Jaringan Adversarial Generatif, Sebuah Kemampuan Gres Kecerdasan Buatan
Generative Adversarial Network (GAN)
Kemampuan “Kecerdasan Buatan” atau “Artificial Intelligence” (AI) semakin berkembang dan maju dalam mengidentifikasi banyak hal. Perlihatkan/ tunjukkan sejuta gambar pada sebuah sistem Kecerdasan Buatan, dan sanggup memberi tahu Anda dengan akurasi luar biasa yang menggambarkan pejalan kaki yang menyeberang jalan.
Salah satu kekurangan dari Kecerdasan Buatan yaitu membuat imajinasi. Untuk membuat sesuatu yang benar-benar gres membutuhkan imajinasi — dan hingga kini hal ini yang belum bisa dilakukan oleh sistem AI.
Solusinya pertama kali dimunculkan atau digagas oleh Ian Goodfellow dan seorang mahasiswa PhD di Universitas Montreal, pada sebuah diskusi akademis tidak resmi di sebuah kafe pada tahun 2014. Pendekatan, yang dikenal sebagai generative adversarial network atau GAN, mengambil dua jaringan saraf — model matematika paling modern yang menyederhanakan model otak insan yang mendukung pembelajaran mesin.
Kedua jaringan dilatih pada set data yang sama. Satu, yang dikenal sebagai generator, bertugas membuat variasi pada gambar yang sudah terlihat — mungkin gambar pejalan kaki dengan lengan tambahan. Yang kedua, yang dikenal sebagai diskriminator, diminta untuk mengidentifikasi apakah pola yang dilihatnya ibarat gambar yang telah dilatih atau bukan yang diproduksi oleh generator — misalnya, apakah orang dengan tiga tangan itu mungkin nyata?
Seiring waktu, generator bisa menjadi sangat baik dalam menghasilkan gambar sehingga para pembeda tidak sanggup melihat mana yang orisinil dan mana yang tidak. Pada dasarnya, generator telah diajarkan untuk mengenali, dan kemudian menciptakan, gambar pejalan kaki yang tampak realistis.
Teknologi ini telah menjadi salah satu kemajuan paling menjanjikan dalam AI dalam dekade terakhir, bisa membantu mesin menghasilkan hasil yang bahkan menipu manusia.
GAN telah dipakai untuk membuat pidato palsu yang realistis dan fotorealistik. Dalam satu pola yang menarik, para peneliti dari pembuat chip Nvidia membuat GAN dengan foto-foto selebriti untuk membuat ratusan wajah yang kredibel dari orang-orang yang tidak ada. Kelompok penelitian lain membuat lukisan palsu yang tidak meyakinkan yang terlihat ibarat karya-karya van Gogh. Didorong lebih jauh, GAN sanggup menata kembali gambaran dengan cara yang berbeda — membuat jalan yang cerah tampak bersalju, atau mengubah kuda menjadi zebra.
Hasilnya tidak selalu sempurna: GAN sanggup memunculkan sepeda dengan dua set setang, katakanlah, atau wajah dengan alis di daerah yang salah. Tetapi alasannya yaitu gambar dan bunyi yang sangat realistis, beberapa pakar percaya ada perasaan di mana GAN mulai memahami struktur dasar dunia yang mereka lihat dan dengar. Dan itu berarti AI telah memperoleh kemampuan yang lebih independen untuk memahami apa yang dilihatnya di dunia disamping cikal bakal memunculkan imajinasi.
