Ketika seorang orang tua mengajar anak kecil mereka untuk berhubungan dengan dunia, mereka mengajar melalui asosiasi dan identifikasi pola. Ambil contoh huruf S, misalnya. Orang tua menunjukkan anak mereka contoh-contoh huruf tersebut dan sebelum lama, mereka akan dapat mengidentifikasi contoh-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-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 “black box” 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 AI yang gagal untuk menghentikan laju dan melukai pejalan kaki, hingga perangkat kesehatan yang mengandalkan AI untuk membantu dokter mendiagnosis pasien, dan bias yang ditampilkan oleh proses penyaringan perekrutan AI, kompleksitas di balik sistem ini telah menyebabkan munculnya bidang studi baru: fisika kecerdasan buatan, yang berusaha untuk memahami AI sebagai alat untuk manusia mencapai pemahaman yang lebih tinggi.

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

NTT Proposes AI Trust and Safety

Kelompok Fisika Kecerdasan Buatan yang baru saja diumumkan adalah spin-off dari NTT Research’s Physics & Informatics (PHI) Lab, dan diungkapkan pada konferensi Upgrade 2025 NTT di San Francisco, California minggu lalu. Mereka akan terus maju dalam pendekatan Fisika Kecerdasan Buatan untuk memahami AI, yang telah mereka selidiki selama lima tahun terakhir.

Dr. Hidenori Tanaka, yang memiliki gelar PhD dalam Fisika Terapan & Ilmu Komputer dan Teknik dari Universitas Harvard, akan memimpin kelompok penelitian baru, membangun pada pengalaman sebelumnya di NTT’s Intelligent Systems Group dan CBS-NTT’s AI Research program dalam fisika kecerdasan di Harvard.

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

Pada awal penelitian mereka, PHI Lab mengakui pentingnya memahami sifat “black box” 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 kecerdasan buatan, sehingga berharap untuk membongkar kompleksitas mekanisme AI dan membangun kolaborasi manusia-AI yang lebih harmonis.

Meskipun baru dalam integrasi AI, pendekatan ini tidak baru. Fisikawan telah berusaha 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 tentang termodinamika selama Revolusi Industri. Di abad ke-21, namun, ilmuwan berusaha 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 pun dari alam semesta, merumuskan hipotesis matematika tentang kerja internal mereka, dan mengujinya,” kata Dr. Hanaka.

Kelompok baru akan terus berkolaborasi dengan Pusat Sains Otak Universitas Harvard (CBS), dan berencana untuk berkolaborasi dengan Associate Professor Suya Ganguli dari Universitas Stanford, 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 seorang kandidat PhD di Harvard, peneliti 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 satu topik yang bisa saya bahas 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-percakapan ini, tanpa memandang latar belakang orang, karena kita belajar dari setiap interaksi,” Dr. Tanaka menyimpulkan.