Ketika seorang orang tua mengajar anaknya yang masih kecil untuk berhubungan dengan dunia, mereka mengajar melalui asosiasi dan identifikasi pola. Ambil contoh huruf S, misalnya. Orang tua menunjukkan anaknya cukup banyak contoh huruf itu dan sebelum lama, mereka akan dapat mengidentifikasi contoh lain dalam konteks di mana bimbingan tidak aktif; sekolah, buku, billboard.

Banyak teknologi kecerdasan buatan (AI) yang muncul belakangan ini diajarkan dengan cara yang sama. Peneliti memberi sistem contoh yang benar dari sesuatu yang mereka ingin sistem itu kenali, dan seperti anak kecil, AI mulai mengenali pola dan memperluas pengetahuan tersebut ke konteks yang belum pernah mereka alami sebelumnya, membentuk “jaringan saraf” mereka sendiri untuk kategorisasi. Seperti kecerdasan manusia, namun, para ahli kehilangan jejak input yang mempengaruhi proses pengambilan keputusan AI.

“Masalah kotak hitam” AI muncul sebagai fakta bahwa kita tidak sepenuhnya memahami bagaimana atau mengapa sistem AI membuat koneksi, nor variabel yang mempengaruhi keputusan mereka. Masalah ini sangat relevan ketika mencari untuk meningkatkan keamanan dan kepercayaan sistem, serta menetapkan tata kelola adopsi AI.

Dari kendaraan yang ditenagai AI yang gagal untuk menghentikan kendaraan tepat waktu dan melukai pejalan kaki, hingga perangkat kesehatan yang bergantung pada AI untuk membantu dokter mendiagnosis pasien, dan bias yang ditunjukkan oleh proses penyaringan perekrutan AI, kompleksitas di balik sistem ini telah memunculkan bidang studi baru: fisika kecerdasan buatan, yang bertujuan untuk memahami AI lebih lanjut sebagai alat untuk manusia untuk mencapai pemahaman yang lebih tinggi.

Sekarang, sebuah kelompok studi independen baru akan menangani tantangan ini dengan menggabungkan bidang fisika, psikologi, filsafat, dan neurosains dalam eksplorasi antardisiplin dari misteri AI.

NTT Proposes AI Trust and Safety

Kelompok Fisika Kecerdasan Buatan baru-baru ini diumumkan adalah spin-off dari Laboratorium Fisika dan Informatika (PHI) NTT Research, dan diungkapkan pada konferensi Upgrade 2025 NTT di San Francisco, California minggu lalu. Kelompok ini akan terus maju dalam pendekatan Fisika Kecerdasan Buatan untuk memahami AI, yang telah diselidiki tim selama lima tahun terakhir.

Dr. Hidenori Tanaka, yang memiliki gelar PhD dalam Fisika Terapan dan Ilmu Komputer dari Universitas Harvard, akan memimpin kelompok penelitian baru, membangun pada pengalaman sebelumnya di Grup Sistem Cerdas NTT dan program penelitian AI CBS-NTT di fisika kecerdasan di Harvard.

“Sebagai seorang fisikawan, saya sangat antusias dengan subjek kecerdasan karena, secara matematis, bagaimana Anda bisa memikirkan konsep kreativitas? Bagaimana Anda bisa memikirkan kebaikan? Konsep-konsep ini akan tetap abstrak jika tidak ada AI. Sangat mudah untuk berspekulasi, mengatakan ‘ini adalah definisi kebaikan saya,’ yang tidak memiliki makna matematis, tetapi sekarang dengan AI, ini sangat penting karena jika kita ingin membuat AI baik, kita harus memberitahu AI dalam bahasa matematika apa itu kebaikan, misalnya,” Dr. Tanaka mengatakan kepada saya minggu lalu di sisi konferensi Upgrade.

Pada awal penelitian mereka, Laboratorium PHI mengakui pentingnya memahami sifat “kotak hitam” AI dan pembelajaran mesin untuk mengembangkan sistem baru dengan efisiensi energi yang lebih baik untuk komputasi. Kemajuan AI dalam lima tahun terakhir, namun, telah memicu pertimbangan keamanan dan kepercayaan yang semakin penting, yang telah menjadi kritis untuk aplikasi industri dan keputusan tata kelola adopsi AI.

Melalui kelompok penelitian baru, NTT Research akan menangani kesamaan antara kecerdasan biologis dan buatan, sehingga berharap untuk memahami kompleksitas mekanisme AI dan membangun kolaborasi manusia-AI yang lebih harmonis.

Meskipun baru dalam integrasi AI, pendekatan ini tidak baru. Fisikawan telah mencari untuk mengungkapkan detail presisi hubungan teknologi dan manusia selama berabad-abad, dari studi Galileo Galilei tentang bagaimana benda bergerak dan kontribusinya pada mekanika, hingga bagaimana mesin uap mempengaruhi pemahaman termodinamika selama Revolusi Industri. Di abad ke-21, namun, ilmuwan mencari untuk memahami bagaimana AI bekerja dalam hal pelatihan, akumulasi pengetahuan, dan pengambilan keputusan sehingga, di masa depan, teknologi AI yang lebih kohesif, aman, dan dapat dipercaya dapat dirancang.

“AI adalah jaringan saraf, cara kerjanya sangat mirip dengan cara kerja otak manusia; neuron yang terhubung oleh sinapsis, yang semuanya direpresentasikan oleh angka di dalam komputer. Dan itu adalah tempat di mana kita percaya bahwa ada fisika… Fisika adalah tentang mengambil apa saja dari alam semesta, merumuskan hipotesis matematika tentang inner workings mereka, dan mengujinya,” kata Dr. Hanaka.

Kelompok baru ini akan terus berkolaborasi dengan Pusat Ilmu Otak Universitas Harvard (CBS), dan berencana untuk berkolaborasi dengan Profesor Asosiasi Universitas Stanford Suya Ganguli, dengan siapa Dr. Tanaka telah menulis beberapa makalah.

Namun, Dr. Tanaka menekankan bahwa pendekatan ilmu alam dan antar industri akan sangat penting. Pada 2017, ketika dia masih sebagai kandidat PhD di Harvard, peneliti itu menyadari bahwa dia ingin melakukan lebih dari fisika tradisional, dan mengikuti jejak pendahulunya, dari Galilei hingga Newton dan Einstein, untuk membuka dunia konseptual baru dalam fisika.

“Saat ini, AI adalah topik yang bisa saya bicarakan dengan semua orang. Sebagai peneliti, itu sangat baik karena semua orang selalu siap untuk berbicara tentang AI, dan saya juga belajar dari setiap percakapan karena saya menyadari bagaimana orang melihat dan menggunakan AI secara berbeda, bahkan di luar konteks akademis. Saya melihat misi NTT sebagai katalis untuk memicu percakapan ini, tanpa memandang latar belakang orang, karena kita belajar dari setiap interaksi,” Dr. Tanaka menyimpulkan.