Beberapa minggu yang lalu, saya sedang memperbarui spreadsheet di mana saya melacak proyek AI yang menarik bagi saya. Beberapa telah meluncurkan fitur baru. Yang lainnya telah berubah arah sepenuhnya. Untuk menghemat waktu, saya meminta AI untuk membandingkan catatan lama saya dengan pembaruan terbaru dan memberi tahu saya apa yang paling penting.
Ringkasan tersebut terlihat meyakinkan.
Apa yang mengejutkan saya bukanlah apa yang diingat AI.
Melainkan apa yang terus diperlakukan sebagai penting.
Saat saya membaca ringkasan tersebut, saya memperhatikan beberapa kesimpulan yang tidak terasa benar. Setelah kembali ke catatan saya, saya menyadari bahwa AI masih memberikan bobot pada asumsi yang masuk akal beberapa minggu yang lalu tetapi tidak lagi mencerminkan kenyataan. Tidak ada yang secara faktual salah. Masalahnya adalah konteks lama masih membentuk penilaian baru.
Itu membuat saya mempertanyakan sesuatu.
Mungkin tantangan berikutnya untuk AI bukanlah memori.
Mungkin itu adalah relevansi.
Manusia tidak berhasil karena kita mengingat segalanya. Kita berhasil karena kita terus-menerus memutuskan apa yang layak mendapat perhatian dan apa yang tidak. Setiap hari, kita mempromosikan beberapa informasi dan dengan tenang menurunkan informasi lainnya.
Sebagian besar diskusi tentang AI berfokus pada menambah lebih banyak memori, lebih banyak konteks, dan lebih banyak sejarah.
Tetapi jika AI menjadi bagian dari penelitian, investasi, dan pengambilan keputusan, masalah yang lebih sulit mungkin adalah memutuskan bagian mana dari sejarah yang harus terus memengaruhi masa depan.
Itulah mengapa @OpenGradient dan $OPG menarik perhatian saya. Semakin saya menggunakan AI, semakin saya berpikir tantangan sebenarnya bukanlah mengumpulkan informasi. Ini adalah menentukan informasi mana yang masih layak memengaruhi dan informasi mana yang telah menjadi usang dengan tenang.
Sistem AI yang mengingat segalanya mungkin terdengar kuat.
Sistem AI yang tahu apa yang tidak lagi penting mungkin akan terbukti jauh lebih berguna.
#OPG
Ringkasan tersebut terlihat meyakinkan.
Apa yang mengejutkan saya bukanlah apa yang diingat AI.
Melainkan apa yang terus diperlakukan sebagai penting.
Saat saya membaca ringkasan tersebut, saya memperhatikan beberapa kesimpulan yang tidak terasa benar. Setelah kembali ke catatan saya, saya menyadari bahwa AI masih memberikan bobot pada asumsi yang masuk akal beberapa minggu yang lalu tetapi tidak lagi mencerminkan kenyataan. Tidak ada yang secara faktual salah. Masalahnya adalah konteks lama masih membentuk penilaian baru.
Itu membuat saya mempertanyakan sesuatu.
Mungkin tantangan berikutnya untuk AI bukanlah memori.
Mungkin itu adalah relevansi.
Manusia tidak berhasil karena kita mengingat segalanya. Kita berhasil karena kita terus-menerus memutuskan apa yang layak mendapat perhatian dan apa yang tidak. Setiap hari, kita mempromosikan beberapa informasi dan dengan tenang menurunkan informasi lainnya.
Sebagian besar diskusi tentang AI berfokus pada menambah lebih banyak memori, lebih banyak konteks, dan lebih banyak sejarah.
Tetapi jika AI menjadi bagian dari penelitian, investasi, dan pengambilan keputusan, masalah yang lebih sulit mungkin adalah memutuskan bagian mana dari sejarah yang harus terus memengaruhi masa depan.
Itulah mengapa @OpenGradient dan $OPG menarik perhatian saya. Semakin saya menggunakan AI, semakin saya berpikir tantangan sebenarnya bukanlah mengumpulkan informasi. Ini adalah menentukan informasi mana yang masih layak memengaruhi dan informasi mana yang telah menjadi usang dengan tenang.
Sistem AI yang mengingat segalanya mungkin terdengar kuat.
Sistem AI yang tahu apa yang tidak lagi penting mungkin akan terbukti jauh lebih berguna.
#OPG