Algoritma AI Masa Depan: Belajar Seperti Manusia
IndonesiaNeo.com --- Menurut para peneliti sebagaimana dikutip dari sciencedaily.com (20/07/2023), algoritma AI di masa depan memiliki potensi untuk belajar seperti manusia. Para insinyur listrik di Ohio State University telah menganalisis seberapa besar proses yang disebut "pembelajaran berkelanjutan" mempengaruhi kinerja keseluruhan mereka.
Pembelajaran berkelanjutan adalah ketika komputer dilatih untuk terus-menerus mempelajari urutan tugas, menggunakan pengetahuan yang dikumpulkan dari tugas-tugas lama untuk lebih baik mempelajari tugas-tugas baru.
Namun, salah satu rintangan utama yang masih perlu diatasi oleh para ilmuwan untuk mencapai ketinggian tersebut adalah belajar bagaimana menghindari kehilangan memori yang setara dengan pembelajaran mesin - sebuah proses yang dikenal sebagai "pelupa bencana" pada agen AI.
Ketika jaringan saraf buatan dilatih pada satu tugas baru setelah yang lain, mereka cenderung kehilangan informasi yang diperoleh dari tugas-tugas sebelumnya, masalah yang bisa menjadi bermasalah ketika masyarakat semakin bergantung pada sistem AI.
Ness Shroff, seorang Ohio Eminent Scholar dan profesor ilmu komputer dan teknik di Ohio State University, mengatakan: "Ketika aplikasi mengemudi otomatis atau sistem robotik lainnya diajarkan hal-hal baru, penting bagi mereka untuk tidak melupakan pelajaran yang telah mereka pelajari demi keselamatan kita dan mereka".
Penelitian mereka mengeksplorasi kompleksitas pembelajaran berkelanjutan dalam jaringan saraf buatan ini, dan apa yang mereka temukan adalah wawasan yang mulai menjembatani kesenjangan antara bagaimana mesin belajar dan bagaimana manusia belajar.
Peneliti menemukan bahwa dengan cara yang sama orang mungkin kesulitan mengingat fakta-fakta kontras tentang skenario serupa tetapi mengingat situasi yang sangat berbeda dengan mudah, jaringan saraf buatan dapat mengingat informasi lebih baik ketika dihadapkan dengan tugas-tugas yang beragam secara berturut-turut, bukan yang memiliki fitur serupa.
Tim tersebut, termasuk peneliti pascadoktoral Ohio State Sen Lin dan Peizhong Ju serta profesor Yingbin Liang dan Shroff, akan mempresentasikan penelitian mereka bulan ini di Konferensi Internasional ke-40 tentang Pembelajaran Mesin di Honolulu, Hawaii, sebuah konferensi unggulan dalam pembelajaran mesin.
Meskipun bisa menjadi tantangan untuk mengajarkan sistem otonom untuk menunjukkan pembelajaran dinamis seumur hidup ini, memiliki kemampuan seperti itu akan memungkinkan ilmuwan untuk meningkatkan algoritma pembelajaran mesin dengan lebih cepat serta dengan mudah menyesuaikannya untuk menangani lingkungan yang berkembang dan situasi tak terduga.
Pada dasarnya, tujuan bagi sistem-sistem ini adalah agar suatu saat nanti meniru kemampuan belajar manusia.
Algoritma pembelajaran mesin tradisional dilatih pada data sekaligus, tetapi temuan tim ini menunjukkan bahwa faktor-faktor seperti kemiripan tugas, korelasi negatif dan positif, bahkan urutan di mana algoritma diajarkan suatu tugas penting dalam durasi waktu jaringan buatan mempertahankan pengetahuan tertentu. [IDN]
Post a Comment