[ad_1]
Hubungan AS-China akan menjadi persaingan geopolitik besar di awal abad ke-21, dan setiap aspek persaingan akan melibatkan kemampuan kedua negara besar tersebut dalam sains dan teknologi. Tokoh-tokoh dari seluruh spektrum politik mengkhawatirkan perlombaan teknologi dengan China, dan banyak orang Amerika khawatir bahwa China telah melampaui kita dalam teknologi perbatasan seperti kecerdasan buatan dan komunikasi broadband 5G. “China telah mencuri perhatian dan sekarang memimpin dalam 5G,” kata Jaksa Agung William Barr dalam pidato kunci baru-baru ini di konferensi Departemen Kehakiman di China. Graham Allison dari Universitas Harvard memperingatkan bahwa China “saat ini berada di lintasan untuk menyalip Amerika Serikat dalam dekade mendatang” dalam kecerdasan buatan.
Kebijaksanaan konvensional tentang seharusnya keuntungan China dalam AI dan 5G menunjukkan betapa mudahnya pemahaman teknologi yang tidak lengkap untuk menyebabkan kesalahan penilaian dan kesalahan kebijakan. Menyeimbangkan pertimbangan ekonomi dan keamanan membutuhkan pengetahuan yang cukup tentang teknologi tertentu — bukan hanya gambaran terkini tetapi juga pemahaman tentang bagaimana dasar-dasar akan membentuk evolusinya. Kami percaya bahwa kebijakan AS yang paling efektif akan memasangkan keterbukaan terhadap China dengan upaya cermat untuk mengelola risiko yang ditimbulkan oleh teknologi tertentu.
Mari kita mulai dengan AI, di mana analogi yang sudah ketinggalan zaman telah menyebabkan kebijakan yang salah arah. Prof Allison telah menjuluki Cina sebagai “Arab Saudi dari komoditas paling berharga di abad ke-21”: data. Tetapi metafora modern ini menyiratkan bahwa pasokan data China yang lebih besar — dikumpulkan dari lebih dari satu miliar penduduknya, dengan perlindungan privasi yang sangat terbatas — memberinya keuntungan besar. Algoritme pembelajaran mesin China dapat dilatih pada kumpulan data yang jauh lebih besar, garis pemikiran ini bersaing, dan dengan demikian dapat berkembang lebih cepat dan lebih kuat daripada rekan-rekan mereka di Amerika.
Penilaian ini membuat dua kesalahan mendasar. Pertama, data tidak dapat dipertukarkan. Pembelajaran mesin bergantung pada kumpulan data khusus, bukan kumpulan titik data yang tidak terdiferensiasi. Di sisi lain, argumen ini mengabaikan hukum keuntungan yang semakin berkurang. Pasokan input yang jauh lebih besar seperti data tidak memberikan hasil yang jauh lebih baik; memang, mereka sebenarnya dapat menurunkan kinerja. Untuk banyak tugas AI, simulasi mesin lebih produktif daripada segunung data.
Saat orang berpikir tentang fungsi AI yang harus diasingkan dari China, mereka sering menganggap AI sebagai perangkat atau program tertentu, seperti HAL, komputer mahatahu dalam film “2001: A Space Odyssey”. Tetapi AI sebenarnya adalah berbagai prosedur yang diterapkan pada tugas yang berbeda. Hampir semua penelitian AI bersifat publik dan dilakukan oleh komunitas peneliti global. Hanya sedikit aplikasi untuk tugas keamanan khusus yang perlu diklasifikasikan dan tunduk pada kontrol ekspor.
Diposting oleh : Togel HKG