusia, saya tidak memikirkan analisis penipuan atau platform sumur jarak jauh di Laut Utara: Saya memikirkan pelecehan online. Facebook, Twitter, dan Google tidak memiliki solusi untuk trolling dan penyalahgunaan, karena terlalu banyak untuk ditangani oleh tim manusia. Bisakah AI turun tangan? “Itu ide yang bagus – kami belum menerapkan teknologi kami untuk itu. Intel mengumumkan sebuah inisiatif dalam anti-pelecehan yang belum pernah kami ikuti – Anda baru saja memotivasi saya untuk mengirim email ke orang itu untuk mengatakan 'ayo, ayo pergi. Mari kita lihat bagaimana kami dapat membantu Anda’.” Jadi, jika pelecehan di internet diperbaiki saat Anda membaca ini, Anda akan tahu siapa yang harus berterima kasih.
Lihat terkait
Cukup jelas dari berbicara dengan Sheppard bahwa masalah yang paling menarik adalah masalah yang manusia tidak memiliki kemampuan untuk mengatasinya (“Saya agak merasa bosan di saat ini, karena saya hanya memecahkan beberapa masalah duniawi dunia nyata, "katanya pada satu titik), tetapi itu tidak selalu sesuai dengan perusahaan kami yang berorientasi laba. dunia.
“Ini sangat penting,” jelasnya, menekankan bahwa setiap kali perusahaan besar terlibat dalam AI – termasuk Intel – bahwa mereka melakukannya “untuk umat manusia dan memperbaiki dunia, bukan hanya untuk ekonomi memperoleh". Apakah perusahaan memperhatikan kata-kata itu selama beberapa dekade mendatang dapat menentukan seperti apa dunia kita pada tahun 2050 – apakah manusia akan terpinggirkan atau tidak.
