DARPA Meluncurkan AI KAIROS untuk Memprediksi Peristiwa Global dengan Menghubungkan Miliaran Sinyal Digital
DARPA ingin mengungkap peristiwa kompleks yang ditemukan di dunia digital.
Rencananya adalah menciptakan sistem semi-otomatis yang dapat mendeteksi dan menghubungkan korelasi antara miliaran peristiwa yang saat ini terjadi di seluruh dunia.
Kecerdasan buatan (AI) memiliki banyak aplikasi di dunia saat ini. Ia dapat secara efisien melakukan berbagai aktivitas, termasuk sensasi jarak jauh, perdagangan elektronik, diagnosis medis, dan kontrol robot.
Bidang AI yang berkembang telah membuat kemajuan yang mengesankan, terutama dalam beberapa tahun terakhir. Kini, mesin yang berjalan pada AI lemah dapat melakukan berbagai tugas jauh lebih baik daripada manusia, dari mengenali dan mengurutkan gambar hingga mengalahkan pemain Go terbaik di dunia dan mendiagnosis beberapa jenis kanker.
Namun, DARPA ingin melangkah lebih jauh dalam bidang ini dengan membangun AI yang dapat menemukan pola tersembunyi dalam kekacauan global. Baru-baru ini, mereka mengumumkan program bernama Knowledge-directed Artificial Intelligence Reasoning Over Schemas (KAIROS) untuk menciptakan sistem semi-otomatis yang mampu mendeteksi dan menghubungkan korelasi antara miliaran peristiwa yang saat ini terjadi di seluruh dunia.
KAIROS: AI Berbasis Skema
Program baru ini bertujuan untuk membangun sistem machine learning yang dapat menganalisis sejumlah besar data yang mewakili peristiwa harian dan menemukan apakah ada benang(koneksi) yang terhubung.
Namun, banyak peristiwa tidak terjadi dalam urutan, melainkan melibatkan fenomena kompleks yang terdiri dari beberapa komponen pendukung. Volume data yang tidak terstruktur yang terus bertambah membuat tugas ini semakin menantang untuk alat dan sistem yang ada.
Itulah sebabnya program akan menggunakan “skema” untuk menemukan koneksi di seluruh informasi. Skema pertama kali dikonseptualisasi pada awal tahun 1920, skema adalah unit pengetahuan di mana peristiwa diorganisir dalam struktur narasi yang sering terjadi.
Misalnya, orang pergi ke toko untuk membeli sesuatu. Jenis peristiwa ini melibatkan skema transaksi pembelian yang didefinisikan oleh peran tertentu (penjual, pembeli), seperangkat tindakan (produk, pembayaran), dan keterbatasan waktu (dapat dibayar melalui kartu jika jumlah lebih dari $100).
Referensi: KAIROS | DARPA
Untuk membangun pemahaman yang dapat ditindaklanjuti tentang peristiwa dunia nyata yang kompleks dan memprediksi secara akurat bagaimana mereka akan terbentuk, AI berbasis skema ini memungkinkan penalaran waktu dan kontekstual dari peristiwa ini. Singkatnya, ia menghasilkan narasi luas dari semua hal yang terjadi di sekitar kita.
Bagaimana Ini Bekerja?
Tujuan DARPA akan diapproach dalam dua fase. Dalam fase pertama, sistem akan menghasilkan skema dari sejumlah besar data dengan mengidentifikasi, mengklasifikasikan dan mengelompokkan peristiwa berdasarkan penalaran dan inferensi linguistik.
Dua fase program KAIROS | Kredit: DARPA
Pengembang berencana untuk menggunakan prosedur generalisasi, komposisi dan spesialisasi untuk membuat skema yang secara efisien menggambarkan peristiwa kompleks, dan menerapkan pengetahuan spesifik domain untuk memodifikasi analisis untuk kebutuhan tertentu.
Dalam fase kedua, sistem akan menerapkan seperangkat skema (yang dihasilkan selama fase satu) ke data dunia nyata yang kompleks, dan mencoba untuk mengekstrak peristiwa dan narasi. Ini tidak akan sesederhana yang terlihat karena membangun dan memperluas basis pengetahuan memerlukan deteksi entitas dan peristiwa kompleks, serta hubungan mereka satu sama lain.
Baca: DARPA Akan Menggunakan Sumber Cahaya Laser untuk Menggerakkan Pesawat Kecil di Angkasa
Pada titik ini, seluruh sistem tampak teoretis, itulah sebabnya agensi mempelajarinya. Dengan kesederhanaan AI yang kita miliki saat ini, cukup sulit untuk membayangkan sistem yang canggih seperti itu di masa dekat.
