Hanya Manusia, Bukan Komputer, Yang Bisa Belajar Dan Memprediksi
“Komputer memiliki keunggulan mengolah data dalam jumlah besar, sedangkan manusia unggul dalam mendeskripsikan berbagai variasi data. Ini adalah perbedaan utamanya”
– catatan editor –
Artikel asli dalam Bahasa Inggris oleh: Joab Rosenberg
Ditranslasikan ke dalam Bahasa Indonesia oleh: Edy Kesuma
Dicek dan ditinjau ulang oleh: Reopan editor
Dalam sebuah artikel di situs majalah online Nature akhir Januari kemarin diberitakan bahwa sebuah komputer yang didesain oleh Google, yaitu DeepMind, berhasil mengalahkan seorang master dalam permainan China kuno bernama “Go.” Pencapaian yang luar biasa ini sekali lagi membangkitkan ekspektasi di masa depan tentang akankah komputer memiliki kecerdasannya sendiri, dimana dalam ulasan sebuah media yang telah terkenal di seluruh dunia mengembar-gemborkan tentang kemungkinan ini.
Salah satu pertanyaan besar yang muncul sebagai reaksi atas pencapaian DeepMind adalah apa yang menjadi batasan, dalam setiap bentuk kecerdasan buatan? Pada bulan November tahun kemarin, Dr. Kira Radinsky, seorang ilmuwan komputer dan ahli kecerdasan buatan mesin, dalam sebuah surat kabar Israel berpendapat bahwa komputer akan mampu secara akurat memprediksi hasil dari konflik yang terjadi antara Israel dan Palestina. Berikan komputer sebanyak-banyaknya data tentang “parallel universe” atau “semesta pararel,” tulisnya, dan komputer akan mampu mengobservasi dampak dari masing-masing semesta dan menemukan polanya, memungkinkan terbuatnya berbagai prediksi tentang masa depan dari konflik tersebut.
Sementara itu, secara teori terdengar masuk akal bahwa komputer tidaklah “kreatif,” tidak “belajar,” dan tidak bisa “memprediksi.” Komputer hanya bisa ditugaskan membuat prediksi induktif berdasarkan pengalaman-pengalaman masa lampau. Mereka bisa mencari korelasi yang kompleks dalam suatu database dengan tujuan menghadirkannya sebagai “perkiraan tindakan beralasan yang bisa dilakukan.”
Tidak peduli mana yang benar atau mana yang salah, pencapaian dari DeepMind membuat kita perlu meninjau ulang dalam cara yang lebih akurat, apa arti sebenarnya dari mempelajari dan memperkirakan.
Terdapat dua rintangan utama bagi mesin untuk bisa belajar dan memprediksi seperti yang bagaimana manusia lakukan. Pertama, seperti yang disinggung diatas, karena komputer hanya bisa ditugaskan untuk membuat prediksi “induktif” berdasarkan pengalaman masa lampu. Masa depan yang mereka prediksikan akan selalu merupakan sebuah kelanjutan dari kebiasaan para pelaku di masa lalu yang mana kebiasaan tersebut mereka tinjau ulang dan coba mereka prediksikan.
Apa artinya itu adalah kemampuan memprediksikan komputer akan bekerja dengan baik apabila dunia nyata tidak mengalami perubahan yang dramatis. Namun sebaliknya, prediksinya akan gagal dalam setiap kasus jika terdapat perubahan yang dramatis, sesuatu yang tidak bisa ditebak di masa depan.
Kedua, sudah diketahui bahwa korelasi tidaklah sejajar dengan suatu penyebab. Ketika komputer mungkin sangat bagus dalam menemukan korelasi kepercayaan dalam level statistik yang tinggi, mereka tidak bisa menilai apakah korelasi yang dimiliki benar-benar nyata atau hanya sebuah lelucon.
Sebagai contoh, pada situs Spurious Correlation yang menampilkan beberapa korelasi, dimana menyebutkan terdapat korelasi antara pengeluaran pemerintah Amerika pada ilmu pengetahuan dengan jumlah kasus kematian gantung diri. Semakin banyak data yang komputer kumpulkan, semakin banyak korelasi tidak jelas yang bisa ditemukan. Hanya agen dalam bentuk individu manusia yang bisa menilainya, karena mereka memiliki kemampuan untuk memahami dan mengambil arti, bisa membedakan antara korelasi yang bermakna dan yang mana yang tidak bermakna.
Sebagai tambahan, manusia, tidak seperti komputer, memiliki kapasitas unik untuk tidak hanya belajar dari masa lalu, namun juga menciptakan sebuah masa depan, memberikan kita kemampuan untuk membayangkan sebuah masa depan yang belum ada sebelumnya. Sebagai contoh, penemuan teknis memperlihatkan kapasitas manusia untuk menciptakan masa depan yang pada hakekatnya berbeda dengan pengalaman di masa lalu. Hanya manusia yang bisa memimpikan teknologi kompleks yang mampu dipastikan untuk diwujudkan. Komputer di sisi lain, tidak memiliki kapasitas untuk membayangkan masa depan yang lain.
Berdasarkan fakta bahwa manusia memiliki kapasitas dan kemampuan untuk membayangkan dan menciptakan, perubahan yang terjadi pada pasar perdagangan atau kondisi geopolitik (yang memang banyak terjadi karena tindakan manusia) tidak bisa diprediksikan secara sederhana hanya didasarkan pada kejadian-kejadian yang terjadi di masa lalu.
Ketika terdiri dari sesuatu yang benar-benar kompleks seperti konflik Israel-Palestina, perang melawan ISIS, masa depan pasar saham atau industri keuangan, suatu elemen manusia bisa secara siginifikan menggeser hasilnya – dan prediksi dari komputer akan gagal mengidentifikasi situasi baru yang muncul. Jika seseorang ingin memprediksikan tindakan manusia di masa depan, para analis harus mulai meneliti data-data yang ada untuk mendapatkan kesimpulan yang benar. Komputer saja tidak akan cukup.
Sebagai contoh, jika diumpamakan Mahmoud Abbas (Presiden Palestina) menyerah terhadap tuntutannya akan pengembalian hak-hak para pengungsi, yang mana akan berjalan berbalik dengan opini publik, akan benar-benar menunjukan pengkhianatan terhadap semua pernyataan dan kepercayaan yang dia tunjukkan sebelumnya. Dimana pada dunia nyata sebenarnya dia memiliki kebebasan keinginan untuk bisa saja melakukannya, yang mana mampu membalikkan arah politik, dan secara efektif mengubah jalan keseluruhan perundingan yang akan terjadi.
Ini mengingatkan kita kembali pada Ariel Sharon (Politikus dan mantan Jenderal Israel) yang akhirnya kalah pada pendiriannya yang kokoh bahwa dia tidak akan menarik mundur pendatang Yahudi dari jalur Gaza, sesuatu yang akhirnya dia lakukan di musim panas tahun 2005. Mesin-mesin tidak memiliki kapasitas untuk memprediksikan penyimpangan radikal dari apa yang diharapkan akan terjadi, dimana disisi lain para analis manusia akan membayangkan skenario dan argumentasi yang berbeda untuk kepentingan dan hasil yang bermacam-macam.
Perdebatan tentang mesin melawan manusia telah membagi para ahli “Big Data” ke dalam dua kubu. Kubu pertama dipimpin oleh para ahli di bidang “machine learning” dan “predictive analytics” yang mendukung masa depan dimana komputer nantinya akan bisa memiliki “kecerdasan buatan yang nyata.” Sementara di kubu kedua mendukung bahwa hanya para analis manusia yang dapat dipercaya untuk membuat keputusan berdasarkan data besar yang dikumpulkan dan disimpan oleh umat manusia.
Salah satu perusahaan terkemuka yaitu Palantir, perusahaan yang memiliki nilai mencapai $25 milyar yang didirikan oleh alumni PayPal, membawakan salah satu pandangan ini. Palantir adalah perusahaan yang mengembangkan software penganalisa “big data” dengan tujuan utamanya membantu manusia mempelajari “big data” yang tersedia. Hampir sama, dalam bukunya yang berjudul “Zero to One,” Peter Thiel seorang kapitalis ventura mengungkapkan bahwa “ketika komputer mampu menemukan pola tanpa bantuan manusia, mereka tidak mengetahui bagaimana cara membandingkan suatu sumber atau bagaimana menafsirkan perilaku yang kompleks. Wawasan akan tindakan beralasan yang dapat dilakukan hanya bisa didapatkan dari seorang analis manusia.”
Penulis artikel ini berdiri teguh pada kubu ini, percaya bahwa kemampuan manusia jauh melampaui pencapaian yang dimiliki oleh setiap komputer apapun.
