Membuka Potensi Global AI: Kemajuan & Pembangunan

Membuka Potensi Global AI: Kemajuan, Produktiviti dan Pembangunan Tenaga Kerja

Indeks Stanford HAI menyoroti kemajuan terobosan dalam kecerdasan buatan (AI), membawa implikasi yang mendalam bagi masyarakat di seluruh dunia, terutamanya di Global Selatan. Apabila kita mendalami pandangan ini, adalah jelas bahawa AI membentuk semula industri, memupuk peluang baharu, dan memacu pertumbuhan ekonomi. AI membentangkan kemungkinan yang luar biasa, dan kita berkongsi tanggungjawab untuk memastikan semua orang boleh mendapat manfaat daripadanya.

Penurunan Kos dan Halangan yang Lebih Rendah

Salah satu perkembangan yang paling ketara ialah penurunan mendadak dalam kos menggunakan model AI. Perbelanjaan menyoal model AI yang setara dengan GPT-3.5 menjunam daripada $20 setiap juta token pada akhir 2022 kepada hanya $0.07 menjelang akhir 2024. Penurunan harga lebih daripada 99% ini bukan sekadar pencapaian teknikal; ia adalah laluan kepada kebolehcapaian. Inovator dan usahawan di wilayah yang mempunyai sumber terhad kini boleh memanfaatkan alat berkuasa yang dahulunya eksklusif untuk syarikat terbesar di dunia, menggunakannya untuk cabaran tempatan dalam bidang seperti:

• Penjagaan Kesihatan: AI boleh membantu dengan diagnosis, perancangan rawatan, dan penemuan ubat, meningkatkan hasil penjagaan kesihatan dalam komuniti yang kurang mendapat perkhidmatan. AI dapat menganalisis imej perubatan dengan lebih tepat dan cepat, membantu doktor dalam membuat diagnosis yang tepat pada peringkat awal penyakit. Selain itu, AI dapat memantau pesakit dari jauh, memberi amaran kepada profesional penjagaan kesihatan jika ada perubahan dalam keadaan pesakit.
• Pertanian: Alat berkuasa AI boleh mengoptimumkan amalan pertanian, meramalkan hasil tanaman, dan menguruskan sumber dengan lebih cekap, meningkatkan keselamatan makanan dan mengurangkan pembaziran. AI dapat menganalisis data cuaca, keadaan tanah, dan kesihatan tanaman untuk memberikan cadangan yang disesuaikan kepada petani. Ini termasuk cadangan tentang masa yang sesuai untuk menanam, membaja, dan menuai tanaman.
• Pendidikan: AI boleh memperibadikan pengalaman pembelajaran, menyediakan sokongan tunjuk ajar, dan mengautomasikan tugas pentadbiran, menjadikan pendidikan lebih mudah diakses dan berkesan untuk semua pelajar. Sistem pembelajaran adaptif yang dikuasakan oleh AI dapat menyesuaikan diri dengan keperluan individu pelajar, memberikan mereka kandungan dan sokongan yang tepat pada masa yang tepat.
• Perkhidmatan Awam: AI boleh meningkatkan perkhidmatan kerajaan, meningkatkan pengurusan infrastruktur, dan membantu tindak balas bencana, menjadikan masyarakat lebih selamat dan lebih berdaya tahan. AI dapat membantu dalam menguruskan lalu lintas, mengoptimumkan penggunaan tenaga, dan menyediakan perkhidmatan kecemasan yang lebih cekap.

Demokratisasi teknologi AI ini memperkasakan individu dan organisasi untuk menangani isu kritikal dan memacu perubahan positif dalam komuniti mereka. Potensi untuk inovasi adalah besar, dan kemungkinan hanya terhad oleh imaginasi dan kesediaan kita untuk bekerjasama.

Merapatkan Jurang Prestasi

Perbezaan antara model berat terbuka dan model berat tertutup proprietari juga telah berkurangan dengan ketara. Menjelang 2024, model berat terbuka menyaingi rakan komersial mereka, merangsang persaingan dan inovasi di seluruh landskap AI. Penumpuan dalam tahap prestasi ini menyamakan kedudukan, membolehkan penyelidik dan pembangun dengan sumber terhad untuk mengakses keupayaan AI yang canggih.

Tambahan pula, jurang prestasi antara model frontier teratas telah mengecut. Model yang lebih kecil kini mencapai hasil yang pernah dianggap eksklusif untuk sistem skala besar. Phi-3-mini Microsoft, sebagai contoh, memberikan prestasi yang setanding dengan model 142 kali lebih besar, membawa AI berkuasa dalam jangkauan persekitaran dengan sumber yang terhad. Pengecilan teknologi AI ini membuka kemungkinan baharu untuk digunakan dalam persekitaran yang kekurangan sumber, seperti:

• Pengkomputeran Tepi: Model AI yang lebih kecil boleh digunakan pada peranti tepi, membolehkan pemprosesan dan analisis data masa nyata tanpa bergantung pada sambungan awan. Contohnya, sistem pengawasan yang dikuasakan oleh AI di tepi dapat mengenal pasti ancaman keselamatan secara automatik tanpa perlu menghantar data ke awan.
• Aplikasi Mudah Alih: Ciri berkuasa AI boleh disepadukan ke dalam aplikasi mudah alih, menyediakan pengguna dengan pengalaman yang diperibadikan dan bantuan pintar pada telefon pintar dan tablet mereka. Aplikasi mudah alih dapat menggunakan AI untuk menyediakan cadangan produk yang diperibadikan, menterjemah bahasa secara automatik, dan mengenal pasti objek dalam imej.
• Sistem Terbenam: Model AI boleh dibenamkan dalam peranti seperti sensor dan robot, membolehkan mereka melaksanakan tugas yang kompleks secara autonomi. Contohnya, robot industri dapat menggunakan AI untuk mengesan kecacatan dalam produk, mengoptimumkan laluan pergerakan mereka, dan bekerjasama dengan pekerja manusia dengan lebih selamat.

Keupayaan untuk menjalankan model AI yang canggih pada platform perkakasan yang lebih kecil dan lebih cekap mendemokrasikan akses kepada AI dan membuka aplikasi baharu dalam pelbagai industri.

Halangan yang Tinggal: Penaakulan dan Data

Walaupun terdapat kemajuan yang luar biasa dalam AI, cabaran tertentu masih berterusan. Sistem AI masih bergelut dengan penaakulan peringkat tinggi, seperti aritmetik dan perancangan strategik—keupayaan yang penting dalam domain di mana kebolehpercayaan adalah yang terpenting. Walaupun AI boleh cemerlang dalam tugas seperti pengecaman corak dan analisis data, ia sering kali gagal dalam penyelesaian masalah dan membuat keputusan yang kompleks.

Contohnya, sistem berkuasa AI mungkin bergelut untuk:

• Memahami bahasa bernuansa: Model AI mungkin salah mentafsir sindiran, ironi, atau rujukan budaya, yang membawa kepada respons yang tidak tepat atau tidak sesuai. AI perlu dilatih dengan data yang pelbagai dan representatif untuk memahami nuansa bahasa yang berbeza.
• Menggunakan penaakulan akal sehat: Sistem AI mungkin kekurangan keupayaan untuk membuat kesimpulan logik atau membuat kesimpulan berdasarkan pengetahuan dunia sebenar. AI perlu dilengkapi dengan pengetahuan dunia sebenar dan keupayaan untuk menggunakannya dalam penaakulan.
• Menangani kekaburan: Model AI mungkin bergelut untuk mengendalikan situasi di mana maklumat tidak lengkap atau bercanggah, yang membawa kepada ketidakpastian dan kesilapan. AI perlu direka bentuk untuk mengendalikan kekaburan dan membuat keputusan yang bijak walaupun dalam keadaan yang tidak pasti.

Penyelidikan berterusan dan aplikasi yang bertanggungjawab adalah penting untuk mengatasi batasan ini dan memastikan sistem AI digunakan dengan selamat dan beretika. Kita mesti mengutamakan pembangunan model AI yang teguh, boleh dipercayai, dan selaras dengan nilai manusia.

Satu lagi kebimbangan yang timbul ialah pengurangan pesat data yang tersedia secara umum yang digunakan untuk melatih model AI. Memandangkan tapak web semakin menyekat pengikisan data, prestasi dan kebolehgeneralisasian model mungkin terjejas—terutamanya dalam konteks di mana set data berlabel sudah terhad. Trend ini mungkin memerlukan pendekatan pembelajaran baharu yang disesuaikan dengan persekitaran yang terhad data. Ketersediaan data latihan berkualiti tinggi adalah penting untuk membangunkan model AI yang berkesan, dan peningkatan sekatan pada akses data menimbulkan cabaran yang ketara kepada komuniti penyelidikan AI.

Untuk menangani cabaran ini, penyelidik sedang meneroka pendekatan alternatif untuk pengumpulan data dan latihan model, seperti:

• Penjanaan Data Sintetik: Mencipta set data buatan yang meniru ciri data dunia sebenar. Data sintetik dapat digunakan untuk melatih model AI apabila data sebenar sukar diperoleh atau dilindungi oleh undang-undang privasi.
• Pembelajaran Bersekutu: Melatih model AI pada sumber data terpencar tanpa berkongsi data mentah. Pembelajaran bersekutu membolehkan model AI dilatih pada data sensitif tanpa menjejaskan privasi.
• Pemindahan Pembelajaran: Memanfaatkan pengetahuan yang diperoleh daripada latihan pada satu set data untuk meningkatkan prestasi pada set data lain. Pemindahan pembelajaran dapat mengurangkan jumlah data yang diperlukan untuk melatih model AI dan meningkatkan prestasinya.

Dengan membangunkan penyelesaian inovatif kepada masalah kekurangan data, kita boleh memastikan AI kekal mudah diakses dan bermanfaat kepada semua, tanpa mengira ketersediaan data.

Kesan Dunia Nyata terhadap Produktiviti dan Tenaga Kerja

Salah satu perkembangan yang paling menjanjikan ialah kesan AI yang boleh ditunjukkan terhadap produktiviti manusia. Indeks AI tahun lepas adalah antara yang pertama untuk menyoroti penyelidikan yang menunjukkan bahawa AI meningkatkan produktiviti dengan ketara. Tahun ini, kajian susulan telah mengesahkan dan mengembangkan penemuan tersebut—terutamanya dalam persekitaran tempat kerja dunia sebenar. Kajian ini memberikan bukti yang meyakinkan bahawa AI bukan hanya konsep teori tetapi alat praktikal yang boleh meningkatkan keupayaan manusia dan memacu pertumbuhan ekonomi.

Satu kajian sedemikian menjejaki lebih daripada 5,000 ejen sokongan pelanggan menggunakan pembantu AI generatif. Alat ini meningkatkan produktiviti sebanyak 15%, dengan peningkatan yang paling ketara dilihat di kalangan pekerja yang kurang berpengalaman dan pekerja perdagangan mahir, yang juga meningkatkan kualiti kerja mereka. Penemuan ini mencadangkan bahawa AI boleh membantu merapatkan jurang kemahiran dan memperkasakan individu yang mempunyai pengalaman terhad untuk berprestasi pada tahap yang lebih tinggi.

Faedah bantuan AI melangkaui peningkatan produktiviti. Kajian itu juga mendapati bahawa:

• AI membantu pekerja belajar semasa bekerja: Dengan memberikan bimbingan dan maklum balas masa nyata, AI membantu pekerja dalam membangunkan kemahiran baharu dan meningkatkan prestasi mereka. AI dapat mengenal pasti jurang kemahiran pekerja dan memberikan cadangan latihan yang disesuaikan.
• AI meningkatkan kefasihan bahasa Inggeris di kalangan ejen antarabangsa: Dengan memberikan akses kepada alat terjemahan bahasa dan sumber pembelajaran bahasa yang diperibadikan, AI membantu ejen antarabangsa berkomunikasi dengan lebih berkesan dengan pelanggan. AI dapat menyediakan terjemahan masa nyata perbualan, membantu ejen memahami soalan pelanggan dan memberikan respons yang tepat.
• AI meningkatkan persekitaran kerja: Pelanggan lebih sopan dan kurang berkemungkinan untuk meningkatkan isu apabila AI terlibat, mewujudkan persekitaran kerja yang lebih positif dan kolaboratif. AI dapat membantu ejen menguruskan emosi mereka dan kekal tenang dalam situasi yang mencabar, mewujudkan interaksi yang lebih positif dengan pelanggan.

Penemuan ini menyoroti potensi AI untuk bukan sahaja meningkatkan produktiviti tetapi juga untuk meningkatkan keseluruhan pengalaman pekerja.

Melengkapi penemuan ini, inisiatif penyelidikan dalaman Microsoft mengenai AI dan produktiviti menyusun hasil daripada lebih daripada sedozen kajian tempat kerja, termasuk percubaan terkawal rawak integrasi AI generatif terbesar yang diketahui. Alat seperti Microsoft Copilot sudah membolehkan pekerja menyelesaikan tugas dengan lebih cekap merentas peranan dan industri. Penyelidikan menggariskan bahawa kesan AIadalah yang paling besar apabila alat diterima pakai dan disepadukan secara strategik—dan potensi akan hanya berkembang apabila organisasi menentukur semula aliran kerja untuk memanfaatkan sepenuhnya keupayaan baharu ini. Kunci untuk membuka potensi penuh AI terletak pada perancangan yang teliti, pelaksanaan yang berhati-hati, dan komitmen terhadap penambahbaikan berterusan.

Meluaskan Akses kepada Pendidikan Sains Komputer

Memandangkan AI menjadi lebih mendalam disepadukan ke dalam kehidupan seharian, pendidikan sains komputer adalah lebih penting daripada sebelumnya. Adalah menggalakkan bahawa dua pertiga daripada negara kini menawarkan atau merancang untuk menawarkan pendidikan CS K–12, angka yang telah meningkat dua kali ganda sejak 2019. Kemajuan ini mencerminkan pengiktirafan yang semakin meningkat tentang kepentingan pendidikan sains komputer dalam menyediakan pelajar untuk tenaga kerja masa depan.

Negara-negara Afrika dan Amerika Latin telah membuat beberapa langkah yang paling ketara dalam meluaskan akses. Wilayah ini telah mengiktiraf potensi pendidikan sains komputer untuk memacu pembangunan ekonomi dan memperkasakan warganegara mereka. Walau bagaimanapun, faedah kemajuan ini belum lagi universal—ramai pelajar di seluruh Afrika masih kekurangan akses kepada pendidikan sains komputer kerana jurang infrastruktur asas, termasuk kekurangan elektrik di sekolah. Merapatkan jurang digital ini adalah penting untuk menyediakan generasi akan datang untuk bukan sahaja menggunakan AI, tetapi untuk membentuknya.

Untuk memastikan semua pelajar mempunyai akses kepada pendidikan sains komputer yang berkualiti, kita mesti menangani cabaran berikut:

• Pembangunan Infrastruktur: Melabur dalam infrastruktur asas, seperti elektrik dan sambungan internet, di sekolah dan komuniti.
• Latihan Guru: Menyediakan guru dengan latihan dan sumber yang mereka perlukan untuk mengajar konsep sains komputer dengan berkesan.
• Pembangunan Kurikulum: Membangunkan kurikulum sains komputer yang menarik dan relevan yang memenuhi keperluan pelajar yang pelbagai.
• Ekuiti dan Keterangkuman: Memastikan bahawa semua pelajar, tanpa mengira latar belakang atau lokasi mereka, mempunyai peluang yang sama untuk mengambil bahagian dalam pendidikan sains komputer.

Dengan menangani cabaran ini, kita boleh mewujudkan sistem pendidikan sains komputer yang lebih inklusif dan saksama yang menyediakan semua pelajar untuk berjaya dalam era AI.

Tanggungjawab Bersama Kita

Kita berdiri di titik perubahan yang ketara—satu yang memerlukan tindakan yang bijaksana sama seperti inovasi. Kemajuan pesat dalam AI membawa potensi yang besar untuk meningkatkan produktiviti, menyelesaikan cabaran dunia sebenar, dan memacu pertumbuhan ekonomi. Tetapi merealisasikan potensi itu memerlukan pelaburan berterusan dalam infrastruktur yang teguh, pendidikan berkualiti tinggi, dan penggunaan teknologi AI yang bertanggungjawab. Kita mesti menerima pendekatan holistik yang mempertimbangkan implikasi etika, sosial, dan ekonomi AI.

Untuk memanfaatkan sepenuhnya masa ini, kita perlu menyokong pekerja dengan mempelajari kemahiran dan alat baharu untuk menggunakan AI dengan berkesan dalam pekerjaan mereka. Negara dan perniagaan yang melabur dalam kemahiran AI akan memupuk inovasi dan membuka pintu kepada lebih ramai orang untuk membina kerjaya bermakna yang menyumbang kepada ekonomi yang lebih kukuh. Ini memerlukan usaha sama antara kerajaan, perniagaan, dan institusi pendidikan untuk mewujudkan program latihan dan sumber yang melengkapkan pekerja dengan kemahiran yang mereka perlukan untuk berjaya dalam era AI.

Matlamatnya adalah jelas: untuk mengubah penemuan teknikal menjadi impak praktikal pada skala. Dengan bekerjasama, kita boleh memanfaatkan kuasa AI untuk mewujudkan masa depan yang lebih makmur, saksama, dan mampan untuk semua. Ini memerlukan komitmen jangka panjang terhadap penyelidikan, pembangunan, dan penggunaan teknologi AI yang selaras dengan nilai manusia dan menggalakkan kebaikan bersama.