Kerangka Kerja Kuantum Komposisional: Membantu AI Memahami Konsep
Sebuah kerangka kerja baru sedang dikembangkan untuk mengajarkan AI memahami konsep dengan bantuan komputasi kuantum. Impian banyak peneliti AI adalah memiliki sistem AI yang tidak hanya dapat memprediksi kata atau kode berikutnya, tetapi juga dapat memahami dunia. Tim ilmuwan komputasi kuantum telah mengembangkan pendekatan baru yang mendekatkan impian tersebut menjadi kenyataan. Mereka telah mengembangkan Kerangka Kerja Kuantum Komposisional yang memungkinkan mesin belajar seperti manusia. Dalam makalah terbaru mereka, tim di Quantinuum menjelaskan kerangka kerja ini yang memungkinkan sistem AI untuk mempelajari konsep seperti bentuk dan warna. Dengan menggunakan pendekatan komputasi klasik dan kuantum, kerangka kerja ini memungkinkan mesin tidak hanya melihat gambar dan mengenali objeknya, tetapi juga benar-benar memahami makna objek tersebut.
Kerangka Kerja Kuantum Komposisional yang dikembangkan oleh Quantinuum menggunakan teori kategori, sebuah jenis matematika yang menggunakan kalkulus grafis untuk mewakili objek dan morfisme. Dalam kerangka kerja ini, objek digambarkan sebagai kabel berlabel dan morfisme digambarkan sebagai kotak yang menghubungkan kabel-kabel ini. Pendekatan ini memungkinkan pemahaman visual dan intuitif tentang operasi kompleks. Dengan menggabungkan wawasan dari komputasi kuantum dengan konsep ilmu kognitif, para peneliti telah menciptakan kerangka kerja yang memberikan struktur matematika untuk memungkinkan sistem AI memvisualisasikan tindakan.
Quantinuum telah menerapkan konsep ini pada pengenalan gambar dan berhasil menunjukkan bahwa mesin dapat diajari konsep-konsep seperti bentuk, warna, ukuran, dan posisi melalui gambar-gambar bentuk. Kerangka kerja ini memecah konsep-konsep menjadi bagian yang lebih sederhana sehingga sistem dapat melihat bagaimana mereka saling berhubungan dan berinteraksi seperti peta rinci. Dengan meningkatkan kemampuan mesin untuk memahami tindakan atau konsep, tim di Quantinuum berharap penelitian ini akan berkontribusi pada pengembangan sistem AI yang tidak hanya memprediksi tetapi juga memahami.
Para ahli di bidang AI telah menyatakan keinginan mereka untuk melampaui AI generatif dan menciptakan sistem yang lebih kuat. Yann LeCun dari Meta baru-baru ini menyatakan bahwa AI generatif harus ditinggalkan demi fokus pada menciptakan sistem yang benar-benar memahami dunia di sekitarnya. Tim peneliti di Quantinuum juga memiliki tujuan yang sama, tetapi dengan fokus pada akuntabilitas. Mereka berpendapat bahwa model bahasa besar saat ini adalah kotak hitam yang pengguna tidak dapat memeriksa cara kerjanya. Dalam era di mana akuntabilitas dan transparansi menjadi perhatian utama dalam kecerdasan buatan, penelitian ini memiliki dampak yang signifikan dan akan mempengaruhi generasi berikutnya dari sistem AI lebih cepat dari yang diperkirakan.
Meskipun Quantinuum adalah perusahaan komputasi kuantum, mereka memiliki sejarah panjang dalam melakukan penelitian terkait AI. Upaya terbaru mereka difokuskan pada interpretabilitas sistem AI dengan harapan dapat membantu upaya keamanan. AI memiliki potensi untuk menyebabkan kerusakan serius, oleh karena itu penting bagi pengguna untuk memahami mengapa sebuah sistem membuat keputusan seperti yang dilakukannya. Kerangka Kerja Quantinuum dapat berjalan pada komputer klasik dan mesin kuantum, dan makalah mereka menyatakan bahwa mesin kuantum lebih cocok untuk mengatasi konsep-konsep seperti teori kategori. Meskipun masih terlalu awal untuk mengimplementasikan Kerangka Kerja Kuantum Komposisional ini dalam aplikasi seperti agen AI, tim di belakangnya percaya bahwa pekerjaan lebih lanjut yang substansial akan membuktikan kegunaannya.
