Menghadirkan AI ke dunia nyata
Machine

Menghadirkan AI ke dunia nyata


Atas (kiri-kanan): Profesor Sistem Informasi SMU David Lo; Associate Professor Sistem Informasi SMU Akshat Kumar. Bawah (kiri-kanan): Wakil Rektor Bidang Riset dan Profesor Sistem Informasi SMU Archan Misra; Asisten Profesor Sistem Informasi SMU Sun Qianru. Untuk pemecahan masalah praktis, peneliti AI perlu melihat melampaui bidang mereka dan berkolaborasi dengan ilmuwan sosial dan pakar domain lainnya, profesor SMU sependapat di panel GYSS 2021. Kredit: Universitas Manajemen Singapura

Bahkan sebelum negara-negara mulai meluncurkan kampanye vaksinasi mereka, pengumuman Pfizer, Moderna dan AstraZeneca telah terbukti memperkuat suntikan. Saham rally dan petugas kesehatan merayakannya setelah berita vaksin akhir tahun lalu. Tapi berbulan-bulan kemudian, euforia awal itu menguap, digantikan oleh ketidakpastian dan perdebatan tentang keamanan vaksin, kemungkinan efek samping, dan berbagai tingkat keengganan warga.

Peneliti kecerdasan buatan (AI) dan ahli kesehatan yang memodelkan penyebaran COVID-19 telah memperingatkan bahwa agar vaksin berguna dalam mengekang pandemi, persentase populasi yang signifikan harus divaksinasi untuk mencapai kekebalan kawanan. Tapi, seperti yang ditunjukkan oleh Wakil Rektor Profesor Penelitian SMU Archan Misra pada diskusi panel yang berpusat pada AI, yang diadakan sehubungan dengan KTT Ilmuwan Muda Global (GYSS) SMU pada 15 Januari 2021, dari sudut pandang yang murni mementingkan diri sendiri, setiap orang akan terlayani dengan baik jika semua yang lain divaksinasi dan mereka sendiri tidak harus divaksinasi — karena itu akan menghentikan penyebaran virus tanpa mereka harus mengambil risiko yang mungkin timbul dari efek samping.

Untuk menjelaskan pertimbangan ini, Profesor Misra menjelaskan, model epidemiologi berbasis AI yang paling kuat sebenarnya perlu menggabungkan konsep dari ilmu perilaku dan teori permainan. “Untuk memecahkan masalah praktis, Anda tidak bisa hanya menyelesaikan bagian komputasi, Anda harus memasukkan bagian perilaku manusia,” katanya.

Pendekatan interdisipliner untuk AI

Teka-teki vaksin secara efektif menggambarkan kesulitan yang terlibat saat kita menghadirkan pembelajaran mesin dan AI ke dunia nyata, di mana ia memenuhi sistem manusia kita yang kompleks dan berantakan. Membahas pengaruh ilmu sosial seperti ekonomi dan psikologi pada AI, panel, yang terdiri dari Profesor David Lo Sekolah Komputasi dan Sistem Informasi SMU, Associate Professor Akshat Kumar dan Asisten Profesor Qianru Sun, setuju bahwa peneliti AI perlu mendekati pekerjaan mereka dari sudut interdisipliner dan mengintegrasikan pengetahuan dari bidang lain untuk memecahkan masalah secara holistik.

“[AI researchers] dapat belajar banyak dari psikologi kognitif, terutama dalam AI yang dapat dijelaskan, “kata Profesor Lo. Secara tradisional, sistem AI dianggap sebagai kotak hitam, dengan proses data yang sulit ditafsirkan oleh para peneliti dan pemrogram. Namun ketika para ahli ini menghadirkan AI ke dunia nyata dan menggunakannya untuk memecahkan masalah praktis, mereka harus menjawab pertanyaan seperti mengapa AI membuat prediksi atau keputusan tertentu, dan apakah itu memberikan kepercayaan yang cukup bagi kita untuk menindaklanjutinya. Oleh karena itu, AI yang dapat dijelaskan membantu membuat keputusan yang dapat ditindaklanjuti , Profesor Lo menunjukkan, dan metode serta prinsip yang ditetapkan dari psikologi kognitif dapat diterapkan pada solusi desain yang dapat membuat kotak hitam AI lebih dapat dipahami.

Agar AI efektif dalam pemecahan masalah dunia nyata, pengetahuan domain sangat penting, Profesor Kumar menambahkan. Saat peneliti AI bekerja dengan pakar domain, mereka dapat menembus kendala tradisional di bidang yang relevan, katanya, mengangkat contoh penggunaan AI untuk mengoptimalkan pengambilan keputusan dalam sistem transportasi laut, yang secara radikal meningkatkan produktivitas dan keselamatan daripada harus berkorban. satu untuk yang lain.

Pelabuhan Singapura secara teratur mengalami lalu lintas padat, dan terkadang hal itu dapat mengakibatkan perilaku navigasi yang tidak aman, Profesor Kumar menjelaskan. Dengan memodelkan sistem transportasi laut, ia dan kolaboratornya menemukan bahwa jika mereka sedikit menyesuaikan jadwal kapal menggunakan algoritme koordinasi berbasis AI, mereka dapat secara signifikan mengurangi hotspot lalu lintas sambil menjaga throughput lalu lintas tetap tinggi. “Kami tetap menjaga produktivitas sistem, tapi kami juga tingkatkan keamanannya,” ucapnya.

Ekosistem kolaborator

Profesor Kumar berbagi bahwa saat mengerjakan proyek maritim, mereka telah berkonsultasi dengan pakar domain, dan lembaga pemerintah berperan penting dalam memfasilitasi akses tersebut.

Tidak hanya institusi publik lokal yang bersedia menjadi kolaborator, mereka juga merupakan penyandang dana yang signifikan untuk proyek AI, menurut Profesor Sun. “Instansi pemerintah cukup murah hati dalam hal dukungan mereka terhadap penelitian AI. Beberapa dari mereka bahkan menawarkan dana penuh untuk proyek tersebut. Mereka juga cukup bersedia untuk menyebarkan aplikasi yang dihasilkan dari penelitian proyek untuk penggunaan publik,” dia berkata.

Dukungan yang cukup ini telah menyebabkan Singapura menjadi sarang teknologi dan pengembangan AI. Pada tahun 2019, negara kota tersebut menduduki puncak daftar 105 kota paling siap menghadapi gangguan AI, mengalahkan tempat-tempat seperti London, San Francisco, dan Beijing — dan menarik baik peneliti maupun perusahaan yang haus akan bakat dari seluruh dunia. Menjelaskan bagaimana mitra industri dapat memperoleh manfaat dari kolaborasi dengan peneliti, Profesor Lo berkata, “Mereka memiliki data, memiliki pengetahuan domain, dan ingin menggunakan AI. Tetapi para pelaku industri mungkin tidak tahu cara menggabungkan data, pengetahuan domain, dan AI tersebut. untuk meningkatkan kualitas produk mereka. Di situlah mereka dapat memperoleh manfaat dari kolaborasi dengan peneliti AI. “

Profesor Sun menambahkan bahwa tidak seperti rekan komersial mereka, peneliti universitas memiliki hak istimewa untuk menghabiskan lebih banyak waktu untuk membangun keahlian mendalam dalam metodologi AI, tetapi mereka mungkin tidak memiliki sumber daya komputasi dan data untuk menerapkannya. “[The companies] memiliki lebih banyak data nyata yang dikumpulkan, sehingga mereka dapat memberi kami pengujian yang lebih realistis untuk metodologi dan teori yang kami usulkan, “katanya. Dengan melakukan itu, para peneliti dan mitra industri mereka akan membawa pendekatan AI baru yang dikembangkan di lab selangkah lebih dekat ke dunia nyata.


Setelah vaksinasi COVID-19: Bolehkah mengunjungi teman dan orang terkasih?


Disediakan oleh Singapore Managment University

Kutipan: Membawa AI ke dunia nyata (2021, 5 Maret) diakses 5 Maret 2021 dari https://techxplore.com/news/2021-03-ai-real-world.html

Dokumen ini memiliki hak cipta. Selain dari transaksi yang adil untuk tujuan studi atau penelitian pribadi, tidak ada bagian yang boleh direproduksi tanpa izin tertulis. Konten tersebut disediakan untuk tujuan informasi saja.


Halaman Ini Di Persembahkan Oleh : Result SGP