xAI (eXplainable Artificial Intelligence) Artificial Intelligence yang Berusaha Lebih Transparan Menjelaskan Keputusan atau Prediksi Dibuat

Notification

×

xAI (eXplainable Artificial Intelligence) Artificial Intelligence yang Berusaha Lebih Transparan Menjelaskan Keputusan atau Prediksi Dibuat

25/07/2023 | Juli 25, 2023 WIB Last Updated 2023-07-25T03:20:12Z

https://www.itnews.id/2023/07/xAI.html

xAI adalah perusahaan kecerdasan buatan yang didirikan bersama oleh pengusaha teknologi terkenal Elon Musk.  Perusahaan tersebut mungkin menjadi saingan utama ChatGPT, chatbot bertenaga AI viral yang diluncurkan oleh OpenAI pada 30 November 2022.


Pada bulan Maret tahun ini, Musk mendaftarkan xAI di Nevada.  Pada bulan April, pengusaha tersebut dilaporkan membeli ribuan prosesor GPU Nvidia, yang digunakan untuk menggerakkan model bahasa besar. Pembelian tersebut mengisyaratkan rencananya untuk membentuk perusahaan yang berfokus pada AI (Artificial Intelligence)


Pada 12 Juli, Musk mengumumkan pembentukan xAI di Twitter-nya. Menurut postingan tersebut, tujuan perusahaan adalah untuk "memahami sifat sebenarnya dari alam semesta".


xAI atau eXplainable Artificial Intelligence adalah pendekatan atau konsep dalam pengembangan sistem kecerdasan buatan (AI) yang bertujuan untuk membuat AI lebih transparan dan dapat dijelaskan dalam bagaimana keputusan atau prediksi dibuat. 


Beberapa teknologi AI, seperti deep learning dan neural networks, sering kali kompleks dan sulit untuk diuraikan mengapa keputusan tertentu dibuat.


Dalam banyak aplikasi AI, terutama yang terkait dengan keputusan kritis atau diatur oleh hukum dan etika, kejelasan tentang alasan di balik prediksi atau keputusan AI sangat penting. Oleh karena itu, xAI mengusahakan untuk memberikan penjelasan yang dapat dipahami oleh manusia tentang bagaimana model AI mencapai hasilnya.


Contoh metode yang digunakan dalam xAI meliputi:


Pengawasan Interpretable

Menggunakan model AI yang lebih sederhana dan mudah diuraikan, seperti model regresi logistik atau pohon keputusan, untuk memberikan penjelasan yang lebih jelas tentang bagaimana prediksi dibuat.


Pertukaran Fitur

Memodifikasi fitur input yang berkontribusi terhadap prediksi untuk melihat bagaimana hasilnya berubah, membantu mengidentifikasi fitur yang memiliki dampak paling signifikan pada hasil prediksi.


Heatmaps dan Visualisasi

Menggunakan teknik visualisasi seperti heatmaps atau metode lainnya untuk menyoroti bagian tertentu dari gambar atau data yang mempengaruhi prediksi.


Representasi Interpretable

Menggunakan representasi internal AI yang lebih mudah diuraikan atau ekstraksi fitur untuk menjelaskan proses pengambilan keputusan AI.


Model dengan Transparency Constraints

Memaksa model AI untuk mengikuti aturan tertentu atau batasan yang membuatnya lebih mudah dijelaskan.


Dengan mengadopsi prinsip xAI, para pengembang dan pengguna AI berharap untuk mendapatkan pemahaman yang lebih baik tentang bagaimana AI bekerja;

  • Mengapa keputusan dibuat
  • Memastikan bahwa sistem AI aman
  • Adil, dan dapat dipercaya. 


Hal tersebut membantu menjembatani kesenjangan antara model AI yang sangat kompleks dan manusia yang memerlukan penjelasan tentang bagaimana teknologi tersebut mempengaruhi kehidupan mereka.


Referensi: