Neuro-simbolik AI: Mesin yang akhirnya bisa menangani logika dan pembelajaran

• Penulis:
• nama penulis

  Pandangan ke Depan Quantumrun
• 13 April, 2023

Pembelajaran mesin (ML) selalu menjadi teknologi yang menjanjikan dengan tantangan uniknya, tetapi para peneliti ingin membuat sistem berbasis logika yang melampaui data besar. Sistem berbasis logika dirancang untuk bekerja dengan representasi dan penalaran simbolik, yang dapat memberikan cara yang lebih transparan dan dapat ditafsirkan untuk memahami proses pengambilan keputusan sistem. 

Konteks AI neuro-simbolik

Neuro-simbolik AI (juga disebut AI komposit) menggabungkan dua cabang kecerdasan buatan (AI). Pertama adalah AI simbolik, yang menggunakan simbol untuk memahami hubungan dan aturan (yaitu, warna dan bentuk suatu objek). Agar AI simbolik berfungsi, basis pengetahuan harus tepat, terperinci, dan lengkap. Persyaratan ini berarti tidak dapat belajar dengan sendirinya dan bergantung pada keahlian manusia untuk terus memperbarui basis pengetahuan. 

Komponen lain dari neuro-simbolik AI adalah deep neural network (jaring dalam) atau deep learning (DL). Teknologi ini menggunakan banyak lapisan node yang meniru neuron otak manusia untuk belajar sendiri memproses kumpulan data besar. Misalnya, jaring dalam dapat melewati berbagai gambar kucing dan anjing untuk secara akurat mengidentifikasi mana yang mana, dan mereka meningkat seiring waktu. Namun, yang tidak bisa dilakukan jaring dalam adalah memproses hubungan yang rumit. Dengan menggabungkan AI simbolik dan jaring dalam, peneliti menggunakan DL untuk mengocok sejumlah besar data ke dalam basis pengetahuan, setelah itu AI simbolik dapat menyimpulkan atau mengidentifikasi aturan dan hubungan. Kombinasi ini memungkinkan penemuan pengetahuan dan pengambilan keputusan yang lebih efisien dan akurat.

Area lain yang ditangani oleh AI neuro-simbolis adalah proses pelatihan jaringan dalam yang mahal. Selain itu, jaring dalam bisa sensitif terhadap perubahan data input kecil, yang menyebabkan kesalahan klasifikasi. Mereka juga berjuang dengan penalaran abstrak dan menjawab pertanyaan tanpa banyak data pelatihan. Selain itu, cara kerja internal jaringan ini rumit dan sulit dipahami manusia, menjadikannya tantangan untuk menginterpretasikan alasan di balik prediksi mereka.

Dampak yang mengganggu

Para peneliti dari Universitas Stanford melakukan studi awal AI komposit menggunakan 100,000 gambar bentuk 3D dasar (persegi, bola, silinder, dll.) Mereka kemudian menggunakan pertanyaan yang berbeda untuk melatih hibrida untuk memproses data dan menyimpulkan hubungan (misalnya, apakah kubus berwarna merah? ). Mereka menemukan bahwa AI neuro-simbolik dapat menjawab pertanyaan ini dengan benar 98.9 persen. Selain itu, hybrid hanya membutuhkan 10 persen data pelatihan untuk mengembangkan solusi. 

Karena simbol atau aturan mengontrol jaring dalam, peneliti dapat dengan mudah melihat bagaimana mereka "belajar" dan di mana kerusakan terjadi. Sebelumnya, ini telah menjadi salah satu kelemahan jaring dalam, ketidakmampuan untuk dilacak karena lapisan dan lapisan kode dan algoritma yang kompleks. Neuro-simbolik AI sedang diuji pada kendaraan self-driving untuk mengenali objek di jalan dan setiap perubahan di lingkungan. Kemudian dilatih untuk bereaksi secara tepat terhadap faktor-faktor eksternal ini. 

Namun, ada perbedaan pendapat tentang apakah kombinasi AI simbolik dan jaring dalam adalah jalan terbaik menuju AI yang lebih maju. Beberapa peneliti, seperti dari Brown University, percaya bahwa pendekatan hibrida ini mungkin tidak cocok dengan tingkat penalaran abstrak yang dicapai oleh pikiran manusia. Pikiran manusia dapat membuat representasi simbolis dari objek dan melakukan berbagai jenis penalaran menggunakan simbol-simbol ini, menggunakan jaringan saraf biologis, tanpa memerlukan komponen simbolik khusus. Beberapa ahli berpendapat bahwa metode alternatif, seperti menambahkan fitur jaring dalam yang meniru kemampuan manusia, mungkin lebih efektif dalam meningkatkan kemampuan AI.

Aplikasi untuk AI neuro-simbolik

Beberapa aplikasi untuk AI neuro-simbolis dapat meliputi:

• Bot, seperti chatbots, yang dapat memahami perintah dan motivasi manusia dengan lebih baik, menghasilkan respons dan layanan yang lebih akurat.
• Penerapannya dalam skenario pemecahan masalah yang lebih kompleks dan sensitif seperti diagnosis medis, perencanaan perawatan, dan pengembangan obat. Teknologi tersebut juga dapat diterapkan untuk mempercepat penelitian ilmiah dan teknologi untuk bidang-bidang seperti transportasi, energi, dan manufaktur. 
• Otomatisasi proses pengambilan keputusan yang saat ini membutuhkan penilaian manusia. Akibatnya, aplikasi semacam itu dapat menyebabkan hilangnya empati dan akuntabilitas di bidang tertentu seperti layanan pelanggan.
• Peralatan pintar dan asisten virtual yang lebih intuitif yang dapat memproses berbagai skenario, seperti menghemat listrik secara proaktif dan menerapkan langkah-langkah keamanan.
• Pertanyaan etika dan hukum baru, seperti masalah yang berkaitan dengan privasi, kepemilikan, dan tanggung jawab.
• Peningkatan pengambilan keputusan di pemerintahan dan konteks politik lainnya. Teknologi ini juga dapat digunakan untuk memengaruhi opini publik melalui iklan yang lebih bertarget dan pembuatan iklan dan media yang sangat personal.

Pertanyaan untuk dipertimbangkan

• Menurut Anda, bagaimana lagi neuro-simbolik AI akan memengaruhi kehidupan kita sehari-hari?
• Bagaimana teknologi ini dapat digunakan di industri lain?