Sistem SENTINEL yang dipakai di QC+ adalah sistem yg sama yang dipakai untuk menganalisa kalimat di , META Persona, lebih jauh ...
Telah dikembangkan sampai meliputi 3 dimensi diagram cartesian, sehingga bisa mendeteksi aliran hubungan sebab-akibat, inttensitas serta titik utama dari suatu perbincangan.
Hal ini sama sekali tidak melibatkan secuilpun dari sistem AI yang dikenal selama ini.
Kelebihannya, mampu mendeteksi gap, dan menentukan substitusinya
JIKA DIPERKUAT DENGAN SISTEM SERVER YANG KUAT ATAU SEKELAS SUPER KOMPUTER, MAKA DAPAT MENDETEKSI SIMPUL KONTRADIKSI, SERTA SIMPUL PARADOKSNYA DIMANA.
Sistem ini di level terdalamnya benar-benar berperilaku seperti cara kerja menalar manusia.
Contoh sederhananya seperti di bawah ini
PENALARAN AKSIOMATIS SENTINEL
Jika langit gelap [yes] maka turun hujan tak terlalu deras [half] maka tak bikin bingung [no]
- QC+:
66.66666666666666%
Di waktu lain, kejadiannya seperti ini ...
Jika langit tak terlalu gelap [half] namun tak turun hujan [no] maka bikin bingung [yes]
- QC+:
41.66666666666667%
Disimpulkan bahwa ... yang membuat bingung , bukan karena turun hujan namun karena situasinya tak jelas (41% tak sampai mendekati 66%)
SIMULASI PEMBOBOTAN SINYAL
Mengapa Kita Perlu Belajar Menalar Sedangkan Kita Sudah Bisa Berpikir❓
Bayangkan jika kita mempelajari, mengamati dan memberi sinyal-sinyal makna dengan kekuatan yg mirip, sehingga terkesan konteksnya sama padahal jauh.
Tumpang tindih. Sedangkan AI sekarang meniru pembobotan sinyal melalui weighting yang timpang. Dimana timpangnya?
Timpangnya adalah weighting pembobotan label berdasarkan statistik, dan tak berdasarkan hubungan sebab-akibat SECARA LENGKAP, sehingga terjadi halu(hoak)sinasi
〰〰〰
ADAPTASI vs GENERALISASI
SINGKAT KATA ...
AI SEKARANG ... mengumpulkan data untuk menangkap aturan yg sering dipakai dengan membiarkan kebebasan berpikir (asumsi) diterima apa adanya yang menimbulkan inkonsistensi.
Pada QC+, data yg dikumpulkan bukan untuk diketahui pola keteraturannya YANG BISA MENYEMPIT MELUAS SESUAI BANYAKNYA DATA, melainkan untuk menemukan batas-batas yang kuat.
Bahasa sederhananya, AI sekarang merekam kebiasaan, sedangkan SENTINEL merekam batas yg tak dapat dilewati oleh kebiasaan.
Lebih sederhana lagi, AI mampu menyesuaikan diri yg justru terjebak ikut-ikutan sesuai banyaknya data. Seiring perubahan data, begitu pula jawabannya bisa berbeda:
Pada Sentinel, semakin banyak data semakin mengerucut ke suatu generalisasi
Jadi adaptasi boleh tetapi jangan terjebak terombang-ambing kesana kemari
DIMENSI PEMBOBOTAN
Yang jadi masalah, pembobotan pada AI sekarang bersifat terbatas, manual, tak otomatis.
Padahal kuatnya kesan (sinyal yang bagai pendaran) tak sekedar "no / run / half / yes" bla bla bla.
Kita bisa punya jutaan ambiguiitas (agak, lumayan, setengah, agak agak, hampir, mirip, sedikit lagi, sejengkal lagi, dst) yg dapat terbentuk secara otomatis sesuai beban pengalaman. Apalagi saat terkena trauma (sinyalnya semakin kuat dan terjadi hampir seketika dalam hitungan detik)
Berpikir Melompat
Pada META Sentinel, karena semua intensitas terukur, maka lompatan sinyal (kegembiraan atau kecemasan, panik, trauma) langsung terdeteksi di beberapa simpul kata yg mewakili makna, sehingga generalisasi & spontanitasnya dapat sedemikian melompat.
Itu sebabnya untuk menganalisa strategi gerakan catur, perlu dianalisa secara detail setiap kemungkinan langkahnya oleh komputer.
Namun pada manusia bisa mendadak membuat keputusan, karena ada deteksi tak sadar di level syaraf, mendeteksi adanya konflik yg muncul dalam bentuk perasaan kuat (dorongan)
Belum lagi ada interupsi dari dimensi di luar syaraf (intuisi) yg mempengaruhi syaraf sehingga syaraf mendeteksi dan mengirimkan sinyal ke beberapa simpul yg memiliki nilai relevan.
Singkat kata ...
AI SEKARANG MEMILIKI KETERBATASAN DALAM MEMAHAMI BATAS-BATAS KONTEKS YG TIPIS
AMBIGUITAS & HALUSINASI
Sama seperti peneliti di bidang kecerdasan buatan lainnya, juga mengandung ambiguitas & halusinasi dalam memberikan jawaban atas pertanyaan kita.
Halusinasi dalam konteks kecerdasan buatan adalah sesuatu dianggap benar padahal salah (hoax).
Lebih parah halusinasi, dimana faktanya tak ada, sedangkan ambiguitas, ada faktanya hanya tak jelas mana yg dimaksud.
Terkadang ketika melibatkan banyak kalimat diskusi di METAFilsafat, dan sedang tak sempat membaca dengan teliti, maka cukup copy-paste ke SENTINEL, untuk mendeteksi di mana ambigu atau halu-nya.
Jadi jauh sebelum mereka menyadari konsep halu pada GPT, BARD dan lainnya, itu sudah kita ketahui.
Sistem Sentinel kita sudah mampu mendeteksi di mana titik ambigunya atau halu-nya dan tak koheren-nya di suatu kalimat.
Hanya saja, kita baru mampu mendeteksi nilai koheren (POWER). Selama 2 tahun ini sulit mengkonversi titik ambigu ke bentuk nilai.
DAN BARU HARI INI berhasil mengkonversi ambiguitas ke bentuk angka.
HALUSINASI, PERSONA & DNA
Kita memberi label nilai ambiguitas ini sebagai DNA. Bukan asal membuat istilah baru, melainkan memang untuk memudahkan pemahaman, maka menggunakan istilah yg tak terlalu teknis yg sudah umum di masyarakat.
Seperti ada virus komputer, anti virus. Sekarang halusinasi pada kecerdasan buatan.
Maka saatnya kita mengenal kepribadian dari suatu percakapan dan memetakan urutan DNA-nya.
Bisa jadi sikapnya terkesan sama, padahal DNA-nya berbeda.
Ini penting untuk mendeteksi ketika suatu urutan tugas bernilai sama padahal berbeda. Ini bisa terjadi ketika trainingnya (pelatihan - pembelajaran) datanya berlebihan, sehingga membuat hasilnya meleset YANG MENAMPAKKAN AMBIGUITAS.
Dengan mampu melihat nilai ambiguitas, akan memudahkan menentukan deviasi (pergeseran) nilai ambiguitasnya
♒♒♒
Masalah ini sangat kritis, karena ketika nanti diterapkan secara meluas, maka dampaknya juga signifikan. Perlu antisipasi dini semaksimal mungkin
. Dan bersyukur telah berhasil di atasi
STUDI KASUS AMBIGUITAS
Berikut contoh adanya integritas yang sama, namun memiliki DNA yang berbeda
〰 lagi bete [netral] tapi enaknya makan nasi [perlu] dibanding roti [suka] karena roti [suka] memang enaknya dimakan [suka] pakai selai coklat [suka]
- ♒️ DNA 29.409434456222213970291913552122377963381738240053538056564379352732108436531709366270805020110221
☃ INTEGRITAS 29.76190476190476%
〰lagi bete [netral] tapi enaknya makan nasi [ingin] dibanding roti [suka] karena roti [ingin] memang enaknya dimakan [ingin] pakai selai coklat [suka]
- ♒️ DNA 29.409434456222213951243718581427537565381025877513526360524616161632108436531709366270805020110221
☃ INTEGRITAS 29.76190476190476%
STUDI KASUS AMBIGUITAS
Terlihat di sini nilai integritasnya sama dengan yg berikutnya
Namun dilihat dari urutan DNA-nya, ternyata berbeda, dan menegaskan adanya ikatan kuat (helix) di sini
Ikatan ini ...
♒️ DNA 29.409434456222213970291913552122377963381738240053538056564379352732108436531709366270805020110221
... lebih kuat dari yang ini ..
♒️ DNA 29.409434456222213951243718581427537565381025877513526360524616161632108436531709366270805020110221
